1

Análisis de deforestación en la Reserva Forestal El Choré

y estrategias para su reducción

Santa Cruz, Marzo de 2010

2

Créditos

Documento elaborado por Robert Müller

Marzo de 2010

Fotografías de portada

Colonos en El Choré

Deforestación

FNB 2009

Edición y diseño de portada y contraportada

Roxana Valdéz Zamorano

3

Índice

1. Presentación ................................................................................................................... 4

2. Introducción .................................................................................................................... 5

2.1 La Reserva Forestal El Choré, historia y situación actual......................................... 5

2.2 Objetivos del estudio ................................................................................................ 6

3. Proyección de la Deforestación ....................................................................................... 6

3.1 Análisis de la deforestación en el pasado ................................................................ 6

3.2 Análisis cuantitativo no-espacial de la deforestación dentro de la reserva ............... 8

3.3 Análisis espacial de la deforestación...................................................................... 11

3.4 Combinación del análisis cuantitativo con el análisis espacial ............................... 16

4. Análisis de costos de oportunidad ................................................................................. 18

4.1 Concepto de costos de oportunidad ....................................................................... 18

4.2 Patrón de uso de suelo en el Choré y alrededores................................................. 18

4.3 Datos y métodos para el cálculo de costos de oportunidad .................................... 19

4.4 Resultados del cálculo de promedios de costos de oportunidad ............................ 20

4.5 Mapeo de costos de oportunidad ........................................................................... 21

4.6 Discusión de los resultados para el análisis de costos de oportunidad .................. 23

5. Posibles estrategias para reducir la deforestación ........................................................ 23

5.1 Resumen de los insumos generados en los dos anteriores capítulos .................... 23

5.2 Corto análisis de actores........................................................................................ 24

5.3 Pautas para una estrategia exitosa ........................................................................ 26

5.4 Propuestas para el Choré ...................................................................................... 26

6. Conclusiones ................................................................................................................ 30

7. Referencias ................................................................................................................... 31

7.1 Bibliografía ............................................................................................................. 31

7.2 Personas entrevistadas ......................................................................................... 33

8. Anexos .......................................................................................................................... 34

4

1. Presentación

La Fundación Natura Bolivia, con recursos de la Unión Europea, está apoyando de manera

activa la elaboración de proyectos a diseño final de REDD para la Reserva Forestal El Choré,

siempre que las condiciones sociales y políticas sean favorables para este tipo de iniciativas.

En este contexto, la Fundación Natura Bolivia apoyó al realización de un estudio de análisis de

la deforestación usando un modelo espacial logit, que además evalúa costos de oportunidad y

biomasa (Stich 2009). Además del estudio preliminar sobre la viabilidad económica e

institucional para establecer un proyecto REDD+ en la Reserva Forestal El Choré, realizado por

dos estudiantes de la Universidad de Harvard (Dillon & Mitnik 2009).

Por otro lado, existen estudios sobre las tasas de deforestación realizadas para el área de este

estudio, los cuales se resumen en la tabla 1:

Tabla 1. Estudios de deforestación en el Choré

Autor(es) Años analizados Fuente Comentarios

Pinto (2006) 1992, 2001 y 2004 Landsat Resultados

probablemente

identicos con Killeen et

al. 2007

Justiniano (2007)

1986, 1996 y 2005 Landsat

Killeen et al. 2007 1976, 1986, 1992,

2001 y 2004

Landsat Es un estudio que

cubre todas las tierras

bajas en Bolivia

5

2. Introducción

2.1 La Reserva Forestal El Choré, historia y situación actual

Figura 1: Ubicación de la reserva forestal “El Choré”

La Reserva Forestal El Choré, ubicada al norte de las provincias Sara e Ichilo del

Departamento de Santa Cruz (fig. 1), contiene la última mancha grande de bosques

amazónicos al norte de la ciudad de Santa Cruz. Estos bosques son muy productivos en

términos forestales, además son de gran importancia para la regulación del clima en la zona

agrícola del norte integrado.

6

La reserva fue creada el año 1.966 con una superficie aproximada de 900 mil ha, que luego fue

ampliada a 1.08 millones ha. En el año 2.000, el gobierno nacional desafectó 210 mil ha al

sureste de la Reserva (al norte de Santa Rosa del Sara) debido a una superposición con

asentamientos de colonizadores. Uno de los objetivos de la desafectación fue reducir la presión

hacia los bosques todavía conservados dentro del área restante de la reserva; sin embargo, la

situación actual muestra que no se logró frenar la deforestación en el área.

