• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
 

Cambio de Uso de la Tierra y Captura de Carbono

on

  • 461 views

Esta investigación, bajo el formato de tesis, analiza el cambio de uso de la tierra y el potencial de captura de carbono en Chile.

Esta investigación, bajo el formato de tesis, analiza el cambio de uso de la tierra y el potencial de captura de carbono en Chile.

Statistics

Views

Total Views
461
Views on SlideShare
461
Embed Views
0

Actions

Likes
0
Downloads
9
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

    Cambio de Uso de la Tierra y Captura de Carbono Cambio de Uso de la Tierra y Captura de Carbono Document Transcript

    • i Universidad de Concepción Dirección de Postgrado Facultad de Ciencias Económicas y Administrativas Programa de Economía de Recursos Naturales y Medio Ambiente Cambios en el Uso de la Tierra Y Potencial de Captura de Carbono en Chile ROBERTO ANTONIO PORTILLO RIVERA CONCEPCIÓN-CHILE 2012 Profesor Guía: Miguel Ángel Quiroga Suazo, PhD. Departamento de Economía Facultad de Ciencias Económicas y Administrativas Universidad de Concepción
    • ii DEDICATORIA Y AGRADECIMIENTOS “A Dios, ...por esto y aquello.” “A la familia y asociados, ...por el apoyo...por todo.” “A los amigos aquí y allá, ...por los buenos deseos...por la amistad.” “Al programa BID-Japón, ...por la beca.” “A mi tutor, ...por su paciencia y guía.” “A la comisión, ...por los comentarios y la buena voluntad.” “A todos los que integran el programa MERNYMA, ...por su profesionalismo y calidad humana.” “A los (as) MERNY-MAGEA, ...por la camaradería tan diversa.” “A los chiquillos, ...por las buenas vibras.” “En general, ...a todas aquellas personas que hicieron posible esta meta.” “Solo me resta decirles, ... GRACIAS TOTALES!” Y esta es…LA VERDADERA HISTORIA:
    • iii DEDICATORIA A DIOS Sé que no tenemos la relación más tradicional y a veces creo que es bueno que sea así. Gracias por la oportunidad de crecer acompañado de fe y valores, de dudas y esperanzas. A MI FAMILIA Porque aún a miles de kilómetros, siempre estuvieron cerca de mí. A mí admirado padre Antonio y mi entrañable madre Lisseth. A mis hermanos por su amor y amistad incondicional. Por su comprensión, paciencia, estímulo y apoyo constante que son evidencia de su gran amor. ¡Gracias!...Mi triunfo es de ustedes! Tías, Tíos, Primas (os), Sobrinos(as) y Similares. A los que corresponda: No seremos los más unidos pero sabemos estar presente! Se les quiere! A LOS ASOCIADOS Por ser de alguna forma parte de esta poco convencional familia A todas esas personas con cualquier otro parentesco, Que con el pasar del tiempo y el aprecio mostrado, es imposible no considerarlos parte de mi familia. A LAS AMISTADES Cercanas o lejanas ya, de aquí y de allá, del pasado o del presente Porque han influido para que sea este pseudo-idealista-capitalista que nunca he pretendido ser. El mensaje sigue siendo el mismo…Estoy a la orden!
    • iv AGRADECIMIENTOS Programa de becas Japón-BID Platón dijo… El objetivo de la educación es la virtud y el deseo de convertirse en un buen ciudadano. Por haber financiado mis estudios y su comprensión en las extensiones de plazo. Aunque el tiempo para concluirlos no fue el pactado, el esfuerzo se hizo con profesionalismo y honestidad. Gracias por esta oportunidad. Tesis Programa MERNYMA Albert Einstein dijo… Si supiese qué es lo que estoy haciendo, no le llamaría investigación, ¿verdad? Al Profesor Miguel Ángel Quiroga Suazo (PhD.) Asesor principal en esta investigación. Mi sincero agradecimiento y reconocimiento para usted. Por el tiempo invertido, la paciencia, el esfuerzo y su buena voluntad para conmigo. A Hugo Salgado (PhD.) e Ignacio Schiappacasse (MSc.) Miembros de la comisión de tesis. Por sus comentarios y consejos en esta investigación y por la buena voluntad personal mostrada. Muchas gracias y mis mejores deseos. Un agradecimiento especial Para Angie Murillo (MSc.), Gabriel Pino (MSc.) y Manuel Estay (MSc.) Por sus comentarios, sugerencias, ayuda y buenos deseos en la elaboración de esta investigación. Buenos amigos, grandes personas y excelentes profesionales. Programa MERNYMA Confucio dijo…Un buen estudiante no necesita maestro... Confucio nunca estudió el MERNYMA! A todos los profesores de los programas MERNYMA-MAGEA con los que tuve el placer de aprender. Gracias por su responsabilidad, exigencia, paciencia y por la calidez humana que les caracteriza. Un reconocimiento especial Para Dominga Sandoval y Marcela Alveal Carrasco Por su siempre bien intencionada y desinteresada ayuda dentro y fuera del Programa. Con cariño, agradecimiento y todos los “miquis” A Angie por la amistad, consejos, traducciones, correcciones, encargos y comidita hondureña. Sos como la última copita de vino de la santa cena alera! Con amor y gratitud A Diana…Sencillamente Por hacer más perfecto aquello en lo que creo… Estamos en las manos de Dios!
    • v ABSTRACT This research examines the opportunity cost of land use as the main cost for the establishment of a forestry program that will raise carbon sequestration in relation to the situation base on agricultural and forest regions of Chile: Valparaíso, General Bernardo O'Higgins, Maule, Biobío, of Araucanía, Los Lagos and Los Rios. The Chilean agriculture and forestry Census for 1997 and 2007 was used in order to estimate the factors that influence the community area distribution between forestry, agriculture and urban uses, including income associated with different uses. With the results, the effect on forested areas in the various communes was estimated and with them the capture of carbon resulting from the different levels of subsidies for afforestation that increase the income of forestry in different areas Finally, the impact on carbon sequestration of the different levels of subsidies with the cost of implementing the schemes of the afforestation program was combined to obtain a measure of the marginal cost of increasing efforts to capture carbon through afforestation programs to reduce the percentage of the communal area that is intended for agriculture and urban development.
    • vi RESUMEN En esta investigación se examina el costo de oportunidad de uso de la tierra como principal costo para el establecimiento de un programa de forestación que permita elevar la captura de carbono con respecto a la situación base en las regiones agrícolas y forestales de Chile: Valparaíso, del General Bernardo O’Higgins, del Maule, del Biobío, de la Araucanía, de los Lagos y de los Ríos. Se utilizó el censo agropecuario y forestal de Chile de los años 1997 y 2007 con la finalidad de estimar los factores que influyen en la distribución de la superficie comunal entre los usos forestal, agrícola y urbano, entre ellos la renta asociada a los distintos usos. Con los resultados obtenidos, se estimó el efecto en la superficie forestada en las distintas comunas y con ellos en la captura de carbono ocasionado por distintos niveles de subsidios a la forestación que elevan la renta de la actividad forestal en las distintas áreas. Finalmente, se combino el impacto en la captura de carbono de los distintos niveles de subsidios con el costo de implementar los distintos esquemas del programa de forestación para obtener una medida del costo marginal de incrementar los esfuerzos de captura de carbono a través de programas de forestación que reduzcan la proporción de la superficie comunal que se destina a la actividad agrícola y al desarrollo urbano. Con respecto a los niveles de subsidios para un programa de forestación con el objetivo de capturar carbono se puede concluir que en base al precio de cotización de los Certificados de Reducción de Emisiones de CO2 (CER, por su nombre en inglés) en el mercado bursátil una tonelada de carbono en el año 2008 se promedio en US$ 30, entonces el subsidio máximo que se podría otorgar en dicho programa de forestación es del 5%, con lo que obtendría un promedio de 20,000 hectáreas de superficie forestal a nivel nacional.
    • vii INDICE GENERAL DEDICATORIA Y AGRADECIMIENTOS ............................................................................. ii ABSTRACT.................................................................................................................................v RESUMEN................................................................................................................................. vi 1. INTRODUCCIÓN.................................................................................................................11 1.1. Aspectos generales.............................................................................................................11 1.2. Motivación de la investigación..........................................................................................13 2. OBJETIVOS..........................................................................................................................15 2.1. Objetivo general ................................................................................................................15 2.2. Objetivos específicos..........................................................................................................15 3. REVISIÓN DE LITERATURA............................................................................................16 3.1. Cambio climatico en Chile ................................................................................................16 3.2. Captura de carbono en Chile ............................................................................................18 3.3. Costos asociados a la captura de carbono ........................................................................20 3.3.1. Costos de conversión......................................................................................................21 3.3.2. Costos de implementación y gestión..............................................................................22 3.3.3. Costos de transacción.....................................................................................................22 3.3.4. Costos de medición, monitoreo y verificación (MMV) .................................................23 3.3.5. Costos de ajuste del sistema...........................................................................................23 3.4. Mercado de carbono..........................................................................................................24 3.5. Programas de captura de carbono....................................................................................25 3.6. Metodologías para la captura de carbono ........................................................................26 3.7. Costo de oportunidad de uso de la tierra..........................................................................27 3.8. Costo de oportunidad de uso de la tierra en Chile ...........................................................28 3.9. Uso de la tierra en Chile....................................................................................................28 3.10.Cambios en el uso de la tierra en Chile.............................................................................30 3.11.Cambios en el uso de la tierra y captura de carbono .......................................................30 3.12.Modelos de uso de la tierra ...............................................................................................31 4. MARCO TEÓRICO..............................................................................................................33 4.1. Modelo econométrico ........................................................................................................33 5. METODOLOGÍA .................................................................................................................36 5.1. Definiciones........................................................................................................................36 5.2. Datos ..................................................................................................................................37 5.3. Variables explicativas........................................................................................................37 5.4. Factores que influyen en el uso de la tierra (Objetivo específico 1).................................39 5.4.1. Estimación modelo empírico de uso de la tierra ...........................................................40 5.5. Simulación de subsidios forestales para programa de forestación (Objetivo específico 2)........................................................................................................................41 5.5.1. Supuestos para simulación de subsidios forestales .......................................................42
    • viii 5.6. Costos y potencial de captura de carbono regional (Objetivo específico 3) ....................43 5.6.1. Supuestos para contabilizar la captura de carbono......................................................44 6. RESULTADOS......................................................................................................................46 6.1. Estadísticas descriptivas de las variables explicativas .....................................................46 6.2. Resultados relaciones de uso A/F y U/F (Modelo empírico de uso de la tierra) ..............47 6.3. Simulación de subsidios forestales para un programa de forestación.............................52 6.4. Costos del programa de forestación mediante subsidios forestales .................................53 6.5. Potencial de captura de carbono regional ........................................................................54 6.6. Costos regionales de captura de carbono .........................................................................55 7. CONCLUSIONES.................................................................................................................56 8. REFERENCIAS ....................................................................................................................59 9. ANEXOS................................................................................................................................67 9.1. CÁLCULO DE VARIABLES DEPENDIENTES Y EXPLICATIVAS ..........................67 9.2. RESULTADOS ESTIMACIONES DE LOS MODELOS ...............................................80
    • 9 INDICE DE CUADROS Cuadro No 1. Comparación de emisiones per cápita de CO2..............................................................................16 Cuadro No 2. Emisiones per cápita de CO2 para Chile.......................................................................................17 Cuadro No 3. Emisiones totales de CO2 para Chile............................................................................................ 17 Cuadro No 4. Superficie nacional por tipo de uso de la tierra. ...........................................................................28 Cuadro No 5. Resumen variables dependientes y explicativas...........................................................................37 Cuadro No 6. Cantidad de carbono capturado por especie forestal para Chile...................................................44 Cuadro No 7. Estadísticas descriptivas de las variables explicativas. ................................................................ 47 Cuadro No 8. Coeficientes para la relación de uso agrícola/forestal (A/F) y urbano/forestal (U/F). .................48 Cuadro No 9. Incremento en la superficie forestal por nivel de subsidio del programa de forestación. ............52 Cuadro No 10. Costo asociado a los niveles de subsidios del programa de forestación.....................................53 Cuadro No 11. Potencial de captura de carbono regional...................................................................................54 Cuadro No 12. Incremento porcentual de captura de carbono respecto al año base...........................................54 Cuadro No 13. Costo regional por tonelada de carbono capturado. ...................................................................55 Cuadro No 14. Funciones de crecimiento y rotación de especies forestal.......................................................... 69 Cuadro No 15. Precios 1997 y 2007 para madera aserrada y ruma para celulosa de especies forestales...........69 Cuadro No 16. Fuentes de información de cultivos agrícolas. ...........................................................................72 Cuadro No 17. Estudios regionales sobre clases de capacidad de uso de la tierra..............................................74 Cuadro No 18. Resultados Relación Uso Agrícola / Uso Forestal (A/F)............................................................ 80 Cuadro No 19. Resultados Relación Uso Urbano / Uso Forestal (U/F).............................................................. 80
    • 10 INDICE DE GRÁFICOS Gráfico No 1. Porcentaje de tipos de recursos forestales en Chile. ....................................................................29 Gráfico No 2. Porcentaje de tipos de bosques a nivel regional en Chile. ........................................................... 29 Gráfico No 3. Distribución regional del área forestada. .....................................................................................53
    • 11 1. INTRODUCCIÓN Han pasado más de dos décadas desde que Sedjo & Solomon (1989) publicaron un artículo sugiriendo que sería posible compensar sustancialmente las emisiones mundiales de dióxido de carbono (CO2) mediante la expansión de los bosques en el mundo. Estudios posteriores han demostrado que la opción de captura de carbono es rentable en el contexto de un plan de estabilización de las emisiones de Gases Efecto Invernadero (GEI)1 , como se cita en Richards & Stokes (2004). En este trabajo se revisa la experiencia empírica y se estima el potencial de captura de carbono en el caso de Chile a partir de un modelo de uso de la tierra. 1.1. Aspectos generales La Convención Marco de las Naciones Unidas sobre Cambio Climático2 a través de la Conferencia de las Partes (COP)3 y el Protocolo de Kioto4 establecieron las bases para un mercado de reducción de emisiones de GEI, creando los Mecanismos de Flexibilidad5 para reducir los costos de cumplimiento de las metas de reducción de emisiones de GEI asumidas por los países industrializados y economías en transición y para promover el desarrollo sostenible de los países en vías de desarrollo6 . Con la adopción de los acuerdos Marrakesh7 se estableció la normativa para la aplicación del protocolo de Kioto y los mecanismos de flexibilidad, incluyéndose los sumideros forestales como estrategia potencial para la mitigación del cambio climático. De acuerdo con Sedjo & Sohngen (2000) los bosques han sido considerados como herramienta para mitigar el cambio climático por tener el potencial de reducir la concentración atmosférica de CO2 a través de la captura de carbono en tallo, ramas, hojas y en la parte radicular. 1 El Protocolo de Kioto abarca 6 gases que generan el efecto invernadero, no incluidos en el Protocolo de Montreal: Dióxido de carbono (CO2), Metano (CH4), Óxido nitroso (N20), Hidrofluorocarbonados (HFCs), Perfluorocarbonados (PFCs) y Hexafluoruro de azufre (SF6). 2 La Convención Marco de las Naciones Unidas sobre Cambio Climático -CMNUCC- (UNFCCC, acrónimo en inglés), es el principal acuerdo establecido en la Conferencia de Naciones Unidas sobre Medio Ambiente y Desarrollo (CNUMAD) realizada en Río de Janeiro, Brasil. 5-14 de junio de 1992. Consultado el 26 de Agosto de 2010 en: http://unfccc.int/resource/docs/convkp/convsp.pdf 3 La Conferencia de las Partes (COP, acrónimo en inglés de Conference of the Parties) es el órgano supremo de la CMNUCC que examina regularmente la aplicación de la Convención y de todo instrumento jurídico conexo que se adopte. 4 El Protocolo de Kioto establece compromisos cuantitativos de reducción de emisiones de GEI con plazos definidos y jurídicamente vinculantes, fue adoptado durante la COP3 en Kioto, Japón, 11 de diciembre de 1997. Consultado el 26 de Agosto de 2010 en: http://unfccc.int/resource/docs/convkp/kpspan.pdf 5 Los Mecanismos de Flexibilidad, fueron definidos en el protocolo de Kioto para ayudar a países incluidos en el Anexo B a cumplir con sus compromisos de reducción de emisiones de GEI a través del intercambio de bonos de carbono. 6 Los países industrializados y economías en transición integran el Anexo I y II en la CMNUCC, Anexo B en el Protocolo de Kioto. Los países en vías de desarrollo son denominados “No-Anexo I” en el lenguaje de la CMNUCC. 7 Los Acuerdos de Marrakesh, surgen en la COP7, realizada en Marrakesh, Marruecos. 29 de octubre a 10 de noviembre de 2001. En dichos acuerdos se establecieron las normas detalladas para la aplicación del Protocolo de Kioto, UNFCCC (2001).
    • 12 El Panel Intergubernamental de Cambio Climático (IPCC) define la captura de carbono, como el proceso de aumento del contenido en carbono de un depósito de carbono que no sea la atmósfera (IPCC, 2001). Desde un enfoque biológico la captura de carbono está basada en la capacidad de los árboles para absorber el CO2 de la atmósfera a través de la fotosíntesis y almacenarlo como biomasa, en general se acepta que el contenido de carbono en los árboles corresponde al 50% de la biomasa (Gayoso & Guerra, 2005). Esta biomasa aumenta mediante cambios en el uso de la tierra, a través de actividades de forestación, reforestación y otras prácticas que aumentan la cantidad de carbono en tierras de uso forestal, por lo que al reducirse la superficie forestal se emite el CO2 fijado como carbono en los sumideros8 ya existentes y al mismo tiempo se reduce la capacidad para fijar más CO2 de la atmósfera (Angelsen, 2002). Sohngen (2009) comenta que el desarrollo de programas que alteran fundamentalmente el uso futuro de la tierra por la valoración de carbono almacenado, no serán fáciles ni baratos. Al respecto Suk-Won et al. (2001) hacen referencia a estudios donde el costo de captura de carbono se encuentra en un rango entre US$20 a US$100 por tonelada capturada (Sedjo, 1989; Parks & Hardie, 1995; IPCC, 1996; Adams et al., 1999; Plantinga et al., 1999; Stavins, 1999); más recientemente Lubowski et al. (2006) sugieren que los costos de captura de carbono estarían entre US$8 y US$164. Este rango bastante amplio en el costo de captura de carbono se deriva de las diferencias en el potencial de almacenamiento, donde influyen factores como: las especies de árboles, los tipos de bosques en diferentes regiones, los tratamientos silvícolas (Plantinga et al., 1999; Stavins, 1999; Sohngen, 2009). Aunque existen muchos costos asociados al establecimiento de un programa de captura de carbono, Plantinga et al. (1999), Stavins & Richards (2005) y Sohngen (2009) explican que el factor más importante a considerar es el costo de oportunidad de uso de la tierra. Por ejemplo, Suk-Won et al. (2001) establecen que en regiones donde el crecimiento económico incrementa la conversión de tierra de uso rural a uso urbano, los costos de captura de carbono podrían ser altos, Plantinga et al. (1999) también sugieren la posibilidad de que a medida que aumenta el tamaño de la población, la creciente demanda de tierra para uso no agrícola (por ejemplo, tierras de uso urbano y uso público) aumentará el costo de conversión de las tierras hacia usos forestales. 8 El IPCC define los sumideros como: Cualquier proceso, actividad o mecanismo que retira de la atmósfera un gas de efecto invernadero, un aerosol, o un precursor de GEI, IPCC (2001).
    • 13 1.2. Motivación de la investigación Como se expuso anteriormente, existen amplias diferencias en los costos de captura de carbono reportadas en la literatura, en esta investigación se examina el costo de oportunidad de uso de la tierra como principal costo para el establecimiento de un programa de captura de carbono en las regiones agrícolas y forestales de Chile9 , se estima el potencial de captura de carbono y su costo al considerar el costo de oportunidad de uso de la tierra y la introducción de subsidios forestales para influir sobre las decisiones de uso, utilizando datos agregados a nivel de comuna. El sostenido crecimiento de la economía chilena en las últimas décadas ha traído una serie de beneficios pero también un aumento sostenido de las emisiones de GEI, en especial el CO2 asociado principalmente al consumo de energía. De acuerdo a PNUD (2007), Chile aparece en la posición 90 en el mundo respecto a emisiones per cápita de CO2 para el año 200410 , en el contexto americano PNUD (2007) indica que en términos de emisiones de CO2 per cápita Chile aparece como el sexto país emisor, detrás de Estados Unidos (20.6), Canadá (20.0), Venezuela (6.6), México (4.2), Jamaica (4.0) y superando ligeramente a Argentina (3.7). En términos de emisiones absolutas, siempre en el contexto americano, Chile se ubica en el octavo lugar, detrás de Estados Unidos, Brasil, Canadá, México, Colombia, Venezuela y Perú. Aunque Chile no es un país con una incidencia relevante en el contexto mundial de emisiones de GEI, está claro que su aporte ha crecido de manera paulatina y de acuerdo a las tendencias seguirá aumentando en el futuro (CEPAL, 2009). En relación con el desarrollo económico observado en Chile el crecimiento de la población en los últimos 50 años muestra un proceso de urbanización progresivo con un 68.2 % de población urbana para el año 1960 a un 86.6 % en el año 2002. Plantinga et al. (1999) en relación con el crecimiento poblacional y el uso de la tierra, explican que un crecimiento de la población supone una mayor demanda de tierra para usos urbanos lo que limita la oferta de tierra para usos agrícolas y más aún para usos forestales, lo anterior en el contexto de la captura de carbono supone una menor tasa de captura y una mayor tasa de emisiones de GEI a la atmósfera, debido a que el uso urbano de la tierra implica mayores actividades antropogenicas que contribuyen a la emisión de GEI y por consiguiente al cambio climático, tal y como lo mencionan Suk-Won et al. (2001) las altas densidades poblacionales incrementan las fuerzas de desarrollo por lo que a su vez aumenta el costo de oportunidad de mantener otros usos de la tierra diferentes al uso urbano. 9 Las regiones estudiadas son: Valparaíso (Región V), O’Higgins (Región VI), Maule (Región VII), Bío-Bío (Región VIII), La Araucanía (Región IX), Los Lagos (Región X) y Los Ríos (Región XIV). 10 Con 3.9 toneladas de CO2 por habitante (tCO2 hab-1 ).
