Promoción de la piscicultura en territorio de comunidades indígenas en el departamento de Amazonas: Evidencia empírica sobre adopción de tecnología e indicadores de seguridad alimentaria y conservación de bosques. Por Guzmán, Halpern, Nakagawa, Alb
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Promoción de la piscicultura en territorio de comunidades indígenas en el departamento de Amazonas: Evidencia empírica sobre adopción de tecnología e indicadores de seguridad alimentaria y conservación de bosques. Por Guzmán, Halpern, Nakagawa, Alb

on

  • 1,178 views

Ponencia presentada como parte de la Mesa 2 del tema Seguridad Alimentaria del XIV Seminario Permanente de Investigación Agraria (SEPIA). Piura, Perú. Agosto 2011

Ponencia presentada como parte de la Mesa 2 del tema Seguridad Alimentaria del XIV Seminario Permanente de Investigación Agraria (SEPIA). Piura, Perú. Agosto 2011

Statistics

Views

Total Views
1,178
Views on SlideShare
1,178
Embed Views
0

Actions

Likes
0
Downloads
22
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Promoción de la piscicultura en territorio de comunidades indígenas en el departamento de Amazonas: Evidencia empírica sobre adopción de tecnología e indicadores de seguridad alimentaria y conservación de bosques. Por Guzmán, Halpern, Nakagawa, Alb Document Transcript

  • 1. SEPIA XIV Piura, del 23 al 26 de agosto 2011  Eje Temático II  Seguridad Alimentaria   Promoción de la piscicultura en territorio de comunidades  indígenas en el departamento de Amazonas: Evidencia  empírica sobre adopción de tecnología e indicadores de  seguridad alimentaria y conservación de bosques"    Wagner Guzmán, Gator Halpern, Nixon Nakagawa  Valverde, Moises Alban y Francisco  Tupica   1  
  • 2. Título:  Promoción de la piscicultura en territorio de comunidades indígenas en el Departamento de Amazonas: Evidencia empírica sobre adopción de tecnología e indicadores de seguridad alimentaria y conservación de bosques. 1. Justificación y lugar de estudio Luego del Acuerdo de Paz firmado por Perú y Ecuador en 1998, diversas acciones se enfocaron en obtener recursos económicos con la finalidad de mejorar las condiciones de vida de las poblaciones asentadas en las zonas objeto de controversias limítrofes. Los proyectos de crianza de peces o piscicultura son los que más han destacado. Hoy en día, los problemas de las poblaciones indígenas en esta zona vuelven a cobrar vigencia debido a problemas socio-ambientales, se habla cada vez más de inclusión y del impacto de proyectos para solucionar los graves problemas de pobreza. En este contexto, el impacto de la piscicultura amerita ser conocido dado el éxito que según evidencia empírica se traduce en su amplia promoción y difusión. En la zona de estudio (Gráfico N° 1) indicadores muestran que los ingresos son uno de los más bajos a nivel nacional (36 S//Mes). Adicionalmente, el 49% de la población presenta altos índices de desnutrición crónica como Gráfico N° 1. Zona de estudio   consecuencia de la extrema pobreza la cual se ha agudizado por la falta de alternativas alimenticias. La anemia afecta a 76,5% de los niños debido al deficitario consumo de alimentos fuentes de hierro y por la elevada prevalencia de enteroparasitismo (95%) reportado en un estudio realizado en escolares Awajún (Ibáñez et alt. 2004). El déficit de pescado en el departamento es de 1,220 toneladas anuales y posee los menores índices de 2  
  • 3. consumo per-cápita de pescado en la Amazonía peruana (9 kg/persona/año) si lo comparamos con el promedio de consumo en selva baja que es de 24 kg/persona/año, lo cual se recrudece debido a la presencia del Pongo de Manseriche, que hace las veces de barrera natural para el paso de las especies migratorias y a la pesca indiscriminada utilizando sustancias tóxicas (barbasco). La necesidad de solucionar los graves problemas de pobreza en comunidades indígenas es una prioridad y es la piscicultura, una de las alternativas que incide en la mejora de la nutrición mejorando la seguridad alimentaria y rescatando las potencialidades ambientales, sociales y culturales. Complementariamente y tal como menciona en Barrantes e Iguíñiz en CIES (2004) y recalcado en CIES (2008), este tema de investigación forma parte de la agenda pendiente en el tema de Medio Ambiente y Recursos Naturales. 2. Marco teórico y conceptual 3.1 Promoción de Tecnología. Es sinónimo de transferencia de una tecnología nueva en el transcurso del tiempo (Thirtle y Ruttan, en CIMMYT, 1993). La transferencia de una tecnología es un proceso que puede ser analizado en diferentes etapas (Gráfico N° 2). Dichas etapas incluye la determinación del índice de aceptabilidad (Ia) y estudio de aceptación como estudios previos al estudio de adopción. Posteriormente se pueden aplicar otras herramientas tales como la evaluación por productores (EPP) y estudios de impacto. El Ia se utiliza cuando los productores tienen la primera oportunidad de implementar una tecnología después de haberla conocido (Hildebrand y Poey, 1985). El Ia se calcula con los productores atendidos directamente en el proceso de transferencia es decir, los productores que han sido expuestos directamente a las nuevas tecnologías, por medio de días de campo, parcelas demostrativas, giras de intercambio, etc. El índice de aceptabilidad se expresa en una fórmula que incluye: 1. La proporción de productores que están utilizando la tecnología, después de haberla conocido. 2. La proporción del área en sus fincas en la que está aplicando la tecnología. 3  
