SEPIA XIV Piura, del 23 al 26 de agosto 2011 

Eje Temático II 

Seguridad Alimentaria  

Promoción de la piscicultura en territorio de comunidades indígenas en el departamento de Amazonas: Evidencia empírica sobre adopción de tecnología e indicadores de 

seguridad alimentaria y conservación de bosques" 

 Wagner Guzmán, Gator Halpern, Nixon Nakagawa 

Valverde, Moises Alban y Francisco  Tupica  

1 

 

Título: 

Promoción de la piscicultura en territorio de comunidades indígenas en el

Departamento de Amazonas: Evidencia empírica sobre adopción de tecnología e

indicadores de seguridad alimentaria y conservación de bosques.

1. Justificación y lugar de estudio

Luego del Acuerdo de Paz firmado por Perú y Ecuador en 1998, diversas acciones

se enfocaron en obtener recursos económicos con la finalidad de mejorar las

condiciones de vida de las poblaciones asentadas en las zonas objeto de

controversias limítrofes. Los proyectos de crianza de peces o piscicultura son los

que más han destacado.

Hoy en día, los problemas de las poblaciones

indígenas en esta zona vuelven a cobrar vigencia

debido a problemas socio-ambientales, se habla

cada vez más de inclusión y del impacto de

proyectos para solucionar los graves problemas

de pobreza. En este contexto, el impacto de la

piscicultura amerita ser conocido dado el éxito

que según evidencia empírica se traduce en su

amplia promoción y difusión.

En la zona de estudio (Gráfico N° 1) indicadores

muestran que los ingresos son uno de los más

bajos a nivel nacional (36 S//Mes).

Adicionalmente, el 49% de la población presenta

altos índices de desnutrición crónica como

consecuencia de la extrema pobreza la cual se

ha agudizado por la falta de alternativas alimenticias. La anemia afecta a 76,5% de

los niños debido al deficitario consumo de alimentos fuentes de hierro y por la

elevada prevalencia de enteroparasitismo (95%) reportado en un estudio realizado

en escolares Awajún (Ibáñez et alt. 2004). El déficit de pescado en el

departamento es de 1,220 toneladas anuales y posee los menores índices de

Gráfico N° 1. Zona de estudio  

2 

 

3 

 

consumo per-cápita de pescado en la Amazonía peruana (9 kg/persona/año) si lo

comparamos con el promedio de consumo en selva baja que es de 24

kg/persona/año, lo cual se recrudece debido a la presencia del Pongo de

Manseriche, que hace las veces de barrera natural para el paso de las especies

migratorias y a la pesca indiscriminada utilizando sustancias tóxicas (barbasco).

La necesidad de solucionar los graves problemas de pobreza en comunidades

indígenas es una prioridad y es la piscicultura, una de las alternativas que incide

en la mejora de la nutrición mejorando la seguridad alimentaria y rescatando las

potencialidades ambientales, sociales y culturales. Complementariamente y tal

como menciona en Barrantes e Iguíñiz en CIES (2004) y recalcado en CIES

(2008), este tema de investigación forma parte de la agenda pendiente en el tema

de Medio Ambiente y Recursos Naturales.

2. Marco teórico y conceptual

3.1 Promoción de Tecnología. Es sinónimo de transferencia de una tecnología

nueva en el transcurso del tiempo (Thirtle y Ruttan, en CIMMYT, 1993). La

transferencia de una tecnología es un proceso que puede ser analizado en

diferentes etapas (Gráfico N° 2). Dichas etapas incluye la determinación del índice

de aceptabilidad (Ia) y estudio de aceptación como estudios previos al estudio de

adopción. Posteriormente se pueden aplicar otras herramientas tales como la

evaluación por productores (EPP) y estudios de impacto.

El Ia se utiliza cuando los productores tienen la primera oportunidad de

implementar una tecnología después de haberla conocido (Hildebrand y Poey,

1985). El Ia se calcula con los productores atendidos directamente en el proceso

de transferencia es decir, los productores que han sido expuestos directamente a

las nuevas tecnologías, por medio de días de campo, parcelas demostrativas,

giras de intercambio, etc.

El índice de aceptabilidad se expresa en una fórmula que incluye:

1. La proporción de productores que están utilizando la tecnología, después de

haberla conocido.

2. La proporción del área en sus fincas en la que está aplicando la tecnología.

Gráfico N° 2. Relación del estudio de adopción con otras herramientas de

seguimiento a la transferencia de tecnologías.

Ia = [% de productores que aplican la tecnología] * [% del área en la cual aplican la

tecnología] / 100

El estudio de aceptación sirve para conocer cuantos de los productores atendidos

por un programa o entidad, establecen, mantienen o abandonaron las tecnologías,

realiza porque:

• Permite identificar las tecnologías más aceptadas para los beneficiarios.

• Determina las razones o causas que afectan la aceptación de las tecnologías.

• Determina la cantidad de beneficiarios que aceptan las tecnologías.

Los estudios de adopción se basan en encuestas estructuradas cuya muestra,

sobre la base de la experiencia, se encuentra en un rango de 20%-30% del total

de beneficiarios. Los datos obtenidos permiten luego de su sistematización, en

diseñar modelos econométricos para determinar el grado de causalidad entre las

variables definidas como relevantes durante el proceso de transferencia

(PASOLAC, 2006).

Los estudios de impacto recogen información de indicadores relevantes de la

tecnología transferida siendo los estudios adopción una sólida base para su

cuantificación.

Trabajos de investigación para conocer la adopción de actividades productivas en

mayor número han estado dirigidos a la tecnología en la producción de café

4 

 

(Otero, 2004; Tudela 2007), los cuales, como en la mayoría de los casos, utilizan

modelos econométricos tipo probit. Estos son modelos denominados modelos de

elección discreta y se utilizan para explicar el comportamiento de una variable

dependiente dicótoma y se caracteriza por utilizar una Función de Distribución

Acumulada (FDA) normal. En la literatura existen dos enfoques para la

interpretación estructural de los modelos de elección discreta. El primero hace

referencia a la modelización de una variable latente a través de una función índice,

que trata de modelizar una variable inobservable o latente. El segundo de los

enfoques permite interpretar los modelos de elección discreta bajo la teoría de la

utilidad aleatoria, de tal manera que la alternativa seleccionada en cada caso será

aquella que maximice la utilidad esperada. Bajo el primero de los enfoques se trata

de modelizar una variable índice, inobservable o latente no limitada en su rango de

variación, Ii* (Gujarati, 1997). Cuando la variable latente supera un determinado

nivel, la variable discreta toma el valor 1, y si no lo supera toma el valor 0. La

variable latente depende de un conjunto de variables explicativas y puede ser

expresado como:

Ii*= Xi β + αi…………….. (1) Donde Xi β recibe el nombre de función índice y el supuesto de distribución αi

como FDA normal caracteriza a modelos probit. Dadas las alternativas que se dan

en la realidad permiten expresar el modelo dicotómico como: 1 Si Ii* > 0 Cuando Xi β + αi > 0 Yi = 0 Si Ii* < 0 Cuando Xi β + αi < 0 De esta manera el modelo probabilístico se representa de la siguiente manera:

Pi = Pr Ob (Yi = 1) = Pr Ob (Ii* > 0)= Pr Ob (Xi β + αi > 0) = F (Xi β)………. (2)

Con el modelo así definido, la variable endógena del modelo dicotómico

representa la probabilidad de ocurrencia del fenómeno analizado, siendo la

probabilidad de que ocurra la opción 1 más elevada cuando mayor sea el valor de Ii*.