    • 14 Dentro del marco del cambio climático, el cuarto informe de evaluación del IPCC (IPCC, 2007) indica que no existen, a la fecha, muchos estudios enfocados al análisis de los impactos económicos del cambio climático desde el punto de vista de un país o una región en particular, a nivel global se han realizado una serie de esfuerzos en esta materia, entre los que destaca el informe Stern (Stern, 2007). En chile aunque existen investigaciones enfocadas en aspectos técnicos y económicos relacionados con la mitigación y adaptación al cambio climático, entre ellas Acuña et al., 2010; CEPAL, 2009; Concha, 2006; CONAMA, 2006; Gayoso & Guerra, 2005; Gayoso, 2001a; Gayoso, 2001b; González et al., 2005; Gilabert et al., 2007; López, 2003; Medina, 2002; Montero et al., 2000, ninguna de estas investigaciones analiza el impacto del costo de oportunidad uso de la tierra en los programas de captura de carbono como parte de la estructura de costos. Si se considera que en el primer período de compromiso (2008-2012) del Protocolo de Kioto se excluyeron las compensaciones provenientes de la captura y almacenamiento de carbono en gran parte de los sumideros derivados de actividades de Uso de la Tierra, Cambio del Uso de la Tierra y Silvicultura (LULUCF)11 en los países en desarrollo, esto principalmente por las dificultades metodológicas para medir, reportar y verificar las reducciones de GEI. El segundo período de compromiso dentro del marco del Protocolo de Kioto entrara en vigencia en el año 2013, en él se espera que las actividades LULUCF se establezcan como una importante herramienta para la reducción de emisiones de GEI, dentro de este contexto Chile tiene la oportunidad para contribuir en la mitigación del cambio climático, generando a la vez una alternativa de ingresos a pequeños propietarios de terrenos que de acuerdo a datos del Censo Nacional Agropecuario y Forestal (CNAF) del 2007 constituían más del 40% de las explotaciones empadronadas con un tamaño menor a las 5 hectáreas en el sector agropecuario y forestal. 11 LULUCF acrónimo en inglés de: Land Use, Land-Use Change and Forestry, citado también como: Uso del Suelo, Cambio de Uso del Suelo y Forestería. Fue durante la COP9 (diciembre 2003, Milán, Italia) que se estructuró y reglamento la ejecución de las actividades LULUCF. Ver: http://unfccc.int/methods_and_science/lulucf/items/3060.php
    • 15 2. OBJETIVOS 2.1. Objetivo general Estimar los costos de captura de carbono, considerando el costo de oportunidad de uso de la tierra como el principal coste para el establecimiento de un programa de captura de carbono en Chile en las regiones agrícolas y forestales de Chile. 2.2. Objetivos específicos En base al objetivo general se definieron los siguientes objetivos específicos en esta investigación: 1) Estimar un modelo econométrico de uso de la tierra con datos individuales agregados a nivel de comuna para determinar los factores que influyen en las decisiones de uso de la tierra en las regiones agrícolas y forestales de Chile. 2) Simular subsidios forestales con el propósito de analizar el costo de programas de forestación y el incremento en la superficie forestal de las comunas asociado a cada nivel de subsidio. 3) Determinar el potencial de captura de carbono de estos programas de forestación y los costos de captura de carbono al introducir subsidios forestales.
    • 16 3. REVISIÓN DE LITERATURA 3.1. Cambio climatico en Chile La Convención Marco de las Naciones Unidas sobre Cambio Climático (CMNUCC) fue creada en 1992 y está en vigor desde marzo de 1994, Chile forma parte desde diciembre de 1994. La CMNUCC tiene como objetivo reducir y estabilizar las concentraciones de gases que generan el efecto invernadero en la atmósfera (GEI), en este esquema Chile forma parte de los denominados países No-Anexo I, -países sin restricción de emisiones de GEI- teniendo únicamente compromisos cualitativos como la elaboración de Comunicaciones Nacionales12 . Sin embargo, como explica CONAMA (2008) Chile cumple con la tipificación de vulnerabilidad al contar con siete de las nueve características de vulnerabilidad definidas por la CMNUCC13 y se encontraría en riesgo de ser afectada por una alteración del patrón climático actual resultado del incremento de emisiones de GEI. En Chile, como en muchos otros países, el CO2 es el GEI más importante emitido y aunque su aporte a las emisiones mundiales se sitúan entre 0.2% y 0.3% del total14 , CONAMA & GTZ (2003) muestran que las emisiones per cápita de GEI en Chile para 1998 se situaban sobre el promedio del resto de países de América Latina, pero significativamente menores con respecto a las emisiones per cápita de GEI de los países pertenecientes a la OECD15 : Cuadro No 1. Comparación de emisiones per cápita de CO2. Nivel de emisiones Chile América Latina OECD Unidad Per cápita 3.61 2.15 10.92 tCO2e * Fuente: Elaboración en base a datos de CONAMA & GTZ (2003). * Toneladas métricas de CO2 equivalente. 12 Solicitadas por la CMNUCC a países miembros y presentadas a la COP. Cada país transmitirá la siguiente información: a) Inventario Nacional (emisiones antropogenicas por fuentes y absorción por sumideros de GEI no controlados por el Protocolo de Montreal); b) Medidas adoptadas para cumplir con objetivos de la CMNUCC y c) Cualquier otra información que el país considere pertinente. 13 Artículo 4.8/CMNUCC: Se tipifican como países vulnerables los que reúnan las siguientes características: 1) Países insulares pequeños; 2) Países con zonas costeras bajas; 3) Países con zonas áridas y semiáridas, zonas con cobertura forestal y zonas expuestas al deterioro forestal; 4) Países con zonas propensas a los desastres naturales; 5) Países con zonas expuestas a la sequía y la desertificación; 6) Países con zonas de alta contaminación atmosférica urbana; 7) Países con zonas de ecosistemas frágiles, incluidos los ecosistemas montañosos; 8) Países cuyas economías dependen en gran medida de los ingresos generados por la producción, el procesamiento y la exportación de combustibles fósiles y productos asociados de energía intensiva, o de su consumo; 9) Países sin litoral y los países de tránsito. 14 Actualización de Inventarios de Gases de Efecto Invernadero: Serie Temporal 1984-2007. CONAMA/PNUD. 15 La Organización para la Cooperación y el Desarrollo Económico (OECD, acrónimo en inglés de Organisation for Economic Co- Operation and Development), compuesta por 33 países, se considera que agrupa a los países más avanzados y desarrollados del planeta, constituyendo el 70% del mercado mundial y representando el 80% del PNB mundial.
    • 17 Datos de CEPAL (2009) indican que Chile duplicó su nivel de emisiones per cápita en las últimas dos décadas: Cuadro No 2. Emisiones per cápita de CO2 para Chile. Nivel de emisiones 1984 2008 Unidad Per cápita País 3 5.7 tCO2e * Fuente: Elaboración propia en base a datos de CEPAL (2009). * Toneladas métricas de CO2 equivalentes. En términos generales tanto CEPAL (2009) como CONAMA & GTZ (2003) muestran que para Chile las emisiones de CO2 relacionadas con el sector energético16 han crecido rápidamente principalmente por la alta tasa de crecimiento de la economía chilena y la demanda de energía durante ese mismo período: Cuadro No 3. Emisiones totales de CO2 para Chile. Nivel de emisiones Año MtCO2e * Fuente 1984 20 CEPAL (2009) Total País 1986 36 CONAMA & GTZ (2003) 1998 50 CONAMA & GTZ (2003) 2008 95 CEPAL (2009) Fuente: Elaboración en base a datos de CEPAL 2009 y CONAMA & GTZ 2003. * Millones de toneladas métricas de CO2 equivalentes. Angelsen (2002) explica que el hecho de que una tonelada de CO2 capturada en un lugar del mundo tenga el mismo impacto en la mitigación del efecto invernadero que otra tonelada de CO2 secuestrada en cualquier lugar del mundo, hace que la captura de carbono tenga un mercado global que viene siendo impulsado por la entrada en vigor del Protocolo de Kioto en febrero del 2005, del cual Chile forma parte desde agosto de 2002. El Protocolo de Kioto surgió en 1997 por la falta de cumplimiento de las metas de reducción de emisiones de GEI, estableciendo compromisos cuantitativos de reducción de emisiones con plazos definidos, sanciones por no cumplimiento y definiendo tres sistemas de mercado conocidos como Mecanismos de Flexibilidad17 : 1) Comercio de Emisiones, 2) Implementación Conjunta, y 3) Mecanismo de Desarrollo Limpio. 16 Sin incluir el sector forestal y cambios del uso de la tierra. 17 Artículos 3, 6 y 12 de Protocolo de Kioto.
    • 18 Con dos objetivos: Primero, ayudar a los países no incluidos en el Anexo B a lograr un desarrollo sostenible y contribuir al objetivo último de la CMNUCC. Segundo, permitir que los países incluidos en el Anexo B cumplan con los compromisos adquiridos de reducción de emisiones de GEI. Chile únicamente puede participar dentro del marco de los Mecanismos de Desarrollo Limpio (MDL). 3.2. Captura de carbono en Chile En los Acuerdos de Marrakech (COP7) se estructuraron las bases administrativas y operacionales para la implementación de los mecanismos de flexibilidad, estableciendo dentro del MDL las actividades de Uso de la Tierra, Cambio del Uso de la Tierra y Silvicultura (LULUCF) como sumideros de carbono, definiendo como elegibles únicamente las actividades de forestación y reforestación para el primer período de compromisos (2008-2012)18 . Orrego et al. (2002) menciona que los países Anexo B podrán obtener Certificados de Emisiones Reducidas (CER’s)19 para certificar la reducción de emisión de CO2 a través de proyectos de energía, o captura de carbono mediante proyectos LULUCF en los países No-Anexo I. Los CER’s serán sumados a las cantidades asignadas a los países Anexo B para ser utilizados en el cumplimiento de los compromisos de reducción de GEI adoptados en la CMNUCC. Chile ha transado hasta el 2010, US$ 330 millones por bonos de carbono provenientes de unos 40 proyectos dentro del mercado voluntario y mercado regulado20 . Como lo expone CEPAL (2009), en Chile el sector forestal y cambio del uso de la tierra ha sido históricamente un sumidero neto de emisiones de CO2 producto sobre todo de la conversión de tierras abandonadas y agrícolas a plantaciones forestales21 , los estudios de González (2009) y Gilabert et al. (2007) exponen que en 2003 este efecto sumidero ascendió a unas 18.2 MtCO2e, valor que corresponde aproximadamente el 25% de las emisiones totales para Chile. 18 El papel que jugarán los proyectos LULUCF dentro del MDL se decidirá como parte de las negociaciones para el segundo período de compromisos (2013-2017). 19 Acrónimo en inglés de: Certified Emissions Reductions. Un CER equivale a una tonelada métrica de CO2 que no fue emitido a la atmósfera, logradas por un proyecto MDL y certificadas internacionalmente por entidades competentes bajo la CMNUCC. En la literatura se cita también como: CRE’s (Certificados de Reducción de Emisiones). 20 Centro de Gestión y Fortalecimiento para el Mejoramiento de Desarrollo Limpio en Chile. Recuperado el 12 de octubre de 2010, de: http://www.cgfmdl.cl/2009/06/chile-ha-transado-us-330-millones-por-venta-de-cers/ 21 Chile cuenta con una serie temporal de emisiones y capturas para el período 1984-2003 en el sector no energía, donde se consideran emisiones de la agricultura, cambios de uso de la tierra, silvicultura y gestión de residuos, González (2009).
    • 19 De acuerdo a datos de la Corporación Chilena de la Madera (2010) Chile posee actualmente 2.3 millones de hectáreas de bosques productivos plantados, el inventario de CO2 capturado considerando sólo Pino radiata y Eucalipto sp., manejados bajo un régimen de patrimonio forestal regulado se puede estimar en 223 MtCO2, sumado a esto por concepto de forestación con una tasa de 45 mil hectáreas plantadas por año, se capturan unos 8 MtCO2 anualmente. Además de lo anterior Gilabert et al. (2007) indican que de acuerdo al Catastro Nacional de Recursos Vegetacionales Nativos22 en Chile existen 13.4 millones de hectáreas de bosque nativo que también representan un sumidero por concepto de regeneración y manejo. Gayoso et al. (2002) exponen que las reservas de carbono almacenado en la biomasa aérea de los bosques de Chile se estiman en 1, 626,868.7 millones de toneladas de carbono (MtC)23 considerando una superficie aproximada de 12 millones de hectáreas. En Chile la investigación sobre captura de carbono relacionada con aspectos técnicos se orienta a la capacidad de captura de especies forestales nativas, introducidas, ecosistemas y métodos de medición del carbono capturado: Gayoso & Guerra, 2005; Guerra et al., 2005; Guerra, 2001; Torres, 2001; Schlatter & Gerding, 2001 y Schlegel, 2001. En el contexto económico, la investigación sobre captura de carbono se ha enfocado en aspectos como la rotación optima de las plantaciones, incentivos económicos, precio de los bonos de carbono y estructuras de programas para captura de carbono: Concha (2006); Grandjean (2003); López (2003); Medina (2002) y Pugin (2001). Respecto a investigaciones sobre el costo de oportunidad de uso de la tierra como parte de la estructura de costos de un programa de captura de carbono únicamente se tiene referencia en la Segunda Comunicación Nacional de Chile ante CMNUCC (MMA & CONAMA, 2011) de un análisis realizado por CONAMA e INIA24 que simula escenarios futuros de mitigación complementando con la estimación de costos y beneficios económicos tanto privados como públicos, de la aplicación de medidas en el sector forestal. Este análisis se detalla en la Primera Comunicación Nacional (CONAMA, 1999). 22 Ver: http://www.bcn.cl/carpeta_temas_profundidad/ley-bosque-nativo/archivos-pdf/Catastro.pdf 23 Conversión: 1 tonelada de Carbono= 3.67 toneladas de CO2. 24 Adaptando el modelo AGRI elaborado por el Centro de Agricultura y Medio Ambiente (AGRIMED) de la Facultad de Ciencias Agrarias y Forestales de la Universidad de Chile.
    • 20 3.3. Costos asociados a la captura de carbono Richards & Stokes (2004) exponen que en la literatura se encuentran cuatro métodos básicos utilizados para el cálculo de los costos de captura de carbono: 1) Estimación de costos promedios de captura de carbono, usualmente para proyectos de gran escala (Sedjo & Solomon, 1989; Dudek & LeBlanc, 1990, como se cita en Richards & Stokes, 2004); 2) Estimación de costos para desarrollar sumideros de carbono, mediante la identificación de la tierra y prácticas que faciliten la absorción de carbono a un costo mínimo (Moulton & Richards, 1990; Pautsch et al., 2001; Boscolo et al., 1997; Callaway & McCarl, 1996; Krcmar et al., 2005, como se cita en Richards & Stokes, 2004); 3) Estimación mediante modelos de simulación, basados en la optimización de los usos de la tierra y proyecciones sobre el clima y/o políticas climáticas (Adams et al., 1999; Hoen & Solberg, 1994, como se cita en Richards & Stokes, 2004); y 4) Estimación mediante métodos econométricos, para determinar la estructura de costos de captura y al almacenamiento de carbono (Plantinga et al., 1999; Stavins, 1999). Stavins & Richards (2005) establecen que los costos de captura de carbono son expresados típicamente en términos de cantidades monetarias (US$) por tonelada de carbono capturado (tC-1 ), es decir, como la relación de insumos económicos y producción de carbono mitigado por un programa específico. En el denominador, el carbono capturado, está determinada por prácticas de manejo forestal, especies de árboles, ubicación y características geográficas, y disposición de productos forestales que participan en la política hipotética o programa. Los costos reflejados en el numerador incluyen, los costos de la tierra, costos de establecimiento y costos de manejo, así como, costos o beneficios secundarios, tal como, efectos ambientales no-climáticos o producción de madera. Stavins & Richards (2005) indican que los modelos analíticos bien desarrollados incluyen las percepciones de propietarios respecto a todos los costos de oportunidad relevantes, incluidos los costos de la tierra, costos de conversión, costos de establecimiento de la plantación, y costos de mantenimiento.
    • 21 3.3.1.Costos de conversión Suk-Won et al. (2001) establecen que en regiones donde el crecimiento económico incrementa la conversión de la tierra de uso rural a uso urbano, los costos de captura de carbono podrían ser altos. Zelek & Shively (2003) estiman el costo de oportunidad de convertir tierras de uso agrícola y barbechos en tierras de uso forestal y agroforestal, los costos marginales encontrados para el almacenamiento de carbono en tierras de barbecho están entre US$ 3.30 tC-1 y US$ 3.90 tC-1 tanto para sistemas forestales puros como agroforestales, estos resultados muy similares se explican debido a la ausencia de costos de oportunidad agrícola en la investigación, Zelek & Shively (2003) también derivan tasas de captura de carbono para sistemas forestales puros y sistemas agroforestales con diferentes tipos de pagos de compensación para propietarios de granjas de alto y bajo consumo de insumos, concluyendo que los sistemas agroforestales son una alternativa de menor costo de conversión, con un costo marginal de hasta un 23% menos que la conversión a un sistema forestal puro. Shaikh et al. (2007) calculan los costos de forestación en tierras agrícolas marginales de Canadá y la compensación por conversión de tierras de uso agrícolas y pastizales a usos forestales, examinando los costos de transacción no observables, valores de no mercado y actitudes de riesgo, encontrando que no existe disposición por parte de los propietarios a procesos de forestación en tierras agrícolas sin incentivos financieros adecuados. Sedjo et al. (1998) explican que cuando se consideran factores como, los beneficios de no mercado y las consecuencias de la irreversibilidad potencial de conversión de uso de la tierra, los costos de captura de carbono son más altos que la mayoría de los valores generalmente observados en estudios previos, aproximadamente US$ 1 tC-1 - US$ 20 tC-1 para EE.UU. Sedjo & Sohngen (2000) comentan que aunque se esperaría que las plantaciones forestales con fines de sumideros de carbono ocuparan las segundas mejores tierras disponibles después que las mejores tierras fueran reclamadas por la industria comercial forestal, no es lo que parece que está planificándose en muchos países en desarrollo. Por ejemplo, en Argentina se está mirando para el establecimiento de plantaciones forestales con fines de sumideros de carbono en la Patagonia, no los mejores sitios para bosques aún no reclamados por la industria forestal, la razón parece ser el uso de estas plantaciones forestales con fines de sumideros de carbono como un vehículo para el desarrollo de algunas de las regiones más atrasadas económicamente en el país. De forma similar en Colombia, el objetivo parece ser para reforestar tierras baldías tropicales muy degradadas con bosques para la captura de carbono como parte de un esquema de rehabilitación de tierras, un enfoque similar puede ocurrir en Indonesia, una vez más, se trataría de tierras de alto costo que normalmente serían ignorados por la industria comercial forestal.
    • 22 3.3.2.Costos de implementación y gestión De acuerdo con Sohngen (2009) los costos de implementación y gestión, incluye todos los costos directos de instalación, aplicación, mantenimiento y manejo de una práctica [captura de carbono] en el tiempo. Sohngen (2009) explica que los costos de implementación incluyen los costos que pueden atribuirse directamente a la ejecución del proyecto, por ejemplo, los costos por compra de plántulas y costos de mano de obra para sembrar las plántulas serian los costos de implementación, también se incluyen en esta categoría los costos de herbicidas y nutrientes utilizados para aumentar el valor en pie de los arboles en el tiempo y todos los costos de raleo y/o cosecha final. Sedjo et al. (1998) explican al analizar la captura de carbono basada en el costo de oportunidad de uso de la tierra, que se debe tener en cuenta que una gran cantidad de tierras forestales se encuentra en regiones remotas que a menudo se caracteriza por altos costos de extracción de la madera, debido a la geografía accidentada del terreno y el acceso limitado de carreteras, Sedjo et al. (1998) también comentan que desde una perspectiva financiera de costo-beneficio, el costo de oportunidad de estas tierras forestales es muy bajo, lo que implica que si la plantación forestal cubre los bajos costos de establecimiento, el costo total de forestación o reforestación para establecer plantaciones permanentes será probablemente menor que muchos otros mecanismos de compensación de carbono, Sedjo et al. (1998) concluyen que estas tierras son vistas como principales candidatas para programas de conservación que evitarán indirectamente la deforestación y promoverán la conservación. 3.3.3.Costos de transacción Referente a los costos de transacción van Kooten et al. (2002) examinan los incentivos necesarios para fomentar la plantación de árboles a gran escala en Canadá, los resultados sugieren que los costos de transacción de los propietarios para llegar a convertir tierras de uso agrícola en plantaciones forestales parecen ser un obstáculo importante, posiblemente aumentado los costos de proyectos de forestación más allá de lo que el análisis económico convencional sugiere25 . Como explican van Kooten et al. (2002), las técnicas económicas tradicionales utilizadas para estimar los costos de captura de carbono relacionados con proyectos LULUCF generalmente asumen que los costos de transacción son cero, en el caso de la forestación en países industrializados, por ejemplo, se asume que la tierra pueda ser transferida de la agricultura hacia plantaciones forestales a la perfección (asumiendo que no hay resistencia por parte de los agricultores y sin considerar los costos relacionados con los mecanismos utilizados para incentivar a los propietarios de tierras a plantar árboles), sin 25 Más de un cuarto de los que respondieron la encuesta indicaron que no estarían dispuestos a entrar en un programa de repoblación forestal voluntaria aunque sean plenamente compensados por la pérdida de ingresos agrícolas y los costos de plantación de árboles.