  • 4. Gráfico N° 2. Relación del estudio de adopción con otras herramientas de seguimiento a la transferencia de tecnologías. Ia = [% de productores que aplican la tecnología] * [% del área en la cual aplican la tecnología] / 100 El estudio de aceptación sirve para conocer cuantos de los productores atendidos por un programa o entidad, establecen, mantienen o abandonaron las tecnologías, realiza porque: • Permite identificar las tecnologías más aceptadas para los beneficiarios. • Determina las razones o causas que afectan la aceptación de las tecnologías. • Determina la cantidad de beneficiarios que aceptan las tecnologías. Los estudios de adopción se basan en encuestas estructuradas cuya muestra, sobre la base de la experiencia, se encuentra en un rango de 20%-30% del total de beneficiarios. Los datos obtenidos permiten luego de su sistematización, en diseñar modelos econométricos para determinar el grado de causalidad entre las variables definidas como relevantes durante el proceso de transferencia (PASOLAC, 2006). Los estudios de impacto recogen información de indicadores relevantes de la tecnología transferida siendo los estudios adopción una sólida base para su cuantificación. Trabajos de investigación para conocer la adopción de actividades productivas en mayor número han estado dirigidos a la tecnología en la producción de café 4  
  • 5. (Otero, 2004; Tudela 2007), los cuales, como en la mayoría de los casos, utilizan modelos econométricos tipo probit. Estos son modelos denominados modelos de elección discreta y se utilizan para explicar el comportamiento de una variable dependiente dicótoma y se caracteriza por utilizar una Función de Distribución Acumulada (FDA) normal. En la literatura existen dos enfoques para la interpretación estructural de los modelos de elección discreta. El primero hace referencia a la modelización de una variable latente a través de una función índice, que trata de modelizar una variable inobservable o latente. El segundo de los enfoques permite interpretar los modelos de elección discreta bajo la teoría de la utilidad aleatoria, de tal manera que la alternativa seleccionada en cada caso será aquella que maximice la utilidad esperada. Bajo el primero de los enfoques se trata de modelizar una variable índice, inobservable o latente no limitada en su rango de variación, Ii* (Gujarati, 1997). Cuando la variable latente supera un determinado nivel, la variable discreta toma el valor 1, y si no lo supera toma el valor 0. La variable latente depende de un conjunto de variables explicativas y puede ser expresado como: Ii*= Xi β + αi…………….. (1) Donde Xi β recibe el nombre de función índice y el supuesto de distribución αi como FDA normal caracteriza a modelos probit. Dadas las alternativas que se dan en la realidad permiten expresar el modelo dicotómico como: 1 Si Ii* > 0 Cuando Xi β + αi > 0 Yi = 0 Si Ii* < 0 Cuando Xi β + αi < 0 De esta manera el modelo probabilístico se representa de la siguiente manera: Pi = Pr Ob (Yi = 1) = Pr Ob (Ii* > 0)= Pr Ob (Xi β + αi > 0) = F (Xi β)………. (2) Con el modelo así definido, la variable endógena del modelo dicotómico representa la probabilidad de ocurrencia del fenómeno analizado, siendo la probabilidad de que ocurra la opción 1 más elevada cuando mayor sea el valor de Ii*. 5  
  • 6. 3.2 Promoción de la Piscicultura en Condorcanqui. El Instituto de Investigaciones de la Amazonía Peruana, IIAP, inicia la promoción de esta alternativa el segundo semestre del año 2003 teniendo como objetivo general contribuir a mejorar la seguridad alimentaria de las familias awajun y Wampis mediante la crianza y aprovechamiento de peces amazónicos de las especies gamitana, paco y boquichico. Metodología de trabajo Las labores de transferencia están centradas en: -Trabajo de fortalecimiento de capacidades. Lo cual incluye: Selección y capacitación a promotores piscícolas, talleres teórico-prácticos y apoyo técnico a proyectos similares locales. La enseñanza gira en torno a preparación de estanques, reproducción inducida (selección de reproductores, inducción hormonal, desove, hidratación de huevos, incubación, observación de desarrollo embrionario y estado larval), elaboración de alimento, construcción, rehabilitación y manejo de estanques. Fotografía 1: Labores de fortalecimiento de capacidades --Producción de post larvas y alevinos. Labor que se realiza sobre la base de técnicas de inducción a reproductores en centros del IIAP o de las comunidades indígenas los cuales son luego entregados u ofrecidos bajo diferentes modalidades a los beneficiarios (entrega gratuita, venta que es la mayoría o el canje por insumos o alimentos para los reproductores) -Acciones de repoblamiento en cuerpos de agua. El repoblamiento se refiere a introducir especies nativas en cuerpos de agua (“cochas”) en donde especies de peces originarias dejaron de existir o disminuyó su población. 6  
  • 7. -Acciones de investigación y apoyo técnico a institutos tecnológicos. A través de convenios con instituciones educativas se fortalecen capacidades y se genera investigación junto a futuros técnicos y beneficiarios. -Monitoreo y evaluación. Labor participativa donde los promotores juegan un rol importante como nexo para apoyar, enseñar y generar información con los beneficiarios. Resultados Por reproducción inducida de gamitana, paco y boquichico se obtuvo 162,449 alevinos ofertados según como se muestra en la Tabla N° 1. Tabla N° 1. Cantidad de alevinos por sectores Sector N° Beneficiarios N° Alevinos Alto Río Nieva 79 58,750 Sector Río Cenepa 102 49,950 Sector Río Santiago 105 53,749 TOTAL 286 162,449 Para efectos de obtener cifras de costos y beneficios de la actividad piscícola sobre la base de información estadística del proyecto, se ha elaborado la Tabla N° 2 la cual presenta información de una muestra de beneficiarios de diversas comunidades para una campaña. En dicho cuadro se muestra las cantidades consumidas como vendidas en una cosecha. Hay que considerar que al año son dos campañas pues los peces a los 5 meses ya tienen el tamaño promedio ideal que equivale aproximadamente a 350 grs. Al dividir la cantidad total consumida (2824 Kg.) entre la cantidad total de beneficiarios (121) se obtiene un cantidad promedio de consumo por beneficiario igual a 23 Kg. Si tomamos en cuenta que según las encuestas realizadas y el censo del 2007 la cantidad promedio de miembros por familia es de 6 individuos hogar se obtiene 3.8 Kg/individuo/Campaña que al año sería aprox. 8 kg/Individuo, adicional a lo que se consume (Según línea base del 2004 la cantidad era de 9 Kg/Individuo/Año). 7  