5 

 

3.2 Promoción de la Piscicultura en Condorcanqui.

El Instituto de Investigaciones de la Amazonía Peruana, IIAP, inicia la promoción

de esta alternativa el segundo semestre del año 2003 teniendo como objetivo

general contribuir a mejorar la seguridad alimentaria de las familias awajun y

Wampis mediante la crianza y aprovechamiento de peces amazónicos de las

especies gamitana, paco y boquichico.

Metodología de trabajo

Las labores de transferencia están centradas en:

-Trabajo de fortalecimiento de capacidades. Lo cual incluye: Selección y

capacitación a promotores piscícolas, talleres teórico-prácticos y apoyo técnico a

proyectos similares locales. La enseñanza gira en torno a preparación de

estanques, reproducción inducida (selección de reproductores, inducción

hormonal, desove, hidratación de huevos, incubación, observación de desarrollo

embrionario y estado larval), elaboración de alimento, construcción, rehabilitación

y manejo de estanques.

--Producción de post larvas y alevinos. Labor que se realiza sobre la base de

técnicas de inducción a reproductores en centros del IIAP o de las comunidades

indígenas los cuales son luego entregados u ofrecidos bajo diferentes

modalidades a los beneficiarios (entrega gratuita, venta que es la mayoría o el

canje por insumos o alimentos para los reproductores)

-Acciones de repoblamiento en cuerpos de agua. El repoblamiento se refiere a

introducir especies nativas en cuerpos de agua (“cochas”) en donde especies de

peces originarias dejaron de existir o disminuyó su población.

Fotografía 1: Labores de fortalecimiento de capacidades

6 

 

-Acciones de investigación y apoyo técnico a institutos tecnológicos. A través de

convenios con instituciones educativas se fortalecen capacidades y se genera

investigación junto a futuros técnicos y beneficiarios.

-Monitoreo y evaluación. Labor participativa donde los promotores juegan un rol

importante como nexo para apoyar, enseñar y generar información con los

beneficiarios.

Resultados

Por reproducción inducida de gamitana, paco y boquichico se obtuvo 162,449

alevinos ofertados según como se muestra en la Tabla N° 1.

Tabla N° 1. Cantidad de alevinos por sectores

Sector N° Beneficiarios N° Alevinos

Alto Río Nieva 79 58,750 Sector Río Cenepa 102 49,950 Sector Río Santiago 105 53,749 TOTAL 286 162,449

Para efectos de obtener cifras de costos y beneficios de la actividad piscícola

sobre la base de información estadística del proyecto, se ha elaborado la Tabla N°

2 la cual presenta información de una muestra de beneficiarios de diversas

comunidades para una campaña. En dicho cuadro se muestra las cantidades

consumidas como vendidas en una cosecha. Hay que considerar que al año son

dos campañas pues los peces a los 5 meses ya tienen el tamaño promedio ideal

que equivale aproximadamente a 350 grs. Al dividir la cantidad total consumida

(2824 Kg.) entre la cantidad total de beneficiarios (121) se obtiene un cantidad

promedio de consumo por beneficiario igual a 23 Kg. Si tomamos en cuenta que

según las encuestas realizadas y el censo del 2007 la cantidad promedio de

miembros por familia es de 6 individuos hogar se obtiene 3.8

Kg/individuo/Campaña que al año sería aprox. 8 kg/Individuo, adicional a lo que se

consume (Según línea base del 2004 la cantidad era de 9 Kg/Individuo/Año).

7 

 

Tabla N° 2. Información muestra de consumo y venta por beneficiario/Campaña

8 

 

Costos y beneficios aproximados en actividad piscícola

Los costos de la actividad piscícola son muy relativos debido a que dependen de

varios factores. Por ejemplo, pueden ser físicos pues depende de su ubicación,

por ello podría resultar muy fácil o complicado. Igualmente pueden existir razones

sociales-culturales como por ejemplo el empleo de la “minga” o trabajo comunitario

lo cual abarataría su costo. Para fines de aproximación los costos de una poza de

tipo presa de 1000 m2 pueden ser tal como se muestra en la Tabla N°3.

Tabla N° 3. Costos aproximados en la construcción y producción de una poza

Considerando que el precio de venta de las especies objeto de producción es de

12 S//Kg. y que técnicamente se coloca un pez/ m2 el cual se cosecha los 5

meses a un peso de 350 grs.; se obtiene 350 Kg/poza/campaña. Esto quiere decir

que el valor bruto de la producción equivale a 4200 S/./Campaña/Beneficiario ó

Puerto Galilea 15 698 459 1157 77.13

la Grande 13 287 324 611 47

anta Rosa 11 665 290 955 86.82

hiringa 10 79 137 216 21.6

elén 5 92 155 247 49.4

illa Gonzalo 15 461 438 899 59.93

emocracia 7 63 1 04 167 23.86

an Rafael 20 1117 454 1571 78.55

utupis 25 734 463 1197 47.88

tal 121 4196 2824 7020 58.01

Comunidad N° Beneficiarios Vendido (Kg.) Consumido (Kg.) Cosechado (Kg.) Prom/Benefic. (Kg.)

Is

S

S

B

V

D

S

Y

To

Actividad Costo promedioConstrucción de estanque 1,500Limpieza 750Tubos (2) 300Codo (1) 60Millar de alevinos 160Transporte 80Mano de obra y alimento 800Total 3,650

8400 S/./Beneficiario/Año. Esto implica que el primer año los ingresos netos

superan los 4,000 S/. valor que se incrementa al segundo año ya que no se

efectúan inversiones por construcción.

