Delmy Jeanneth Chirinos Cortez

REGRESIÓN LOGÍSTICA PARA EL ANÁLISIS DEL RIESGO AGRÍCOLA

Delmy Jeanneth Chirinos Cortez∗

RESUMEN

La reactivación de la economía nacional requiere del fomento de una cultura resiliente y la atención de datos cualitativos que incidan en la agricultura, esto permite gestionar el riesgo y activar el Sistema de Alerta Temprana para privilegiar el Producto Interno Bruto agrícola. De esta manera, el presente estudio analiza el riesgo agrícola desde el ámbito estadístico, respaldado en un modelo logístico considerando datos desde la gestión 2013 hasta la gestión 2017, toma en cuenta factores sociodemográficos, climáticos y productivos en las provincias Nor Chichas, Sud Chichas y Omiste, zona Sud del Departamento de Potosí, Bolivia. Clasificación JEL: R1, C53, Q54

Palabras claves: <Economía regional> <Métodos de predicción> <Clima> <Desastres y su manejo>

ABSTRACT

The reactivation of the national economy requires the promotion of a resilient culture and the attention of qualitative data that affect agriculture, this allows managing the risk and activating the Early Warning System to privilege the agricultural Gross Domestic Product. In this way, this study analyzes agricultural risk from the statistical scope, supported by a logistic model considering data from the 2013 management to the 2017 management, takes into account sociodemographic, climatic and productive factors in the Nor Chichas, Sud Chichas and Omiste, South zone of the Department of Potosí, Bolivia. JEL classification: R1, C53, Q54

Keywords: <Regional economy> <Prediction methods> <Climate> <Disasters and their management>

1.- Introducción

Entre las principales políticas públicas de Bolivia, se encuentra la puesta en marcha de un Sistema de Alerta Temprana en todo el territorio, para mitigar los efectos adversos en la población y la economía nacional. Sin embargo, en los procesos de este sistema no se aplican usualmente métodos estadísticos que en términos probabilísticos modelen el riesgo agrícola de manera específica y sistemática.

En el departamento de Potosí Bolivia, se conoce que en los años 2013 y 2014 las inundaciones afectaron a 220.000 personas, representando esta afectación el 1.5 % del Producto Interno Bruto (PIB). (Boletín Meteorológico del departamento de Potosí, 2003) Resulta una labor difícil generalizar y predecir los sucesos climáticos en la región y alertar acerca de la presencia de eventos climáticos que dañen y afecten los cultivos y la vida cotidiana de los pobladores de las provincias Nor Chichas, Sud Chichas y Modesto Omiste, no existe información específica al respecto y menos se conoce acerca de pronósticos con sustento estadístico para enfrentar las situaciones adveras por factor clima en la zona.

Caracteriza a la zona sud del departamento de Potosí, un rango de alturas entre 2400 y 4000 m.s.n.m, comprendidas entre 8oC y 19oC, cuenta con una superficie de 19.765 km2 que representa el 16.7 % del departamento, gran parte de esta zona está dominada por una fisiografía montañosa a colinosa, con valles

∗ Nació en el departamento de Potosí, es Licenciada en Economista y Estadística, magister en Educación Superior, consultora en agua y saneamiento, docente universitaria, socia cofundadora de la Sociedad Científica Nuevos Horizontes, expositora en temas de registro comercial.

estrechos templados, sobre áreas pendientes y terrazas aluviales.

El sistema hidrográfico pertenece a la cuenca del Plata, cuyos afluentes al río Pilcomayo son: Río Tumusla, San Juan del Oro, Vitichi, Toropalca, Cotagaita, Blanco, Quechisla, Mochará, Tupiza, otros. (Boletín Meteorológico del Departamento de Potosí, 2003)

En cuanto a su vocación productiva, la zona sud de Potosí destaca por los cereales, hortalizas, tubérculos y frutales de tipo mediterráneo.