  • 8. Tabla N° 2. Información muestra de consumo y venta por beneficiario/Campaña Com uni dad N° Beneficiarios Vendido (Kg.) Consumido (Kg. ) Cosechado (Kg.) Prom/Benefic. (Kg.) Puerto Galilea 15 698 459 1157 77.13 Is la Grande 13 287 324 611 47 S ant a Rosa 11 665 290 955 86.82 S hiringa 10 79 137 216 21.6 B elén 5 92 155 247 49.4 V illa Gonzalo 15 461 438 899 59.93 Democracia 7 63 1 04 167 23.86 S an Rafael 20 1117 454 1571 78.55 Y utupis 25 734 463 1197 47.88 Total 121 4196 2824 7020 58.01 Costos y beneficios aproximados en actividad piscícola Los costos de la actividad piscícola son muy relativos debido a que dependen de varios factores. Por ejemplo, pueden ser físicos pues depende de su ubicación, por ello podría resultar muy fácil o complicado. Igualmente pueden existir razones sociales-culturales como por ejemplo el empleo de la “minga” o trabajo comunitario lo cual abarataría su costo. Para fines de aproximación los costos de una poza de tipo presa de 1000 m2 pueden ser tal como se muestra en la Tabla N°3. Tabla N° 3. Costos aproximados en la construcción y producción de una poza Actividad Costo promedio Construcción de estanque 1,500 Limpieza 750 Tubos (2) 300 Codo (1) 60 Millar de alevinos 160 Transporte 80 Mano de obra y alimento 800 Total 3,650 Considerando que el precio de venta de las especies objeto de producción es de 12 S//Kg. y que técnicamente se coloca un pez/ m2 el cual se cosecha los 5 meses a un peso de 350 grs.; se obtiene 350 Kg/poza/campaña. Esto quiere decir que el valor bruto de la producción equivale a 4200 S/./Campaña/Beneficiario ó 8  
  • 9. 8400 S/./Beneficiario/Año. Esto implica que el primer año los ingresos netos superan los 4,000 S/. valor que se incrementa al segundo año ya que no se efectúan inversiones por construcción. 3. Objetivos e hipótesis ¿Qué indicadores permiten afirmar que la propuesta de la piscicultura desarrollada por el IIAP se ha adoptado realmente?. Diversos indicadores desde el punto de vista productivo (hectáreas de espejo de agua, toneladas de pescado producidas), social (cantidad de beneficiarios, participación o asistencia), de seguridad alimentaria (cantidad adicional de consumo per-cápita y de proteínas consumidas, etc.), ambiental (rol de la piscicultura en la Fotografía N° 2: Familia beneficiaria  conservación del bosque) es posible obtener. En esta vía, el estudio plantea como hipótesis la posibilidad de determinar variables relevantes y su correlación dentro de las diversas etapas de transferencia de tecnología de la piscicultura (aceptabilidad, aceptación, adopción e impacto) además de cuantificar indicadores sociales relevantes (seguridad alimentaria), ambientales (hectáreas de bosque evitadas de deforestar) y económicos (ingresos económicos adicionales). Consecuentemente, los siguientes son los objetivos generales y específicos. Objetivo General: Caracterizar, identificar y cuantificar, variables e indicadores de adopción e impacto de la actividad piscícola en la Provincia de Condorcanqui como parte del proceso de transferencia afín de ampliar el conocimiento del rol de esta alternativa productiva en la seguridad alimentaria de pueblos indígenas y su incidencia como parte de lineamientos de políticas públicas. 9  
  • 10. Objetivos Específicos: • Caracterizar a través de diversos índices e indicadores el proceso de transferencia de la actividad piscícola en sus diferentes etapas: aceptación, adopción e impacto en la cuenca del río Santiago, Provincia de Condorcanqui. • Diseñar modelos econométricos que permitan identificar variables e indicadores y su grado de correlación en la adopción e impacto en comunidades indígenas beneficiarias donde se desarrollan proyectos de piscicultura. • Realizar un análisis de las lecciones aprendidas del desarrollo de la piscicultura y su incidencia social, económica y ambiental en las comunidades indígenas de la Provincia de Condorcanqui. • Proponer medidas de políticas públicas que contribuyan a capitalizar la experiencia de la piscicultura como alternativa a los graves problemas sociales económicos y ambientales en comunidades indígenas. 4. Metodología Los pasos metodológicos fueron los siguientes: 4.1 Diseño de modelos econométricos Considerando que la base fundamental para determinar qué datos se deben obtener a través de las encuestas a beneficiarios, es determinar primeramente que variables ameritan conocerse, se definieron 2 modelos econométricos enfocados a conocer si se ha adoptado la actividad piscícola y por otro lado la cantidad de hectáreas que se evitan deforestar. Modelo 1: Para el caso del modelo tendiente a conocer y caracterizar el estado de adopción se diseño de la siguiente manera considerando la ecuación (2): 10  