3. Objetivos e hipótesis

¿Qué indicadores permiten afirmar que la propuesta de la piscicultura desarrollada

por el IIAP se ha adoptado realmente?. Diversos indicadores desde el punto de

vista productivo (hectáreas de espejo de

agua, toneladas de pescado producidas),

social (cantidad de beneficiarios,

participación o asistencia), de seguridad

alimentaria (cantidad adicional de consumo

per-cápita y de proteínas consumidas, etc.),

ambiental (rol de la piscicultura en la

conservación del bosque) es posible

obtener. En esta vía, el estudio plantea como hipótesis la posibilidad de determinar

variables relevantes y su correlación dentro de las diversas etapas de

transferencia de tecnología de la piscicultura (aceptabilidad, aceptación, adopción

e impacto) además de cuantificar indicadores sociales relevantes (seguridad

alimentaria), ambientales (hectáreas de bosque evitadas de deforestar) y

económicos (ingresos económicos adicionales). Consecuentemente, los siguientes

son los objetivos generales y específicos.

Objetivo General:

Caracterizar, identificar y cuantificar, variables e indicadores de adopción e

impacto de la actividad piscícola en la Provincia de Condorcanqui como parte del

proceso de transferencia afín de ampliar el conocimiento del rol de esta alternativa

productiva en la seguridad alimentaria de pueblos indígenas y su incidencia como

parte de lineamientos de políticas públicas.

Fotografía N° 2: Familia beneficiaria 

9 

 

10 

 

Objetivos Específicos:

• Caracterizar a través de diversos índices e indicadores el proceso de

transferencia de la actividad piscícola en sus diferentes etapas: aceptación,

adopción e impacto en la cuenca del río Santiago, Provincia de

Condorcanqui.

• Diseñar modelos econométricos que permitan identificar variables e

indicadores y su grado de correlación en la adopción e impacto en

comunidades indígenas beneficiarias donde se desarrollan proyectos de

piscicultura.

• Realizar un análisis de las lecciones aprendidas del desarrollo de la

piscicultura y su incidencia social, económica y ambiental en las

comunidades indígenas de la Provincia de Condorcanqui.

• Proponer medidas de políticas públicas que contribuyan a capitalizar la

experiencia de la piscicultura como alternativa a los graves problemas

sociales económicos y ambientales en comunidades indígenas.

4. Metodología

Los pasos metodológicos fueron los siguientes:

4.1 Diseño de modelos econométricos

Considerando que la base fundamental para determinar qué datos se deben

obtener a través de las encuestas a beneficiarios, es determinar primeramente que

variables ameritan conocerse, se definieron 2 modelos econométricos enfocados a

conocer si se ha adoptado la actividad piscícola y por otro lado la cantidad de

hectáreas que se evitan deforestar.

Modelo 1:

Para el caso del modelo tendiente a conocer y caracterizar el estado de adopción

se diseño de la siguiente manera considerando la ecuación (2):

Pr Ob (Yi = 1) = Pr Ob (Ii* > 0)= Pr Ob (Xi β + αi > 0) Pi = ……… (3)

Pr Ob (Yi = 0) = Pr Ob (Ii* < 0)= Pr Ob (Xi β + αi < 0)

Donde:

Yi= Variable dependiente denominada adopción. Esta variable es el resultado de

las respuestas a 2 preguntas: Si se ha enseñado la tecnología de la piscicultura (1)

o no (0) y si desea instalar más pozas (1) o no (0). El resultado conjunto se

estableció como 1 si ambas respuestas son positivas y 0 si las respuestas son

diferentes (0 y 1 ó 1 y 0).

Xi= Es un set de variables cualitativas y cuantitativas conformado por: miembros

de la familia, años dedicados a la actividad, cantidad de pozas, dimensiones de las

pozas, producción, número de cosechas anuales, cantidades vendidas, cantidades

para autoconsumo, días dedicados a la actividad, importancia de la piscicultura

Modelo 2:

Se diseñó de la misma manera que el modelo anterior estableciéndose la siguiente

estructura:

Yi= Variable dependiente dicótoma la cual tiene el valor según manifiesta si debido

al desarrollo de la piscicultura si evita deforestar (1) o no evita (0).

Xi= Es un set de variables cualitativas y cuantitativas conformado por: miembros

de la familia, años dedicados a la actividad, cantidad de pozas, dimensiones de las

pozas, producción, número de cosechas anuales, cantidades vendidas, cantidades

para autoconsumo, días dedicados a la actividad, importancia de la piscicultura. Es

importante mencionar que dadas las relaciones entre las variables independientes

en el set Xi se evitó incluir o se excluyeron algunas de ellas para evitar problemas

de multicolinealidad.

4.2 Encuestas, tamaño de muestra y comunidades indígenas encuestadas

11 

 

Considerando que la literatura indica que un porcentaje entre 20% y 30% conlleva

a una cantidad representativa de la población beneficiaria para el caso de estudios

de adopción, el presente trabajo consideró un porcentaje de 24% (120) de la

cantidad total beneficiarios identificados la cual es de 500 familias indígenas.

Mapa N° 1. Comunidades Nativas Objeto de Encuestas

Las encuestas se realizaron en un total de 17 comunidades indígenas como se

indica en el mapa adjunto, las cuales fueron elegidas al azar al igual que a los

entrevistados establecidos en ellas. Para fines de un mejor entendimiento de las

preguntas cuando el caso requirió, se contó con técnicos indígenas quienes

apoyaron con el idioma awajun. La encuesta se estructuró considerando preguntas

personales, relacionadas a la actividad piscícola y las relacionadas con la

conservación de los bosques (Ver Anexo 1).

4.3 Obtención y sistematización de información

12 

 

13 

 

Considerando que el software utilizado fue el Stata V. 8.2, las variables fueron

codificadas y sistematizadas en hojas Excel para luego ser adecuadas por Stata

Transfer el cual es el software previo que viabiliza su uso en Stata V. 8.2.

4.4 Determinación y cuantificación de indicadores para la adopción e impacto

de la piscicultura.

Identificados los mejores modelos econométricos considerando las variables que

mejor comportamiento presentaban en cada uno de ellos, se procedió a

determinar y cuantificar los indicadores de adopción e impacto de la piscicultura.

4.5 Análisis y evaluación de resultados

Los resultados del paso previo permitieron analizar y evaluar cuales son las

diferentes características de la adopción y cuál ha sido la contribución del impacto

de la piscicultura en la seguridad alimentaria, en la conservación y bienestar del

poblador indígena que desarrolla la actividad piscícola.

Paralelamente se realizaron los análisis de sondeos de índice de aceptabilidad y

de aceptación que permitieron complementar los resultados obtenidos de los

modelos econométricos.