De acuerdo a datos del VIDECI, se conoce que el año 2002 y 2007 Potosí es el segundo departamento que registra más eventos climáticos adversos, el 2003, 2005, 2006 y 2008 fue el tercer departamento con mayor registro de eventos climáticos adversos y el año 2004 ha sido el departamento con el mayor reporte de eventos climáticos adversos.

Se entiende por Sistema de Alerta Temprana (SAT) “…al conjunto de capacidades necesarias para generar y difundir información de alerta que sea oportuna y significativa, con el fin de permitir que las personas, las comunidades y las organizaciones amenazadas se preparen y actúen de forma apropiada” (EIRD, 2009).

El propósito e importancia de un SAT es crear condiciones para que una comunidad, una ciudad, una población, actúe con suficiente tiempo y de manera oportuna ante un peligro y reduzca la pérdida de vidas humanas, es una herramienta técnica que soporta la reducción de riesgos y la preparación ante desastres.

Es imperativo atender la Ley No 602 de Gestión de Riesgos de 2014, artículo 19 donde señala el derecho de las personas de recibir información oportuna y efectiva sobre la probabilidad de ocurrencia de desastres de origen natural, entre otras; además avizora el empleo de los medios adecuados de prevención, mitigación, preparación, alerta, respuesta, rehabilitación y recuperación, este deber del Estado, exige por tanto el empleo de métodos estadísticos que faciliten el cumplimiento de este designio que prevé el bien común.

Recibir del Estado atención oportuna ante la presencia de un fenómeno adverso, permitirá salvar vidas y disminuir pérdidas, considerando que en la misma Ley No 602, artículo 23 sobre los saberes y prácticas ancestrales sobre la gestión de riesgo manifiesta la necesidad de identificar, evaluar, sistematizar, revalorizar y aplicar los saberes y prácticas ancestrales en la gestión de riesgos.

2.- Metodología

El método estadístico empleado, corresponde a la regresión logística que pertenece a la estadística multivariante cualitativa (Jhonson, 2000). Los datos fueron procesados con el paquete estadístico SPSS, se usó la selección de variables Avanzar por paso Wald, el cual permite visualizar modelos añadiendo las variables más significativas estadísticamente hablando.

De una población de estudio de 450 comunidades pertenecientes a la zona Sud de Potosí, se seleccionaron 68 comunidades, las cuales tienen datos de las variables cualitativas de interés, esta muestra representa el 15 % de la zona sur del departamento de Potosí.

El modelo estadístico empleado, está configurado con datos sociodemográficos, datos de eventos climáticos y datos agrícolas, que fueron recolectados y completados sobre la base a los registros administrativos del Servicio Nacional de Meteorología e Hidrología (SENHAMI) y el Instituto Nacional de Estadística (INE).

Tabla 1: Operalización de variables

3.- Resultados

El modelo de regresión logística ajustado es: P (Estado = riesgo agrícola) =

Expresión más simple del modelo: Z = 1,539 – 2,2676 Reporte de helada + 1,461 Daño en frutales

De las 10 variables independientes, consideradas inicialmente para el modelo de regresión logística, se obtuvo el modelo ajustado luego del tratamiento bajo el método de Wald, quedando para el modelo sólo los coeficientes que pasaron la prueba de significancia de sus coeficientes individuales con un nivel de confianza del 95 %.

Aquellas comunidades que evidencian riesgo agrícola en la zona sud del departamento de Potosí se estimaron con una precisión de 90 % (sensibilidad) y aquellas comunidades que no evidencian recurrencia en el riesgo agrícola se estimaron con una precisión del 50 % (especificidad). Se observa que el modelo es bueno para predecir el riesgo agrícola, quedando las comunidades en su totalidad clasificadas correctamente por el modelo en un 79.4 %

Cuanto mejor clasifica el modelo; es decir, coincide el valor pronosticado con el observado, mejor es el modelo, más explicativo y las variables independientes son excelentes predictores de la variable dependiente.

Como el modelo clasifica correctamente más del 50 % de los casos, el modelo se acepta.