  • 11. Pr Ob (Yi = 1) = Pr Ob (Ii* > 0)= Pr Ob (Xi β + αi > 0) Pi = ……… (3) Pr Ob (Yi = 0) = Pr Ob (Ii* < 0)= Pr Ob (Xi β + αi < 0) Donde: Yi= Variable dependiente denominada adopción. Esta variable es el resultado de las respuestas a 2 preguntas: Si se ha enseñado la tecnología de la piscicultura (1) o no (0) y si desea instalar más pozas (1) o no (0). El resultado conjunto se estableció como 1 si ambas respuestas son positivas y 0 si las respuestas son diferentes (0 y 1 ó 1 y 0). Xi= Es un set de variables cualitativas y cuantitativas conformado por: miembros de la familia, años dedicados a la actividad, cantidad de pozas, dimensiones de las pozas, producción, número de cosechas anuales, cantidades vendidas, cantidades para autoconsumo, días dedicados a la actividad, importancia de la piscicultura Modelo 2: Se diseñó de la misma manera que el modelo anterior estableciéndose la siguiente estructura: Yi= Variable dependiente dicótoma la cual tiene el valor según manifiesta si debido al desarrollo de la piscicultura si evita deforestar (1) o no evita (0). Xi= Es un set de variables cualitativas y cuantitativas conformado por: miembros de la familia, años dedicados a la actividad, cantidad de pozas, dimensiones de las pozas, producción, número de cosechas anuales, cantidades vendidas, cantidades para autoconsumo, días dedicados a la actividad, importancia de la piscicultura. Es importante mencionar que dadas las relaciones entre las variables independientes en el set Xi se evitó incluir o se excluyeron algunas de ellas para evitar problemas de multicolinealidad. 4.2 Encuestas, tamaño de muestra y comunidades indígenas encuestadas 11  
  • 12. Considerando que la literatura indica que un porcentaje entre 20% y 30% conlleva a una cantidad representativa de la población beneficiaria para el caso de estudios de adopción, el presente trabajo consideró un porcentaje de 24% (120) de la cantidad total beneficiarios identificados la cual es de 500 familias indígenas. Mapa N° 1. Comunidades Nativas Objeto de Encuestas Las encuestas se realizaron en un total de 17 comunidades indígenas como se indica en el mapa adjunto, las cuales fueron elegidas al azar al igual que a los entrevistados establecidos en ellas. Para fines de un mejor entendimiento de las preguntas cuando el caso requirió, se contó con técnicos indígenas quienes apoyaron con el idioma awajun. La encuesta se estructuró considerando preguntas personales, relacionadas a la actividad piscícola y las relacionadas con la conservación de los bosques (Ver Anexo 1). 4.3 Obtención y sistematización de información 12  
  • 13. Considerando que el software utilizado fue el Stata V. 8.2, las variables fueron codificadas y sistematizadas en hojas Excel para luego ser adecuadas por Stata Transfer el cual es el software previo que viabiliza su uso en Stata V. 8.2. 4.4 Determinación y cuantificación de indicadores para la adopción e impacto de la piscicultura. Identificados los mejores modelos econométricos considerando las variables que mejor comportamiento presentaban en cada uno de ellos, se procedió a determinar y cuantificar los indicadores de adopción e impacto de la piscicultura. 4.5 Análisis y evaluación de resultados Los resultados del paso previo permitieron analizar y evaluar cuales son las diferentes características de la adopción y cuál ha sido la contribución del impacto de la piscicultura en la seguridad alimentaria, en la conservación y bienestar del poblador indígena que desarrolla la actividad piscícola. Paralelamente se realizaron los análisis de sondeos de índice de aceptabilidad y de aceptación que permitieron complementar los resultados obtenidos de los modelos econométricos. 4.6 Lecciones aprendidas y propuestas de políticas públicas Con el propósito de conocer las virtudes y las limitantes que existieron junto con los retos a los cuales hay aun que enfrentarse, se proponen diversos lineamientos de políticas públicas que permitan o contribuyan a mejorar el impacto de la piscicultura en el bienestar de la población indígena junto a la conservación de los bosques y su biodiversidad. 13  
  • 14. 5. Resultados 5.1 De estadística descriptiva básica Los siguientes gráficos muestran algunas características básicas de los entrevistados elegidos al azar en el proceso de toma de datos. Se puede apreciar que la mayoría están en el grupo que desarrolla la piscicultura más de dos años y menos de 4 y que la mayoría dispone de una sola poza. Gráfico N° 3. Tiempo dedicado a la piscicultura de los entrevistados Tiempo dedicado a la piscicultura de  entrevistados 50 44 45 s 38 o 40 d a t 35 s i v e 30 r t 25 n 25 e   e d 20   o r e 15 13 m ú 10 N 5 0 Hasta 2 Entre 3 y 4 Entre 5 y 6 Más de 6 Años Gráfico N° 4. Número de pozas por familia Número pozas por familia 85 90 80 70 60 s o i r50 a i c i f e n 40 e 29 B 30 20 10 4 2 0 1 2 3 4 Número de pozas 14  
  • 15. En los dos gráficos siguientes se aprecia en primer lugar cierta tendencia en disminución del tiempo en la actividad piscícola lo cual se deba a razones de especialización o mayor conocimiento y desempeño en el tiempo de la misma. Gráfico N° 5. Años dedicados a la piscicultura versus tiempo dedicado a la actividad. Años dedicados a la piscicultura versus tiempo dedicado a esta activida (Dia/Mes) 4.5 ) 4 s e M / s 3.5 a i D (   a r 3 u t l u c i 2.5 c s i p   a l   a 2   o d a c 1.5 i d e d   o 1 p m e i T 0.5 0 1 2 3 4 Años dedicados  a la piscicultura Años en la piscicultura Tiempo dedicado (Dias/mes) Lineal (Tiempo dedicado (Dias/mes)) En el gráfico N° 6 se puede apreciar en cuanto a la superficie manifiesta de ser evitada por parte de los beneficiarios, que esta tienda a aumentar en la medida que se incrementan los años dedicados a la actividad piscícola. Se puede entender que en la medida que aumenta el conocimiento de la técnica y dadas las buenas perspectivas de la misma, los beneficiarios tienden a realizar más pozas o incrementar su número de estanques, lo cual conlleva a más dedicación en la actividad y por ende evitar deforestar mayor cantidad de bosque en el tiempo. Los resultados indican que la actividad alternativa a la piscicultura son las acciones en la chacra las cuales se centran en el desarrollo de cultivos básicos de subsistencia como plátano, yuca y maíz principalmente. La tala de árboles se realizaba en un 30% por parte de los beneficiarios antes de tener piscigranjas. 15  