    • 23 embargo, los costos de captura y protección de los derechos de propiedad y su transferencia de un agente a otro -costos de transacción- no son cero, van Kooten et al. (2002) concluyen que los costos de transacción incluyen: los costos de descubrir oportunidades de intercambio, negociación de contratos, monitoreo y supervisión de implementación, mantenimiento y protección de la estructura institucional, y estos deben ser considerados en la estructura de costos. Sohngen (2009) sugiere que otros costos de transacción, son cualquier otro costo no considerado para los costos asociados con el desarrollo e implementación de contratos para la captura de carbono, donde se podrían incluir los costos de tiempo en aprender sobre la biología de la captura de carbono, costos de contratación de abogados para redactar los contratos, costos impuestos por terceras partes para reunir a compradores y vendedores, y otros. Como explica Sohngen (2009) hay muchas categorías potenciales de estos tipos de costos, algunos de los cuales pueden ser absorbidos directamente por los compradores y vendedores, y algunos de los cuales pueden ser más de carácter programático, Sohngen (2009) comenta que la mayor parte de la literatura existente sobre los costos de captura de carbono no incluye estos costos y que en realidad hay muy poca literatura sobre el alcance que pueden tener. 3.3.4.Costos de medición, monitoreo y verificación (MMV) En esta categoría se incluyen de acuerdo con Sohngen (2009), los costos de medición del carbono en áreas que han sido objeto de forestación o mejora en gestión forestal, incluyendo también los costos de monitoreo y verificación para asegurar que el carbono bajo contrato en realidad está ahí. Sohngen (2009) explica que aunque estos costos serán muy importantes a considerar en los análisis forestales de costos de captura de carbono, por lo general se asume que son de naturaleza programática y son ignorados, es decir, que estos costos no son asumidos por los actores individuales, Sohngen (2009) además comenta que los costos de MMV son incluidos por algunos autores como parte de los costos de transacción. 3.3.5.Costos de ajuste del sistema Los costos de ajuste de todo el sistema surgen específicamente desde el diseño del programa de captura de carbono. Respecto de este tipo de costos, Sohngen (2009) menciona las fugas de programas de captura de carbono que ocurren cuando un programa incompleto es desarrollado, en este caso el programa podría ofrecer incentivos sólo para algunas de las opciones forestales o algunas regiones del mundo. Por ejemplo, los ajustes posteriores de los precios de la madera en el mercado podrían causar cambios en las otras regiones que compensen el carbono capturado.
    • 24 Sohngen (2009) además comenta que otro efecto secundario importante de la captura de carbono de los bosques puede ocurrir en los mercados de tierras y precios de la tierra. Por ejemplo, si con la reducción de la deforestación se reduce la superficie de tierras de producción agrícola, los precios de cultivos o ganado podrían aumentar, estos aumentos de los precios prevén un aumento de los costos de oportunidad de la tierra. Sohngen (2009) concluye que estos efectos secundarios podrían tener implicaciones importantes para la estimación de los costos de captura de carbono. 3.4. Mercado de carbono El mercado de carbono nace como respuesta a los esfuerzos para mitigar el cambio climático y de la necesidad de reducir emisiones de GEI por parte de los países industrializados, a través del comercio de bonos de carbono26 , existen dos tipos de mercados: 1. Mercado Regulado del Carbono: Creado dentro de la normativa del Protocolo de Kioto, a través de los mecanismos de flexibilidad. En este mercado, los gobiernos, empresas o individuos pueden vender o comprar reducciones de GEI, las cuales son registradas, contabilizadas, certificadas y verificadas bajo la reglamentación del IPCC, el mercado regulado funciona bajo dos sistemas: a) Sistema del Protocolo de Kioto: mediante transacciones basadas en proyectos del Mecanismo de Desarrollo Limpio (MDL) que generan bonos denominados Certificados de Emisiones Reducidas (CER’s) y proyectos del mecanismo de Implementación Conjunta (IC) que generan bonos denominados Unidades de Reducción de Emisiones (ERU’s)27 . b) Sistema de Comercio de Emisiones de la Unión Europea: Creado para cumplir las obligaciones de reducción de emisiones de GEI de países europeos ante Protocolo de Kioto mediante el mecanismo de Comercio de Derechos de Emisión (CE). Este mercado se basa en la fijación de límites de emisión y la creación y asignación de Permisos de Emisiones de la Unión Europea (EUA’s). 26 Es un nombre genérico utilizado para definir un conjunto de instrumentos que generan reducción de emisiones de GEI. Existen distintos tipos de bonos de carbono según la forma en que se genere está reducción: Certificados de Reducción de Emisiones (CER’s); Unidades de Reducción de Emisiones (ERU’s); Permisos de Emisiones de la Unión Europea (EUA’s); Montos Asignados Anualmente (AAU’s); Reducciones Verificadas de Emisiones (VER’s) y Unidades de Remoción de Emisiones (RMU’s). 27 ERU’s, acrónimo en inglés de: Emissions Reduction Units. Los proyectos de IC (Art. 6, Protocolo de Kioto) están localizados principalmente en países con economías en transición. Por ejemplo, Rusia, Ucrania y ciertos países de Europa del Este.
    • 25 2. Mercado Voluntario del Carbono: Creado fuera de la normativa del Protocolo de Kioto, funciona de forma similar al mercado regulado, los criterios de aprobación de proyectos son similares al MDL procurando asegurar que las Reducciones Verificadas de Emisiones (VER’s)28 que se generan en los proyectos son verdaderas, esto mediante la verificación de un auditor independiente, sin embargo, no se solicita la aprobación nacional del país anfitrión y el proceso de validación y verificación de las VER’s depende del estándar usado y no de la normativa del IPCC. En SBSTA (2003)29 se establece para programas de captura de carbono el marco de aplicación de las metodologías, modalidades y procedimientos aprobados para proyectos MDL con actividades de forestación y reforestación en el primer período de compromiso del Protocolo de Kioto, siendo la Junta Directiva MDL30 la responsable de supervisar bajo la autoridad y orientación de la COP así como de la Reunión de las Partes del Protocolo de Kioto (MOP)31 los proyecto MDL, y será el último punto de contacto de participantes para el registro de proyectos MDL y la emisión de bonos de carbono. 3.5. Programas de captura de carbono Gayoso & Schlegel (2001) establecen que los proyectos forestales que se consideran para mitigar las concentraciones de GEI en la atmósfera mediante la fijación de carbono, se ubican en tres grupos: 1) Proyectos de Conservación de Carbono, orientados principalmente al control de tasas de deforestación, que se logra mediante la protección de bosques, manejo forestal y mediante el control de alteraciones en la masa boscosa. 2) Proyectos de Sustitución de Carbono, relacionados fundamentalmente con el sector energético de dos formas: Primero, mediante plantaciones específicas para bioenergía pueden reemplazarse combustibles fósiles. Segundo, sustitución de materiales que consumen más energía en su elaboración, como el aluminio, cemento, u otros, a través de un mayor empleo de madera. 28 VER’s, acrónimo en inglés de: Verified Emission Reductions. Las VER’s no pueden ser usadas para cumplir los compromisos de reducción de emisiones de GEI establecidos por el Protocolo de Kioto. 29 El Órgano Subsidiario de Asesoramiento Científico y Tecnológico (SBSAT, acrónimo en inglés de: Subsidiary Body for Scientific and Technological Advice) se estableció en la COP1 en agosto de 1995, como uno de los órganos técnicos que proporcionan a la COP y en su caso, a órganos subsidiarios de la CMNUCC, información y asesoramiento sobre aspectos científicos y tecnológicos. 30 También citada en la literatura como: CDM-EB, acrónimo en inglés de: The Clean Development Mechanism-Executive Board. 31 MOP, acrónimo en inglés de: Meeting of the Parties. Es el órgano supremo del Protocolo de Kioto, aunque se celebra simultáneamente con la COP, solo los países signatarios del Protocolo de Kioto tienen derecho a deliberar y tomar decisiones.
    • 26 3) Proyectos de Captura de Carbono, directamente relacionados con plantaciones forestales, pues existe adicionalidad32 al incrementarse la superficie cubierta por bosques y la biomasa mediante: forestación, reforestación, agroforestería, forestación urbana, enriquecimiento y extensión de rotaciones. En este tipo de proyectos se consideran plantaciones de gran extensión (comerciales), plantaciones en pequeños predios (propietarios y forestación urbana), manejo de áreas degradadas (enriquecimiento de bosques naturales) y diversificación de productos forestales (extensión de rotación en bosques productivos). 3.6. Metodologías para la captura de carbono Referente a las metodologías de captura de carbono Angelsen (2002) explica que durante la COP7 se excluyeron las compensaciones de la captura y almacenamiento de carbono en gran parte de los sumideros derivados de actividades LULUCF en los países en desarrollo, esto principalmente por las dificultades metodológicas para medir, reportar y verificar las reducciones de GEI. Como lo expone Gayoso (2001b) los proyectos forestales y de cambios de uso de la tierra requieren métodos que permitan la estimación precisa del almacenamiento de carbono en diferentes componentes, Moura-Costa (2002) explica que existen varios métodos para contabilizar flujos de captura de carbono que utilizados en las metodologías aprobadas para los proyectos LULUCF, los principales son: 1) Método basado en la Variación del Carbono Almacenado33 , que se basa en calcular cambios en los niveles de carbono almacenados en un bosque, otorgando CER’s mientras se fija carbono y restando CER’s cuando se libera carbono sin importar el período de almacenamiento. 2) Método basado en el Almacenamiento Promedio, utilizado para contabilizar los beneficios relacionados al carbono en sistemas dinámicos, consiste en promediar el monto de carbono almacenado en un sitio durante un periodo de tiempo. Los anteriores dos métodos se expresan en toneladas de carbono por hectáreas (tCha-1 ). 32 Adicionalidad; No Permanencia; Fugas; Incertidumbres; Efectos Socioeconómicos y Ambientales, son los criterios de elegibilidad para proyectos LULUCF establecidos en los acuerdos de Marrakesh bajo el MDL. La Adicionalidad se define como la diferencia de acumulación de carbono entre la línea de base del proyecto MDL (situación sin proyecto) y la de ganancia (situación con proyecto), la tasa interna de retorno del proyecto debe ser tan baja que no haga atractiva su ejecución en condiciones normales, sin el aporte de la venta del carbono. Los proyectos BAU, acrónimo en inglés de: Business As Usual (negocio como común) no resultan elegibles para el primer período de compromisos. 33 Es actualmente el método adoptado para la contabilidad del carbono en los países del Anexo I, dado que es consistente con los métodos usados para la contabilidad nacional de GEI.
    • 27 3) Enfoque de Toneladas por Año, el concepto general de este enfoque está en la aplicación de un factor para convertir el efecto climático del almacenamiento temporal del carbono a una cantidad equivalente de emisiones evitadas, este método adopta una medida bidimensional de toneladas de carbono por año (tCaño-1 ) reflejando el almacenamiento y el tiempo. 4) Propuesta Colombiana34 , este método propone que los inversionistas tienen que reemplazar los CER’s de la captura de carbono con CER’s provenientes de la reducción de emisiones al final de un determinado tiempo o cuando finalice el proyecto. Para Chile, Gayoso (2001b) define una metodología de inventario de carbono para determinar la capacidad de captura de especies forestales en la implementación de proyectos LULUCF, donde se incluye el cambio en el uso de la tierra por conversión de uso ganadero a uso forestal. 3.7. Costo de oportunidad de uso de la tierra El costo de oportunidad es un concepto económico que permite designar el valor de la mejor opción no realizada, se basa en el principio de la rentabilidad esperada y parte del hecho que los agentes económicos racionales eligen entre distintas alternativas con el objetivo de obtener la mayor rentabilidad esperada. En la literatura económica el enfoque de modelación más utilizado para definir el costo de oportunidad de uso de la tierra es la teoría de la renta de la tierra, como menciona Walker (2001) el estudio de la teoría económica postula que la distribución de la tierra entre diversos usos alternativos que compiten por una cantidad fija de recurso es distribuida según la renta que se espera de ésta, Sohngen (2009) explica que los costos de oportunidad surgen porque la tierra tiene otros potenciales usos que proporcionan también un valor, por lo tanto, los costos de oportunidad se define como el valor de la mejor alternativa de uso de la tierra. Sohngen (2009) al analizar la estructura de costos asociados a la captura de carbono explica que la categoría más importante para actividades realizadas en tierras de uso forestal, es el costo de oportunidad, representado por los costos de tenencia de la tierra en los bosques. Al respecto Richards & Stokes (2004) hacen una revisión de estudios sobre costos de captura de carbono (Golub et al., 2009; Hertel et al., 2006; Li et al., 2006; Stavins & Richards, 2005; Sohngen & Tennity, 2004 y van Kooten et al., 2004) concluyendo que el componente más importarte en la estructura de costos de captura de carbono es el costo de oportunidad de uso de la tierra. 34 También se le conoce en la literatura como: Método de los Créditos Expirantes, esencialmente el método es una aplicación del método basado en la variación del carbono almacenado, también pudiera ser utilizado con el método basado en el almacenamiento promedio.
    • 28 En esta investigación el uso de la tierra se define por la utilidad que se genera de cada uso particular (agrícola, forestal, urbano), la utilidad obtenida proveniente de las actividades de cada uso de la tierra representa el costo de oportunidad de mantener o cambiar a otro determinado uso de la tierra de los establecidos anteriormente; por lo tanto, y siguiendo a Sohngen (2009), si se convierten las tierras de uso agrícola a uso forestal para captura de carbono, los costos de oportunidad son el valor de los rendimientos percibidos de la agricultura. 3.8. Costo de oportunidad de uso de la tierra en Chile FCPF (2008) explica que dado que los bosques están generalmente ubicados cerca de las montañas (Costa y Andes), estos tienen usualmente un bajo costo de oportunidad de uso de la tierra, lo que permitiría una gran oportunidad a las posibilidades del comercio de carbono, FCPF (2008) explica que en sentido contrario, en el valle central de Chile la agricultura y la ganadería hacen difícil revertir los procesos de degradación de los bosques. 3.9. Uso de la tierra en Chile CONAF & CONAMA (1999) establecen que las categorías de uso de la tierra en Chile en orden de importancia por la superficie que cubren a nivel nacional, se distribuyen de la siguiente forma: Cuadro No 4. Superficie nacional por tipo de uso de la tierra. Usos de la Tierra Superficie (ha) Porcentaje (%) Áreas Desprovistas de Vegetación 24, 727,789.5 32.7% Praderas y Matorrales 20, 529,673.1 27.1% Bosques 15, 637,232.5 20.7% Nieves y Glaciares 4, 646,659.9 6.1% Humedales 4, 498,060.7 5.9% Terrenos Agrícolas 3, 814,362.6 5.0% Áreas Urbanas e Industriales 182,184.2 0.2% Aguas Continentales 1, 226,828.9 1.6% Áreas no Reconocidas 399,769.4 0.5% TOTAL 75, 662,560.8 100.0% Fuente: Catastro y evaluación de recursos vegetacionales nativos de Chile, 1999.
    • 29 De acuerdo con CONAF & CONAMA (1999) de las 15, 637,232.5 hectáreas que corresponden al total nacional de la categoría bosques, -correspondiente al uso forestal de la tierra- el bosque nativo tiene el mayor porcentaje de hectáreas (13,430,602.7) seguido de los bosques mixtos (87,625.4) y plantaciones forestales (2, 119,004.5) como se muestra en el siguiente grafico: Gráfico No 1. Porcentaje de tipos de recursos forestales en Chile. Fuente: Elaboración con datos de CONAF & CONAMA, 1999. A nivel regional CONAF & CONAMA (1999) señala que la superficie de bosque nativo se distribuye principalmente en las regiones X, XI y XII, las plantaciones forestales se encuentran principalmente distribuidas en las regiones VII, VIII y IX, y los bosques mixtos en las regiones VIII, IX y X, como se muestra en el siguiente grafico: Gráfico No 2. Porcentaje de tipos de bosques a nivel regional en Chile. Fuente: Elaborado con datos de CONAF & CONAMA, 1999. 86% 13% 1% Bosque Nativo Plantaciones Forestales Bosque Mixto 0 5 10 15 20 25 30 35 40 45 VII VIII IX X XI XII 26.9 35.9 19.519.5 44.3 17 43.7 21.8 17.4 Bosque Nativo Plantaciones Forestales Bosque Mixto
    • 30 3.10.Cambios en el uso de la tierra en Chile En Chile durante el siglo 19 y hasta la década de los 70 los bosques nativos fueron objeto de grandes incendios y talas, resultando primero que extensas áreas de tierra pasaran de bosques a usos agrícolas y pecuarios, y segundo la existencia de grandes extensiones de escasa o nula vegetación sujeta a graves procesos de erosión, degradación y desertificación por abandono o migración de estas actividades productivas, CONAMA & GTZ (2003). De acuerdo con Corporación Chilena de la Madera (2010) Chile posee actualmente 2.3 millones de hectáreas de bosques plantados, con una tasa de forestación de 45 mil hectáreas por año. Con respecto a cambios en el uso agrícola de la tierra, INE (2008) explica que en términos globales la superficie de tierra para cultivos agrícolas ha disminuido de forma sostenida, pasando de 3.3 millones de hectáreas en 1976, a poco más de 2 millones de hectáreas en 2007, lo que equivale a una disminución de 38 %. 3.11.Cambios en el uso de la tierra y captura de carbono Hertel et al. (2006) citando a Houghton (2003), exponen que aproximadamente un tercio de las emisiones totales de carbono liberadas en la atmósfera desde 1850 han sido resultado de cambios en el uso de la tierra y el resto de emisiones resultado del uso de combustibles fósiles, por ejemplo, en la década de 1990 unas 6.4 Gigatoneladas de Carbono35 por año (GtCaño-1 ) se emitieron a la atmósfera producto de actividades industriales y 2.2 GtCaño-1 se emitieron producto de la deforestación tropical. Al respecto Rose & Lee (2008) y USEPA (2006a) mencionan que para el año 2000 las actividades agrícolas relacionados con el uso de la tierra son responsables de aproximadamente 50% de las entradas atmosféricas de metano (CH4) y 75% de las emisiones de óxido nitroso (NO2) para una contribución neta de emisiones GEI distintos del CO2 de aproximadamente 14% de todas las emisiones antropogenicas. Lal (2005) indica que los cambios en el uso de la tierra causan perturbaciones en el ecosistema y pueden influir en las reservas y flujos de carbono, en particular la conversión de bosques en ecosistemas agrícolas. Como lo mencionan Sedjo et al. (1998) cuando el bosque es convertido a otro uso de la tierra hay una pérdida de carbono en el stock terrestre ya que otros usos de la tierra capturarán siempre mucho menos carbono que el bosque, Sedjo et al. (1998) indican que en base al conocimiento actual de los países Anexo I la repoblación forestal en tierras de bajo costo es una de las alternativas menos costosas en comparación con otras políticas de reducción de GEI particularmente en el corto y mediano plazo. 35 Una gigatonelada de carbono (GtC), equivale a 3.67 Gt de CO2. Una gigatonelada es igual a mil millones de toneladas.
    • 31 Li et al. (2006) afirman que la incertidumbre sobre el costo total de la conversión de tierra de uso forestal introduce incertidumbre en el costo de oportunidad de uso de la tierra en general, sugiriendo que con análisis econométricos más sofisticados del uso de la tierra, se estará en mejores condiciones para evaluar diseños alternativos de instrumentos de políticas que afectan la asignación de tierras a nivel inter e intra regional. De acuerdo con Richards & Stokes (2004) hay tres categorías diferentes de estudios económicos sobre captura de carbono: 1) Estudios de ingeniería de costos de abajo hacia arriba (bottom-up)36 , que sólo emplean los rendimientos agrícolas observados, como el costo de oportunidad de la tierra para participación en programas de repoblación forestal; 2) Estudios sectoriales de optimización37 , que explican porque las respuestas de comportamiento dentro de los mercados forestales y agrícolas; y 3) Estudios econométricos38 , que utilizan modelos de uso de la tierra de preferencias reveladas de los propietarios de terrenos. 3.12.Modelos de uso de la tierra La literatura contiene un considerable número y variedad de modelos de uso de la tierra donde son modelados de manera explícita tanto el uso de la tierra como sus cambios, de acuerdo con el criterio de clasificación de Briassoulis (2000) que se rige por la característica dominante del diseño del modelo, la técnica de solución que sea más relevante para la construcción del modelo y discrimina entre los distintos tipos de modelos, asociando el diseño generalmente con los fines para los que es utilizado el modelo, los tipos de uso de la tierra, las teorías subyacentes y los niveles de análisis espacial y temporal utilizados. 36 Este tipo de estudios suponen que los propietarios inscriben sus terrenos, si los rendimientos agrícolas son compensados, por ejemplo Hardie & Parks (1997). Este enfoque no considera las pautas de comportamiento en el proceso de decisión de los propietarios. 37 Este enfoque de modelación, considera las interacciones entre los mercados de tierras forestales y agrícolas, inducidos por un programa de captura de carbono a través del un modelo de optimización, por ejemplo, Adams et al. (1999). 38 Los estudios econométricos, se centran en analizar las decisiones de los propietarios de terrenos, en relación a las asignaciones históricas de tierra, entre los distintos usos, como respuesta a las diferencias en los retornos económicos de cada uso de la tierra, por ejemplo Plantinga et al. (1999).