En este artículo, se analiza la deforestación en la reserva forestal El Choré y evalúan posibles

medidas para reducir la deforestación y evalúa la factibilidad de un proyecto REDD (Reduccion

de Emisiones por Deforestación y Degradación).

2.2 Objetivos del estudio

Objetivo general del estudio:

Evaluar la factibilidad de un proyecto REDD y generar insumos para el estudio de línea base.

Objetivos específicos:

Hacer una proyección de la deforestación en tiempo y espacio.

Analizar costos de oportunidad para la conservación de bosques en el área de la reserva

forestal El Chore.

Proponer y evaluar posibles líneas de acción para reducir la deforestación en el Choré

3. Proyección de la Deforestación

La proyección de la deforestación se realiza en dos partes: Primero, se realiza un análisis

cuantitativo no-espacial que simula la probable pérdida de bosques en el tiempo. En un

segundo paso, se aplica un modelo espacial cuyo producto es un mapa de probabilidad de

deforestación. La combinación de estos dos análisis permite elaborar mapas que proyectan la

pérdida de bosques en el futuro.

3.1 Análisis de la deforestación en el pasado

El análisis de la deforestación del presente estudio se basa en la evaluación de imágenes de

satélite Landsat entre los años 1976 y 2008. Para el periodo hasta el año 2004, se usa la

clasificación elaborada por el Museo de Historia Natural Noel Kempff Mercado (Killeen et al.

2007), que muestra la deforestación en los años 1976, 1986, 1992, 2001 y 2004. Este análisis

fue completado por datos de deforestación del año 2005, tomados del mapa de uso de suelo

del departamento de Santa Cruz, elaborado también por el Museo de Historia Natural. También

se efectuó un análisis propio de imágenes Landsat para el año 2008, aplicando la misma

metodología de clasificación usada para los periodos anteriores.

7

Figura. 2: Áreas deforestadas dentro de la Reserva El Chore hasta el año 2008 (en rojo)

En base a estos análisis, se creó una base de datos incluyendo coberturas que indican la

deforestación (bosque – deforestado) para los años 1976, 1986, 1992, 2001, 2004, 2005 y

2008, todo en cuadrícula con celdas de 30 metros de ancho y largo. En la figura 2, solamente

se muestra el estado de deforestación en el año 2008.

La categoría “deforestado” incluye una variedad de diferentes coberturas de suelo que son el

resultado de actividades realizadas por el hombre, incluyendo pastizales, campos de cultivo y

barbechos. El impacto de extracción de madera no ha sido analizado, estando las áreas

degradadas por actividad forestal incluidas en la categoría “bosque”.

La figura 2 muestra el avance de la deforestación en la reserva El Choré y en el área

desafectada, hasta el año 2008. Como se puede observar, el área ubicada al sureste ya perdió

gran parte de su cobertura forestal, mientras que la deforestación dentro del área restante de la

reserva está todavía poco avanzada (ver también en el capítulo siguiente).

Sin embargo, para calcular la pérdida de carbono, causada por la deforestación, hay que tener

en cuenta que la agricultura y el chaqueo solo remueven una parte de la biomasa; por esto, la

pérdida por hectárea es menor que en el contexto de la agro-industria o de la ganadería.

8

3.2 Análisis cuantitativo no-espacial de la deforestación dentro de la reserva

En esta sección se realiza un análisis para predecir la superficie de bosque que se perderá en

el futuro si se mantiene la actual dinámica de deforestación. Aquí, solo se realiza un análisis

cuantitativo, sin tomar en cuenta otros factores (por ejemplo factores espaciales). El avance de

la deforestación dentro de la reserva (límites actuales) se muestra en la figura 3.

El porcentaje indicado se calcula en base a áreas con potencial de bosque, excluyendo

pampas naturales. Se observa un aumento muy pronunciado de la deforestación a partir del

año 2001 llegando hasta un 3.2% (aproximadamente 20,000 ha) en el año 2008. Queda claro

que la desafectación de una parte del área que se llevo a efecto en el año 2000 no pudo reducir

la presión hacia la reserva.