  • 16. Gráfico N° 6. Años dedicados a la piscicultura versus superficie evitada de deforestar. Años dedicados a la piscicultura versus superficie evitada de  deforestar 4.5 ) 4 o ñ A / . 3.5 a H (   r a 3 t s e r o f 2.5 e d   e d   2 a d a t i v 1.5 e   e i c i 1 f r e p u 0.5 S 0 1 2 3 4 Años dedicados  a la piscicultura Años en la piscicultura Superficie evitada de deforestar Lineal (Superficie evitada de deforestar) Gráfico N° 7. Cantidad adicional de pozas versus superficie evitada de deforestar Cantidad adicional promedio de pozas versus superficie evitada de  deforestar (Ha.) 4.5 s 4 a z o p   3.5 e d   o 3 i d e m o 2.5 r 2.3 p   l a 2 1.9 n o i 1.6 c i d 1.5 a   d a 1 d 1 i t n a C 0.5 0 1 2 3 4 Superficie evitada de deforestar (Ha.) Superficie evitada Cantidad adicional promediode pozas Lineal (Superficie evitada) Del Gráfico N° 7 se infiere que aquellos beneficiarios que desean instalar más pozas o estanques son aquellos que más dedicados a la piscicultura o quizás los que más han adoptado la tecnología lo cual conlleva a que sean estos 16  
  • 17. beneficiarios los que más evitan deforestar dado el gran impacto de esta actividad en sus economías. Del Gráfico N° 8 se puede apreciar que una cantidad péquela de los beneficiarios manifiesta aprovechar la producción o cosecha de la piscicultura sólo para autoconsumo (13%), mientras que el resto (87%) indica que lo comercializa o vende parte de la misma. Las cantidades que se ofrecen se encuentran en su mayor parte entre el rango mayor a 50 kg y menor de 100Kg por cosecha. Gráfico N° 8. Autoconsumo y venta de pescado por familia Autoconsumo y venta de pescado  por familia (Kg. /Campaña) 3% 2% 8% 13% 35% 38% Autoconsumo Hasta 50 Kg. Entre 50 Kg. y 100 Kg. Entre 100 Kg. y 150 Kg. Emtre 150 Kg. y 200 Kg. Más de 200 Kg. Aun cuando es menor el porcentaje de las otras cantidades que se comercializan es importante mencionar que son significativas si consideramos que el precio de venta mínimo es de 11 soles el kilogramo. 5.2 De índice de aceptabilidad y estudios de aceptación 6.2.1. Índice de aceptabilidad 17  
  • 18. Considerando la fórmula antes mencionada: Ia = [% de productores que aplican la tecnología] * [% del área en la cual aplican la tecnología] / 100 Se obtuvieron los valores mostrados en la Tabla N°4 abajo indicada. Las consideraciones que ameritan mencionarse para conocer como se adecuaron para obtener este índice son: - Promedio de tamaño de chacra el valor de 2 Ha. dada la experiencia y conocimiento de las realidades de las comunidades objeto de entrevistas. - Dadas las características fisiográficas promedio se consideró que la tercera parte de la chacra es apta para el desarrollo de la piscicultura. - Se encontró más adecuado tomar como porcentaje de los productores que aplican la tecnología aquellos que desarrollan la actividad como mínimo 4 años dados los resultados posteriores de los modelos de adopción. - Se consideraron 3 escenarios: El primero (escenario actual), se realizó sobre la base del promedio de dimensiones y número de de pozas que los entrevistados manifestaron tener. El segundo escenario (escenario deseado), se realizó considerando únicamente la cantidad de pozas adicionales que desean los beneficiarios. El tercer escenario denominado escenario futuro, es el acumulado o la suma de los escenarios anteriores. Dado que los escenarios deseado y futuro, los beneficiarios utilizarían toda su área disponible para pozas (tercera parte de su chacra) para llevar a cabo la piscicultura, se consideró 100% como el porcentaje de aplicación. Tabla N° 4. Cálculo de índice de aceptabilidad 6Escenario N° Pozas Dimensiones (Ha.) Total(Ha.) Productores Aplican (%) Area para pozas (Ha.) Area con pozas(% ) Indice de aceptabilidad .Actual 1.36 0.1 0.136 68 0.33 41 28 Deseado 1.82 0.1 0.182 100 0.33 55 55 2 Futuro 3.18 0.1 0.318 100 0.33 96 96 6 6.2.2 Sondeo de aceptación 18  
  • 19. Considerando lo manifestado en PASOLAC (1999). El sondeo de aceptación se basa en preguntas claves que dependen de la actividad pero que orienten si realmente la tecnología que se promueve está siendo aceptada por los beneficiarios. Para nuestro ejercicio se hicieron preguntas que de manera directa o indirecta permitieron conocer como se encontraba el estado de aceptación (Ver base de datos en Anexo). Por ejemplo: • El 83% de los beneficiarios manifestó haber enseñado la técnica a alguna persona. • El 100% cree que la piscicultura es una actividad muy importante. • El 87% vende parte de su cosecha (la mayoría entre 50 y 100 kg. de pescado). • El 100% desea más pozas (2 pozas más en promedio). • En promedio se cosecha más de una vez por año. 5.3 De modelos econométricos Modelo para identificación de variables de adopción de la piscicultura Para fines de seleccionar el modelo más adecuado se consideró en primer lugar si los signos de los coeficientes respondían al efecto de las variables independientes sobre la variable dependiente denominada adop (Mayor probabilidad que si (ó no) se adopte la tecnología de la piscicultura). En segundo lugar y sobre la base de las pruebas de inferencia estadística se eligieron las variables que presentaban mejor performance. Aun nivel de confiabilidad de 95% las variables denominadas estanq y veces fueron las que por pruebas de inferencia estadística mejor comportamiento presentaban. La primera indica el número de estanques que presenta el beneficiario y la segunda es también una variable cuantitativa que indica la cantidad de cosechas que el beneficiario realiza por año. La interpretación del modelo abajo mostrado indica que existe una mayor probabilidad que se adopte la práctica de la piscicultura en la medida que los beneficiarios dispongan de mayor cantidad de estanques, igualmente, cuanto más veces se produzca o se coseche mayor incidencia habrá en adoptar la tecnología 19  