4.6 Lecciones aprendidas y propuestas de políticas públicas

Con el propósito de conocer las virtudes y las limitantes que existieron junto con

los retos a los cuales hay aun que enfrentarse, se proponen diversos lineamientos

de políticas públicas que permitan o contribuyan a mejorar el impacto de la

piscicultura en el bienestar de la población indígena junto a la conservación de los

bosques y su biodiversidad.

5. Resultados 5.1 De estadística descriptiva básica

Los siguientes gráficos muestran algunas características básicas de los

entrevistados elegidos al azar en el proceso de toma de datos. Se puede apreciar

que la mayoría están en el grupo que desarrolla la piscicultura más de dos años y

menos de 4 y que la mayoría dispone de una sola poza.

Gráfico N° 3. Tiempo dedicado a la piscicultura de los entrevistados

Gráfico N° 4. Número de pozas por familia

38

44

13

25

0

5

10

15

20

25

30

35

40

45

50

Hasta 2 Entre 3 y 4 Entre 5 y 6 Más de 6

Número de entrevistados

Años

Tiempo dedicado a la piscicultura de entrevistados

0

10

20

30

40

50

60

70

80

90

1 2 3 4

85

29

4 2

Beneficiarios

Número de pozas

Número pozas por familia

14 

 

En los dos gráficos siguientes se aprecia en primer lugar cierta tendencia en

disminución del tiempo en la actividad piscícola lo cual se deba a razones de

especialización o mayor conocimiento y desempeño en el tiempo de la misma.

Gráfico N° 5. Años dedicados a la piscicultura versus tiempo dedicado a la

actividad.

En el gráfico N° 6 se puede apreciar en cuanto a la superficie manifiesta de ser

evitada por parte de los beneficiarios, que esta tienda a aumentar en la medida

que se incrementan los años dedicados a la actividad piscícola.

Se puede entender que en la medida que aumenta el conocimiento de la técnica y

dadas las buenas perspectivas de la misma, los beneficiarios tienden a realizar

más pozas o incrementar su número de estanques, lo cual conlleva a más

dedicación en la actividad y por ende evitar deforestar mayor cantidad de bosque

en el tiempo.

Los resultados indican que la actividad alternativa a la piscicultura son las

acciones en la chacra las cuales se centran en el desarrollo de cultivos básicos de

subsistencia como plátano, yuca y maíz principalmente. La tala de árboles se

realizaba en un 30% por parte de los beneficiarios antes de tener piscigranjas.

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

1 2 3 4

Tiempo dedicado a la piscicultura (Dias/Mes)

Años dedicados  a la piscicultura

Años dedicados a la piscicultura versus tiempo dedicado a esta activida (Dia/Mes)

Años en la piscicultura Tiempo dedicado (Dias/mes) Lineal (Tiempo dedicado (Dias/mes))

15 

 

Gráfico N° 6. Años dedicados a la piscicultura versus superficie evitada de

deforestar.

Gráfico N° 7. Cantidad adicional de pozas versus superficie evitada de deforestar

Del Gráfico N° 7 se infiere que aquellos beneficiarios que desean instalar más

pozas o estanques son aquellos que más dedicados a la piscicultura o quizás los

que más han adoptado la tecnología lo cual conlleva a que sean estos

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

1 2 3 4

Superficie evitada de deforestar (Ha./Año)

Años dedicados  a la piscicultura

Años dedicados a la piscicultura versus superficie evitada de deforestar

Años en la piscicultura

Superficie evitada de deforestar

Lineal (Superficie evitada de deforestar)

1

1.61.9

2.3

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

1 2 3 4

Cantidad adicional promedio de pozas

Superficie evitada de deforestar (Ha.)

Cantidad adicional promedio de pozas versus superficie evitada de deforestar (Ha.)

Superficie evitada Cantidad adicional promediode pozas Lineal (Superficie evitada)

16 

 

beneficiarios los que más evitan deforestar dado el gran impacto de esta actividad

en sus economías.

Del Gráfico N° 8 se puede apreciar que una cantidad péquela de los beneficiarios

manifiesta aprovechar la producción o cosecha de la piscicultura sólo para

autoconsumo (13%), mientras que el resto (87%) indica que lo comercializa o

vende parte de la misma. Las cantidades que se ofrecen se encuentran en su

mayor parte entre el rango mayor a 50 kg y menor de 100Kg por cosecha.

Gráfico N° 8. Autoconsumo y venta de pescado por familia

Aun cuando es menor el porcentaje de las otras cantidades que se comercializan

es importante mencionar que son significativas si consideramos que el precio de

venta mínimo es de 11 soles el kilogramo.

13%

35%38%

8%

3% 2%

Autoconsumo y venta de pescado  por familia (Kg. /Campaña)

Autoconsumo Hasta 50 Kg. Entre 50 Kg. y 100 Kg.

Entre 100 Kg. y 150 Kg. Emtre 150 Kg. y 200 Kg. Más de 200 Kg.

5.2 De índice de aceptabilidad y estudios de aceptación

6.2.1. Índice de aceptabilidad

17 

 

Considerando la fórmula antes mencionada:

Ia = [% de productores que aplican la tecnología] * [% del área en la cual aplican la

tecnología] / 100

Se obtuvieron los valores mostrados en la Tabla N°4 abajo indicada. Las

consideraciones que ameritan mencionarse para conocer como se adecuaron para

obtener este índice son:

- Promedio de tamaño de chacra el valor de 2 Ha. dada la experiencia y

conocimiento de las realidades de las comunidades objeto de entrevistas.

- Dadas las características fisiográficas promedio se consideró que la tercera

parte de la chacra es apta para el desarrollo de la piscicultura.

- Se encontró más adecuado tomar como porcentaje de los productores que

aplican la tecnología aquellos que desarrollan la actividad como mínimo 4 años

dados los resultados posteriores de los modelos de adopción.

- Se consideraron 3 escenarios: El primero (escenario actual), se realizó sobre la

base del promedio de dimensiones y número de de pozas que los

entrevistados manifestaron tener. El segundo escenario (escenario deseado),

se realizó considerando únicamente la cantidad de pozas adicionales que

desean los beneficiarios. El tercer escenario denominado escenario futuro, es

el acumulado o la suma de los escenarios anteriores. Dado que los escenarios

deseado y futuro, los beneficiarios utilizarían toda su área disponible para

pozas (tercera parte de su chacra) para llevar a cabo la piscicultura, se

consideró 100% como el porcentaje de aplicación.