Figura 3. Porcentaje de superficie boscosa deforestada dentro de la reserva

Reserva El Choré: Porcentaje de superficie boscosa deforestada

0

1

2

3

4

1970 1975 1980 1985 1990 1995 2000 2005 2010

Año

De

fore

sta

ció

n (

en

%)

La figura 4 muestra el avance de la deforestación en la zona desafectada. También se muestra

una curva de saturación que puede explicar la dinámica de deforestación observada: Después

de un aumento exponencial de la deforestación en los primeros años, el aumento continúa de

forma lineal, para después disminuir paulatinamente por el simple hecho de que no existe más

superficie boscosa para deforestar. La curva de saturación que describe este proceso se llama

función logística (Menard 2002, ver anexo para detalles).

9

Figura 4: Porcentaje de la superficie boscosa deforestada del área desafectada

Área desafectada: % de superficie boscosa deforestada

0

20

40

60

80

100

1970 1980 1990 2000 2010 2020 2030

Año

Defo

resta

ció

n (

en

%)

curva logística

% deforestada

Tabla 2. Deforestación pronosticada en el área desafectada con la curva de saturación

Año área boscosa

deforestada (%)

Área deforestada

acumulada (ha)

Área deforestada

después del 2008

(ha)

2008 48.7 54550

2015 70.7 79193 24643

2020 82.5 92433 37883

2025 90.2 101039 46489

2030 94.7 106104 51554

2035 97.0 108653 54102

Para pronosticar el avance de la deforestación dentro de la reserva se asumió que esta sigue la

misma dinámica que se observa en la zona desafectada. Una comparación de la curva de

deforestación dentro de la reserva con la curva logística obtenida por el análisis de la zona

desafectada mostró que el avance de la deforestación dentro de la reserva está retrasado

aproximadamente 25 años en comparación con la zona desafectada.

Por esto, para estimar el futuro de la deforestación dentro de la reserva, la curva de saturación

adaptada para el área desafectada se movió 25 años al futuro. La figura 5 muestra el resultado,

que permite pronosticar la deforestación futura dentro de la reserva. Aplicando este método se

puede concluir que bajo la dinámica actual, hasta el año 2034, se perdería aproximadamente el

50% de la cobertura forestal dentro de la reserva (ver figura 5 y tabla 3).

10

Esto correspondería a aproximadamente 50 millones de toneladas de CO2, con un valor de 50

a 100 millones de US$ en los mercados mundiales de carbono. Se supone un contenido de 300

TM/CO2/ha, de los cuales la agricultura removería un 50%; asumiéndose un precio de uno a

dos dólares americanos por tonelada métrica de CO2 (www.chicagoclimatex.com).

Figura 5. Predicción de la superficie boscosa deforestada

Reserva El Choré: Porcentaje de superficie boscosa deforestada en

comparación con una curva logística adaptada

05

101520253035404550

1960 1980 2000 2020 2040

Año

De

fore

sta

ció

n (

en

%)

% deforestada

curva logística

Tabla 3. Deforestación pronosticada en la reserva El Choré

Año Area boscosa

deforestada (ha)

Area

deforestada

acumulada (ha)

Area deforestada

después del 2008

(ha)

2008 3.3 20792

2015 7.9 49776 28984

2020 14.3 90301 69508

2025 24.6 155005 134212

2030 38.9 245026 224233

2035 55.4 348934 328141

11

3.3 Análisis espacial de la deforestación

El objetivo del análisis espacial es diferenciar áreas con diferentes probabilidades de

deforestación para estimar donde está el riesgo más alto de deforestación para el futuro.

Se intenta encontrar factores espaciales que expliquen los patrones de deforestación del

pasado, evaluados mediante el uso de modelos espaciales de regresión. Se aplica un modelo

logit, en base a la regresión logística, ver por ejemplo Chomitz & Gray (1996). (Detalles sobre la

regresión logística en el anexo).

Los factores espaciales que posiblemente influyen sobre la deforestación pueden pertenecer a

tres grupos (Müller & Munroe 2006):

Factores geofísicos como fertilidad de suelos o clima

Factores socio-econónicos como el acceso a mercados

Factores políticos como áreas protegidas, concesiones de uso de recursos naturales

Estos factores constituyen las variables independientes en el modelo logit y la variable

dependiente es la ocurrencia de deforestación. En este estudio solamente se evalúa la

ocurrencia o no-ocurrencia de deforestación, es decir la variable dependiente es de forma

binaria (valores solo “1” o “0”). Esto significa que solamente se analiza la pérdida de la

cobertura boscosa y no así la degradación por actividades forestales.