    • 32 En base a este criterio de clasificación, se definen cuatro categorías principales: 1) Modelos estadísticos y econométricos; 2) Modelos de interacción espacial; 3) Modelos de optimización; y 4) Modelos integrados. Fezzi & Bateman (2009) establecen que según la estructura de los supuestos utilizados y los datos necesarios para la estimación, los modelos econométricos de uso de la tierra se pueden clasificar en dos grandes categorías: 1) Modelos de parcela, y 2) Modelos de porción. Fezzi & Bateman (2009) explican que las decisiones de producción conjunta en el uso de la tierra se han investigado a través de los modelos de porción, donde se analizan las proporciones de diferentes usos de tierras agrícolas utilizando datos agregados sobre regiones o condados, modelando las decisiones de producción de grandes áreas como si se tratara de una sola, en cambio los modelos de parcela requieren datos sobre el patrón espacial contiguo del uso de la tierra, por lo general se estiman a través de técnicas de Sistema de Información Geográfico (SIG), este método considera la decisión tomada en cada parcela como un problema de optimización independiente, por esta razón los modelos de parcela son los más adecuados para la valoración de una amplia categoría de usos de la tierra. En esta investigación, en base a la clasificación de Fezzi & Bateman (2009) se utilizó un modelo de porción, para explicar las proporciones de diferentes usos de tierra a nivel de comuna en las regiones agrícolas y forestales de Chile. Siguiendo un modelo similar al utilizado por Plantinga et al. (1999) y Suk-Won et al. (2001).
    • 33 4. MARCO TEÓRICO 4.1. Modelo econométrico Suponiendo que los propietarios o administradores de la tierra escogen distribuir sus terrenos a los distintos usos buscando maximizar el valor presente descontado de los beneficios esperados, siguiendo a Plantinga et al. (1999) la distribución óptima de la tierra realizada por cada propietario fueron agregadas a nivel de comuna ( )i con la finalidad de obtener la participación observada de cada uso de la tierra en cada comuna ( )j y periodo ( )t , expresados por ( , )jP i t , con ,...,i N , ,...j J y ,...,t T . Considerando que en la práctica la distribución observada de la tierra puede ser distinta a la óptima después que esas decisiones de uso de la tierra han sido tomadas, debido a choques exógenos, como malas condiciones climáticas, o errores de muestreo. Las proporciones observadas de los distintos usos de la tierra en cada comuna para cada periodo  ( , )jP i t serán una función aditiva de la proporción esperada  ( , )jp i t y un término de error compuesto por los errores de muestreo y los choques exógenos que afectan las asignaciones de uso de la tierra  ( , )j i t , donde la proporción esperada de uso de la tierra  ( , )jp i t es una función de variables que afectan esta asignación, agrupadas en el vector ( , )X i t , entre las que se cuenta la calidad de la tierra o aptitud agrícola de la tierra en la comuna, la rentabilidad que se espera se alcancen los distintos usos en las distintas comunas, y otras variables independientes observadas en cada comuna que afecten esa la rentabilidad esperada de las distintas alternativas y  es el vector de coeficientes a ser estimados. Debido a que las observaciones a nivel comunal contienen errores muéstrales y de medida, suponemos que las variables independientes en este modelo no se encuentran correlacionadas con los errores observados a nivel comunal en las participaciones de los distintos usos. Además, con la finalidad de que las suma de las participaciones esperadas sume uno, se adopta la transformación logística. Así, la proporción de uso de la tierra esperada es expresada de la siguiente forma: ' ' ( , ) ( , ) 1 ( , ) , j s X i t j J X i t s e p i t e      (1)
    • 34 Considerando las proporciones esperadas en función de los rendimientos 1( , )P i t , con ( 2,3.)j  para la ecuación (1) se tiene: ' 1 ' ( , ) 1 1 ( , ) 1 ( , ) ( , ) , ( , ) s X i t J J X i t j s j s p i t e P i t p i t e         y (2) ' ' ( , ) ( , ) 1 ( , ) ( , ) . ( , ) j s X i t j j J J X i t j s j s p i t e P i t p i t e         (3) Dividiendo las especificaciones logísticas de las proporciones esperadas para (3) sobre (2) con el objetivo de analizar las relaciones entre usos de la tierra, se tiene: ' ' ' ' ' 1 1 ' ( , ) ( , ) ( , ) 1 ( , ) ( , ) 1 ( , ) 1 ( , ) ( , ) j s j s X i t J X i t X i t j s X i t X i t J X i t s e e P i t e P i t e e e             ' ' 1( , ) ( , ) 1 ( , ) ( , ) j X i t X i tjP i t P i t e    (4) La ecuación (4) que muestra la relación entre el uso de la tierra j con 2,...,j J , con respecto al uso de la tierra 1j  , se puede expresar como el logaritmo de las proporciones de uso de la tierra esperadas en cada comuna ( )i en el periodo ( )t con el propósito de eliminar el exponencial y tener una forma funcional estimable, siendo esta la ventaja de haber utilizado una especificación ad-hoc como la transformación logarítmica:
    • 35 ' ' 1 1 ( , ) ( , ) ( , ). ( , ) j j P i t ln X i t X i t P i t          (5) Donde el término de error asociado  ( , )j i t se sume que es independiente e idénticamente distribuido, con  2 ~ 0,ij N  expresando el modelo de uso de la tierra de las siguiente manera: 1 ( , ) ( , ) ( , ).j j j P ln i t X i t i t P          (6)
    • 36 5. METODOLOGÍA En este capítulo se expone la metodología y herramientas utilizadas para lograr los objetivos planteados. PRIMERO, se estimó un modelo econométrico de uso de la tierra analizando las relaciones entre las proporciones de uso forestal, agrícola y urbano de la tierra para determinar que factores influyen en las decisiones de uso de la tierra, utilizando datos agregados a nivel de comuna para los años 1997 y 2007. SEGUNDO, utilizando los resultados iniciales se realizaron simulaciones de subsidios forestales a través de incrementos en la renta forestal, con el objetivo de analizar el incremento en la superficie forestal comunal y costo de un programa de forestación para incrementar por esa vía la captura de carbono. TERCERO, utilizando los datos del CNAF de 2007 se calculó la cantidad de carbono existente en las regiones estudiadas y los niveles de incremento de carbono capturado producto del programa de forestación, calculando el costo por hectárea de carbono capturado asociado a cada nivel de subsidio. 5.1. Definiciones El subíndice j representa las alternativas de uso de la tierra en cada comuna, con: a) j= 1: Uso Forestal de la Tierra. b) j= 2: Uso Agrícola de la Tierra. c) j= 3: Uso Urbano de la Tierra. Donde cada j se calculó como la proporción entre su participación agregada por comuna en relación con la sumatoria de la participación de los j definidos para las comunas (Anexo 9.1), donde: a) 1 :P Proporción de uso forestal de la tierra en la comuna ( )i . b) 2 :P Proporción de uso agrícola de la tierra en la comuna ( )i . c) 3 :P Proporción de uso urbano de la tierra en la comuna ( )i . El subíndice i representa las comunas de las 7 regiones estudiadas39 , con i =1, 2, 3,…, N; para N=205. El subíndice t representa los años analizados, donde ( _1 1997, _ 2 2007)t Perido Perido   . 39 Las 7 regiones estudiadas se conforman por 229 comunas en total, excluyendo del análisis 24 comunas: 22 por presentar inconsistencias en las superficies de los distintos usos de la tierra en relación con el total de la superficie de la comuna y 2 por ser comunas insulares que no reportaban datos de al menos uno de los usos de la tierra estudiados.
    • 37 5.2. Datos Como datos primarios para construcción de las variables que conforman la base de datos en esta investigación se utilizó el Censo Nacional Agropecuario y Forestal (CNAF) de 1997 y 2007. Datos de publicaciones e investigaciones de instituciones gubernamentales como: Instituto Nacional de Estadísticas (INE); Instituto Forestal (INFOR); Corporación Nacional Forestal (CONAF); Servicio Nacional de Aduanas Chile; Oficina de Estudios y Políticas Agrarias (ODEPA); Ministerio de Planificación y Cooperación de Chile (MIDEPLAN); Dirección de Vialidad del Ministerio de Obra Públicas; Instituto de Investigaciones Agropecuarias (INIA). Datos de empresas como: BASF, The Chemical Company. Datos obtenidos de comunicaciones personales con investigadores de: Universidad de Chile, Facultad de Ciencias Agronómicas, Departamento de Agroindustrias y Enología, y Departamento de Producción Animal; Universidad de Concepción, Facultad de Agronomía, Departamento de Producción Vegetal. Asi como datos de investigaciones del área forestal y agrícola. 5.3. Variables explicativas En el Anexo 9.1 se detallan las fuentes de información que se utilizaron para la construcción de cada una de las variables explicativas de acuerdo a la literatura consultada sobre modelación de uso de la tierra y otras variables considerando los datos existentes para Chile. Cuadro No 5. Resumen variables dependientes y explicativas. Dependiente Tipo Nombre Código Descripción USO DE LA TIERRA Continua Proporción Uso Agrícola y Forestal de la Tierra P2 / P1 La razón entre las proporciones de uso agrícola y forestal de la tierra por comuna. Continua Proporción Uso Urbano y Forestal de la Tierra P3 / P1 La razón entre las proporciones de uso urbano y forestal de la tierra por comuna. Independientes Tipo Nombre Código Descripción Continua Renta Forestal Rent_For Renta de plantaciones con especies comerciales pioneras y nativas. FORESTAL Continua Distancia a Industrias Pulpa Dist_Indus_Pulp Distancia mínima entre una comuna de las 7 regiones con una de las comunas donde existe una planta procesadora de celulosa. Independientes Tipo Nombre Código Descripción Continua Renta Agrícola Rent_Agri Renta de los principales cultivos agrícolas, catalogados como principales en función de la superficie existente por comuna.
    • 38 AGRÍCOLA Discreta Clases de Capacidad de Uso de la Tierra Cap_ut Captura la calidad de la tierra, se define como la clase de capacidad de uso de la tierra que predomina en cada comuna, dentro de 8 clases de capacidad de uso. Continua Riego agrícola Rieg_Agri Captura la calidad de la tierra, se define como la proporción entre la superficie de tierra con riego dentro de la superficie total de tierra de uso agrícola por comuna. Independientes Tipo Nombre Código Descripción URBANO Continua Densidad Poblacional Dens_Pob Captura el valor indirecto del uso urbano de la tierra. Se define como el número de habitantes por kilometro cuadrado por comuna. Independientes Tipo Nombre Código Descripción Continua Renta Forestal y Calidad de la Tierra Rent_For_cut Captura el efecto que tiene la calidad de la tierra sobre la renta forestal de cada comuna. COMBINADAS Continua Renta Forestal y Distancia a Pulpa Rent_For_Dist Captura el efecto que tiene la distancia entre las comunas y las plantas procesadoras de celulosa sobre la renta forestal. Continua Renta Agrícola y Calidad de la Tierra Rent_Agri_cut Captura el efecto que tiene la calidad de la tierra sobre la renta agrícola de cada comuna. Independientes Tipo Nombre Código Descripción Continua Renta Forestal V Región Rent_For_5 Captura el efecto de la renta forestal de la quinta región sobre el resto de regiones. Continua Renta Forestal VI Región Rent_For_6 Captura el efecto de la renta forestal de la sexta región sobre el resto de regiones. REGIONALES Continua Renta Forestal VII Región Rent_For_7 Captura el efecto de la renta forestal de la séptima región sobre el resto de regiones. Continua Renta Forestal IX Región Rent_For_9 Captura el efecto de la renta forestal de la novena región sobre el resto de regiones. Continua Renta Forestal X Región Rent_For_10 Captura el efecto de la renta forestal de la decima región sobre el resto de regiones. Continua Renta Forestal XIV Región Rent_For_14 Captura el efecto de la renta forestal de la decima cuarta región sobre el resto de regiones.
    • 39 Independientes Tipo Nombre Código Descripción Binaria Periodo 1997 Period_1 Identifica los datos provienen del CNAF de 1997. DUMMIES Binaria Periodo 2007 Period_2 Identifica los datos provienen del CNAF de 2007. Binaria Renta Forestal Periodo 2007 For_Time_2 Captura la renta forestal para el periodo 2007. Fuente: Elaboración propia 5.4. Factores que influyen en el uso de la tierra (Objetivo específico 1) El primer objetivo consistió en determinar los factores que influyen en las decisiones de uso de la tierra en las regiones estudiadas, utilizando datos individuales agregados a nivel de comuna se explicó en base a la ecuación (6) las relaciones entre los distintos usos de la tierra, analizando la participación de la proporción del uso agrícola  2P y urbano  3P en relación a la participación de uso forestal  1P en cada comuna, como se muestra en las ecuaciones (7) y (8) respectivamente: 2 1 ( , ) ( , ) ( , ).j j P ln i t X i t i t P          (7) 3 1 ( , ) ( , ) ( , ).j j P ln i t X i t i t P          (8) El enfoque más simple de especificar un modelo econométrico y analizar datos tipo panel es omitir la dimensión espacial ( )i y temporal ( )t de los datos y agruparlos, estimando la regresión por el método de Mínimos Cuadrados Ordinarios Agrupados (Pooled OLS por sus siglas en ingles). Donde j denota la - simaj é alternativa de la - simai é unidad transversal (comuna) y el componente temporal de los datos  1 2, ,..., Nt t t t es agrupado implícitamente en la unidad transversal.
    • 40 5.4.1.Estimación modelo empírico de uso de la tierra Para la estimación del modelo de uso de la tierra utilizando un modelo econométrico similar al de Plantinga et al. (1999) se agruparon los datos de los dos periodos ( )t analizados 1 2( 1997 y 2007)t t  en la base de datos, donde i representa las 205 comunas de las 7 regiones estudiadas para un total de 410 datos analizados y el sub índice j representa los usos de la tierra definidos para cada comuna con 1,2,3.j  Para el análisis de las relaciones de uso de la tierra agrícola-forestal  2 1P P y urbano-forestal  3 1P P en cada comuna ( )i , y siguiendo las ecuaciones (7) y (8) se plantearon las siguientes regresiones: (9) (10) Inicialmente se estimaron dos regresiones por el método de mínimos cuadrados ordinarios agrupados, sin embargo debido a que las ecuaciones (9) y (10) incluyen el mismo conjunto de variables explicativas para cada comuna ( )i y periodo de análisis ( )t , el estimador de Mínimos Cuadrados Ordinarios Agrupados aplicado por separado a las dos ecuaciones anteriores es idéntico al estimador de Regresiones Aparentemente No Relacionada (SUR). 2 1 ( , ) P ln i t P       0 1 2 3 4 5 6 7 8 9 10 _ ( , ) _ ( , ) _ ( , ) _ ( , ) _ ( , ) _ _ ( , ) _ _ ( , ) _ _ ( , ) _ _ 5( , ) rent for i t rent agri i t dens pob i t cap ut i t rieg agri i t rent for cut i t dist indus pulp i t rent agri cut i t rent for i t                      11 12 13 14 15 _ _ 6( , ) _ _ 7( , ) _ _ 9( , ) _ _10( , ) _ _14( , ) _ _ 2( , ) ( , ).j rent for i t rent for i t rent for i t rent for i t rent for i t for time i t i t             3 1 ( , ) P ln i t P       0 1 2 3 4 5 6 7 8 9 10 _ ( , ) _ ( , ) _ ( , ) _ ( , ) _ ( , ) _ _ ( , ) _ _ ( , ) _ _ ( , ) _ _ 5( , ) rent for i t rent agri i t dens pob i t cap ut i t rieg agri i t rent for cut i t dist indus pulp i t rent agri cut i t rent for i t                      11 12 13 14 15 _ _ 6( , ) _ _ 7( , ) _ _ 9( , ) _ _10( , ) _ _14( , ) _ _ 2( , ) ( , ).j rent for i t rent for i t rent for i t rent for i t rent for i t for time i t i t            
    • 41 En la estimación, las variables rent_for, rent_agri y dens_pob capturaron la renta proveniente de los usos forestal, agrícola y urbano respectivamente, en cada comuna, lo que representaría el costo de oportunidad entre un uso de la tierra y otro. Con la variable cap_ut se buscó capturar el impacto de la calidad de la tierra en cada comuna y con la variable rieg_agri el efecto del rendimiento de las tierras agrícolas. Las variables rent_for_cut y rent_agri_cut capturaron el efecto que la calidad de la tierra tiene sobre la renta forestal y agrícola respectivamente. La variable dist_indus_pulp capturó el efecto de los costos de transporte sobre el uso forestal de la tierra en las comunas. Las variables rent_for_5, rent_for_6, rent_for_7, rent_for_9, rent_for_10 y rent_for_14 son variables regionales con las que se buscó capturar el impacto que otras variables regionales como la infraestructura, que pudiese afectar el impacto de la renta forestal a nivel regional, for_time_2 es una variable que busca capturar el impacto diferenciado de la renta a través del tiempo. Los resultados se presentan en el cuadro No 8. 5.5. Simulación de subsidios forestales para programa de forestación (Objetivo específico 2) La simulación de subsidios forestales tienen como propósito determinar los distintos niveles en que se incrementaría la superficie forestal en las comunas y el costo asociado a estos incrementos, ya que el objetivo de fondo en esta investigación es analizar el costo de políticas que incrementen la superficie destinada a uso forestal mediante un programa de forestación, con la finalidad de incrementar por esa vía la captura de carbono. El enfoque básico utilizado fue simular los efectos que incrementos en la renta forestal generarían en la distribución de la superficie de cada comuna, para tal propósito la base de las simulaciones fueron las estimaciones realizadas de las relaciones de uso de la tierra agrícola-forestal 2 1( )P P y urbano-forestal 3 1( )P P descritas en las ecuaciones (9) y (10), manteniendo constantes los parámetros estimados inicialmente (céteris páribus) se sumaron a la variable renta forestal  _ ( , )rent for i t del año 2007 incrementos (US$) del 1%, 5%, 10%, 15%, 20%, 25%, 30%, 35% y 40%, en la renta de ese año. De las simulaciones realizadas se obtiene una nueva proporción del logaritmo natural de 2 1P P y 3 1P P , asociada a cada nivel de subsidio aplicado.
    • 42 Para calcular el incremento de superficie forestada 1( )P en cada comuna ( )i y considerando las nuevas proporciones de uso de la tierra obtenidas de la simulación, se dividió la ecuación (12) sobre 1( )P : 31 2 1 1 1 1 1PP P P P P P    , despejando para 1( )P y obviando el índice ( , )i t finalmente tenemos:   1 32 1 1 1 . 1 tS P PP exp ln exp ln P P               (11) Donde el exponencial se aplica para eliminar el logaritmo natural de las nuevas proporciones obtenidas en las simulaciones con las ecuaciones (9) y (10). Finalmente, el incremento en la superficie forestada 1( )P en cada comuna para cada nivel de subsidio se multiplica por ( )tS para transformarse de proporción a hectáreas. Los resultados de la ecuación (11) se presentan agregados a nivel regional en el cuadro No 9. Considerando la superficie forestada y el monto de los subsidios entregados, se multiplico el número de hectáreas forestadas en cada comuna asociadas a cada nivel de subsidio por la cantidad (US$) correspondiente al nivel de subsidio para calcular el costo asociado a la implementación del programa de forestación, los resultados agregados a nivel regional se expone en el cuadro No 10. 5.5.1.Supuestos para simulación de subsidios forestales Para las simulaciones se establecieron los siguientes supuestos: 1. Todas las tierras agrícolas y urbanas califican para ingresar al programa de forestación. 2. No existen costos de conversión u otros costos asociados para ingresar al programa de forestación. 3. Los precios de la madera, celulosa y cultivos agrícolas se consideran exógenos al modelo.
    • 43 4. Se asume que la densidad poblacional en las regiones estudiadas es la proyectada por INE (2005), por tanto, no existirán cambios importantes en los niveles de densidad poblacional en las comunas. 5. La captura de carbono en tierras agrícolas y urbanas es cero, por tanto se espera que los subsidios del programa de forestación sean los únicos incentivos económicos para captura de carbono. 6. No existe pérdida de carbono almacenado por conversión de tierras agrícolas y urbanas a tierras forestales, por tanto se espera que el carbono almacenado no sea un factor que influya en la decisión de ingresar al programa de forestación. 5.6. Costos y potencial de captura de carbono regional (Objetivo específico 3) El tercer objetivo consistió en determinar los costos anuales por hectárea de carbono capturado y el potencial de captura asociado a cada nivel de subsidio del programa de forestación. Cada nivel de subsidio forestal está asociado a un cambio en el nivel de captura de carbono producto de un incremento en la superficie forestal de las comunas. Para contabilizar la cantidad potencial de carbono capturado asociado a cada nivel de subsidio del programa de forestación y siguiendo la normativa de la COP7 se contabilizaron toneladas de dióxido de carbono equivalente por hectárea (tCO2eha-1 ); los valores de la capacidad de fijación de carbono de las especies forestales utilizadas varían entre 13 y 33 tCO2eha-1 como se muestra en el cuadro No 6. En esta investigación se definió como valor intermedió de captura anual 20 tCO2eha-1 ; multiplicando esta cantidad por el incremento registrados en la superficie forestal (ha) comunal asociados a cada nivel de subsidio del programa de forestación simulado, detallados en el cuadro No 9, se determino la cantidad potencial de carbono que sería captura a nivel comunal y resumida a nivel regional en el cuadro No 11. Cabe destacar que en Chile con excepción de las especies introducidas Pino radiata y Eucalipto sp. se encontraron pocas investigaciones enfocadas en determinar el contenido de carbono y la capacidad de fijación del mismo en especies nativas e introducidas, en general las investigaciones existentes difieren mucho con respecto a la metodología de cálculo y términos utilizados.