Tabla N° 4. Cálculo de índice de aceptabilidad

6.26

A

D

F

Es

6.2.2 Sondeo de aceptación

ctual 1.36 0.1 0.136 68 0.33 41 28

eseado 1.82 0.1 0.182 100 0.33 55 55

uturo 3.18 0.1 0.318 100 0.33 96 96

Area con pozas(% ) Indice de aceptabilidadProductores Aplican (%)Dimensiones (Ha.)cenario N° Pozas Total(Ha.) Area para pozas (Ha.)

18 

 

19 

 

Considerando lo manifestado en PASOLAC (1999). El sondeo de aceptación se

basa en preguntas claves que dependen de la actividad pero que orienten si

realmente la tecnología que se promueve está siendo aceptada por los

beneficiarios. Para nuestro ejercicio se hicieron preguntas que de manera directa o

indirecta permitieron conocer como se encontraba el estado de aceptación (Ver

base de datos en Anexo). Por ejemplo:

• El 83% de los beneficiarios manifestó haber enseñado la técnica a alguna

persona.

• El 100% cree que la piscicultura es una actividad muy importante.

• El 87% vende parte de su cosecha (la mayoría entre 50 y 100 kg. de

pescado).

• El 100% desea más pozas (2 pozas más en promedio).

• En promedio se cosecha más de una vez por año.

5.3 De modelos econométricos

Modelo para identificación de variables de adopción de la piscicultura

Para fines de seleccionar el modelo más adecuado se consideró en primer lugar si

los signos de los coeficientes respondían al efecto de las variables independientes

sobre la variable dependiente denominada adop (Mayor probabilidad que si (ó no)

se adopte la tecnología de la piscicultura). En segundo lugar y sobre la base de las

pruebas de inferencia estadística se eligieron las variables que presentaban mejor

performance. Aun nivel de confiabilidad de 95% las variables denominadas estanq

y veces fueron las que por pruebas de inferencia estadística mejor

comportamiento presentaban. La primera indica el número de estanques que

presenta el beneficiario y la segunda es también una variable cuantitativa que

indica la cantidad de cosechas que el beneficiario realiza por año.

La interpretación del modelo abajo mostrado indica que existe una mayor

probabilidad que se adopte la práctica de la piscicultura en la medida que los

beneficiarios dispongan de mayor cantidad de estanques, igualmente, cuanto más

veces se produzca o se coseche mayor incidencia habrá en adoptar la tecnología

20 

 

de la piscicultura. Las otras variables, años y familia también presentan signos

adecuados e indican que mayor cantidad de años y de miembros de familia

permiten establecer que es posible exista una mayor probabilidad de adopción. La

variable otroact indica que la realización de otras actividades diferentes a la

piscicultura no impiden la adopción y por otro lado, la variable evita muestra que

evitar la deforestación por desarrollar la piscicultura incrementa la probabilidad de

adopción de esta tecnología.

Tabla N° 5. Modelo probit ordenado para identificación de variables para la

adopción

oprobit adop estanq veces anos familia otroact evita Ordered probit estimates Number of obs = 120

LR chi2 (6) = 21.98

Prob > chi2 = 0.0012

Log likelihood = -43.076987 Pseudo R2 = 0.2033

adop Coef. Std. Err. z P>z [95% Conf. Interval] estanq .9517873 .4950126 1.92 0.055** -.0184195 1.921994

veces .7608438 .4073547 1.87 0.062** -.0375567 1.559244

anos .1409205 .1424974 0.99 0.323 * -.1383692 .4202102

familia .1063385 .265269 0.40 0.689 * -.4135792 .6262562

otroact .5857573 .241584 2.42 0.015 * .1122613 1.059253

evita .2664258 .8710232 0.31 0.760 * -1.440748 1.9736

** Con nivel de significancia = 5% ………*Con nivel de significancia < 5%

A nivel del análisis de bondad de ajuste de modelo se puede apreciar que el

cociente de verosimilitud o pseudo R2, responde a valor aceptable considerando la

prueba Chi 2 con 6 grados de libertas además de estar establecido que para este

tipo de estudios el valor debe ubicarse entre 0.2 y 0.4.

El resultado del desarrollo del modelo incluyendo todas las variables

independientes se puede apreciar en el Anexo N° 3.

21 

 

Modelo para identificación de variables e indicadores de impacto

De manera similar que en el modelo anterior, se obtuvieron modelos considerando

todas las variables independientes que tendrían efectos en la variable evita la cual

es la probabilidad de un si (1) o no (o) de que el beneficiario responde

afirmativamente o negativamente ante la pregunta si evita o no deforestar el

bosque debido a la implementación de la piscicultura en su chacra.

Como se puede apreciar en los resultados abajo mostrados, las variables

independientes que mejor comportamiento tuvieron fueron veces, años y

diasmes los cuales se refieren a la cantidad de cosechas al año, la cantidad de

años dedicados a la piscicultura y los días al mes que se dedican a dicha

actividad. Aun cuando todos ellos tienen una significancia menor al 5% los signos

que poseen sus coeficientes son los adecuados en la medida que cuanto mayor

sean sus valores, mayor es la probabilidad que los beneficiarios respondan que si

evitan deforestar por desarrollo de la piscicultura.

Tabla N° 6. Modelo probit ordenado para identificación de variable e indicadores

de impacto.

. oprobit evita veces anos diasmes Ordered probit estimates Number of obs = 120

LR chi2(3) = 3.26

Prob > chi2 = 0.3537

Log likelihood = -19.156232 Pseudo R2 = 0.0783

evita Coef. Std. Err. z P>z [95% Conf. Interval] veces .1962473 .4394631 0.45 0.655 -.6650846 1.057579

anos .0682245 .1894376 0.36 0.719 -.3030664 .4395153

diasmes .5084966 .3339902 1.52 0.128 -.1461121 1.163105

La bondad de ajuste del modelo aun cuando es baja analizando su pseudo R2,

dadas las pocas variables independientes, su valor es el adecuado dada su

estructura.

22 

 

6. Conclusiones

• El índice de aceptabilidad adaptado en esta investigación para la piscicultura e

igual a 28 permite determinar que la práctica está siendo empoderada por los

beneficiarios aprovechando las pequeñas áreas con aptitud para esta actividad.

• La adopción de la piscicultura en comunidades indígenas en Condorcanqui está

caracterizada por una serie de variables donde destacan la cantidad de

estanques que poseen los beneficiarios y las cantidades de cosechas que

realizan traducidas en mayor producción de pescado.