  • 20. de la piscicultura. Las otras variables, años y familia también presentan signos adecuados e indican que mayor cantidad de años y de miembros de familia permiten establecer que es posible exista una mayor probabilidad de adopción. La variable otroact indica que la realización de otras actividades diferentes a la piscicultura no impiden la adopción y por otro lado, la variable evita muestra que evitar la deforestación por desarrollar la piscicultura incrementa la probabilidad de adopción de esta tecnología. Tabla N° 5. Modelo probit ordenado para identificación de variables para la adopción oprobit adop estanq veces anos familia otroact evita Ordered probit estimates Number of obs = 120 LR chi2 (6) = 21.98 Prob > chi2 = 0.0012 Log likelihood = -43.076987 Pseudo R2 = 0.2033 adop Coef. Std. Err. z P>z [95% Conf. Interval] estanq .9517873 .4950126 1.92 0.055** -.0184195 1.921994 veces .7608438 .4073547 1.87 0.062** -.0375567 1.559244 anos .1409205 .1424974 0.99 0.323 * -.1383692 .4202102 familia .1063385 .265269 0.40 0.689 * -.4135792 .6262562 otroact .5857573 .241584 2.42 0.015 * .1122613 1.059253 evita .2664258 .8710232 0.31 0.760 * -1.440748 1.9736 ** Con nivel de significancia = 5% ………*Con nivel de significancia < 5% A nivel del análisis de bondad de ajuste de modelo se puede apreciar que el cociente de verosimilitud o pseudo R2, responde a valor aceptable considerando la prueba Chi 2 con 6 grados de libertas además de estar establecido que para este tipo de estudios el valor debe ubicarse entre 0.2 y 0.4. El resultado del desarrollo del modelo incluyendo todas las variables independientes se puede apreciar en el Anexo N° 3. 20  
  • 21. Modelo para identificación de variables e indicadores de impacto De manera similar que en el modelo anterior, se obtuvieron modelos considerando todas las variables independientes que tendrían efectos en la variable evita la cual es la probabilidad de un si (1) o no (o) de que el beneficiario responde afirmativamente o negativamente ante la pregunta si evita o no deforestar el bosque debido a la implementación de la piscicultura en su chacra. Como se puede apreciar en los resultados abajo mostrados, las variables independientes que mejor comportamiento tuvieron fueron veces, años y diasmes los cuales se refieren a la cantidad de cosechas al año, la cantidad de años dedicados a la piscicultura y los días al mes que se dedican a dicha actividad. Aun cuando todos ellos tienen una significancia menor al 5% los signos que poseen sus coeficientes son los adecuados en la medida que cuanto mayor sean sus valores, mayor es la probabilidad que los beneficiarios respondan que si evitan deforestar por desarrollo de la piscicultura. Tabla N° 6. Modelo probit ordenado para identificación de variable e indicadores de impacto. . oprobit evita veces anos diasmes Ordered probit estimates Number of obs = 120 LR chi2(3) = 3.26 Prob > chi2 = 0.3537 Log likelihood = -19.156232 Pseudo R2 = 0.0783 evita Coef. Std. Err. z P>z [95% Conf. Interval] veces .1962473 .4394631 0.45 0.655 -.6650846 1.057579 anos .0682245 .1894376 0.36 0.719 -.3030664 .4395153 diasmes .5084966 .3339902 1.52 0.128 -.1461121 1.163105 La bondad de ajuste del modelo aun cuando es baja analizando su pseudo R2, dadas las pocas variables independientes, su valor es el adecuado dada su estructura. 21  
  • 22. 6. Conclusiones • El índice de aceptabilidad adaptado en esta investigación para la piscicultura e igual a 28 permite determinar que la práctica está siendo empoderada por los beneficiarios aprovechando las pequeñas áreas con aptitud para esta actividad. • La adopción de la piscicultura en comunidades indígenas en Condorcanqui está caracterizada por una serie de variables donde destacan la cantidad de estanques que poseen los beneficiarios y las cantidades de cosechas que realizan traducidas en mayor producción de pescado. • Considerando la cantidad promedio de miembros por familia (6) y las cantidades producidas promedio anual (75 Kg.), se determina que los miembros de las familias beneficiarias consumen 12.5 kg/persona/año lo cual significa más del 100% respecto a la situación sin proyecto el cual equivalía a 9 Kg/persona/año (IIAP, 2004). • Considerando que el contenido de proteína en peso de gamitana (principal pez promovido) equivale a 25% (Gutiérrez et al, 2009) se concluye que 4.4 kg de proteína al año es la cantidad total consumida por los beneficiarios anualmente siendo el 50% (2.2 kg) la cantidad adicional debido al desarrollo de la piscicultura como aporte en la mejora de la seguridad alimentaria. • Considerando que el 83% de los beneficiarios manifestó haber enseñado la técnica a otra persona, que el 87% de los beneficiarios vende parte de su cosecha (la mayoría entre 50 y 100 kg. de pescado) y que el 100% desea más pozas (2 pozas más en promedio) es posible afirmar que a través diferentes procesos la práctica de la piscicultura se ha consolidado y por tanto genera grandes expectativas para las poblaciones de las comunidades indígenas. • Es posible que el 13% de beneficiarios que no venden su producción, implicaría que la piscicultura estaría siendo una actividad netamente para fines sociales y quizás sería aceptada pero no adoptada totalmente. • La cantidad de hectáreas promedio evitadas de deforestar por parte de cada familia beneficiaria asciende a 2.5 Ha/Año lo cual equivale a un total anual de 1,250 Ha considerando el total de familias beneficiarias (500 familias). Lo antes mencionada permite mencionar que en los últimos 5 años la promoción y 22  
