un analisis ecosostemÁtico de la … · un analisis ecosostemÁtico de la pesquerÍa de la...

73

Horizonte Económico N.º 1

UN ANALISIS ECOSOSTEMÁTICO DE LA PESQUERÍA DE LA ANCHOVETA EN LA COSTA NORTE - CENTRO DEL

PERÚ, 2004 - 2009

KENYI CANSINO MONTAÑEZ

RESUMEN

En este documento se propone desarrollar un análisis del comportamiento de la industria anchovetera en la región Norte – Centro del litoral peruano desde el punto de vista económico, a partir del modelo propuesto por Gordon – Schaefer (1954). Para ello, se emplea un panel de datos que permitirá la estimación de los parámetros del modelo, cuya finalidad es entender la dinámica económica en el sector pesquero de la anchoveta y estimar los óptimos de explotación de la especie en el corto plazo, lo que permitirá el diseño e implementación eficaz de políticas públicas referidas al manejo sostenible de la especie.

Palabras clave: sector pesquero, industria anchovetera, explotación pesquera


74

1. Introducción

La anchoveta1, especie pelágica de talla pequeña y hábitos gregarios, es el recurso hidrobiológico de mayor importancia en el mar peruano, por ser el alimento para diversas especies2 y por su utilización en la producción de complementos nutricionales3. Según el Ministerio de la producción, la anchoveta representó en promedio más del 86% de los desembarques de productos hidrobiológicos en el Perú en la última década.

Según la Organización de las Naciones Unidas para la Alimentación y la Agricultura, FAO (2010) para el año 2008 el Perú ocupó el segundo lugar de los países productores marinos con 7.4 millones de toneladas extraídas, solamente superado por China que tuvo una captura de 14.8 millones de toneladas. En el mismo año, la anchoveta fue la especie más extraída a nivel mundial con 7.4 millones de toneladas, seguida de especies como el Abadejo de Alaska con 2.7 millones de toneladas y el Arenque del Atlántico con 2.5 millones de toneladas.

Fréon et al (2008), sostiene que la importancia económica de la especie lleva a una sobrecapitalización de la pesquería, es decir un incremento constante en el tiempo de las embarcaciones anchoveteras y de sus capacidades de bodega, es así que las embarcaciones que se adicionaron en los periodos de “bonanza” no se retiran ni cambian de rubro cuando la población de la especie vuelve a la normalidad, este hecho conlleva a decrementos en el beneficio económico de la pesca de la anchoveta en el mediano y largo plazo, existiendo cada vez más esfuerzo de pesca tras una población de anchoveta de tendencia constante en el tiempo.

1 De nombre científico Engraulis ringens,. Vive en aguas moderadamente frías, con rangos que oscilan entre 16° y 23°C en verano y de 14° a 18°C en invierno. La salinidad de su hábitat puede variar entre 34.5 y 35.1 unidades prácticas de salinidad. La anchoveta tiene hábitos altamente gregarios formando enormes y extensos cardúmenes que en periodos de alta disponibilidad, facilita que sus capturas sean de gran magnitud.

2 Como la sardina, el jurel, la caballa, los atunes, las aves guaneras, como: el pelícano, el guanay y el piquero; el Pingüino de Humboldt y los lobos marinos (el lobo fino y el lobo chusco).

3 Es rica en minerales como potasio, hierro, fósforo y calcio. Su componente graso cuenta con presencia de las vitaminas A y D, constituyendo una valiosa fuente de ácidos grasos muy necesarios para un adecuado desarrollo del cerebro y el cuerpo. Además presenta los más altos contenidos de omega -3, principalmente ácidos grasos polisaturados (EPA y DHA).

75


Por tanto, se evidencia un escenario donde de una parte está el interés de los agentes productivos por la explotación de la especie y de otro lado el interés del Estado por preservarla sin comprometer la competitividad del sector. En dicho contexto, se hace relevante conocer ¿cuáles son los valores óptimos de explotación de la anchoveta en el litoral peruano norte-centro que mantengan un equilibrio biológico y económico en el corto, y maximicen los beneficios y la competitividad de los agentes y la sociedad?

En ese sentido, el objetivo general de este artículo es estimar los valores óptimos de explotación de corto plazo que permitan un equilibrio bioeconómico en la pesca de anchoveta en la costa norte-centro del litoral peruano.