• Considerando la cantidad promedio de miembros por familia (6) y las

cantidades producidas promedio anual (75 Kg.), se determina que los miembros

de las familias beneficiarias consumen 12.5 kg/persona/año lo cual significa

más del 100% respecto a la situación sin proyecto el cual equivalía a 9

Kg/persona/año (IIAP, 2004).

• Considerando que el contenido de proteína en peso de gamitana (principal pez

promovido) equivale a 25% (Gutiérrez et al, 2009) se concluye que 4.4 kg de

proteína al año es la cantidad total consumida por los beneficiarios anualmente

siendo el 50% (2.2 kg) la cantidad adicional debido al desarrollo de la

piscicultura como aporte en la mejora de la seguridad alimentaria.

• Considerando que el 83% de los beneficiarios manifestó haber enseñado la

técnica a otra persona, que el 87% de los beneficiarios vende parte de su

cosecha (la mayoría entre 50 y 100 kg. de pescado) y que el 100% desea más

pozas (2 pozas más en promedio) es posible afirmar que a través diferentes

procesos la práctica de la piscicultura se ha consolidado y por tanto genera

grandes expectativas para las poblaciones de las comunidades indígenas.

• Es posible que el 13% de beneficiarios que no venden su producción, implicaría

que la piscicultura estaría siendo una actividad netamente para fines sociales y

quizás sería aceptada pero no adoptada totalmente.

• La cantidad de hectáreas promedio evitadas de deforestar por parte de cada

familia beneficiaria asciende a 2.5 Ha/Año lo cual equivale a un total anual de

1,250 Ha considerando el total de familias beneficiarias (500 familias). Lo antes

mencionada permite mencionar que en los últimos 5 años la promoción y

23 

 

desarrollo de la piscicultura ha conllevado a evitar deforestar más de 5,000 Ha.

de bosque.

• Las acciones productivas que aprovechan las potencialidades biofísicas,

culturales y humanas para enfrentar un problema en particular como en el caso

objeto de estudio (pobreza) pueden tener múltiples efectos cuando hay una

visión de largo, uno de estos es la conservación de los bosques acción no

prevista al inicio de esta iniciativa.

7. Recomendaciones y lecciones aprendidas

• Obtención de información de monitoreo individualizado o por beneficiario sobre

actividades relacionadas o complementarias ayudaría a tener un mejor análisis

del costo de oportunidad de la actividad piscícola redundando en un estudio

más amplio de sus beneficios.

• Dada la evidencia y su contribución en la mejora de la seguridad alimentaria en

comunidades indígenas, la piscicultura es una opción concordante con las

potencialidades biofísicas y socio culturales en Amazonia Peruana que debe

impulsarse como estrategia en propuestas de políticas públicas para mitigar

problemas de pobreza como parte de programas sociales.

• La alianza entre Gobiernos Regionales y Locales junto a instituciones de

investigación que promuevan acciones sostenibles es vital para la promoción de

la piscicultura en Amazonia a través del trabajo participativo con comunidades

indígenas.

• La posibilidad de analizar en campo las hectáreas evitadas de deforestar o el

monitoreo de la deforestación evitada por efectos de la piscicultura permitiría

contrastar el presente estudio basado en entrevistas y ser por tanto de corte

transversal.

• Incidencia de aspectos culturales dentro del desempeño de la piscicultura

deben ser analizados con mayor profundidad para lograr estudio más integral.

24 

 

8. Bibliografía

1. CIES, 2004. La investigación económica y social en el Perú. Balance 1999-

2003 y prioridades para el futuro.

2. -------, 2008. La investigación Económica y Social en el Perú, 2004-2007.

Balance y prioridades para el futuro.

3. CIMMYT, 1993. La adopción de tecnologías agrícolas: Guía para el diseño

de encuestas. México, D.F., 88 p.

4. Gujarati, D. 1997. Econometría Básica. Tercera Edición. Edit. McGrawHill.

5. Gutiérrez F., Zaldívar, J., Contreras, G. Efecto de varios niveles de energía

digestible y proteína en la dieta sobre crecimiento de gamitana (Colossoma

macropomum) CUVIER 1818. Rev. Inv. Vet. Perú 2009; 20 ( 2): 178-186.

6. Hildebrand, P. Poey, F. On-Farm agronomic trails in farming systems

research and extension. Boulder. 1985

7. IIAP, 2004. Avances en el desarrollo de la acuicultura en la Región

Amazonas, Perú.

8. Ibáñez, N., Jara C., Guerra, A., Díaz, E. 2004. Prevalencia del

enteroparasitismo en escolares de comunidades nativas del Alto Marañón,

Amazonas, Perú. Revista Peruana de Medicina Experimental y Salud

Pública. Instituto Nacional de Salud, Perú.

9. Otero, Freddy 2004. Determinantes de la adopción de tecnología agrícola:

Caso Café orgánico en los municipios de San Gil y Apia. Universidad de los

Andes. Facultad de Economía. Maestría en Economía Ambiental

10. PASOLAC, 1999. Índice de aceptabilidad. Introducción de una herramienta

sencilla de seguimiento a la transferencia - con dos ejemplos -. Documento

N° 224. Serie Técnica. 9/99. Programa para la Agricultura Sostenible en

Laderas de América Central PASOLAC.

11. --------------, 2006. Guía para elaboración de estudios de adopción de

tecnologías de manejo sostenible de suelos y agua. Documento No. 499

Serie Técnica 7/2006.

12. Tudela, J. W. 2007. Determinantes de la producción orgánica: el caso del

café orgánico en los valles de San Juan del Oro – Puno. En Economía y

Sociedad, CIES, 2007.

9. Anexos

• Anexo 1: Base de datos

25 

 

0

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

0

0

0

1

1

1

0

1

1

1

1

1

1

0

1

1

f

ami lia anos est anq dimens produc veces vendio comercia autocon instit u ensena adop diasmes otroact evita supevita import maspozas otrainst