    • 44 Para esta investigación la capacidad de fijación de carbono para las especies forestales utilizadas se derivaron de los resultados de González (2009); Grandjean (2003); Norverto (2003) ; Herrera & Waisberg (2002) y Gayoso (2001a) en el caso del Álamo se utilizó información de Argentina (Norverto, 2003) al no encontrarse información sobre la capacidad de fijación de carbono de esta especie para Chile. Cuadro No 6. Cantidad de carbono capturado por especie forestal para Chile. Especie Cantidad (tCha-1 )a Cantidad (tCO2eha-1 ) b Fuente Pino radiata 25.23 16.03 - 18.92 - 19.40 Gayoso (2001a), Norverto (2003), Grandjean (2003) Eucalipto sp. 43.58 20.69 - 32.68 Gayoso (2001a), Norverto (2003) Pino oregón - 12.84 González (2009) Roble - 15.26 Gayoso (2001a) Raulí - 17.80 Gayoso (2001a) Alamo 41.28 30.96 Norverto (2003) Fuente: Elaboración propia a El IPCC (1996) define que: 1 Tonelada de Carbono (C) = 3.67 (44/12) Toneladas de Dióxido de Carbono Equivalente (tCO2e) b Los datos de C y tCO2e se calculan por año. 5.6.1.Supuestos para contabilizar la captura de carbono En relación con la cuantificación de carbono, solo se considera el conjunto biomasa aérea viva (fuste y copa), uno de los cinco conjuntos de carbono definidos y reconocidos por el IPCC (Carbono de biomasa viva sobre y bajo el suelo; Carbono en hojarasca y árboles muertos; Carbono orgánico del suelo). Por tal motivo se establecieron algunos supuestos para delimitar el carbono que se considera viable de medir en un programa de captura de carbono. a) No se considera el carbono del suelo y sotobosque. Como se explica en la literatura consultada poco se sabe sobre la dinámica de almacenamiento de carbono en los suelos forestales. Este supuesto es congruente con la literatura para Chile (Guerra, 2001 y Guerra et al., 2005) donde se indica que la cuantificación radicular es muy compleja para ser incluida en programas de captura de carbono. b) Se ignoran los cambios en el carbono que se producen por manejo forestal (raleos técnicos y comerciales) ya que el uso de la tierra sigue siendo el mismo.
    • 45 c) No se define el método de contabilidad del carbono, solo se considera la capacidad de fijación de las especies forestales incluidas. En términos generales no existe un consenso definido al mejor método para contabilizar la captura de carbono, en gran parte debido al carácter temporal de la captura de carbono en los ecosistemas forestales. Para calcular los costos de captura de carbono por hectárea a nivel regional, considerando los datos de incremento en la superficie forestal comunal (ha) detallados en el cuadro No 9 asociadas al potencial de carbono a nivel comunal expuesto en el cuadro No 11, se dividió por el costo total (US$) para cada nivel de subsidio del programa de forestación en las regiones, detallado en el cuadro No 10, obteniendo por esta vía costos por hectárea de capturada de carbono, como se muestra en el cuadro No 13.
    • 46 6. RESULTADOS En este capítulo se exponen los resultados de las estimaciones, PRIMERO se presentan las estadísticas descriptivas de las variables explicativas. SEGUNDO se presentan los resultados del modelo econométrico obtenidos. TERCERO se explican los resultados obtenidos en la simulación. 6.1. Estadísticas descriptivas de las variables explicativas Como se observa en el cuadro No 7, en base a las 410 observaciones que integran la base de datos, la renta forestal anual promedio por comuna es de US$ 16,000 mientras que la distancia que existe entre comunas sin industrias forestales o con un número reducido de ellas y comunas que poseen un alto número de industrias forestales es de 15 km en promedio lo que sugiere que las industrias forestales como los aserraderos son instalados bajo el criterio de la menor distancia posible hacia las plantaciones forestales para reducir los costos de transporte y capturar la oferta local de madera, sin embargo, la distancia hacia las plantas procesadoras de celulosa es de 197 km que son las que más demandan pino radiata y eucalipto especies que representan las mayores superficies de plantaciones forestales en Chile. La renta agrícola anual promedio por comuna es de US$ 2,400 mientras que la aptitud del suelo que representa la calidad de la tierra en las comunas se ubica en promedio en la clase 4, la última dentro de las clases de tierras arables, lo que indicaría la existencia de tierras con algún tipo de limitaciones y requerimientos de prácticas de manejo y conservación para actividades agrícolas. El riego agrícola indica que un 42% de la superficie de las tierras agrícolas se encuentran bajo un sistema de riego tradicional o mecanizado, esto puede indicar que existe una mayor inversión en tecnología para aumentar el rendimiento de los cultivos o puede sugerir que existe la necesidad de aumentar el rendimiento agrícola debido a la aptitud del suelo registrada que limitaría el rendimiento de los cultivos. La densidad poblacional que captura indirectamente la renta urbana a nivel de comuna se ubica en promedio en 112 habitantes por kilometro cuadrado (hab/km2 ) y la distancia entre comunas con baja y alta densidad poblacional es de 61 km en promedio. Suk-Won et al. (2001) y Plantinga et al. (1999) suponen que mayores densidades poblacionales suponen un mayor costo de oportunidad para usos agrícolas y forestales de la tierra, debido a que aumenta el valor de la tierra destinada a un uso urbano y presiona a una extensión del área urbana hacia la periferia y las comunas aledañas.
    • 47 Cuadro No 7. Estadísticas descriptivas de las variables explicativas. Variables Código Media Desviación Estándar Mínimo Máximo Renta forestal rent_for 15,925.29 7,518.11 6,547.91 58,190.62 Renta agrícola rent_agri 2,399.84 2,215.10 115.13 11,899.55 Densidad poblacional dens_pob 111.62 296.27 0.61 2,764.28 Distancia industrias forestales (+) dist_indus_for 14.70 29.19 0.00 150.70 Distancia industrias de celulosa dist_indus_pulp 197.38 167.93 0.00 889.54 Clase de cap. de uso de la tierra cap_ut 4.17 1.80 1.00 7.00 Riego agrícola rieg_agri 0.42 0.46 0.00 2.62 Distancia a principal comuna (+) dist_prc_com 60.85 65.46 0.00 493.95 Fuente: Elaboración propia a partir de la base de datos. (+) No incluidas en las estimaciones finales. 6.2. Resultados relaciones de uso A/F y U/F (Modelo empírico de uso de la tierra) Los resultados obtenidos utilizando el estimador de regresiones aparentemente no relacionada (SUR) para el modelo de uso de la tierra aplicado en el análisis de las relaciones de uso agrícola a forestal 2 1( )P P y urbano a forestal 3 1( )P P expresadas para mayor facilidad como relación A/F (Agrícola/Forestal) y relación U/F (Urbano/Forestal) se exponen en los No 18 y No 19 respectivamente. Ver Anexo 9.2. Para evaluar la especificación econométrica del modelo, se evaluó el estadístico de Wald o Chi2 , que mide la significancia global del modelo40 , con 15 grados de libertad al 5% de significancia los resultados para A/F (452.84) y para U/F (544.57) muestran que la relación entre los coeficientes del modelo y los cambios en el uso de la tierra en cada comuna son estadísticamente significativos. También se evaluó el coeficiente de determinación o R2 , utilizado como un estadístico de la bondad de ajuste del modelo e interpretado como el porcentaje de la variable endógena que es explicada por las variables exógenas incluidas en el modelo. Los resultados obtenidos indican que la relación A/F y U/F es explicada en un 52% y 57% respectivamente por el vector de variables independientes  ( , )X i t ; por tanto, las decisiones de uso de la tierra son explicadas en más de un 50% por los datos utilizados en las variables explicativas del modelo de uso de la tierra. 40 Mediante una prueba formal evalúa la significación conjunta de los parámetros que acompañan a las variables explicativas del modelo (excluyendo la constante) verificando la hipótesis nula representada por H0: β1= β2 =…= βk= 0, en contraste con la hipótesis alternativa H1: β1≠ β2 ≠…≠ βk≠ 0, donde k es el número de parámetros del modelo que será significativo si el estadístico es superior al valor critico, entonces se rechaza H0, es decir, se acepta que los parámetros en su conjunto son estadísticamente diferentes de cero. En este caso se obtuvo un valor de 25.000 en la tabla de la distribución Chi2 .
    • 48 Si se considera que las variables explicativas utilizadas son las que mejor explicaron la relación A/F y U/F de las variables analizadas, el restante 48% y 43% podría explicarse por otras variables que representarían factores que no fueron identificados en la literatura consultada; por la medición en las variables utilizadas; por la naturaleza agregada y espacial de los datos y por la exclusión del análisis de otros usos de la tierra existente en las comunas que se relacionan con los analizados. Los resultados de los coeficientes asociados a cada una de las variables analizadas se presentan en el cuadro No 8 para ambas relaciones de uso de la tierra. Cuadro No 8. Coeficientes para la relación de uso agrícola/forestal (A/F) y urbano/forestal (U/F). Relación de Uso de la Tierra Agrícola / Forestal Urbano / Forestal Variable Coeficiente (Desv. Estándar) Significancia Coeficiente (Desv. Estándar) Significancia Rentas de los usos de la tierra Renta forestal -0.00007 (0.00004) * -0.00002 (0.00003) Renta agrícola 0.00027 (0.00010) *** 0.00013 (0.00010) Densidad poblacional -0.00155 (0.00029) *** 0.00046 (0.00027) * Factores que influyen en las decisiones de uso de la tierra Capacidad uso de tierra (CUT) -0.39434 (0.11979) *** -0.20420 (0.11239) * Riego agrícola 2.08983 (0.24220) *** 2.07012 (0.22724) *** Distancia plantas de celulosa 0.00264 (0.00098) *** 0.00673 (0.00092) *** Diferencias en las rentas debido al tipo de suelo Renta forestal * CUT 0.00002 (0.00001) *** 0.00002 (0.00001) *** Renta agrícola * CUT -0.00005 (0.00002) ** -0.00003 (0.00002) Diferencia temporal en la renta forestal Renta forestal período 2007 0.00004 (0.00001) *** 0.00005 (0.00001) ***
    • 49 Diferencias regionales en la renta forestal (Región excluida Biobío) Renta forestal región V 0.00005 (0.00003) ** -0.00002 (0.00002) Renta forestal región VI 0.00004 (0.00002) -0.00004 (0.00002) * Renta forestal región VII 0.00002 (0.00002) -0.00002 (0.00002) Renta forestal región IX 0.00007 (0.00002) *** 0.00003 (0.00002) Renta forestal región X 0.00010 (0.00003) *** 0.00008 (0.00003) *** Renta forestal región XIV 0.00001 (0.00003) 0.00005 (0.00003) * Constante -0.54330 (0.56876) *** -1.56648 (0.53363) *** Fuente: Elaboración propia en base a estimaciones. Estadísticamente significativa al 1% (***), 5% (**) y 10% (*). Los coeficientes estimados se interpretan como un cambio porcentual en la razón de la proporción de tierra de uso agrícola a forestal 2 1( )P P y urbano a forestal 3 1( )P P para cada comuna (i), por un cambio de una unidad en una de las variables explicativas. En los resultados obtenidos se observó que existe una relación directa entre las rentas forestal, agrícola y urbana y la proporción de la superficie comunal que se destina a esos usos. Para la relación A/F y UF, el signo negativo en la RENTA FORESTAL indica que un aumento de una unidad (US$) reduciría la proporción de tierras agrícolas y urbanas en relación con las tierras forestales, el signo positivo en la RENTA AGRÍCOLA indica que un aumento de una unidad (US$) incrementaría la proporción de tierras agrícolas y urbanas respecto a tierras forestales, sin embargo no se encontró evidencia estadística para la relación U/F sugiriendo que el precio de cultivos agrícolas no tiene un impacto importante en el desarrollo urbano.
    • 50 Para la RENTA URBANA capturada a través de la DENSIDAD POBLACIONAL el signo negativo para la relación A/F indica que un aumento en una unidad (hab/km2 ) reduciría la proporción de tierras agrícolas en relación a forestales, sugiriendo que se prefieren las tierras agrícolas para desarrollo urbano, para la relación U/F el signo positivo indica un incremento en la proporción de tierra de uso urbano en relación al uso forestal tal y como se esperaría. La CALIDAD DE LA TIERRA capturada por la CLASE DE CAPACIDAD DE USO DE LA TIERRA (CUT) que mide la aptitud del suelo y vocación agrícola y/o forestal, mostró que existe una relación directa entre la calidad de la tierra y la superficie agrícola y urbana en las comunas, el signo negativo para la relación A/F y UF indica que un incremento en la CUT, que se asocia con una reducción en la aptitud agrícola del suelo, disminuiría la proporción de tierras agrícolas y urbanas en relación a tierras forestales. Para el RIEGO AGRÍCOLA los resultados muestran una relación directa entre la superficie de RIEGO AGRÍCOLA y la superficie de tierra agrícola y urbana, para la relación A/F y U/F el signo positivo indica que un incremento en una unidad (ha) de RIEGO AGRÍCOLA incrementaría la proporción de tierra agrícola y urbana respecto a la forestal. El signo positivo en la relación A/F y U/F para la DISTANCIA A PLANTAS DE CELULOSA indica que un incremento en una unidad (km) incrementaría la proporción de tierra agrícola y urbanas en relación a tierras forestales, este resultado es el esperado ya que a mayor distancia hacia las plantas procesadoras de celulosa los costos de transporte forestal se incrementarían, por tanto los beneficios de la renta forestal se reducirían desalentando la actividad forestal en la comuna. Además, del efecto directo de las variables explicativas se analizó la interacción entre algunas de ellas. Por ejemplo, la variable RENT_FOR_CUT mide la interacción entre las variables de aptitud agrícola y la renta forestal. El signo positivo asociado a este coeficiente es un indicador de que la reducción en el destino agrícola del suelo que se produce con un aumento de la renta forestal es menor en la medida que la calidad del suelo es mejor y favorece la actividad agrícola. También es un indicador de que el aumento en la participación agrícola que se produce con incrementos en la aptitud agrícola del suelo es menor en comunas en las que la rentabilidad de la actividad forestal es más alta.
    • 51 La variable RENT_AGRI_CUT que mide la interacción entre la renta agrícola y la capacidad de uso del suelo, tiene una interpretación análoga a la expresada en el párrafo anterior, por lo que el valor negativo del parámetro sugiere que un incremento en la renta agrícola tiene un impacto mayor en la participación agrícola en comunas donde la aptitud del suelo favorece la actividad agrícola. La variable Renta Forestal 2007 fue construida multiplicando la Renta Forestal con una variable dummy que toma el valor 1 en el año 2007 y cero en 1997. El valor positivo del parámetro sugiere que un incremento de la renta forestal en el año 2007 genera una reducción menor en la participación agrícola y urbana en relación a la participación forestal que diez año antes. Finalmente, se incluyeron variables dummy regionales interactuando con la renta forestal para considerar la posibilidad de que existan otras variables no medidas, específicas a nivel regional, que determinen diferencias en el impacto que tiene la renta forestal sobre la actividad agrícola y urbana. La región del Biobío (VIII) que posee la mayor superficie de plantaciones forestales, se excluyó con el fin de observar el impacto del resto de regiones estudiadas. Asi, para las regiones no significativas en la relaciones A/F (VI y VII región) y U/F (V, VII y IX región) nos indica que no existe diferencias en el efecto que tiene la renta regional sobre la proporción de uso forestal, el signo positivo y significativamente distinto de cero de los coeficientes asociados a las regiones de Valparaíso (V), Araucanía (IX) y Los Lagos (X) para la relación A/F sugieren que el impacto de la renta forestal en la proporción de la superficie que se destina a uso agrícola en relación al uso forestal es menor en estas regiones que en la región del Biobío. Para la relación U/F el signo negativo en la región del Libertador General Bernardo O'Higgins (VI) sugieren que el impacto de la renta forestal en la superficie urbana comunas es mayor en esta región que en el resto de regiones, y el signo positivo y estadísticamente significativo en las regiones de Los Lagos (X) y Los Ríos (XIV) sugieren que el impacto de la renta forestal en la proporción de la superficie que se destina a uso urbano en relación al forestal es menor en estas regiones que en la región del Biobío. Los resultados para la CONSTANTE que captura el efecto de las variables omitidas en el modelo de uso de la tierra, muestra una relación inversa y estadísticamente significativa para la relación A/F y U/F, lo que indica que un incremento en una unidad de alguno de los factores desconocidos podría disminuir la proporción de tierras agrícolas y urbanas en relación a las forestales, los resultados sugieren que existen más factores desconocidos que podrían explicar la relación U/F.
    • 52 6.3. Simulación de subsidios forestales para un programa de forestación Los resultados de la simulación revelan un incremento en la superficie forestada que se mueve desde un valor mínimo de 4 mil hectáreas anuales al implementar un subsidio del 1% a un valor máximo de 155 mil hectáreas con un subsidio del 40%, estos rangos representan el 0.2% y 7% de la superficie forestada en las regiones agrícolas y forestales de Chile en base a la superficie existente en el año 2007 como se muestra en el cuadro No 9. Cuadro No 9. Incremento en la superficie forestal por nivel de subsidio del programa de forestación. Incremento en la superficie forestada por niveles de subsidio (ha) Región Año Base Subsidio: Porcentaje de Incremento en la Renta Forestal 2007 1% 5% 10% 15% 20% 25% 30% 35% 40% Valparaíso 54,423 206 1,031 2,064 3,100 4,136 5,174 6,211 7,248 8,283 O’Higgins 89,450 263 1,325 2,672 4,037 5,419 6,814 8,218 9,629 11,043 Maule 469,165 635 3,177 6,355 9,533 12,708 15,881 19,048 22,209 25,363 Biobío 862,963 1,229 6,129 12,218 18,264 24,269 30,231 36,151 42,028 47,861 Araucanía 516,355 1,039 5,181 10,334 15,455 20,546 25,604 30,629 35,620 40,577 Los Lagos 42,844 178 892 1,788 2,689 3,593 4,501 5,412 6,326 7,242 Los Ríos 164,746 368 1,837 3,669 5,497 7,320 9,139 10,952 12,760 14,563 Total (ha) 2,199,947 3,918 19,572 39,099 58,574 77,991 97,343 116,621 135,820 154,932 Fuente: Elaboración propia en base a simulaciones. Con respecto a la distribución regional de la superficie forestada los resultados muestran que a todos los niveles de subsidios evaluados, existe una tendencia con mínimas variaciones en la distribución regional, como se muestra en gráfico No 3 aproximadamente el 60% del área forestada se ubicaría en las regiones del Biobío (VIII) y la Araucanía (IX).