  • 23. desarrollo de la piscicultura ha conllevado a evitar deforestar más de 5,000 Ha. de bosque. • Las acciones productivas que aprovechan las potencialidades biofísicas, culturales y humanas para enfrentar un problema en particular como en el caso objeto de estudio (pobreza) pueden tener múltiples efectos cuando hay una visión de largo, uno de estos es la conservación de los bosques acción no prevista al inicio de esta iniciativa. 7. Recomendaciones y lecciones aprendidas • Obtención de información de monitoreo individualizado o por beneficiario sobre actividades relacionadas o complementarias ayudaría a tener un mejor análisis del costo de oportunidad de la actividad piscícola redundando en un estudio más amplio de sus beneficios. • Dada la evidencia y su contribución en la mejora de la seguridad alimentaria en comunidades indígenas, la piscicultura es una opción concordante con las potencialidades biofísicas y socio culturales en Amazonia Peruana que debe impulsarse como estrategia en propuestas de políticas públicas para mitigar problemas de pobreza como parte de programas sociales. • La alianza entre Gobiernos Regionales y Locales junto a instituciones de investigación que promuevan acciones sostenibles es vital para la promoción de la piscicultura en Amazonia a través del trabajo participativo con comunidades indígenas. • La posibilidad de analizar en campo las hectáreas evitadas de deforestar o el monitoreo de la deforestación evitada por efectos de la piscicultura permitiría contrastar el presente estudio basado en entrevistas y ser por tanto de corte transversal. • Incidencia de aspectos culturales dentro del desempeño de la piscicultura deben ser analizados con mayor profundidad para lograr estudio más integral. 23  
  • 24. 8. Bibliografía 1. CIES, 2004. La investigación económica y social en el Perú. Balance 1999- 2003 y prioridades para el futuro. 2. -------, 2008. La investigación Económica y Social en el Perú, 2004-2007. Balance y prioridades para el futuro. 3. CIMMYT, 1993. La adopción de tecnologías agrícolas: Guía para el diseño de encuestas. México, D.F., 88 p. 4. Gujarati, D. 1997. Econometría Básica. Tercera Edición. Edit. McGrawHill. 5. Gutiérrez F., Zaldívar, J., Contreras, G. Efecto de varios niveles de energía digestible y proteína en la dieta sobre crecimiento de gamitana (Colossoma macropomum) CUVIER 1818. Rev. Inv. Vet. Perú 2009; 20 ( 2): 178-186. 6. Hildebrand, P. Poey, F. On-Farm agronomic trails in farming systems research and extension. Boulder. 1985 7. IIAP, 2004. Avances en el desarrollo de la acuicultura en la Región Amazonas, Perú. 8. Ibáñez, N., Jara C., Guerra, A., Díaz, E. 2004. Prevalencia del enteroparasitismo en escolares de comunidades nativas del Alto Marañón, Amazonas, Perú. Revista Peruana de Medicina Experimental y Salud Pública. Instituto Nacional de Salud, Perú. 9. Otero, Freddy 2004. Determinantes de la adopción de tecnología agrícola: Caso Café orgánico en los municipios de San Gil y Apia. Universidad de los Andes. Facultad de Economía. Maestría en Economía Ambiental 10. PASOLAC, 1999. Índice de aceptabilidad. Introducción de una herramienta sencilla de seguimiento a la transferencia - con dos ejemplos -. Documento N° 224. Serie Técnica. 9/99. Programa para la Agricultura Sostenible en Laderas de América Central PASOLAC. 11. --------------, 2006. Guía para elaboración de estudios de adopción de tecnologías de manejo sostenible de suelos y agua. Documento No. 499 Serie Técnica 7/2006. 12. Tudela, J. W. 2007. Determinantes de la producción orgánica: el caso del café orgánico en los valles de San Juan del Oro – Puno. En Economía y Sociedad, CIES, 2007. 24  
  • 25. 9. Anexos • Anexo 1: Base de datos f ami lia anos est an q di mens pro duc veces ven dio comercia autocon instit u ensena adop diasmes otroact evita s upevita import maspoz as otrainst 2 2 1 1 1 1 0 0 1 2 1 1 1 0 1 2 1 1 0 2 3 1 2 2 3 2 1 0 2 1 1 2 2 1 2 1 1 1 2 3 2 1 2 2 2 1 0 2 1 1 1 2 1 2 1 1 1 3 1 2 1 1 3 2 1 0 1 1 1 3 0 1 3 1 2 1 2 2 2 1 2 2 2 1 0 1 1 1 2 2 1 2 1 1 1 3 1 1 1 2 3 2 1 0 1 1 1 3 2 1 3 1 1 1 2 1 2 2 2 2 2 1 0 1 1 1 3 2 1 2 1 2 1 2 1 1 2 2 1 2 1 0 1 1 1 1 2 1 2 1 2 1 3 2 1 2 2 2 2 1 0 1 1 1 2 2 1 3 1 1 1 2 1 1 2 2 1 2 1 0 1 1 1 3 2 1 2 1 1 1 2 1 1 2 2 2 2 1 0 1 1 1 2 2 1 2 1 1 1 3 2 2 2 3 4 3 1 0 1 1 1 3 2 1 3 1 1 1 2 1 1 1 2 1 2 1 0 1 1 1 2 0 1 2 1 2 1 2 2 3 1 2 1 2 1 0 1 1 1 2 2 1 2 1 1 1 3 1 1 1 2 1 1 1 0 1 1 1 1 0 1 3 1 1 1 2 1 2 2 2 3 2 1 0 1 1 1 3 2 1 2 1 1 1 2 1 1 2 2 2 2 1 0 1 1 1 1 0 1 2 1 1 1 3 2 1 2 2 3 2 1 0 1 1 1 2 1 1 3 1 1 1 2 1 1 2 2 2 2 1 0 1 1 1 1 1 1 2 1 1 1 4 1 1 1 2 2 1 1 0 1 1 1 2 1 1 4 1 1 1 3 2 2 2 2 1 2 1 0 1 1 1 2 1 1 3 1 1 1 2 1 1 2 2 1 2 1 0 1 1 1 1 2 1 2 1 1 1 2 2 1 2 2 1 2 1 0 2 1 1 2 1 1 2 1 1 1 3 2 2 1 2 2 2 1 0 1 1 1 2 2 1 3 1 1 1 3 1 1 1 2 1 2 1 0 1 1 1 1 1 1 3 1 1 1 2 2 2 2 2 3 2 1 0 1 1 1 3 0 1 2 1 1 1 2 1 1 1 2 1 1 1 0 1 1 1 2 2 1 2 1 1 1 2 1 2 2 2 2 2 1 0 1 1 1 2 0 1 2 1 1 1 2 2 2 2 2 1 2 1 0 1 1 1 1 2 1 2 1 1 1 2 1 1 1 2 2 1 1 0 1 1 1 1 1 1 2 1 2 1 3 1 2 1 2 2 2 1 0 1 1 1 1 2 1 3 1 1 1 2 1 1 2 2 2 2 1 0 1 1 1 2 1 1 2 1 1 1 3 1 1 2 4 1 2 1 0 1 1 1 1 2 1 3 1 3 1 2 2 2 2 1 2 1 1 0 1 1 1 1 1 1 2 1 1 0 2 1 1 2 2 1 2 1 0 1 1 1 3 1 1 2 1 1 0 1 1 4 2 5 1 5 1 0 1 1 1 2 0 0 0 1 1 0 2 1 1 1 0 0 0 0 1 1 1 1 2 1 1 2 1 3 1 3 2 1 2 3 1 2 1 0 1 1 1 2 2 1 3 1 2 1 3 2 2 2 3 1 3 1 0 1 1 1 3 1 1 3 1 4 1 3 1 1 1 1 1 0 0 1 1 0 0 2 1 1 3 1 1 0 3 2 1 2 2 2 2 1 0 1 1 1 3 1 1 3 1 2 1 2 1 1 1 1 1 0 0 1 1 1 1 2 2 1 2 1 2 1 2 2 1 2 2 1 1 1 0 1 1 1 3 2 1 2 1 2 1 2 1 1 1 1 1 0 0 1 1 0 0 1 1 1 2 1 2 1 3 2 1 2 2 1 1 1 0 1 1 1 3 2 1 3 1 3 1 3 2 1 2 1 1 1 1 0 1 1 1 1 1 1 3 1 3 1 2 1 1 2 1 1 0 0 1 1 0 0 1 1 1 2 1 3 0 3 2 1 2 2 1 1 1 0 1 0 0 1 1 1 3 1 4 1 3 1 1 2 1 1 0 0 1 1 0 0 1 1 1 3 1 3 1 25  