El análisis se realiza para el área de la reserva junto con el área desafectada, ya que ambas

áreas pertenecían a la misma categoría hasta el año 2000 y las dinámicas son comparables.

3.3.1 Descripción de variables independientes evaluadas y fuentes de datos

- Factores geofísicos

Precipitación: Se usó un mapa elaborado en la Universidad de Göttingen, Alemania,

que indica la precipitación en milímetros, el mismo que fue realizado en base a datos de

estaciones pluviométricas.

Elevación en m.s.n.m.: No fue incluida en el análisis ya que no existen diferencias

considerables de elevación en el área de estudio.

Pendiente: Tampoco fue incluida en el análisis porque no existen diferencias

considerables de pendiente en el área de estudio.

Aptitud de suelos: Se utilizó la clasificación del PLUS (Plan de Uso del Suelo)

(CORDECRUZ 1996) que diferencia 6 clases de capacidad de uso de suelo, desde II (con

pocas restricciones) hasta VII (con muy severas restricciones).

Riesgo de inundación: Esta variable se evalúa en base a un análisis de áreas inundadas

entre los años 2001 y 2007 (Brakenridge & Anderson 2008).

- Factores socioeconómicos

Distancia a caminos: En mapas oficiales, solamente se muestran caminos troncales. Sin

embargo, la deforestación en El Choré depende primariamente de caminos secundarios.

Por esto, se elaboraron mapas de caminos para cada uno de los años analizados en base a

12

imágenes de satélite. La distancia se incluyó de forma logarítmica ya que un aumento de 1

a 2 km de distancia implica un efecto mayor a un aumento de 10 a 11 km.

Distancia a centros poblados: No existe un mapa completo de centros poblados o

campamentos dentro del área, ya que dentro de la reserva no existen asentamientos

“oficiales”. Por esto, esta variable no pudo ser tomada en cuenta. Generalmente, dentro de

la reserva casi no existen pueblos, solamente campamentos, los mismos que no se pueden

distinguir en las imágenes de satélite utilizadas en el presente estudio.

Distancia a ríos navegables: Se consideraron los ríos Ichilo, Yapacaní y Piraí como los

principales ríos navegables en el área. Los primeros análisis mostraron que no tienen una

influencia significativa sobre la deforestación (entre los meandros del río Ichilo existen

pequeños cultivos de la población mojeña que no son significantes en comparación con la

deforestación total). Esto no excluye que los ríos grandes y también pequeños tengan

influencia sobre la degradación por actividades forestales (traslado de troncas), lo que no

fue evaluado en este estudio.

Distancia a áreas previamente deforestadas: Esta variable suele tener un alto poder

explicativo en modelos logit. Sin embargo, una gran parte de la información correspondiente

ya está incluida en el mapa de caminos, ya que éste también se generó en base a áreas

previamente deforestadas identificadas mediante las imágenes de satélite.

Esto implica una fuerte correlación entre las variables “distancia a áreas previamente

deforestadas” y “caminos” lo que conlleva a problemas en el análisis de regresión. Por eso,

la variable “distancia a áreas previamente deforestadas” no fue tomada en cuenta.

- Factores políticos

Área de la reserva y área desafectada: Se incluyó como variable en los modelos

después del año 2000 cuando se realizó la desafectación.

Concesiones forestales: Se incluyen en los modelos después del año 1992, ya que

antes no existieron.

Agrupaciones sociales del lugar (ASLs): Se incluyen en los modelos después del año

2005, ya que antes no estuvieron vigentes.

Tenencia de tierra (formal e informal): Especialmente la distribución de lotes dentro de

la reserva, aunque sea ilegal, es un factor muy importante para la distribución espacial de la

deforestación. Sin embargo esta variable no se pudo incluir en el estudio porque no existen

mapas, debido a la ilegalidad de la tenencia de tierra dentro de la reserva.

3.3.2 Preparación de datos

Se usaron los programas SIG ArcView, ArcGis 9.2, Excel y el programa estadístico Stata 9.2.