    • 53 Gráfico No 3. Distribución regional del área forestada. Fuente: Elaboración propia en base a simulaciones. 6.4. Costos del programa de forestación mediante subsidios forestales Los costos calculados constituyen el costo de oportunidad comunales de convertir tierras agrícolas y/o urbanas en tierras de uso forestal en las comunas, agregados a nivel regional. Los resultados muestran que el costo de un programa de subsidios forestales podría fluctuar aproximadamente entre los US$ 500 mil para un subsidio de un 1% hasta los US$ 800 millones para un subsidio del 40%. Cuadro No 10. Costo asociado a los niveles de subsidios del programa de forestación. Costo del incremento en la superficie forestada por nivel de subsidio (US$ miles) Región Subsidio: Porcentaje de Incremento en la Renta Forestal 1% 5% 10% 15% 20% 25% 30% 35% 40% Valparaíso 32 808 3.237 7.291 12.975 20.290 29.235 39.807 52.001 O’Higgins 62 1.569 6.395 14.630 26.398 41.785 60.838 83.570 109.958 Maule 73 1.833 7.352 16.581 29.537 46.227 66.649 90.796 118.652 Biobío 121 3.018 12.032 26.982 47.806 74.445 106.834 144.912 188.616 Araucanía 116 2.899 11.559 25.929 45.951 71.567 102.718 139.340 181.372 Los Lagos 27 668 2.679 6.041 10.762 16.850 24.310 33.147 43.364 Los Ríos 48 1.200 4.799 10.793 19.176 29.944 43.092 58.611 76.497 Total 479 11.995 48.052 108.247 192.607 301.108 433.676 590.184 770.459 Fuente: Elaboración propia en base resultados. Valparaíso 5% O’Higgins 7% Maule 16% Biobío 31% Araucanía 27% Los Lagos 5% Los Ríos 9%
    • 54 6.5. Potencial de captura de carbono regional Los resultados muestran que con un subsidio del 1% existe un potencial de captura de carbono de 78 mil toneladas de carbono, hasta 3 millones de toneladas con un subsidio del 40% dentro de la estructura de un programa de reforestación, como se detalla en el cuadro No 11. Cuadro No 11. Potencial de captura de carbono regional. Toneladas anuales de carbono capturado por región (tCO2eha-1 ) Región Subsidio: Porcentaje de Incremento en la Renta Forestal 1% 5% 10% 15% 20% 25% 30% 35% 40% Valparaíso 4,120 20,620 41,280 62,000 82,720 103,480 124,220 144,960 165,660 O’Higgins 5,260 26,500 53,440 80,740 108,380 136,280 164,360 192,580 220,860 Maule 12,700 63,540 127,100 190,660 254,160 317,620 380,960 444,180 507,260 Biobío 24,580 122,580 244,360 365,280 485,380 604,620 723,020 840,560 957,220 Araucanía 20,780 103,620 206,680 309,100 410,920 512,080 612,580 712,400 811,540 Los Lagos 3,560 17,840 35,760 53,780 71,860 90,020 108,240 126,520 144,840 Los Ríos 7,360 36,740 73,380 109,940 146,400 182,780 219,040 255,200 291,260 Total 78,360 391,440 781,980 1,171,480 1,559,820 1,946,860 2,332,420 2,716,400 3,098,640 Fuente: Elaboración propia en base resultados. Los resultados muestran que el programa de forestación con nivel de subsidio del 1% al 40% incrementarían el potencial de captura de carbono de 1.79% hasta 72.12 % con respecto al potencial calculado para el año 2007, como se detalla en el cuadro No 12. Cuadro No 12. Incremento porcentual de captura de carbono respecto al año base. Porcentaje de incremento en la captura de carbono con respecto al año base (%) Región Año Base Subsidio: Porcentaje de Incremento en la Renta Forestal 2007 1% 5% 10% 15% 20% 25% 30% 35% 40% Valparaíso 1,088,460 0.38 1.89 3.79 5.70 7.60 9.51 11.41 13.32 15.22 O’Higgins 1,789,000 0.29 1.48 2.99 4.51 6.06 7.62 9.19 10.76 12.35 Maule 9,383,300 0.14 0.68 1.35 2.03 2.71 3.38 4.06 4.73 5.41 Biobío 17,259,260 0.14 0.71 1.42 2.12 2.81 3.50 4.19 4.87 5.55 Araucanía 10,327,100 0.20 1.00 2.00 2.99 3.98 4.96 5.93 6.90 7.86 Los Lagos 856,880 0.42 2.08 4.17 6.28 8.39 10.51 12.63 14.77 16.90 Los Ríos 3,294,920 0.22 1.12 2.23 3.34 4.44 5.55 6.65 7.75 8.84 Total 43,998,940 1.79 8.96 17.95 26.96 35.99 45.02 54.06 63.10 72.12 Fuente: Elaboración propia en base resultados.
    • 55 6.6. Costos regionales de captura de carbono Como se observa existe mayor peso en las regiones que tienen mayor participación en el incremento de la forestación, siendo las regiones las regiones de Maule (VII), Biobío (VIII) y Araucanía (IX) donde se observa menor costo por tonelada de carbono capturada. Los precios promedio calculados se mueven en un rango de US$ 6 para un subsidio del 1% hasta US$ 250 a un nivel de subsidio del 40%. Como se observa en los resultados el costo de captura de carbono es creciente a mayor nivel de subsidio, este resultado es el esperado y se explica por el costo de oportunidad de convertir tierras agrícolas en tierras forestales, a medida que un mayor número de hectáreas ingresen al programa de forestación existirán propietarios que tendrán mayores costos de conversión por disponibilidad de la tierra. Cuadro No 13. Costo regional por tonelada de carbono capturado. Costo de la tonelada capturada de carbono por región (US$) Región Subsidio: Porcentaje de Incremento en la Renta Forestal 1% 5% 10% 15% 20% 25% 30% 35% 40% Valparaíso 8 39 78 118 157 196 235 275 314 O’Higgins 12 59 120 181 244 307 370 434 498 Maule 6 29 58 87 116 146 175 204 234 Biobío 5 25 49 74 98 123 148 172 197 Araucanía 6 28 56 84 112 140 168 196 223 Los Lagos 7 37 75 112 150 187 225 262 299 Los Ríos 7 33 65 98 131 164 197 230 263 TOTAL 6 31 61 92 123 155 186 217 249 Fuente: Elaboración propia en base resultados.
    • 56 7. CONCLUSIONES Con respecto a los factores que influyen sobre la distribución de la superficie comunal, se observa que existe una relación directa entre las rentas forestal, agrícola y urbana y la proporción de la superficie comunal que se destina a esos usos, concluyendo que para las regiones agrícolas y forestales de Chile las comunas con mayores niveles de renta forestal reducirán la disponibilidad de tierras agrícolas y urbanas con respecto a tierras forestales. Un resultado interesante se encontró en los costos de transporte forestal como factor relevante para la actividad forestal en las comunas ya que a mayor distancia hacia las plantas procesadoras de celulosa los costos de transporte se incrementarán reduciendo los beneficios de la actividad forestal, un aspecto a considerar es que la demanda de la industria para celulosa se concentra en el pino radiata y eucalipto, que constituyen las dos especies más utilizadas para plantaciones forestales en Chile, por lo que se esperaría que las plantaciones forestales se ubiquen en comunas con menos distancia hacia las plantas procesadoras de celulosa. El tipo de suelo y su aptitud agrícola que aumenta en la medida que la clasificación del suelo se aproxima al tipo 1, y la proporción de la superficie agrícola regada son factores que influyen positivamente en la proporción de la superficie comunal que se destina a usos agrícolas, además estas variables desalientan el destino forestal de la tierra en relación al agrícola, este resultado se explica debido a que entre menor sea la vocación agrícola se incrementaran los costos de producción de los cultivos por la implementación de técnicas de conservación y mejoramiento de la tierra asi como mayores costos de fertilización, también se puede argumentar que no incurrir en estos costos conllevaría a tener bajos rendimientos de producción por hectárea en los cultivos, lo que representaría una reducción de los beneficios esperados en las rentas agrícolas; con respecto a la disponibilidad de las tierras urbanas en relación a las forestales, los resultados indican que estos factores también influyen positivamente en la proporción de la superficie comunal destinada para uso urbano, sugiriendo que en las regiones agrícolas y forestales de Chile para el se prefieren para el desarrollo urbano las tierras agrícolas sobre las forestales, una explicación es que las tierras forestales tienen mayores costos para ser desarrolladas debido a factores como la pendiente, disponibilidad de agua, vías de acceso irregulares, mientras que las tierras agrícolas tienen menores costos de desarrollo.
    • 57 En general la interacción de las rentas forestales y agrícolas con la aptitud de la tierra, sugieren que la calidad de la tierra es un factor relevante en las decisiones de uso en las comunas y no sólo tiene un efecto directo en la actividad agrícola e inverso en la forestal, también incentiva indirectamente la actividad agrícola a través del mayor retorno que se percibiría en suelos con una mayor aptitud agrícola. Se concluye en términos generales que los costos para el desarrollo de actividades en un uso específico de la tierra es un factor relevante que los propietarios consideran al momento de elegir el uso que darán a sus terrenos, prefiriendo siempre usos de la tierra cuyas actividades les generen rentas a menores costos, si se considera que los costos para el desarrollo de tierras urbanas son mayores que para el desarrollo de tierras agrícolas. Otro aspecto que se percibe como relevante es el periodo en que se perciben las rentas de los distintos usos y la variabilidad de estas rentas en las distintas regiones. Con respecto a los niveles de subsidios para un programa de forestación con el objetivo de capturar carbono se puede concluir que en base al precio de cotización de los Certificados de Reducción de Emisiones de CO2 (CER, por su nombre en inglés) en el mercado bursátil41 una tonelada de carbono en el año 2008 se promedio en US$ 30, entonces el subsidio máximo que se podría otorgar en dicho programa de forestación es del 5% con lo que obtendría un promedio de 20,000 hectáreas de superficie forestal a nivel nacional lo que constituye un 50% aproximadamente de la tasa de reforestación registrada para el año 2010 sin programa de forestación. También se concluye que excluyendo precios mayores a US$ 30 las regiones de Valparaíso (V), O’Higgins (VI), Los Lagos (X) quedarían fuera de un programa de forestación con un subsidio máximo del 5% y la región Los Ríos (XIV) posiblemente, como se mostro en los resultados del cuadro No 13 los costo más altos por tonelada de carbono capturado se observan en la región de Valparaíso (V) y O´Higgins (VI), regiones con mayores rentas agrícolas y una mayor densidad poblacional en relación con el resto de regiones, en el caso de la región de Los Lagos (X) esta presenta mayores rentas agrícolas también, aunque para la región de Los Ríos (XIV) los resultados no son concluyentes siendo el costo de captura de carbono US$ 33 con un subsidio del 5%, lo que podría suponer que existen comunas donde si sería viable un programa de forestación, o sea costos de captura de carbono menores a US$ 30. Aunque un mayor nivel de subsidio permite la participación de más propietarios en el programa de forestación en estas regiones, implica mayores costos de participación porque el costo de oportunidad de la tierra agrícola y urbana es mayor. 41 Barclays Capital
    • 58 Comparando el subsidio otorgado por el decreto ley forestal 701 original, como para la Ley 19.561 es en promedio de US$ 570 por hectárea (INFOR & PNUD, 2010) sin embargo este subsidio no hace diferenciación sobre la ubicación geográfica, en esta investigación los resultados obtenidos indican que un programa de forestación con un nivel de subsidio del 1% y 5% sobre la renta forestal supondría un costos por hectárea forestada diferentes de acuerdo a la región, observándose el menor costo de forestación en la región del Biobío con US$ 98 y US$ 492 por hectárea respectivamente y el mayor costo para la región de O’Higgins con US$ 263 y US$ 1,184 por hectárea respectivamente, lo que indica que si existen diferencias en los costos de forestación entre regiones y estos costos son mayores en regiones con mayores usos agrícolas y urbanos de la tierra.
    • 59 8. REFERENCIAS Acuña, E., Espinosa, M., Cancino, J., Rubilar, R. & Muñoz, F. 2010. Estimating the bioenergy potential of Pinus radiata plantations in Chile. Ciencia e Investigación Agraria, 37(1), 93-102. Adams, D.M., Alig, R.J., McCarl, B.A., Callaway, J.M. & Winnett, S.M. 1999. Minimum Cost Strategies for Sequestering Carbon in Forests. Land Economics, 75 (3), 360-374. Angelsen, A. (Ed.) 2002. Avancemos con REDD: Problemas, Opciones y Consecuencias. (CIFOR, Trad.). Centro Internacional para la Investigación Forestal (CIFOR). Bogor, Indonesia. 155 p. Briassoulis, H. 2000. Analysis of Land Use Change: Theoretical and Modeling Approaches. In The Web Book of Regional Science, Ed. Scott Loveridge. Morgantown, WV: Regional Research Institute, West Virginia University. Recuperado el 3 de noviembre del 2009, de: http://www.rri.wvu.edu/WebBook/Briassoulis/Chapter4%28Models1%29.htm Boscolo, M. Buongiorno, J. & Panayotou, T. 1997. Simulating options for carbon sequestration through improved management of a lowland tropical rainforest. Environment and Development Economics. Cambridge University Press, 22-29. Callaway, J. & McCarl, B. 1996. The Economic Consequences of Substituting Carbon Payments for Crop Subsidies in U.S. Agriculture. Environmental Resources Economic, 7, 15-43. CEPAL, 2009. Economía del Cambio Climático en Chile. Síntesis. Comisión Económica para América Latina y el Caribe (CEPAL), División de Desarrollo Sostenible y Asentamientos Humanos. Santiago, Chile. Recuperado el 7 de octubre del 2010, de: http://www.eclac.cl/cgibin/getProd.asp?xml=/publicaciones/xml/8/37858/P37858.xml&xsl=/dmaah/tpl/p9f. xsl&base=/deype/tpl/top-bottom.xslt CONAMA, 2008. Plan de Acción Nacional de Cambio Climático 2008-2012. Comisión Nacional del Medio Ambiente, Santiago, Chile. Recuperado el 19 de septiembre del 2010, de: http://www.conama.cl/portal/1301/articles-44691_recurso_1.pdf CONAMA, 2006. Variaciones Climáticas en Chile Para el Siglo XXI, Proyecto: Estudio de la Variabilidad Climática en Chile Para el Siglo XXI, Informe Final. Comisión Nacional del Medio Ambiente, elaborado por: Departamento de Geofísica, Facultad de Ciencias Físicas y Matemáticas, Universidad de Chile. Santiago, Chile. Recuperado el 11 de septiembre del 2010, de: http://www.dgf.uchile.cl/rene/PUBS/articles-39442_pdf_Estudio_texto.pdf CONAMA & GTZ, 2003. Estudio de Estrategia Nacional (NSS) para el MDL en Chile. Climate Protection Programme. Comisión Nacional del Medio Ambiente (CONAMA) y Gesellschaft für Technische Zusammenarbeit (GTZ). Recuperado el 11 de septiembre del 2010, de: http://www.gtz.de/de/dokumente/es-clima-chile-estudio-estrategia-nacional-mdl-resumen.pdf
    • 60 CONAMA, 1999. Primera Comunicación Nacional bajo la Convención Marco de las Naciones Unidas sobre el Cambio Climático. Comisión Nacional del Medio Ambiente, Santiago, Chile. 156 p. Recuperado el 05 de abril del 2012, de: http://www.sinia.cl/1292/w3-article-40343.html CONAF & CONAMA, 1999. Catastro y Evaluación de Recursos Vegetacionales Nativos de Chile: Informe Nacional con Variables Ambientales. Proyecto CONAF-CONAMA-BIRF. Elaborado por Universidad Austral de Chile, en colaboración con Pontificia Universidad Católica de Chile y Universidad Católica de Temuco. Marzo, 1999. Santiago, Chile. Concha M., E. A. 2006. Rol de las Plantaciones de Eucaliptus en Chile Frente a la Necesidad de Uso Múltiple y el Cambio Climático. Tesis de Magister, No Publicada. Universidad de Concepción, Facultad de Ciencias Económicas y Administrativas. Concepción, Chile. Corporación Chilena de la Madera, 2010. El Aporte del Sector Forestal en la Lucha Contra el Cambio Climático. Corporación Chilena de la Madera. Recuperado el 12 de octubre de 2010, de: http://www.corma.cl/corma.asp?id=16 Dudek, D. & LeBlanc. A. 1990. Offsetting New CO2 Emissions: A Rational First Greenhouse Policy Step. Contemporary Policy Issues, 8, 29-42. Fezzi, C. & Bateman, I.J. 2009. Structural Agricultural Land Use Modelling. School of Environmental Sciences, University of East Anglia, Norwich, UK. August 16-22. Contributed Paper. Prepared for presentation at the International Association of Agricultural Economists Conference, Beijing, China. FCPF, 2008. Country submitting. The R-PIN Template: Chile. March 8, 2008. The Forest Carbon Partnership Facility (FCPF). Recuperado el 3 de noviembre de 2010, de: http://www.forestcarbonpartnership.org/fcp/sites/forestcarbonpartnership.org/files/Documents/PDF/Chile_ R_PIN_Revsied_spanish_Feb_2009.pdf Gayoso, J. & Guerra, J. 2005. Contenido de Carbono en la Biomasa Aérea de Bosques Nativos en Chile. Bosques, 26(2), 33-38. Recuperado el 3 de noviembre de 2010, de: http://www.uach.cl/procarbono/pdf/docs_publicaciones/bosque_26_33_38_2005_biomasa_b_nativo.pdf Gayoso, J., Alarcón, D. & Trincado, G. 2002. Elaboración Indicador del Proceso de Montreal 5.a “Biomasa total de los ecosistemas forestales y acumulación de carbono” para Chile. Informe Técnico. Programa Bosques Pro-Carbono, Universidad Austral de Chile, convenio Corporación Nacional Forestal de Chile. Recuperado el 3 de noviembre de 2010, de: http://www.uach.cl/procarbono/info_tecn_02.html Gayoso, J. 2001a. Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales y Promoción en el Mercado Mundial del Carbono. Proyecto FONDEF D98i1076. Programa Bosques Pro- Carbono, Universidad Austral de Chile. Valdivia, Chile. Recuperado el 4 de agosto de 2011, de: http://www.uach.cl/procarbono/pdf/fichas/ficha_eucalyptus_sp.pdf;http://www.uach.cl/procarbono/pdf/fich as/ficha_roraco.pdf; http://www.uach.cl/procarbono/pdf/fichas/ficha_pinus_radiata.pdf
    • 61 Gayoso, J. 2001b. Medición de la Capacidad de Captura de Carbono en Bosques Nativos y Plantaciones de Chile. Programa Bosques Pro-Carbono, Universidad Austral de Chile. Valdivia, Chile. Presentado en el Taller Internacional sobre Secuestro de Carbono, 16 y 17 de julio de 2001, Mérida, Venezuela. Recuperado el 29 de septiembre de 2010, de: http://www.uach.cl/procarbono/pdf/docs_publicaciones/gayoso_2001_venezuela.pdf Gayoso, J. & Schlegel, B. 2001. Guía para la Formulación de Proyectos Forestales de Carbono. Proyecto Medición de la Capacidad de Captura de Carbono en Bosques de Chile y Promoción en el Mercado Mundial. Valdivia, Chile. Recuperado el 15 de octubre de 2010, de: http://www.guiaforestal.com/Descargas_Usuarios/Manuales_guias/Guia_Formulacion_Proyectos_%20For estales_de_Carbono.pdf Gerding, V. 1991. Manejo de las plantaciones de Pinus radiata D. Don en Chile. Instituto de Silvicultura, Universidad Austral de Chile, Valdivia, Chile. BOSQUE 12(2):3-10. Gilabert, H.P., Meza, F., Cabello, H. & Aurtenenchea, M. 2007. Estimación del Carbono Capturado en las Plantaciones de Pinus radiata y Eucalyptus sp. relacionadas con el DL-701 de 1974. Departamento de Ciencias Forestales, Pontificia Universidad Católica de Chile. Santiago, Chile. Golub, A., Hertel, T., Lee, H-L., Rose, S. & Sohngen, B. 2009. The Opportunity Cost of Land Use and the Global Potential for Greenhouse Gas Mitigation in Agriculture and Forestry. Resource and Energy Economics, 31, 299-319. González, S. Ed. 2009. Inventarios Anuales de Gases Efecto Invernadero de Chile: Series Temporales 1984-2003 para Sectores No-Energía. Instituto de Investigaciones Agropecuarias. Boletín Técnico INIA No 185. Santiago, Chile. 260 p. González, P., Lara, A., Gayoso, J., Neira, E., Romero, P. & Sotomayor, L. 2005. Comparison of Three Methods to Project Future Baseline Carbon Emissions in Temperate Rainforest, Curiñanco, Chile. Report to the U.S. Department of Energy. The Nature Conservancy, Arlington, VA. Recuperado el 3 de noviembre de 2010, de: http://www.uach.cl/procarbono/pdf/docs_publicaciones/curinanco_abstract.pdf González, J. A., Velasco, R. & Morales, G. 2000. Costos y Rentabilidad de Cultivos Anuales de la VII y VIII Región. Boletín INIA N° 41. Instituto de Investigaciones Agropecuarias. Chillán, Chile. 140 p. Guerra, J., Gayoso, J., Schlatter, J. & Nespolo, R. 2005. Análisis de la biomasa de raíces en diferentes tipos de bosques. Avances en la evaluación de Pinus radiata en Chile. Universidad Austral de Chile. Bosque 26 (1), 5 -21. Recuperado el 1 de noviembre de 2010, de: http://www.uach.cl/procarbono/pdf/docs_publicaciones/Bosque_26_5_21_2005_bimasa_raices_1.pdf Guerra, J. 2001. Metodología de evaluación de biomasa radical gruesa en especias nativas de Chile y Aplicación a proyectos de captura de carbono. En: Actas Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, 18-20 de octubre de 2001, Valdivia, Chile. Recuperado el 3 de noviembre de 2010, de: http://www.uach.cl/procarbono/pdf/docs_publicaciones/guerra_2001_biomasa_radical.pdf
    • 62 Grandjean, J.A.A. 2003. Determinación del Precio del Carbono en Proyectos MDL de Forestación con Pequeños Propietarios. Tesis de Ingeniería no publicada. Universidad Austral de Chile, Facultad de Ciencias Forestales. Valdivia, Chile. Recuperado el 10 de octubre de 2010, de: http://cybertesis.uach.cl/tesis/uach/2003/fifg753d/html/index-frames.html Hanley, N., Shogren, J. & White, B. 1997. Environmental Economics: In Theory and Practice. New York, EE.UU. Oxford University Press. 464 p. Hardie, I.W. & Parks, P.J. 1997. Land Use with Heterogeneous Land Quality: An Application of an Area Base Model. American Journal of Agricultural Economics, 79 (2), 299-310. Herrera, S. & Waisberg, R. 2002. Estimación de Carbono Almacenado en el Tipo Forestal Roble-Raulí- Coigüe (Nothofagus oblique - Nothofagus alpine - Nothofagus dombeyi), para determinar los Beneficios Ambientales de someterlo a Sumidero. Tesis de Ingeniería no publicada. Universidad Santiago de Chile, Facultad de Ingeniería. Santiago, Chile. Recuperado el 1 de agosto de 2011, de: http://www.digeo.cl/doc/Herrera_Martinez_Sergio.pdf Hertel, T., Lee, H-L., Rose, S. & Sohngen, B. 2006. The Role of Global Land Use in Determining Greenhouse Gases Mitigation Costs. GTAP Working Papers Agricultural Economics, 34. Hoen, H. & Solberg, B. 1994. Potencial and economic efficiency of carbon sequestration in forest biomass through silvicultural management. Forest Science (3): 429-451. INE, 2008. Cambios Estructurales en la Agricultura Chilena: Análisis Intercensal 1976-1997-2007. Centro de Información de Recursos Naturales (CIREN): Centro de Documentación en Linea (CEDOC). Santiago, Chile. Recuperado el 20 de octubre de 2010, de: http://www.ine.cl/canales/chile_estadistico/estadisticas_agropecuarias/publicaciones.php INE, 2005. Chile Hacia el 2050: Proyecciones de Población. Monografías Estadísticas No 1. Chile. INFOR & PNUD, 2010. Instrumentos de Fomento para la Forestación y Recuperación de Suelos en Chile: Análisis y Recomendaciones. Instituto Forestal (INFOR) y Programa de las Naciones Unidas para el Desarrollo (PNUD), Chile. 44 p. IPCC, 2007. Cambio climático 2007: Informe de síntesis. Contribución de los Grupos de trabajo I, II y III al Cuarto Informe de Evaluación del Grupo Intergubernamental de Expertos sobre el Cambio Climático. Ginebra, Suiza, 104 p. Recuperado el 29 de marzo de 2012, de: http://www.ipcc.ch/pdf/assessment- report/ar4/syr/ar4_syr_sp.pdf IPCC, 2001. Glosario de términos utilizados en el Tercer Informe de Evaluación del IPCC. Intergovernmental Panel on Climate Change. Recuperado el 8 de octubre de 2010, de: http://www.ipcc.ch/pdf/glossary/tar-ipcc-terms-sp.pdf IPCC, 1996. Scientific-Technical Analysis of Impacts, Adaptation, and Mitigation of Climate Change. Report of Working Group II. Climate Change 1995: IPCC Second Assessment Report. Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press.