Los datos de las comunidades de las provincias Nor Chichas, Sud Chichas y Modesto Omiste fueron clasificadas en dos alternativas: tiene

riesgo agrícola versus no tienen riesgo agrícola, se empleó un punto de corte de 0.5. Esto significa que la comunidad con probabilidad estimada < 0.5 se clasifica como (ocurrencia, - ausencia) = 0 (Control), en cambio, se clasifica > 0.5 si la probabilidad estimada señala (recurrencia – presencia) = 1(riesgo agrícola) en la zona sud del departamento de Potosí, que es el área geográfica que comprende este estudio. En resumen, el modelo final ha sido clasificado correctamente 90 % de las comunidades con riesgo agrícola y un 50 % de las comunidades que no evidencian riesgo agrícola. El porcentaje global de las comunidades clasificados correctamente es de 79.4 %.

Gráfico 1: Curva Roc-Helada Nota: Los segmentos de diagonal se generan mediante empates

La curva ROC evidencia una clasificación de 0.764 para la variable independiente de helada, ello permite dar una descripción completa de la capacidad de discriminación del test, al acercarse de manera aceptable a la esquina superior izquierda, vemos el poder clasificatorio del modelo.

Gráfico 2: Curva ROC – Daño en frutales Nota: Los segmentos de diagonal se generan mediante empates

La curva ROC evidencia una clasificación de 0.708 para la variable independiente de daño en frutales, ello permite dar una descripción completa de la capacidad de discriminación del test, al acercarse de manera aceptable a la esquina superior izquierda, vemos el poder clasificatorio del modelo.

4.- Discusión

Los resultados de la regresión logística, mediante el estadístico de Wald para el riesgo agrícola, determinaron que las variables más influyentes son: reporte de heladas y daño a los frutales, con un p-valor asociado al estadístico de Wald menor al 5 %.

Las variables con poca influencia en el modelo son: la población, el ingreso familiar por mes, los reportes de sequía, el daño al haba, el daño a la papa, el daño al maíz y el daño a las hortalizas, así como el porcentaje de daño en la superficie cultivada.

Los datos son altamente orientadores y favorecen las medidas de resiliencia que preparan para la construcción de un SAT en la zona geográfica estudiada, se debe tomar especial interés a los eventos climáticos de la helada y considerar que el producto agrícola importante en este modelo son los frutales.

Se reconoce sobre la base del diagnóstico, la insipiente cultura y difusión de información estadística en los municipios, las entidades gubernamentales deben observar datos de las comunidades para que anticipen al riesgo agrícola considerando su vulnerabilidad en diferentes factores.

Es evidente que son diversas y complejas las variables que influyen en el riesgo agrícola, por ello el desafío de un abordaje cada vez más profundo en el ámbito del análisis multivariado y el riesgo agrícola.

Con un modelo estadístico, se tiene un instrumento técnico para mejorar las capacidades de resiliencia agrícola y por consiguiente las condiciones de vida de la población.

La recolección de información de las estaciones meteorológicas debe perfeccionarse para ofrecer herramientas estadísticas precisas y abundantes como exige el tratamiento de la información climática.

Se recomienda un trabajo sistemático e interinstitucional que propicie una cultura resiliente para enfrentar el riesgo agrícola orientada por la ciencia y la tecnología para cristalizar las políticas públicas en Bolivia.

Referencias bibliográficas

Boletín Meteorológico del departamento de Potosí. (2003). Potosí.

Estrategia Internacional para la Reducción de Desastres (EIRD). (2009). Naciones Unidas

Gaceta Oficial del Estado Plurinacional de Bolivia. (2014). Ley 602 de Gestión de Riesgos. La Paz.

Jhonson, D. E. (2000). Métodos multivariados aplicados al análisis de datos. México: Thomson Editores.

Recepción: 26 de diciembre de 2020 Aprobación: 14 de enero de 2021 Publicación: febrero 2021