  • 26. fami lia anos est an q di mens pro duc veces ven dio comercia autocon i nstit u ensena adop diasmes otroact evita s upevita import maspoz as otrainst 2 1 1 2 1 4 0 0 1 1 1 1 2 1 1 2 1 1 0 2 2 1 1 1 1 0 0 1 1 1 1 3 1 1 2 1 1 1 2 2 3 1 3 2 2 1 0 1 1 1 3 1 1 2 1 1 1 4 3 4 2 5 1 5 1 0 1 1 1 3 2 1 4 1 4 0 3 2 1 2 2 1 2 1 0 1 1 1 2 2 1 3 1 1 0 2 2 1 2 1 2 1 1 0 1 1 1 3 2 1 2 1 2 1 4 3 2 2 2 1 2 1 0 1 1 1 3 2 1 4 1 1 1 2 2 1 2 1 1 1 1 0 1 1 1 2 2 1 2 1 1 1 2 2 1 1 1 1 1 1 0 1 1 1 3 2 1 2 1 1 1 3 3 1 3 2 1 2 1 0 1 1 1 3 1 1 3 1 1 1 3 2 2 2 4 1 3 1 0 1 1 1 2 2 1 3 1 1 1 2 2 1 2 1 2 1 1 0 1 1 1 1 2 1 2 1 2 1 2 2 1 3 2 1 2 1 0 1 1 1 3 2 1 2 1 2 1 4 2 1 2 2 2 2 1 0 1 1 1 3 1 1 4 1 1 1 3 2 1 2 1 1 1 1 0 1 1 1 2 2 1 3 1 1 1 3 4 2 3 4 1 3 1 0 1 1 1 2 2 1 3 1 2 1 2 1 1 1 1 1 0 0 1 1 0 0 1 2 1 2 1 2 1 3 2 1 1 1 1 1 1 0 1 1 1 1 2 1 3 1 3 1 3 1 1 2 1 1 0 0 1 1 0 0 3 1 1 3 1 4 1 3 2 2 2 2 1 2 1 0 1 1 1 3 2 1 3 1 2 1 3 3 2 2 3 2 4 1 0 1 1 1 3 1 1 3 1 1 1 3 2 2 1 2 1 1 1 0 1 1 1 2 1 1 3 1 1 1 2 3 3 2 1 1 0 0 1 1 1 1 2 0 1 2 1 2 0 2 2 1 2 2 1 1 1 0 1 1 1 2 1 1 2 1 1 0 2 1 1 2 1 2 0 0 1 1 0 0 2 1 1 2 1 1 0 3 1 1 4 2 4 2 1 0 1 1 1 3 1 1 3 1 1 1 3 2 1 2 3 1 2 1 0 1 1 1 3 0 1 3 1 1 1 2 2 1 3 1 2 1 1 0 1 1 1 1 2 1 2 1 3 1 1 1 1 2 1 1 1 1 0 1 1 1 1 2 0 0 1 3 1 1 3 1 2 1 2 1 1 0 1 1 1 1 2 0 0 1 3 1 2 1 1 2 1 1 1 1 0 1 1 1 2 1 1 2 1 3 1 2 3 1 1 1 1 1 1 0 1 1 1 2 1 1 2 1 1 0 3 3 2 2 1 1 2 1 0 1 1 1 1 1 1 3 1 3 0 2 1 1 3 1 1 0 0 1 1 0 0 3 0 1 2 1 2 0 4 4 1 1 2 1 1 1 0 1 0 0 1 1 1 4 1 2 0 2 2 1 2 2 1 1 1 0 1 0 0 2 1 1 2 1 1 0 2 1 1 2 1 1 1 1 0 1 1 1 2 2 1 2 1 2 1 3 4 1 5 1 1 0 0 1 1 1 1 1 1 1 3 1 1 1 3 4 1 3 3 1 2 1 0 1 0 0 2 0 1 3 1 3 1 4 4 1 2 2 1 1 1 0 1 1 1 2 1 1 4 1 1 1 2 4 1 2 2 1 1 1 0 1 1 1 1 1 1 2 1 1 1 2 2 1 1 2 1 1 1 0 1 0 0 2 1 1 2 1 1 1 3 4 2 1 1 1 1 1 0 1 0 0 1 0 1 3 1 4 0 3 2 1 1 3 1 2 1 0 1 1 1 2 1 1 3 1 1 0 2 2 1 1 1 1 1 1 0 1 0 0 1 0 1 2 1 3 0 3 4 2 1 2 1 1 1 0 1 1 1 1 1 1 3 1 1 1 4 3 1 1 5 1 4 1 0 1 1 1 3 1 1 4 1 4 1 4 2 2 1 2 1 1 1 0 1 1 1 3 1 1 4 1 3 1 1 2 1 5 2 1 2 1 0 1 0 0 2 1 0 0 1 1 1 26  
  • 27. fami lia anos est an q dimens pro duc veces ven dio comercia autocon i nstit u ensena adop diasmes otroact evita s upevita import maspoz as otrains t 4 4 2 1 1 1 1 1 0 1 1 1 1 1 1 4 1 4 1 3 3 1 5 5 1 4 1 0 1 1 1 3 0 1 3 1 2 1 3 4 1 3 4 1 3 1 0 1 1 1 1 1 1 3 1 3 1 2 4 1 2 1 1 1 1 0 1 1 1 3 0 1 2 1 3 1 2 3 1 1 2 1 1 1 0 1 0 0 1 1 1 2 1 4 1 2 4 1 1 1 1 1 1 0 1 0 0 1 1 1 2 1 3 1 2 4 2 1 2 1 2 1 0 1 1 1 2 1 1 2 1 3 1 4 4 2 2 5 2 5 1 0 1 1 1 2 2 1 4 1 3 1 4 4 1 4 5 2 4 1 0 1 1 1 2 0 1 4 1 3 1 4 2 3 2 3 1 2 1 0 1 1 1 3 1 1 4 1 1 1 2 4 2 4 4 1 3 1 0 1 1 1 1 1 1 2 1 4 1 2 1 1 3 1 1 0 0 1 1 0 0 3 0 1 2 1 3 0 2 4 1 1 1 1 1 1 0 1 1 1 1 1 1 2 1 1 1 3 4 1 5 4 1 3 1 0 1 1 1 3 0 1 3 1 4 1 1 4 2 5 4 1 3 1 0 1 1 1 1 0 0 0 1 2 1 2 4 1 5 2 1 1 1 0 1 1 1 1 1 1 2 1 1 1 3 4 1 5 2 1 2 1 0 1 1 1 3 1 1 3 1 2 1 2 4 1 4 2 1 1 1 0 1 1 1 1 1 1 2 1 1 1 2 4 1 2 1 1 1 1 0 1 0 0 1 1 1 2 1 1 1 3 4 1 5 3 1 3 1 0 1 1 1 3 0 1 3 1 1 1 2 2 1 2 1 1 1 1 0 1 1 1 3 0 1 2 1 2 1 2 4 1 2 1 1 1 1 0 1 1 1 2 0 1 2 1 1 1 • Anexo 2: Modelo de encuesta 27  
  • 28. • Anexo 3: Categorización de variables 1) Miembros en la familia (Nombre de variable: familia) 1- 1-3 2- 4-7 3- 8-10 4- 10+ 2) Años dedicados a la piscicultura (Nombre de variable: anos): 1- Hasta 2 2- 3-4 3- 5-6 4- Más de 6 3) Cantidad de estanques (Nombre de variable: estanq) 1- 1 2- 2 28  
  • 29. 3- 3 4- 4 5- Más de 4 4) Dimensiones promedio de estanques (Nombre de variable: dimens) 1- 500 m2 2- 1000 m2 3- 1500 m2 4- 2000 m2 5- 2500+ m2 5) Producción por estanque (Nombre de variable: produc) 1- Hasta 50 kilos 2- 50-100 kilos 3- 101-150 kilos 4- 151-200 kilos 5- 201+ kilos 6) Veces por año que cosecha (Nombre de variable: veces) 1- 1 2- 2 3- 3 4- Más de 4 7) Cuanto vendió por cosecha (Nombre de variable: vendio) 0- Nada 1- Hasta 50 kilos 2- 50-100 kilos 3- 101-150 kilos 4- 151-200 kilos 5- Más de 200 kilos 8) Institución que apoyaron (Nombre de variable: institu) 0- Nada 1- IIAP 2- Otro 9) Ha enseñado a otras personas a construir estanques (Nombre de variable: ensena) 29  
  • 30. 0- No 1- Sí 10) Cuanto tiempo en días dedica por mes a la piscicultura (Nombre de variable: diasmes) 1 Hasta 10 días 2 10-20 días 3 Más de 20 días 11) Que actividad realizaba cuando no tenía piscigranja(Nombre de variable: otroact) 0- Otro de chacra 1- Chacra 2- Talar Árboles/Sacar Madera 12) Cree que ha evitado deforestar el bosque por el desarrollo de la piscicultura (Nombre de variable: evita) 0- No 1- Si 13) Cuánto Ha. ha evitado intervenir debido al desarrollo de la piscicultura (Nombre de variable: supevita) 0- Nada 1- 1 2- 2 3- 3 4- 4 5- Más de 4 14) Es la crianza de peces es importante para usted (Nombre de variable: import) 0- No 1- Sí 15) Desearía tener más pozas o estanques (Nombre de variable: maspozas) 0- No 1- 1 más 2- 2 más 3- 3 más 30  
  • 31. 4- Más de 3 más 16) Otras instituciones le han ayudado en la piscicultura (Nombre de variable: otrainst) 0- No 1- Sí • Anexo 3: Modelos econométricos en formato Stata V. 8.2 Modelo 1: Modelo 2: 31