    • 63 Krcmar, E., van Kooten, C. & Vertinsky, I. 2005. Managing forest and marginal agricultural land for multiple tradeoffs: Compromising on economic, carbon and structural diversity objectives. Ecological Modelling, 185 (10), 451-468. Lal, R. 2005. Forest Soils and Carbon Sequestration. Forest Ecology and Management, 220, 242-258. Li, C., Salas, W., DeAngelo, B. & Rose, S. 2006. Assessing Alternatives for Mitigating Net Greenhouse Gas Emissions and Increasing Yields from Rice Production in China over the Next 20 Years. Journal of Environmental Quality, 35(4), 1554–1565. Recuperado el 24 de octubre de 2010, de: https://www.soils.org/publications/jeq/articles/35/4/1554 López G., H.L. 2003. Incentivos Económicos y Política Forestal Optima: Beneficios de Captura de Carbono Extrapolados para el Caso Chileno. Tesis de Magister, No Publicada. Universidad de Concepción, Concepción, Chile. Lubowski, R.N., Plantinga, A.J. & Stavins, R.N. 2006. Land-Use Change and Carbon sinks: Econometric Estimation of The Carbon Sequestration Supply Function. Journal of Environmental Economics and Management, 51, 135-152. Medina B., E. A. 2002. Análisis de Sensibilización del Precio de Captura de Carbono y Periodo de Rotación Optima, Bajo dos Tipos de Escenarios: Una Aplicación al Caso de Captura de Carbono en Plantaciones Forestales de Pinus Radiata d.don. Tesis de Magister, No Publicada. Universidad de Concepción, Facultad de Ciencias Económicas y Administrativas. Concepción, Chile. Montero, J.P., Cifuentes, L. & Soto, F. 2000. Participación Voluntaria en Políticas Internacionales de Cambio Climático: Implicancias para Chile. Estudios de Economía. 27 (1), 69-93. Moulton, R. & Richards, K. 1990. Costs of Sequestering Carbon through Tree Planting and Forest Management in the United States. General Technical Report WO-58, U.S. Department of Agriculture, Washington, D.C. Moura-Costa, P. 2002. Contabilidad y Comercio del Carbono, y la Naturaleza Temporal del Almacenamiento del Carbono. (Castro, M. Trad). The Nature Conservancy. 31 p. MMA & CONAMA 2011. Segunda Comunicación Nacional de Chile ante la Convención Marco de las Naciones Unidas sobre Cambio Climático. Ministerio del Medio Ambiente (2010-2011) y Comisión Nacional del Medio Ambiente (2007-2010). Santiago, Chile. 292 p. Recuperado el 05 de abril del 2012, de: http://www.mma.gob.cl/1304/w3-article-46280.html Newman, D. 1988. The optimal forest rotation: a discussion and annotated bibliography. The Forest Service, Asheville NC: U.S. Department of Agriculture, Forest Service, Southeastern Forest Experiment Station. Norverto, C. 2003. Fijación de CO2 en Plantaciones Forestales y en Productos de Madera en Argentina. Proyecto Forestal de Desarrollo (SAGPyA-BIRF), Buenos Aires, Argentina. En: Actas XII Congreso
    • 64 Forestal Mundial, 21-28 de septiembre de 2003. Quebec, Canadá. Recuperado el 2 de agosto de 2011, de: http://www.fao.org/DOCREP/ARTICLE/WFC/XII/0043-B2.HTM#fn1 Orrego, S.A., Del Valle, J.I., & Moreno, F.H. Eds., 2002. Medición de la Captura de Carbono en Ecosistemas Forestales Tropicales de Colombia: Contribuciones para la Mitigación del Cambio Climático. Bogotá, Colombia: Panamericana Formas e Impresos S.A. 314 p. Parks, P.J. & Hardie, I.W. 1995. Least-cost forest carbon reserves: Cost-effective subsidies to convert marginal agricultural land to forests. Land Economics, 71(1), 122-136. Pautsch, G.R., Kurkalova, L.A., Babcock, B.A., & Kling, C.L. 2001. The efficiency of sequestering carbon in agricultural soils. Contemporary Economic Policy, 19, 123-134. Plantinga, A.J., Mauldin, T. & Miller, D.J. 1999. An Econometric Analysis of the Costs of Sequestering Carbon in Forests. American Journal of Agricultural Economics, 81, 821-824. PNUD, 2007. Informe sobre Desarrollo Humano 2007-2008. La lucha contra el cambio climático: Solidaridad frente a un mundo dividido. Programa de la Naciones Unidas para el Desarrollo (PNUD). Madrid, España: Mundi-Prensa Libros. 386 p. Recuperado el 7 de octubre del 2010, de: http://hdr.undp.org/en/media/HDR_20072008_SP_Complete.pdf Pugin, A. 2001. Edad de rotación óptima de un rodal de Pinus radiata con servicio de captura de carbono. En: Actas Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, 18-20 de octubre, Valdivia, Chile. Recuperado el 1 de noviembre 2010, de: http://www.uach.cl/procarbono/pdf/docs_publicaciones/pugin_2001.pdf Richards, K. R. & Stokes, C. 2004. A Review of Forest Carbon Sequestration Cost Studies: A Dozen Years of Research. Climatic Change. 63 (1-2), 1-48. Recuperado el 7 de octubre de 2010, de: http://www.springerlink.com/content/p21n67k61417871l/ Rose, S.K. & Lee, H-L. 2008. Non-CO2 Greenhouse Gas Emissions Data for Climate Change Economic Analysis. GTAP Working Paper, 43. SBSTA, 2003. Modalidades y Procedimientos para las Actividades de Proyectos de Forestación y Reforestación de MDL en el Primer Período de Compromiso / Cuestiones Metodológicas Uso de la Tierra, Cambio de Uso de la Tierra y Silvicultura. Informe del Órgano Subsidiario de Asesoramiento Científico y Tecnológico de CMNUCC. Documento UNFCCC/SBSTA/2003/L13. Recuperado el 7 de octubre de 2010, de: http://unfccc.int/resource/docs/spanish/sbsta/0310a03s.pdf Shaikh, S. L., Sun, L. & van Kooten, G.C. 2007. Are Agricultural Values a Reliable Guide in Determining Landowners’ Decisions to Create Forest Carbon Sinks? Canadian Journal of Agricultural Economics, 55(1), 97-114. Schlegel, B. 2001. Estimación de la Biomasa y Carbono en Bosques del Tipo Forestal Siempreverde. En: Actas Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales,
    • 65 18-20 de octubre. Recuperado el 1 de noviembre de 2010, de: http://www.uach.cl/procarbono/pdf/docs_publicaciones/schlegel_simposio.pdf Schlatter, J. & Gerding, V. 2001. Balance de carbono en suelos arenosos con plantaciones de Pinus radiata, en Chile central. En: Actas Simposio Internacional Medición y Monitoreo de la Captura de Carbono en Ecosistemas Forestales, 18-20 de octubre de 2001, Valdivia, Chile. Recuperado el 3 de noviembre de 2010, de: http://www.uach.cl/procarbono/pdf/simposio_carbono/52_Schlatter.PDF Sedjo, R.A. & Sonhgen, B. 2000. Forestry Secuestration of CO2 and Markets for Timber. Resources of the Future. Discussion Paper, 00-35. Sedjo, R.A. 1989. Forests: A tool to moderate global warming? Environment, 31(1), 14-20. Sedjo, R. & Solomon, A. 1989. Greenhouse Warming: Abatement and Adaptation, en Crosson, P., Darmstadter, J., Easterling, W., & Rosenberg, N. (Eds.), Resources for the Future (RFF) Proceedings, July 1989, 110–119. Sedjo, R.A., Sohngen, B. & Jagger, P. 1998. Carbon Sinks in the Post-Kyoto World. Internet Edition. Resources for the Future: Climate Issue Briefs #12. Recuperado el 28 de octubre de 2010, de: http://206.205.47.99/RFF/Documents/RFF-CCIB-12.pdf Sohngen, B. 2009. An Analysis of Forestry Carbon Sequestration as a Response to Climate Change. The Copenhagen Consensus Center: Copenhagen Consensus of Climate. Frederiksberg, Denmark. Sohngen, B. & Tennity, C. 2004. Country Specific Global Forest Data Set V.1. Department of Agricultural, Environmental and Development Economics. Ohio State University. OH, EE.UU. Recuperado el 24 de octubre de 2010, de: http://aede.osu.edu/people/sohngen.1/forests/GTM/GTAP_datareport_v1.pdf Stavins, R.N. 1999. The Costs of Carbon Sequestration: A Revealed Preference Approach. American Economic Review, 89 (4), 994-1009. Stavins, R.N. & Richards K.R. 2005. The Cost of U.S. Forest-Based Carbon Sequestration. Pew Center on Global Climate Change. Arlington, VA, EE.UU. Stern, N. 2007. The Economics of Climate Change: The Stern Review, Cabinet Office - HM Treasury, Cambridge University Press, 712 p. Stolpe, N. s.f. Clasificaciones Interpretativas. Departamento de Suelos, Facultad de Agronomía. Universidad de Concepción. Chillan, Chile. Recuperado el 25 de mayo de 2010, de: http://www.inia.cl/medios/biblioteca/serieactas/NR29051.pdf Suk-won, Ch., Sohngen, B. & Alig, R. 2001. Land Use Change and Carbon Sequestration in the Forests of Ohio, Indiana and Illinois: Sensitivity to Population and Model Choice. Chicago, IL. Agust 5-8. Selected Paper. Annual Meeting of the American Agricultural Economics Association. Torres, J.C. 2001. Medición del Carbono Almacenado en el Sotobosque del Tipo Forestal Siempreverde en la Cordillera de la Costa y Cordillera de los Andes. En: Actas Simposio Internacional Medición y
    • 66 Monitoreo de la Captura de Carbono en Ecosistemas Forestales, 18-20 de octubre de 2001, Valdivia, Chile. Recuperado el 1 de noviembre de 2010, de: http://www.uach.cl/procarbono/pdf/docs_publicaciones/torres_Juan.pdf UNFCCC, 2001. The Marrakesh Accords and the Marrakesh Declaration. Report of the Conference of the Parties on its seventh sesión (COP7), Version November 10, 2001. United Nations Framework Convention on Climate Change. Recuperado el 4 de enero del 2010, de: http://unfccc.int/cop7/documents/accords_draft.pdf USEPA, 2006a. Global Anthropogenic Non-CO2 Greenhouse Gas Emissions: 1990 - 2020. United State Environmental Protection Agency, Office of Atmospheric Programs. Washington, DC. EE.UU. Recuperado el 24 de octubre de 2010, de: http://www.epa.gov/climatechange/economics/downloads/GlobalAnthroEmissionsReport.pdf Valencia, J.C. & Cabrera, J.A. 2006. Análisis económico de opciones productivas para plantaciones de Eucalyptus nitens en el sur de chile. Instituto Forestal (INFOR), Chile. Recuperado el 29 de marzo de 2011, de: http://www.nitens.cl/Rentabilidad%20de%20E.nitens.pdf van Kooten, G.C., Eagle, A. J., Manley, J. & Smolak, T.M. 2004. How Costly are Carbon Offsets? A Meta- Analysis of Forest Carbon Sinks. Environmental Science & Policy, 7, 239-251. van Kooten, G.C., Shaikh, S.L. & Suchanek, P. 2002. Mitigating Climate Change by Planting Trees: The Transaction Costs Trap. Land Economics, 78(4), 559-72. Velasco, R. 2009. Análisis Económico de la Producción de Canola, Lupino y Arveja. En: Tay, J. 2009. Producción de canola, lupino y arveja en la precordillera del Bío-Bío y el secano costero de la provincia de Arauco. Instituto de Investigaciones Agropecuarias (INIA), Boletín INIA Nº 188. Chillán, Chile. 166 p. Velasco, R., Gonzáles, M.I., Gonzáles, J. & Tay, U. 2000. Hortalizas en las VII y VII Región: Estándares Técnicos Resultados Económicos. Boletín INIA N° 17. Instituto de Investigaciones Agropecuarias. Chillán, Chile. 70 p. Walker, C.P. 2001. Factores Macroeconómicos y Poblacionales que Influencian los Cambios en el Uso de la Tierra en Chile: Una Aproximación No paramétrica. Tesis de magister no publicada. Universidad de Concepción, Facultad de Concepción, Chile. Witt, M. 2003. Tendencias de crecimiento para Pseudotsuga menziesii (Mirb.) Franco bajo tres tratamientos de raleo en el predio Las Palmas, Provincia de Valdivia. Tesis de Ingeniería no publicada. Universidad Austral de Chile, Facultad de Ciencias Forestales. Valdivia, Chile. Zelek, C.A., & Shively, G. E. 2003. Measuring the Opportunity Cost of Carbon Sequestration in Tropical Agriculture. Land Economics 79(3), 342-354.
    • 67 9. ANEXOS 9.1. CÁLCULO DE VARIABLES DEPENDIENTES Y EXPLICATIVAS VARIABLES DEPENDIENTES Utilizadas para analizar las relaciones existentes entre los usos de la tierra en cada comuna de las regiones estudiadas (ver ítem 5.1). Cada uso de la tierra (Pj) se definió como la proporción entre su participación (ha) agregada por comuna en relación con la sumatoria de la participación total (St) de los j usos analizados, definiendo: 1 2 3tS P P P   (12) Donde (P1) es la proporción de uso forestal, (P2) la proporción de uso agrícola, (P3) la proporción de uso urbano y 1tS  o sea el 100% de la proporción. Para definir las variables dependientes se calculó las razón de las proporciones de los usos agrícola (P2) y urbano (P3) en relación al uso forestal (P1) con el objetivo de analizar los cambios en las decisiones de uso de la tierra a nivel de comuna: 1. Proporción Uso Agrícola / Forestal de Tierra  2 1P P Esta variable se utilizó para definir la relación entre el uso agrícola y uso forestal de la tierra en cada comuna. La variable dependiente P2/P1 define la participación de la proporción de tierra de uso agrícola y uso forestal en cada comuna (i). 2. Proporción Uso Urbano / Forestal de Tierra  3 1P P Esta variable se utilizó para definir la relación entre el uso urbano y uso forestal de la tierra en cada comuna. La variable dependiente P3/P1 define la participación de la proporción de tierra de uso urbano y uso forestal en cada comuna (i). VARIABLES EXPLICATIVAS USO FORESTAL DE LA TIERRA Utilizadas para capturar el valor de la tierra que proporcionan las actividades forestales; se consideraron únicamente las principales especies forestales comerciales nativas, e introducidas (conocidas en la literatura forestal de Chile como especies pioneras), definidas como principales por ser la de mayor cobertura de acuerdo CNAF de 2007:  Alamo (Populus sp.),  Raulí (Nothofagus alpina),
    • 68  Roble (Nothofagus obliqua),  Pino radiata (Pinus radiata),  Pino oregón (Pseudotsuga menziesii). Eucalipto nitens y globulus (Eucalyptus sp.).Y en concordancia con la resolución de la COP7 de la CMNUCC para el primer período de compromiso (2008-2012) donde solo son elegibles actividades de forestación y reforestación bajo la estructura de MDL, se excluyeron de la investigación las áreas de tierra forestales de dominio público como, parques nacionales, bosques nativos privados sin manejo o aprovechamiento, se asume que las áreas de tierra destinada a los anteriores usos están determinadas por factores exógenos al modelo utilizado. 1. Renta Forestal  _ ( , )rent for i t Esta variable se utilizó para definir los valores del uso forestal de la tierra. Los valores para la renta forestal se obtuvieron a través del valor esperado de la tierra propuesto por Faustmann, quien dedujo su fórmula considerando una cadena infinita de ciclos de corta, con lo que incluía en el análisis de una manera implícita la existencia de un costo de oportunidad de uso de la tierra. Calculando el valor presente neto descontado de los ingresos provenientes de la madera en régimen de aserrío y celulosa de plantaciones para múltiples rotaciones y siguiendo a Hanley et al. (1997) el valor presente neto para rotaciones infinitas se define:    1k kt ktk kt ktT p Q T c c e          (13) donde el subíndice k representa las especies forestales incluidas, el subíndice t representa los años analizados, kt representa el valor presente neto de la renta forestal de cada especie en los años analizados, ktp representa el precio observado de la madera por especie en cada región para los años estudiados,  k Q T es la función de crecimiento de cada especie en base a T que es la edad de rotación comercial para un sistema de manejo específico, ktc representa los costos agregados para cada especie en los años analizados, y  es la tasa de descuento instantánea que refleja el costo de oportunidad.
    • 69 Para cada una de las especies se utilizó una función de crecimiento general Q(T) asociada a una edad de rotación definida en base al objetivo comercial de la plantación (aserrío o celulosa), Q(T) mide la cantidad total de madera acumulada en un determinado periodo de tiempo por hectárea (m3 /ha): Cuadro No 14. Funciones de crecimiento y rotación de especies forestal. Especie Q(T) * (m3 /ha) Rotación (años) Autor Pino radiata 350 18 Gerding (1991) Pino oregón 447.6 35 Witt (2003) Eucalipto sp. 330 10 Valencia & Cabrera (2006) Alamo 342 12 Sist. de Gestión Ftl./INFOR Raulí 658 40 Sist. de Gestión Ftl./INFOR Roble 658 40 Sist. de Gestión Ftl./INFOR Fuente: Elaboración Propia. *Cantidad total de madera acumulada (hasta la corta final). Los precios de las especies forestales para 1997 y 2007 corresponden a madera aserrada o desgastada puesta en puerto o aserradero y ruma puesta en aserradero en el caso de la celulosa y se obtuvieron de las siguientes fuentes: Cuadro No 15. Precios 1997 y 2007 para madera aserrada y ruma para celulosa de especies forestales. Autor/Fuente Descripción de los Datos Servicio Nacional de Aduanas Chile 1. Base de Datos ESTACOMEX Los precios (US$/m3 ) fueron calculados en función de la cantidad anual de las exportaciones registradas en el año 1997 y 2007 y el valor total erogado correspondiente a precios FOB (Free on Board - Libre a Bordo) expresados en dólares de EE.UU. (US$). Instituto Forestal (INFOR) 2. Precios Forestales: Precios de Productos en Línea. 3. Boletines Estadísticos, Precios Forestales 2010. 4. Anuario Forestal 2010, Capitulo V: Precios Históricos. Los precios corresponden a precios promedios por región para madera aserrada y ruma para celulosa, puesta en aserradero ($/m3 ) calculados en base a los precios promedio registrados a nivel de provincias para los 4 trimestres de los años estudiados. Precios expresados en pesos Chilenos ($) convertidos a dólares de EE.UU. (US$) a la tasa de cambio registrada para cada año analizado. Los precios corresponden a precios medios nominales de exportación para madera aserrada y ruma para celulosa. Precios FOB expresados en dólares de EE.UU. (US$/m3 ). Fuente: Elaboración Propia.