Todos los insumos fueros representados en forma de mapas en cuadrícula con celdas de 100m

de ancho por 100m de largo.

Los datos fueron grabados en formato “grid” y los mapas se exportaron al formato “ascii” y

posteriormente fueron convertidos al formato “data” (formato del programa Stata). En Stata,

todos los mapas se combinaron en una sola tabla, permitiendo los análisis de regresión

logística.

13

3.3.3 Detección de sesgos

Para detectar sesgos por autocorrelación espacial, se hizo la prueba de seleccionar solamente

celdas no colindantes (selección de cada segunda celda en sentido vertical y horizontal). Ya

que no se detectó un cambio considerable en los resultados después de efectuar tal selección,

se trabajó con la tabla completa, puesto que después de la selección el número de

observaciones fue muy bajo para obtener resultados significantes (la selección de cada

segunda celda reduce la cantidad de observaciones al 25%).

También se hicieron pruebas de correlación entre variables. Con un coeficiente de correlación

>0.5, existe el peligro de interacciones que pueden distorsionar fuertemente los coeficientes

asignados a las variables correlacionadas (Gellrich et al. 2007).

La presentación de los resultados de la regresión logística se explica en el capítulo 6, donde se

muestran los resultados del primer análisis de regresión logística.

3.3.4 Validación de modelos

Para validar el poder predictivo del conjunto de variables independientes, se calcula el índice

ROC - AUC (Relative Operating Characteristic - Area Under Curve, ver Pontius & Schneider

2001). Un índice ROC de “0.5” indica que el conjunto de variables no tiene ningún valor

predictivo, por otro lado, un valor de “1” indica un poder explicativo perfecto.

3.3.5 Resultados del análisis logit

Se elaboraron modelos para los siguientes pasos temporales: 1976-1986, 1986-1992, 1992-

2001, 2001-2005 y 2005-2008. Ya que el paso de 2004 a 2005 solamente incluye un año lo que

lleva a problemas con el modelo logit, se combinó con el periodo de 2001-2004.

El resultado clave de la regresión son los coeficientes de cada una de las variables

independientes, que indican la dirección y la fuerza de la influencia de una variable sobre la

deforestación (ver anexo para más detalles sobre los coeficientes).

Para poder comparar los coeficientes de las diferentes variables, se calculan coeficientes

estandarizados (multiplicando con la variación estándar de la misma variable).

Para poder modelar la deforestación en el tiempo, es necesario que los procesos que la

mueven sean relativamente estables en el tiempo. Esto implica que los coeficientes de las

variables independientes deben mantenerse relativamente estables entre los diferentes pasos

temporales, es decir que, por ejemplo, una alta fertilidad de suelos siempre debe aumentar la

probabilidad de deforestación de una manera comparable.

Si este no es el caso, si por ejemplo la fertilidad de suelos tuviera un impacto muy diferente en

los diferentes pasos de tiempo, no sería posible pronosticar la deforestación en el futuro.

En la tabla 4 y la figura 6, se pueden apreciar los coeficientes estandarizados de las variables

incluidas en el modelo para las diferentes épocas analizadas (sólo se estandarizaron las

variables continuas, distancia a caminos, precipitación y aptitud de suelo). Un valor de “cero”

indica que la variable no tiene efecto sobre la deforestación.

14

Un valor negativo en las variables indica un efecto negativo (por ejemplo, si aumenta la

distancia de un camino se reduce la probabilidad de deforestación). La variable de mayor

efecto es la de precipitación y distancia a caminos. La aptitud de suelos también tiene un leve

impacto, igual que la presencia de la reserva forestal, mientras que las demás variables

muestran efectos muy cerca de cero e inestables.

La variable del riesgo de inundación muestra un comportamiento irregular, sin tendencia clara.

Esto se debe probablemente al hecho de que áreas con riesgo de inundación suelen también

tener una mayor fertilidad de suelos, por la deposición de sedimentos a causa de inundaciones.

Por esto existen dos factores contrarios en áreas con riesgo de inundación.