De manera específica se busca:

a) Describir y analizar las estadísticas pesqueras y la base de datos disponibles, con el propósito de elaborar un diagnóstico de la situación en la última década.

b) Analizar la estructura matemática y la viabilidad de la aplicación del modelo bioeconómico de Gordon - Schaefer (1954) a la realidad analizada.

c) Identificar y estimar econométricamente las ecuaciones del modelo bioeconómico de Gordon - Schaefer (1954) con datos de la costa norte - centro del litoral peruano en el periodo 2004 - 2009.

El presente estudio resulta relevante dado que la anchoveta es una de las especies con mayor demanda a nivel internacional (7.4 millones de toneladas extraídas en 2008), además de representar más del 86% de desembarques de productos hidrobiológicos en el Perú y más del 78% del valor total de las exportaciones de productos pesqueros en la última década. Es por ello que se torna particularmente importante para las instituciones del estado que regulan el manejo del recurso contar con información sobre los volúmenes óptimos de captura desde una perspectiva biológica y económica, de modo que se garantice la sostenibilidad del recurso sin comprometer los beneficios económicos producto de su explotación.

De otra parte, existe evidencia empírica de que en la actualidad los niveles de esfuerzo de pesca que vienen aplicando las empresas del sector no son los óptimos41, los cuales impiden la maximización del beneficio y estarían generando pérdidas económicas en el corto y largo plazo, involucrando la competitividad del sector. Es por ello que la información producto del estudio brindaría pautas a los agentes económicos sobre el manejo óptimo del recurso.

4 Véase Fréon et al (2008).


76

2. El modelo bioeconómico de Gordon - Schaefer

Sea F(Xt) la función de crecimiento de la biomasa, la cual indica la cantidad neta de nueva biomasa o número de peces que se adicionan a la población ya existente. Existen numerosos tipos de funciones que muestran esta relación, pero para propósitos del presente análisis se utilizará la siguiente función logística:

(1)

donde r > 0 es la tasa de crecimiento poblacional K > 0 y es la capacidad de carga del medio ambiente, lo que es equivalente al nivel máximo de biomasa que existiría en una situación de no captura del recurso.

El desembarque, o captura de peces, es representado por una función de producción pesquera la cual representa la captura en el periodo corriente, dado un nivel de esfuerzo de pesca y biomasa existente:

Yt = qXt Et (2)

La ecuación (2) muestra una función de producción del tipo captura por unidad de esfuerzo, debido a que se considera que el esfuerzo puesto para la extracción de una unidad del recurso (Yt/Et) es proporcional al stock de biomasa pescable (qXt). Evaluando (1) y (2) en el estado estacionario, F(Xt ) = Yt, despejando y quitando los subíndices temporales se tiene:

Y=Y(E)=qKE[1-(q/r)E] (3)

La ecuación (3) muestra a la captura de la especie en términos del esfuerzo de pesca.

En el gráfico 1 se muestra la curva de Ingresos Totales Sostenibles (IT), la cual es el producto de la ecuación (3) con el precio de la especie en puerto de desembarque. La curva CT es la función de Costo Total, de manera analítica CT = cE, donde c es el costo por unidad de esfuerzo pesquero.

77


Gráfico Nº 1: Función de Ingresos Totales Sostenibles y Función de Costos

Desde una perspectiva económica existen tres puntos relevantes en el gráfico: el punto RMS, el cual indica el Rendimiento Máximo Sostenible se encuentra en el vértice de la función IT y representa el nivel de explotación que maximizan los ingresos; el punto OE representa el óptimo económico, punto en el cual el beneficio económico es máximo, geométricamente es la máxima distancia entre las funciones IT y CT, éste es el punto al que las empresas tenderán al querer maximizar el beneficio si pueden impedir que otros aumenten su esfuerzo de pesca. Por último se tiene el punto LA o de libre acceso, es decir si existen beneficios económicos extraordinarios (IT>CT) acudirán otros pescadores atraídos por las expectativas favorables hasta que desaparezca este incentivo; es decir una situación de competencia perfecta. El punto de libre acceso o de equilibrio bioeconómico es aquel en el cual el costo es igual al ingreso, punto a partir del cual un incremento del esfuerzo de pesca implica pérdidas económicas.

3. Análisis descriptivo

La Tabla 1 describe la principales características de las variables en estudio, la biomasa tiene un promedio de 455,432 toneladas frente a puerto de desembarque en todo el periodo de análisis, de otro lado la descarga promedio en puerto representa el 34.2% de la biomasa analizada con 155,808 toneladas, por último la capacidad de bodega es poco menos del doble de las descargas siendo 283,793 toneladas, lo que indica que en promedio las embarcaciones utilizan el 50% de su capacidad de bodega efectiva y en total el esfuerzo de pesca ha representado el 62.3% de la existencia de la biomasa en el horizonte de tiempo estudiado.