    • 70 Los costos asociados al establecimiento de plantaciones de las especies (US$/ha) para los años estudiados se construyeron en base a las tablas de “Costos para Forestación, Recuperación de Suelos Degradados, Estabilización de Dunas, Poda y Raleo por hectárea y Establecimiento de Cortinas Rompevientos por kilómetros” publicadas anualmente por CONAF y ajustados en base al esquema de costos establecido por el Sistema de Gestión Forestal de INFOR. La tasa de descuento del 6% corresponde a la utilizada por el Ministerio de Planificación y Cooperación de Chile (MIDEPLAN) para proyectos sociales. La variable _ ( , )rent for i t se definió como la sumatoria de la renta forestal promedio ponderada de cada especie por comuna. Para su cálculo, el valor presente neto por hectárea de cada especie forestal se multiplicó por un ponderador, definido como la proporción entre la superficie de cada especie (k) en relación con el total de la superficie de todas las especies forestales incluidas en cada comuna (i). Para la construcción de _ ( , )rent for i t se establecieron los siguientes supuestos: 1. Para la aplicación de la fórmula de Faustmann se asumieron los supuestos recopilados por Newman (1988) sobre el trabajo original de Faustmann, exceptuando los supuestos de costos. 2. El término Costos representa un agregado de costos de establecimiento, manejo, asesoría y ajustes relacionados con sistemas de siembra y características propias de cada especie incluida. 3. No se consideran los costos asociados a los raleos comerciales y cosecha final. 4. El término Eucaliptus sp. se utilizó para uniformizar los datos de 1997 y 2007, denota la agregación de las especies: Eucaliptus nitens y Eucaliptus globulus, debido a que el CNAF de 1997 no hace diferenciación entre ambas. 5. Se asumió un sistema forestal puro, con manejo de madera para aserrío libre de nudos para el caso de las especies Alamo, Raulí, Roble y Pino oregón, y con manejo para celulosa en el caso del Pino radiata y Eucaliptus sp. 6. Para medir la producción forestal de las especies con manejo para aserrío y celulosa se utilizó como medida estándar, metros cúbicos por hectárea (m3 /ha), sin considerar la medición utilizada para celulosa (1m x 1m x 2.44m).
    • 71 2. Distancia Industrias Forestales  _ _ ( , )dist indus for i t Esta variable capturó la distancia mínima que existe entre comunas donde existe un alto número de industrias forestales y comunas sin industrias forestales o con un número reducido de ellas. Se espera que una menor distancia entre los dos tipos de comunas influya en las decisiones de uso forestal de la tierra en relación a otros usos. Esta variable no se incluyó en las estimaciones finales. Para la construcción de _ _ ( , )dist indus for i t primero, se capturó el número de industrias forestales existentes en cada comuna para los años analizados, para ello se utilizó el directorio de industrias forestales de Chile de 1997 y 2007, contabilizando únicamente industrias en estado operativo: aserraderos y otras relacionadas directamente (tableros y chapas, postes, e impregnación de maderas), y utilizando datos de la Dirección de Vialidad del Ministerio de Obra Públicas se definió la distancia mínima existente (km) entre las comunas en función del sistema vial registrado, estableciendo el siguiente supuesto: 1. Las distancias entre comunas fueron calculadas considerando rutas por Chile y en base a conectores insulares, utilizando criterios de tiempo mínimo y jerarquización correspondiente a la clasificación de caminos en Chile. 3. Distancia Industrias Pulpa  _ _ ( , )dist indus pulp i t Esta variable capturó la distancia mínima que existe entre comunas de las 7 regiones estudiadas, con una de las comunas donde existe una planta de celulosa en funcionamiento al igual que en la variable _ _ ( , )dist indus pulp i t se espera que una menor distancia entre los dos tipos de comunas influya en las decisiones de uso forestal de la tierra en relación a otros usos. Para la construcción de _ _ ( , )dist indus pulp i t se utilizó el mismo procedimiento, supuesto y fuentes de información que los utilizados para la construcción de la variable _ _ ( , )dist indus pulp i t . VARIABLES EXPLICATIVAS USO AGRÍCOLA DE LA TIERRA Con estas variables se buscó capturar el valor de la tierra que proporcionan las actividades del uso agrícola de la tierra en las distintas comunas de las regiones estudiadas. 4. Renta Agrícola  _ ( , )rent agri i t Utilizada para definir los valores de uso agrícola de la tierra, mediante las distintas rentabilidades correspondientes a los principales cultivos, catalogados como principales en base a la superficie que cubren de acuerdo a los datos obtenidos del CNAF de 1997 y 2007.
    • 72 La variable _ ( , )rent agri i t se definió como la sumatoria de la renta agrícola promedio ponderada por comuna. La renta agrícola de cada uno de los cultivos se calculó como el producto de la diferencia entre los ingresos netos por cosecha y los costos variables de producción, multiplicada por un ponderador definido como la proporción entre la superficie de cada cultivo en relación con el total de la superficie de todos los cultivos incluidos en cada comuna. Los ingresos netos se calcularon ponderando el rendimiento promedio de cada cultivo (Qmt/ha), uniformizado a (ton/ha) en relación al precio de cada cultivo ($/Qmt) uniformizado a (US$/ton) para los años analizados (t) así mismo los costos variables de producción ($/ha) se determinaron a partir de presupuestos agrícolas uniformizados a (US$/ha). Los datos sobre rendimientos promedios de los cultivos, estructura de costos y precios para 1997 y 2007, se obtuvieron de las siguientes fuentes: Cuadro No 16. Fuentes de información de cultivos agrícolas. Fuente/ Autor Descripción Instituto de Investigaciones Agropecuarias (INIA) / Catalogo de Boletines: 1) Velasco (2009) 2) González et al. (2000) 3) Velasco et al. (2000) Datos correspondientes a rendimientos, costos y precios para 1997 de cultivos: frutales, hortalizas, cereales y hortalizas. Universidad de Chile. Facultad de Ciencias Agronómicas. Departamento de Agroindustrias y Enología. Ing. Elías Obreque S. / Enólogo. Datos de viñas y parronales, correspondientes a costos para 1997 y rendimientos para 2007 y 1997. Universidad de Concepción, Campus Chillan. Facultad de Agronomía. Depto. de Producción Vegetal. Dr. Nelson Zapata San Martín. Datos correspondientes a costos para 2007 de cultivos: industriales, forrajeras, cereales, frutales, granos, hortalizas, viñas y parronales. Universidad de Chile. Facultad de Ciencias Agronómicas. Departamento de Producción Animal. Ing. Luis Piña M. Datos de forrajeras, correspondientes a costos y rendimientos para 2007 y 1997, y supuesto de precios para 1997. BASF, The Chemical Company Datos correspondientes a rendimientos para 1997 y 2007 de cultivos: industriales, frutales, cereales y hortalizas. Servicio Nacional de Aduanas Chile/Base de Datos ESTACOMEX Datos correspondientes a precios de acuerdo a exportaciones registradas para 1997 y 2007 de cultivos: frutales, cereales, hortalizas, industriales y granos. Oficina de Estudios y Políticas Agrarias (ODEPA)/ Precios por rubros Datos correspondientes a series de precios para 1997 y 2007 de cultivos: frutales, cereales, hortalizas, industriales y granos. Fuente: Elaboración Propia.
    • 73 Para la construcción de _ ( , )rent agri i t se establecieron los siguientes supuestos: 1. Se asumieron los supuestos utilizados por Suk-Won et al. (2001) y Plantinga et al. (1999) quienes establecen que los costos fijos para la producción agrícola (por ejemplo, maquinaria) son constantes entre los cultivos y los costos fijos de tenencia de la tierra (por ejemplo, impuestos sobre la propiedad) son constantes a través de las alternativas de uso de la tierra. 2. Los costos 2007 para los cultivos, corresponden a costos definidos para el año 2010. 3. En el caso de los costos calculados para 1997 se asume que la tecnología no ha cambiado de manera significativa, por lo que solo cambia el precio del factor productivo a través del tiempo. 4. En el caso de las especies forrajeras se asume que no se comercializan, son aprovechadas directamente en el predio. Para su cálculo se valoró el costo de producir 1 kg de ensilaje, el ingreso por hectárea se calculó aplicando un aumento del 6% a los costos de producción. 5. Clases de Capacidad de Uso de la Tierra  _ ( )cap ut i Esta variable se utilizó para definir la calidad de la tierra, y fue evaluada siguiendo las Clasificaciones Interpretativas de Clases de Capacidad de Uso del Suelo42 que evalúan las características físicas más importantes como: profundidad, textura, drenaje, porcentaje dependiente y efectos pasados de la erosión, factores que determinan el uso más adecuado de la tierra. En esta investigación no se logró obtener información (verificable) específica sobre las proporciones existentes de clases de capacidad de uso del suelo por cada comuna, por tal motivo la variable _ ( )cap ut i se definió como la clase de capacidad de uso del suelo predominante en cada comuna. Para la construcción de _ ( )cap ut i se establecieron los siguientes supuestos: 1. Para esta clasificación de clases de capacidad de uso del suelo, no se consideró la distancia a los mercados, calidad de los caminos u otros factores que tengan que ver con la productividad del suelo, ajenos al suelo mismo y al ambiente que actúa sobre él. 42 Las Clases de Capacidad de Uso del Suelo on ocho y se identifican con números romanos (I al VIII) que expresan el grado creciente de limitaciones o riesgos permanentes del suelo. Las cuatro primeras clases identifican a los suelos arables (I - IV); las restantes (V - VIII) a los no arables. Ver: Stolpe (s.f)
    • 74 2. Se estableció de acuerdo a la extensión geográfica de cada comuna, una única clase de capacidad de uso, definiéndose como predominante la de mayor superficie (ha) dentro de la comuna. 3. Se asume que no existe un cambio en el tiempo en las clases de capacidad de uso del suelo, por tanto la clase definida para cada comuna se mantiene constante a través de los años analizados. Y se utilizaron las siguientes fuentes de información: Cuadro No 17. Estudios regionales sobre clases de capacidad de uso de la tierra. Región Fuente/ Autor V Región Estudio Agrológico V Región. CIREN, 1997. VI Región Centro Tecnológico de Suelos y Cultivos. Universidad de Talca. Proyecto Aerofotogrametrico de Chile. BID/OEA, 1964. VII Región Centro Tecnológico de Suelos y Cultivos. Universidad de Talca. Proyecto Aerofotogrametrico de Chile. BID/OEA, 1964. VIII Región Mapa de Reconocimiento de Suelos de la VIII Región del Bío-Bío. Universidad de Chile, 2004. Proyecto Aerofotogrametrico de Chile. BID/OEA, 1964. IX Región Estudio Agrológico IX Región. CIREN, 2002. X Región Estudio Agrológico X Región. CIREN, 2003. XIV Región Estudio Agrológico X Región. CIREN, 2003. Fuente: Elaboración Propia. 6. Riego Agrícola  _ ( , )rieg agri i t Esta variable también se utilizó para capturar la calidad de la tierra en cada comuna. La variable _ ( , )rieg agri i t se definió como la proporción de la superficie de tierra de uso agrícola que se encuentra bajo un sistema de riego, esta proporción se calculó dividiendo la superficie total de riego agrícola (ha) entre la superficie total de tierra de uso agrícola (ha) en cada comuna (i) para los años estudiados, utilizando datos del CNAF. VARIABLES EXPLICATIVAS USO URBANO DE LA TIERRA Se utilizaron como variables proxies para capturar el valor de la tierra que proporcionan diferentes actividades urbanas.
    • 75 7. Densidad Poblacional  _ ( , )dens pob i t Variable proxi utilizada para identificar el uso urbano de la tierra, representa el número de habitantes por área geográfica (hab/km2 ). La variable _ ( , )dens pob i t se definió como el producto del cociente entre la población total para los años 1997 y 2007 y la superficie total en kilómetros cuadrados (km2 ) de cada comuna. Para su construcción se utilizaron las proyecciones de crecimiento poblacional basadas en el Censo Nacional de Población de 2002 y datos de superficie de cada comuna, obtenidos del Departamento de Infraestructura Estadística y Censos del INE a través de la División Político-Administrativa y Censal 2007. 8. Distancia a la Principal Comuna  _ _ ( )dist prc com i También es utilizada como una variable proxi para definir los valores del uso urbano de la tierra, _ _ ( )dist prc com i se definió como la distancia mínima (km) que existe entre una comuna en relación con una de las comuna con mayor densidad poblacional identificadas en la misma región o región más cercana a la comuna. Esta variable no se incluyó en las estimaciones finales. Para la construcción de _ _ ( )dist prc com i se utilizaron las comunas con mayor densidad poblacional identificadas en la variable _ ( , )dens pob i t y utilizando datos de Dirección de Vialidad del Ministerio de Obra Públicas se definió la distancia mínima (km) entre comunas. Para la construcción de _ _ ( )dist prc com i se establecieron los siguientes supuestos: 1. Las distancias entre comunas fueron calculadas considerando rutas por Chile y en base a conectores insulares, utilizando criterios de tiempo mínimo y jerarquización correspondiente a la clasificación de caminos en Chile. 2. Se asume que _ _ ( )dist prc com i es constante en el tiempo, supuesto que se verificó al comparar la variable _ ( , )dens pob i t para los años 1997 y 2007.
    • 76 VARIABLES EXPLICATIVAS COMBINADAS Estas variables se crearon para medir el efecto conjunto que tienen variables ya existentes que capturan la calidad y la renta de los distintos usos de la tierra al interactuar, también se consideró el efecto conjunto que de la distancia y la renta. 9. Renta Forestal y Calidad de la Tierra  _ _ ( , )rent for cut i t Con esta variable se buscó capturar el efecto que tiene la calidad de la tierra sobre la renta forestal de cada comuna, para su construcción se utilizaron las variables renta forestal  _ ( , )rent for i t y clases de capacidad de uso de la tierra  _ ( )cap ut i . Se espera que la calidad de la tierra incremente la productividad de plantaciones forestales en las comunas, pero al mismo tiempo influya en las decisiones futuras para uso agrícola de la tierra, considerando que uno de los factores que se buscan en la producción agrícola es tierras con una mayor calidad. 10. Renta Forestal y Distancia a Pulpa  _ _ ( , )rent for dist i t Con esta variable se buscó capturar el efecto que tiene la distancia sobre la renta forestal de cada comuna, se espera que una mayor distancia entre las comunas y las plantas procesadoras de celulosa disminuya los beneficios forestales al incrementarse los costos de transporte. Para la construcción de _ _ ( , )rent for dist i t se utilizaron las variables renta forestal  _ ( , )rent for i t y distancia a industrias de celulosa  _ _ ( , )dist indus pulp i t . Esta variable no se incluyó en las estimaciones finales. 11. Renta Agrícola y Calidad de la Tierra  _ _ ( , )rent agri cut i t Con esta variable se buscó capturar el efecto que tiene la calidad de la tierra sobre la renta agrícola de cada comuna, para su construcción se utilizaron las variables renta agrícola _ ( , )rent agri i t y clases de capacidad de uso de la tierra  _ ( )cap ut i . Se espera que en comunas donde se registre valores menores de _ ( )cap ut i se tenga un mayor efecto positivo sobre la renta agrícola, debido a que la productividad de los cultivos se incrementa dentro de las primeras cuatro clases de capacidad de uso de la tierra, consideradas como tierras con mayores características para la producción agrícola. VARIABLES EXPLICATIVAS REGIONALES Se crearon variables regionales para analizar el impacto que tiene una región específica sobre el resto de regiones analizadas en el contexto del uso de la tierra. También se crearon variables para analizar el impacto que la renta forestal de una región tiene sobre el resto de regiones analizadas.
    • 77 12. Renta Forestal V Región  _ _5( , )rent for i t Con esta variable se capturó el impacto que tiene la renta forestal de la quinta región sobre el resto de regiones analizadas. Si la variable renta forestal  _ ( , )rent for i t corresponde a la V región, la variable _ _5( , )rent for i t se define como: _ ( , ) V Región. _ _5( , ) 0 en caso contrario. rent for i t rent for i t      13. Renta Forestal VI Región  _ _6( , )rent for i t Con esta variable se capturó el impacto que tiene la renta forestal de la sexta región sobre el resto de regiones analizadas. Si la variable renta forestal  _ ( , )rent for i t corresponde a la VI región, la variable _ _ 6( , )rent for i t se define como: _ ( , ) VI Región. _ _ 6( , ) 0 en caso contrario. rent for i t rent for i t      14. Renta Forestal VII Región  _ _7( , )rent for i t Con esta variable se capturó el impacto que tiene la renta forestal de la séptima región sobre el resto de regiones analizadas. Si la variable renta forestal  _ ( , )rent for i t corresponde a la VII región, la variable _ _ 7( , )rent for i t se define como: _ ( , ) VII Región. _ _ 7( , ) 0 en caso contrario. rent for i t rent for i t      15. Renta Forestal VIII Región  _ _8( , )rent for i t Con esta variable se capturó el impacto que tiene la renta forestal de la octava región sobre el resto de regiones analizadas. Si la variable renta forestal  _ ( , )rent for i t corresponde a la VIII región, la variable _ _8( , )rent for i t se define como:
    • 78 _ ( , ) VIII Región. _ _8( , ) 0 en caso contrario. rent for i t rent for i t      16. Renta Forestal IX Región  _ _9( , )rent for i t Con esta variable se capturó el impacto que tiene la renta forestal de la novena región sobre el resto de regiones analizadas. Si la variable renta forestal  _ ( , )rent for i t corresponde a la IX región, la variable _ _9( , )rent for i t se define como: _ ( , ) IX Región. _ _9( , ) 0 en caso contrario. rent for i t rent for i t      17. Renta Forestal X Región  _ _10( , )rent for i t Con esta variable se capturó el impacto que tiene la renta forestal de la decima región sobre el resto de regiones analizadas. Si la variable renta forestal  _ ( , )rent for i t corresponde a la X región, la variable _ _10( , )rent for i t se define como: _ ( , ) X Región. _ _10( , ) 0 en caso contrario. rent for i t rent for i t      18. Renta Forestal XIV Región  _ _14( , )rent for i t Con esta variable se capturó el impacto que tiene la renta forestal de la séptima región sobre el resto de regiones analizadas. Si la variable renta forestal  _ ( , )rent for i t corresponde a la XIV región, la variable _ _14( , )rent for i t se define como: _ ( , ) XIV Región. _ _14( , ) 0 en caso contrario. rent for i t rent for i t      VARIABLES TEMPORALES Se construyeron dos variables dummies para identificar los datos del Censo Nacional Agropecuario y Forestal de 1997 y 2007 con el objetivo de capturar el efecto de los dos periodos estudiados, asi como dos variables que capturaron la renta forestal.
    • 79 19. Periodo 1997  _1( )period i Si los datos provienen del CNAF de 1997, la variable _1( )period i se define: 1 si 1997. _1( ) 0 en caso contrario. i period i      20. Periodo 2007  _ 2( )period i Si los datos provienen del CNAF de 2007, la variable _ 2( )period i se define: 1 si 2007. _ 2( ) 0 en caso contrario. i period i      21. Renta Forestal Periodo 2  _ _ 2( )for time i Si renta forestal  _ ( , )rent for i t de la comuna ( )i corresponde a la estimada para el periodo 2007, la variable _ _ 2( )for time i se define: 1 si _ ( , ) 2007. _ _ 2( ) 0 en caso contrario. rent for i t for time i     
    • 80 9.2. RESULTADOS ESTIMACIONES DE LOS MODELOS Cuadro No 18. Resultados Relación Uso Agrícola / Uso Forestal (A/F). Variable Código Coeficiente Desviación Estándar Significancia Renta forestal rent_for -0.00007 0.00004 * Renta agrícola rent_agr 0.00027 0.00010 *** Densidad poblacional dens_pob -0.00155 0.00029 *** Capacidad uso de tierra (CUT) cap_ut -0.39434 0.11979 *** Riego agrícola rieg_agri 2.08983 0.24220 *** Distancia plantas de celulosa rent_for_dist 0.00264 0.00098 *** Renta forestal * CUT rent_for_cut 0.00002 0.00001 *** Renta agrícola * CUT rent_agri_cut -0.00005 0.00002 ** Renta forestal período 2007 for_time_2 0.00004 0.00001 *** Renta forestal región V rent_for_5 0.00005 0.00003 ** Renta forestal región VI rent_for_6 0.00004 0.00002 Renta forestal región VII rent_for_7 0.00002 0.00002 Renta forestal región IX rent_for_9 0.00007 0.00002 *** Renta forestal región X rent_for_10 0.00010 0.00003 *** Renta forestal región XIV rent_for_14 0.00001 0.00003 Constante cons -0.54330 0.56876 *** Chi2 = 452.84 R2 = 0.5248 Fuente: Elaboración propia en base a estimaciones. Estadísticamente significativa al 1% (***), 5% (**) y 10% (*) Cuadro No 19. Resultados Relación Uso Urbano / Uso Forestal (U/F). Variable Código Coeficiente Desviación Estándar Significancia Renta forestal rent_for -0.00002 0.00003 Renta agrícola rent_agr 0.00013 0.00010 Densidad poblacional dens_pob 0.00046 0.00027 * Capacidad uso de tierra (CUT) cap_ut -0.20420 0.11239 * Riego agrícola rieg_agri 2.07012 0.22724 *** Distancia plantas de celulosa rent_for_dist 0.00673 0.00092 *** Renta forestal * CUT rent_for_cut 0.00002 0.00001 *** Renta agrícola * CUT rent_agri_cut -0.00003 0.00002 Renta forestal período 2007 for_time_2 0.00005 0.00001 *** Renta forestal región V rent_for_5 - 0.00002 0.00002 Renta forestal región VI rent_for_6 - 0.00004 0.00002 * Renta forestal región VII rent_for_7 - 0.00002 0.00002 Renta forestal región IX rent_for_9 0.00003 0.00002 Renta forestal región X rent_for_10 0.00008 0.00003 *** Renta forestal región XIV rent_for_14 0.00005 0.00003 * Constante cons -1.56648 0.53363 *** Chi2 = 544.57 R2 = 0.5705 Fuente: Elaboración propia en base a estimaciones. Estadísticamente significativa al 1% (***), 5% (**) y 10% (*)