La figura 6 muestra que la precipitación aparece como factor de mucha importancia, ya que los

coeficientes tienen valores fuertemente negativos, es decir que áreas con menos precipitación

presentan un riesgo mayor de deforestación. Pero al mismo tiempo el efecto no es muy estable

en el tiempo, ya que los valores del coeficiente de la precipitación cambian bastante. Es

probable que la importancia de la precipitación sea sobreestimada por el modelo en los años

antes de 2000. Después de 2000, también se considera el área desafectada que está ubicada

en la parte este del área que está bien seca, lo que podría sesgar los resultados por un efecto

de interacción entre las dos variables.

Tabla 4: Coeficientes estándares de las variables independientes en los diferentes modelos. Todos los

coeficientes indicados son significantes a nivel de 95%

-1986 1986-1992 1992-2001 2001-2005 2005-2008

Distancia a caminos -0.51 -1.57 -1.09 -0.61 -1.08

Riesgo de

inundación -2.07 -0.80 * 1.02 -0.41

Precipitación -5.74 -1.34 -4.18 -0.86 -0.90

Aptitud de suelos -0.34 -0.23 -0.45 -0.08 -0.22

Concesiones

forestales -0.12 -0.38 -0.07

ASLs -0.44 0.08

Reserva forestal -0.92 -0.92

* coeficiente no significante

15

Figura 6: Desarrollo de los coeficientes de variables independientes en el tiempo

Coeficientes logit estandarizados para los diferentes sub-

modelos

-6.0

-4.5

-3.0

-1.5

0.0

1.5

1980 1985 1990 1995 2000 2005 2010

año

co

efi

cie

nte

esta

nd

ari

zad

o

Distancia a caminos

Riesgo de inundación

Precipitación

Aptitud de suelos

Concesiones forestales

ASLs

Reserva forestal

3.3.6 Mapa de probabilidad de deforestación

En base a la comparación de los diferentes modelos calculados cubriendo diferentes periodos

de tiempo (ver figura 6), se seleccionó un modelo definitivo como base para la elaboración del

mapa de probabilidad de deforestación. También se elaboró un modelo que cubre la

deforestación acumulada entre 2001 y 2008 (tabla 4).

Es un periodo suficientemente largo para obtener coeficientes consolidados y también para

reflejar la dinámica reciente de deforestación. Basado en el análisis de los modelos para los

pasos temporales de 1976-1986, 1986-1992, 1992-2001, 2001-2005 y 2005-2008 (fig.6), se

decidió usar solamente las variables “distancia a caminos”, “precipitación”, “aptitud de suelos” y

“reserva forestal”, por ser las más importantes y estables en el tiempo.

Tabla 5: Coeficientes estandarizados del modelo cubriendo la deforestación acumulada 2001-2008

Modelo 2001 – 2008

Variable Coeficiente estandarizado

distancia logarítmica a caminos -0.548

precipitación -0.709

Aptitud de suelos -0.074

reserva forestal -0.475

16

En base a los coeficientes del modelo definitivo, se generó el mapa de probabilidad de

deforestación (fig. 7). El coeficiente de la variable “distancia a caminos” fue calculado en base a

la red de caminos del 2001 pero se aplicó sobre la red actual de caminos (año 2008).

Figura 7: Probabilidad de deforestación (cuando más rojo oscuro – mayor probabilidad)

El mapa de probabilidad de deforestación (figura 7) muestra que la presión de deforestación es

más alta en el sureste del área de estudio y la presión al suroeste, aparentemente, es más

baja. Este resultado difiere levemente del resultado de Stich (2009), quien aplicando un modelo

parecido incluye también la distancia a todas las áreas previamente deforestadas con el

resultado de un riesgo considerablemente mayor al área suroeste de la reserva.

Esto muestra que los modelos espaciales de deforestación tienen sus limitantes, por

consiguiente, para poder decidir sobre la presión de deforestación al suroeste del área, se

tendría que hacer una evaluación de los desmontes detectados al borde del río Ichilo en el

campo, lo que nos permitirá saber si realmente hay cambios de uso del suelo importante o si es

un error de de teledetección.

3.4 Combinación del análisis cuantitativo con el análisis espacial

Para generar escenarios de deforestación, se distribuye la superficie de deforestación futura

estimada en el análisis cuantitativo (capítulo 2.2) en el mapa de probabilidad de deforestación,

seleccionando consecutivamente las celdas con las de mayor probabilidad de deforestación

hasta llegar al área total calculada en el análisis cuantitativo.