RMS CT

IT

Esfuerzo (E)

LA

OE

O


78

Tabla Nº 1: Estadísticas descriptivas de las variables en estudio

Variable Suma MediaBiomasa 90175473 8197770Descarga 30849965 2804542Capacidad de Bodega 56190928 5108266

El gráfico 2 muestra la evolución de la descarga, biomasa y capacidad de bodega en toneladas métricas desde el primer semestre del 2004 hasta el mismo momento del 2009, se puede apreciar que tanto la descarga y capacidad de bodega tienen similares fluctuaciones, mostrando una leve caída en el segundo periodo de cada año. La biomasa tiene una tendencia levemente decreciente, la cual no parece estar correlacionada a la tendencia de las descargas que se han mantenido, desde el segundo semestre del 2004, dentro de la banda de las 2 a 4 millones de toneladas.

Gráfico Nº 2: Evolución de las principales variables en toneladas métricas

20041 20042 20051 20052 20061 20062 20071 20072 20081 20082 20091

Desembarque Biomasa Capacidad de bodega

La Tabla 2 muestra la matriz de correlaciones de las variables en estudio, cabe señalar que las tres relaciones mostradas son positivas. Se puede apreciar la mayor correlación entre capacidad de bodega y las descargas de anchoveta en puerto con un puntaje de 0.97, seguida por la correlación entre la biomasa y la descarga con puntaje de 0.94 y por último la relación entre la capacidad de bodega y la biomasa con 0.89.

79


Para hallar el costo promedio por embarcación, se construyó una estructura de costos basada en los principales insumos y gastos por tipo de embarcación, los dos tipos más representativos de embarcaciones para la captura de anchoveta son las de madera con una capacidad de bodega que fluctúa entre las 50 y 150 toneladas métricas, y por otro lado están las de acero con capacidades de bodega que pueden llegar hasta las 850 toneladas métricas. Dentro de las categorías mencionadas se hizo una separación entre embarcaciones de baja y alta capacidad considerando dentro de los principales costos a:

Tabla Nº 2: Matriz de correlacionesVariables Descarga (Y) Capacidad de Bod. (E) Biomasa (X)

Descarga (Y) 1.0000 0.9739 0.9443Capacidad de Bod (E) 0.9739 1.0000 0.8936Biomasa (X) 0.9443 0.8936 1.0000

Tabla Nº 3: Principales costos por tipo de embarcaciónMadera Acero

Suministros diversos Suministros diversos Accidente de trabajoPetróleo Petróleo Derecho de pescaAceite Aceite Manten. y reparación cascoGrasas Grasas Manten. y reparación redOtros Combustibles Otros Combustibles Seguro de embarcaciónFajas Fajas Seguro de redFiltros Filtros Otros costos fijosOtros materiales eléctricos Otros materiales Depreciación cascoViáticos de la Tripulación Víveres Depreciación red

Participación Pesca Leyes sociales sueldos Mantenimiento y reparación casco Participación Pesca Mantenimiento y reparación red CBSP Fondo compensatorio Depreciación casco CBSP Gratificación Depreciación red CBSP Prestación Salud Otros costos CBSP Jubilación Seguros CBSP Subsidio


80

Como consecuencia, se obtuvieron costos que fluctúan entre los US$ 12 y US$ 21, predominando el gasto en combustibles y los destinados a los viáticos de la tripulación en alta mar.

4. Metodología de estimación

Los paneles de datos tienen la siguiente forma general de estimación:

Yit = α + X’it β + μit i = 1,…,N; t = 1,…,T (4)

Donde i denota a las unidades observadas (puertos para el caso particular) y t denota el tiempo. α es un escalar, β es el vector de estimadores, X’it es la it – ésima observación de las K variables explicativas y μit es el componente estocástico del modelo.

De manera práctica los paneles de datos estáticos se dividen en función de la naturaleza de su componente estocástico en el modelo de un componente de error (One Way Error Component Model, OW) y en el modelo de dos componentes de error (Two Way Error Component Model, TW), en los que a su vez se pueden evaluar el comportamiento de cada componente de error individual, el mismo que puede ser: El modelo de efectos fijos (Fixed Effects Model, FE) o el modelo de efectos aleatorios (Random Effects Model, RE).