2 2 1 1 1 1 0 0 1 2 1 1 1 0 1 2 1 1

2 3 1 2 2 3 2 1 0 2 1 1 2 2 1 2 1 1

2 3 2 1 2 2 2 1 0 2 1 1 1 2 1 2 1 1

3 1 2 1 1 3 2 1 0 1 1 1 3 0 1 3 1 2

2 2 2 1 2 2 2 1 0 1 1 1 2 2 1 2 1 1

3 1 1 1 2 3 2 1 0 1 1 1 3 2 1 3 1 1

2 1 2 2 2 2 2 1 0 1 1 1 3 2 1 2 1 2

2 1 1 2 2 1 2 1 0 1 1 1 1 2 1 2 1 2

3 2 1 2 2 2 2 1 0 1 1 1 2 2 1 3 1 1

2 1 1 2 2 1 2 1 0 1 1 1 3 2 1 2 1 1

2 1 1 2 2 2 2 1 0 1 1 1 2 2 1 2 1 1

3 2 2 2 3 4 3 1 0 1 1 1 3 2 1 3 1 1

2 1 1 1 2 1 2 1 0 1 1 1 2 0 1 2 1 2

2 2 3 1 2 1 2 1 0 1 1 1 2 2 1 2 1 1

3 1 1 1 2 1 1 1 0 1 1 1 1 0 1 3 1 1

2 1 2 2 2 3 2 1 0 1 1 1 3 2 1 2 1 1

2 1 1 2 2 2 2 1 0 1 1 1 1 0 1 2 1 1

3 2 1 2 2 3 2 1 0 1 1 1 2 1 1 3 1 1

2 1 1 2 2 2 2 1 0 1 1 1 1 1 1 2 1 1

4 1 1 1 2 2 1 1 0 1 1 1 2 1 1 4 1 1

3 2 2 2 2 1 2 1 0 1 1 1 2 1 1 3 1 1

2 1 1 2 2 1 2 1 0 1 1 1 1 2 1 2 1 1

2 2 1 2 2 1 2 1 0 2 1 1 2 1 1 2 1 1

3 2 2 1 2 2 2 1 0 1 1 1 2 2 1 3 1 1

3 1 1 1 2 1 2 1 0 1 1 1 1 1 1 3 1 1

2 2 2 2 2 3 2 1 0 1 1 1 3 0 1 2 1 1

2 1 1 1 2 1 1 1 0 1 1 1 2 2 1 2 1 1

2 1 2 2 2 2 2 1 0 1 1 1 2 0 1 2 1 1

2 2 2 2 2 1 2 1 0 1 1 1 1 2 1 2 1 1

2 1 1 1 2 2 1 1 0 1 1 1 1 1 1 2 1 2

3 1 2 1 2 2 2 1 0 1 1 1 1 2 1 3 1 1

2 1 1 2 2 2 2 1 0 1 1 1 2 1 1 2 1 1

3 1 1 2 4 1 2 1 0 1 1 1 1 2 1 3 1 3

2 2 2 2 1 2 1 1 0 1 1 1 1 1 1 2 1 1

2 1 1 2 2 1 2 1 0 1 1 1 3 1 1 2 1 1

1 1 4 2 5 1 5 1 0 1 1 1 2 0 0 0 1 1

2 1 1 1 0 0 0 0 1 1 1 1 2 1 1 2 1 3

3 2 1 2 3 1 2 1 0 1 1 1 2 2 1 3 1 2

3 2 2 2 3 1 3 1 0 1 1 1 3 1 1 3 1 4

3 1 1 1 1 1 0 0 1 1 0 0 2 1 1 3 1 1

3 2 1 2 2 2 2 1 0 1 1 1 3 1 1 3 1 2

2 1 1 1 1 1 0 0 1 1 1 1 2 2 1 2 1 2

2 2 1 2 2 1 1 1 0 1 1 1 3 2 1 2 1 2

2 1 1 1 1 1 0 0 1 1 0 0 1 1 1 2 1 2

3 2 1 2 2 1 1 1 0 1 1 1 3 2 1 3 1 3

3 2 1 2 1 1 1 1 0 1 1 1 1 1 1 3 1 3

2 1 1 2 1 1 0 0 1 1 0 0 1 1 1 2 1 3

3 2 1 2 2 1 1 1 0 1 0 0 1 1 1 3 1 4

3 1 1 2 1 1 0 0 1 1 0 0 1 1 1 3 1 3

26 

 

0

1

1

0

0

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

0

0

0

1

1

1

1

1

1

0

0

0

0

0

1

1

1

1

1

1

0

0

0

1

1

1

1

f

ami lia anos est anq dimens produc veces vendio comercia autocon instit u ensena adop diasmes otroact evita supevita import maspozas otrainst