Tabla Nº 4: Naturaleza y supuestos sobre el componente de error

Naturaleza del

componente de error

Forma ecuacional

Comporta-miento del

componente individual

Distribución de los componentes

One Way Error Component Model

μit= ui + νitFixed EffectsRandom Effects

Two Way Error Component Model

μit = ui + λt + νitFixed EffectsRandom Effects

En la tabla 4, μi representa el componente de error individual (por puerto), λt es el componente de error temporal y νit es el componente estocástico tanto transversal como temporal.

81


5. Resultados

Existen diversas técnicas de estimación de las ecuaciones presentadas anteriormente, esto depende principalmente de la disponibilidad y confiabilidad de los datos. Para la estimación de las ecuaciones se dispone de un panel de datos, el cual está conformado por los agregados de biomasa de anchoveta51, captura y capacidad de bodega.62 En total se cuentan con 11 puntos en el tiempo (temporadas de pesca) y 18 puntos transversales (puertos de desembarque), haciendo un total de 198 observaciones.

Sean las siguientes ecuaciones:

(5)

(6)

Donde (5) y (6) son las representaciones empíricas de las ecuaciones (1) y (2) respectivamente.

La Tabla 5 muestra los resultados de la regresión de las ecuaciones (5) y (6). Las especificaciones de las ecuaciones econométricas dependen fundamentalmente de las hipótesis que se manejen sobre el comportamiento de cada una de las interrelaciones73. La ecuación (5) pertenece a la especificación de un modelo two way error component, es decir que contiene dos componentes de error adicionales, bajo el supuesto de aleatoriedad en ambos (random effects model).

5 Toneladas métricas de anchoveta en el mar.6 Toneladas métricas que tiene una embarcación pesquera para poder almacenar el recurso.7 La especificación de las ecuaciones es producto de la regresión de al menos 11 estimadores para

cada una.


82

Tabla Nº 5: Resumen de los estimadores utilizados

Parámetros Estimador Valor Error Estándar*

t - estadístico

qIterative Maximum Likelihood Estimator, One Way Error Component, Random Effects

4.86E-07 1.88E-08 25.91

R+1 Swamy and Arora, Two Way Error Component Estimator, Random Effects

1.133281 0.11283 10.04

K/r -2.04E-07 6.69E-08 -3.04

* Errores Estándar Robustos

La naturaleza de la especificación de (5) radica en dos características: (a) los niveles de biomasa difieren en todo el litoral de acuerdo a la temporada del año, esto se debe a cuestiones climatológicas y a la intensidad del esfuerzo de pesca del periodo pasado principalmente, (b) la especie tiene una dinámica intrínseca que está en función de las condiciones de temperatura y alimento en el lugar donde se encuentra, es decir la biomasa de la especie no es estática espacialmente hablando. Ambas características no se dan de manera uniforme lo cual refuerza la hipótesis de un modelo de efectos aleatorios.

Por su parte la ecuación (6) pertenece a la especificación de los modelos one way error component, es decir se adiciona un componente de error por unidad transversal observable, el cual se supone de naturaleza determinística, fixed effects model, para el comportamiento de la ecuación regresionada. La naturaleza de un error fijo a través del tiempo parte del análisis de la infraestructura portuaria y la capacidad de la embarcación de permanecer en alta mar; es decir dependiendo de la ubicación del cardumen las embarcaciones trazan su ruta de pesca lo que, en ocasiones, genera que desembarque la anchoveta en un puerto distinto al que partió inicialmente.

El Gráfico 3 muestra los puntos relevantes del modelo de Gordon – Schaefer para las observaciones de la segunda temporada del año 2006. En el citado gráfico se aprecian los puntos descritos en la teoría.

El Gráfico 4 resume el comportamiento del esfuerzo de pesca en el horizonte de tiempo analizado, en éste se aprecia la evolución de los esfuerzos de pesca que determinan el Óptimo Económico (OE), Rendimiento Máximo Sostenible (RMS) y el de Libre Acceso

83


(LA), adicionalmente se incluye el esfuerzo de pesca real promedio por puerto, cabe señalar que los tres primeros fueron calculados a partir de los estimadores del modelo bioeconómico de Gordon Schaefer.

Gráfico Nº 3: Modelo Bioeconómico de Gordon Schaefer para la Anchovetade la Costa Norte – Centro del Perú, 2006 - II

Beneficio

Esfuerzo de pesca

Esfuerzo RMS 2006

300000100000 150000500000

0

3000000

2500000

2000000

1500000

1000000

500000

200000 250000

Función de costo

Esfuerzo Óptimo Económico

de Libre AccesoEsfuerzo

Gráfico Nº 4: Evolución del Esfuerzo de Pesca Óptimo Económico (OE), Rendimiento Máximo Sostenible (RMS), Libre Acceso (LA) y real

E(OE)

E(LA)

E(RMS)

E(REAL)

600000

500000

400000

300000

200000

100000

0

2004-I 2004-II 2005-I 2005-II 2006-I 2006-II 2007-I 2007-II 2008-I 2008-II 2009-1


84

La evolución del esfuerzo de pesca real se encuentra en promedio sobre la línea del Libre Acceso, presentando picos para los puntos 2004–I, 2004–II, 2005-I, 2008–I y 2009–I, esto evidencia que existe una tendencia de la pesquería de anchoveta en la Costa Norte Centro peruana muy cercana a una situación de Libre Acceso81, con tendencias a la explotación del recurso.

6. Conclusiones

Del análisis de los resultados del estudio, se desprende que una reducción del esfuerzo de pesca conduciría a una situación cercana al Óptimo Económico, es decir se recomienda una reducción progresiva del número de embarcaciónes y/o de las capacidades de bodega de los mismos, lo que implicaría una reducción de aproximadamente entre el 30% y 40% del esfuerzo de pesca medido en toneladas métricas de capacidad de bodega dedicadas a la extracción de anchoveta, puesto que mantener la situación actual de pesca en el largo plazo se torna insostenible. Ello por dos principales razones: la primera, viene por el lado que los actuales niveles de explotación del recursos no garantizan la supervivencia de la especie, lo cual afectaría no solo a la actividad económica sino también a todo un ecosistema que depende de la misma; y en segundo lugar, tomando en cuenta el estudio de Fréon et al (2008), la actividad no es económicamente rentable, es decir se podrían aprovechar de mejor manera los beneficios provenientes de la actividad pesquera de la anchoveta.

7. Bibliografía

ARELLANO, Manuel (2003). “Panel Data Econometrics”. Advanced Texts in Econometrics. Oxford University Press.

BALTAGI, B. (2005). “Econometric Analysis of Panel Data”. Third Edition. John Wiley and Sons, Ltd.

8 Según Conrad (2004) en punto de Libre Acceso (punto donde, según la teoría económica, convergen las industrias competitivas) se cubren los costos del esfuerzo de pesca a todo nivel, pero no queda beneficio alguno para pagar al factor natural. Debido a que el acceso es “libre”, el stock de biomasa es reducido hasta que éste no tiene valor alguno, en el sentido de que incrementar más el esfuerzo de pesca conlleva a pérdidas financieras. En palabras de Conrad “el equilibrio de Libre Acceso es descrito como una situación en la que existe mucho esfuerzo de pesca detrás de poco recurso biológico”.

85


CONRAD, J. (2004). “Resource Economics”. Cambridge University Press. ISBN 0-511-04023-7.

FOOD AND AGRICULTURE ORGANIZATION OF THE UNITES NATIONS,, FAO (2010), “The state of World fisheries and aquaculture 2010”. Sales and marketing group, Office of Knowledge Exchange, Research Extension. ISBN 978-92-5-106675-1.

FREON, P., Bouchon, M., Mullon, C., García, C. and Ñiquen, C. (2008), “Interdecadal variability of anchoveta abundance and overcapacity of the fishery in Peru”. Progress in Oceanography, 79: 401-412.

GORDON, H. (1953). “An economic approach to the optimum utilization of fishery resources”. J. Fish. Res. Bd. Can., 10: 442 – 457.

GORDON, H. (1954). “The economic theory of a common property: The fishery”. J. Political Econ., 62(2): 124 – 142.

SCHAEFER, M. (1954). “Some aspects of the dynamics of populations important to the management of the commercial marine fisheries”. Bull. Inter – Amer. Trop. Tuna Comm, 1(2): 27 – 56.

SUEIRO, J. C. (2008), “La actividad pesquera peruana: Características y retos para su sostenibilidad”. COOPERACCION, Acción Solidaria para el Desarrollo.

WOOLDRIDGE, J. (2002). “Econometric Analysis of Cross Section and Panel Data”. The MIT Press, Cambridge, Massachusetts. London, England.

un analisis ecosostemÁtico de la … · un analisis ecosostemÁtico de la pesquerÍa de la...

Documents