2 1 1 2 1 4 0 0 1 1 1 1 2 1 1 2 1 1

2 2 1 1 1 1 0 0 1 1 1 1 3 1 1 2 1 1

2 2 3 1 3 2 2 1 0 1 1 1 3 1 1 2 1 1

4 3 4 2 5 1 5 1 0 1 1 1 3 2 1 4 1 4

3 2 1 2 2 1 2 1 0 1 1 1 2 2 1 3 1 1

2 2 1 2 1 2 1 1 0 1 1 1 3 2 1 2 1 2

4 3 2 2 2 1 2 1 0 1 1 1 3 2 1 4 1 1

2 2 1 2 1 1 1 1 0 1 1 1 2 2 1 2 1 1

2 2 1 1 1 1 1 1 0 1 1 1 3 2 1 2 1 1

3 3 1 3 2 1 2 1 0 1 1 1 3 1 1 3 1 1

3 2 2 2 4 1 3 1 0 1 1 1 2 2 1 3 1 1

2 2 1 2 1 2 1 1 0 1 1 1 1 2 1 2 1 2

2 2 1 3 2 1 2 1 0 1 1 1 3 2 1 2 1 2

4 2 1 2 2 2 2 1 0 1 1 1 3 1 1 4 1 1

3 2 1 2 1 1 1 1 0 1 1 1 2 2 1 3 1 1

3 4 2 3 4 1 3 1 0 1 1 1 2 2 1 3 1 2

2 1 1 1 1 1 0 0 1 1 0 0 1 2 1 2 1 2

3 2 1 1 1 1 1 1 0 1 1 1 1 2 1 3 1 3

3 1 1 2 1 1 0 0 1 1 0 0 3 1 1 3 1 4

3 2 2 2 2 1 2 1 0 1 1 1 3 2 1 3 1 2

3 3 2 2 3 2 4 1 0 1 1 1 3 1 1 3 1 1

3 2 2 1 2 1 1 1 0 1 1 1 2 1 1 3 1 1

2 3 3 2 1 1 0 0 1 1 1 1 2 0 1 2 1 2

2 2 1 2 2 1 1 1 0 1 1 1 2 1 1 2 1 1

2 1 1 2 1 2 0 0 1 1 0 0 2 1 1 2 1 1

3 1 1 4 2 4 2 1 0 1 1 1 3 1 1 3 1 1

3 2 1 2 3 1 2 1 0 1 1 1 3 0 1 3 1 1

2 2 1 3 1 2 1 1 0 1 1 1 1 2 1 2 1 3

1 1 1 2 1 1 1 1 0 1 1 1 1 2 0 0 1 3

1 3 1 2 1 2 1 1 0 1 1 1 1 2 0 0 1 3

2 1 1 2 1 1 1 1 0 1 1 1 2 1 1 2 1 3

2 3 1 1 1 1 1 1 0 1 1 1 2 1 1 2 1 1

3 3 2 2 1 1 2 1 0 1 1 1 1 1 1 3 1 3

2 1 1 3 1 1 0 0 1 1 0 0 3 0 1 2 1 2

4 4 1 1 2 1 1 1 0 1 0 0 1 1 1 4 1 2

2 2 1 2 2 1 1 1 0 1 0 0 2 1 1 2 1 1

2 1 1 2 1 1 1 1 0 1 1 1 2 2 1 2 1 2

3 4 1 5 1 1 0 0 1 1 1 1 1 1 1 3 1 1

3 4 1 3 3 1 2 1 0 1 0 0 2 0 1 3 1 3

4 4 1 2 2 1 1 1 0 1 1 1 2 1 1 4 1 1

2 4 1 2 2 1 1 1 0 1 1 1 1 1 1 2 1 1

2 2 1 1 2 1 1 1 0 1 0 0 2 1 1 2 1 1

3 4 2 1 1 1 1 1 0 1 0 0 1 0 1 3 1 4

3 2 1 1 3 1 2 1 0 1 1 1 2 1 1 3 1 1

2 2 1 1 1 1 1 1 0 1 0 0 1 0 1 2 1 3

3 4 2 1 2 1 1 1 0 1 1 1 1 1 1 3 1 1

4 3 1 1 5 1 4 1 0 1 1 1 3 1 1 4 1 4

4 2 2 1 2 1 1 1 0 1 1 1 3 1 1 4 1 3

1 2 1 5 2 1 2 1 0 1 0 0 2 1 0 0 1 1

f

ami lia anos est anq dimens produc veces vendio comercia autocon instit u ensena adop diasmes otroact evita supevita import maspozas otrains t

4 4 2 1 1 1 1 1 0 1 1 1 1 1 1 4 1 4 1

3 3 1 5 5 1 4 1 0 1 1 1 3 0 1 3 1 2 1

3 4 1 3 4 1 3 1 0 1 1 1 1 1 1 3 1 3 1

2 4 1 2 1 1 1 1 0 1 1 1 3 0 1 2 1 3 1

2 3 1 1 2 1 1 1 0 1 0 0 1 1 1 2 1 4 1

2 4 1 1 1 1 1 1 0 1 0 0 1 1 1 2 1 3 1

2 4 2 1 2 1 2 1 0 1 1 1 2 1 1 2 1 3 1

4 4 2 2 5 2 5 1 0 1 1 1 2 2 1 4 1 3 1

4 4 1 4 5 2 4 1 0 1 1 1 2 0 1 4 1 3 1

4 2 3 2 3 1 2 1 0 1 1 1 3 1 1 4 1 1 1

2 4 2 4 4 1 3 1 0 1 1 1 1 1 1 2 1 4 1

2 1 1 3 1 1 0 0 1 1 0 0 3 0 1 2 1 3 0

2 4 1 1 1 1 1 1 0 1 1 1 1 1 1 2 1 1 1

3 4 1 5 4 1 3 1 0 1 1 1 3 0 1 3 1 4 1

1 4 2 5 4 1 3 1 0 1 1 1 1 0 0 0 1 2 1

2 4 1 5 2 1 1 1 0 1 1 1 1 1 1 2 1 1 1

3 4 1 5 2 1 2 1 0 1 1 1 3 1 1 3 1 2 1

2 4 1 4 2 1 1 1 0 1 1 1 1 1 1 2 1 1 1

2 4 1 2 1 1 1 1 0 1 0 0 1 1 1 2 1 1 1

3 4 1 5 3 1 3 1 0 1 1 1 3 0 1 3 1 1 1

2 2 1 2 1 1 1 1 0 1 1 1 3 0 1 2 1 2 1

2 4 1 2 1 1 1 1 0 1 1 1 2 0 1 2 1 1 1

• Anexo 2: Modelo de encuesta

27 

 

• Anexo 3: Categorización de variables

1) Miembros en la familia (Nombre de variable: familia)

1- 1-3

2- 4-7

3- 8-10

4- 10+

2) Años dedicados a la piscicultura (Nombre de variable: anos):

1- Hasta 2

2- 3-4

3- 5-6

4- Más de 6

3) Cantidad de estanques (Nombre de variable: estanq)

1- 1

2- 2 28 

 

29 

 

3- 3

4- 4

5- Más de 4

4) Dimensiones promedio de estanques (Nombre de variable: dimens)

1- 500 m2

2- 1000 m2

3- 1500 m2

4- 2000 m2

5- 2500+ m2

5) Producción por estanque (Nombre de variable: produc)

1- Hasta 50 kilos

2- 50-100 kilos

3- 101-150 kilos

4- 151-200 kilos

5- 201+ kilos

6) Veces por año que cosecha (Nombre de variable: veces)

1- 1

2- 2

3- 3

4- Más de 4

7) Cuanto vendió por cosecha (Nombre de variable: vendio)

0- Nada

1- Hasta 50 kilos

2- 50-100 kilos

3- 101-150 kilos

4- 151-200 kilos

5- Más de 200 kilos

8) Institución que apoyaron (Nombre de variable: institu)

0- Nada

1- IIAP

2- Otro

9) Ha enseñado a otras personas a construir estanques (Nombre de variable:

ensena)

30 

 

0- No

1- Sí

10) Cuanto tiempo en días dedica por mes a la piscicultura (Nombre de

variable: diasmes)

1 Hasta 10 días

2 10-20 días

3 Más de 20 días

11) Que actividad realizaba cuando no tenía piscigranja(Nombre de variable:

otroact) 0- Otro de chacra

1- Chacra

2- Talar Árboles/Sacar Madera

12) Cree que ha evitado deforestar el bosque por el desarrollo de la piscicultura

(Nombre de variable: evita)

0- No

1- Si

13) Cuánto Ha. ha evitado intervenir debido al desarrollo de la piscicultura

(Nombre de variable: supevita)

0- Nada

1- 1

2- 2

3- 3

4- 4

5- Más de 4

14) Es la crianza de peces es importante para usted (Nombre de variable:

import) 0- No

1- Sí

15) Desearía tener más pozas o estanques (Nombre de variable: maspozas)

0- No

1- 1 más

2- 2 más

3- 3 más

4- Más de 3 más

16) Otras instituciones le han ayudado en la piscicultura (Nombre de variable:

otrainst) 0- No 1- Sí

• Anexo 3: Modelos econométricos en formato Stata V. 8.2

Modelo 1:

Modelo 2:

31