17

Figura 8: Pronóstico del avance de deforestación en la reserva El choré y el área desafectada

Pronóstico de deforestación (rojo) en la reserva forestal El Choré

2020 2025

2030 2035

En la simulación del desmonte del área hasta el año 2035 de la figura 8 se nota el avance de la

frontera agrícola hacia el este. Como se mencionó antes, este resultado también depende de

efectos que no se pueden modelar, como por ejemplo la especulación de tierras que podría

llevar a un patrón más disperso en el espacio.

18

4. Análisis de costos de oportunidad

4.1 Concepto de costos de oportunidad

El cálculo de costos de oportunidad de la conservación del bosque se refiere a las posibles

ganancias que se pueden obtener por un uso agropecuario de un área forestal. Esta cifra es útil

para estimar la rentabilidad de una actividad de deforestación así como para estimar el monto

que teóricamente se necesitaría para compensar a un dueño de un área forestal que renuncia a

un uso agropecuario para conservar el bosque.

El costo de oportunidad se obtiene entonces por el cálculo de la rentabilidad de un uso

agrícola. La forma más común de realizar este cálculo es la aplicación de valor actual neto

(VAN) por hectárea. (El VAN expresa el valor teórico de una hectárea en base a las potenciales

ganancias en años futuros. A estas ganancias se aplica una tasa de descuento, de tal forma

que el valor de ganancias en un futuro lejano se reduce).

La rentabilidad de una actividad agrícola depende de:

a) Costos de inversión principal

b) Costos anuales e

c) Ingresos anuales, dependiendo a su vez de rendimientos y precios al productor.

En este estudio, los VAN se calculan en base a una tasa de descuento del 8%, representando

el promedio de lo que se usa en estudios comparables y un horizonte de tiempo de 30 años

(por ejemplo Davies 1996, Silva Chavez 2005).

Para una comparación, también se calcula el VAN de un manjeo forestal en la zona del Choré

como actividad que no causa la conversión de bosques.

4.2 Patrón de uso de suelo en el Choré y alrededores

Según la información obtenida por actores locales y Eyzaguirre (2005), la forma de uso del

suelo más común en la zona de Choré es la agricultura de tumba y quema, en dos variantes:

Al este (Santa Rosa del Sara) con un clima más seco, después de tumbar el monte, se suele

sembrar arroz por dos años, seguido por dos años de cultivo de maíz. Después, cuando los

suelos han perdido su fertilidad se los deja descansar por seis a siete años. Al oeste

(Yapacaní), donde el clima es más lluvioso, típicamente se siembra arroz por dos años,

seguido por un descanso de unos 5 años.

Por razones de simplicidad, solamente se toman en cuenta estas dos formas de uso, que son

las más típicas y que con mayor probabilidad serían aplicadas por posibles invasores en la

reserva. Existe la posibilidad de que, en un futuro más lejano, se aplique un uso más intensivo,

desde un cultivo mecanizado de arroz hasta la siembra agroindustrial de soya; sin embargo, no

se toman en cuenta estos usos potenciales ya que en la actualidad no existen o no han sido

verificados. El análisis de costos de oportunidad de Stich (2009) se basa en estas alternativas y

llega a valores más elevados.

19

4.3 Datos y métodos para el cálculo de costos de oportunidad

El cálculo de costos de oportunidad se basa principalmente en ejemplos de costos de la CAO

(2008) así como de Ortiz & Soliz (2007). La CAO cita datos de la federación de productores de

arroz FENCA así como de PROMASOR, pero no da detalles cobre estas fuentes. Los insumos

usados para calcular costos de oportunidad son altamente variables.

Por esto, se indica un costo promedio de oportunidad además de un rango desde un costo

mínimo hasta un costo máximo. Los resultados deben entenderse como cifras cualitativas; un

cálculo exacto no es posible ni razonable debido a las grandes variaciones en los precios de

insumos.

En los cálculos de costos, se suele contabilizar el trabajo familiar, a pesar de que la mayor

parte del trabajo manual es prestada por el mismo agricultor. Sin embargo, cuando se piensa

en la posibilidad (teórica) de compensar a campesinos que dejan de deforestar por los ingresos

que hubiesen obtenido por la agricultura, hay que tomar en cuenta que el chaqueo genera

empleos para los mismos campesinos y que estos empleos se perderían en el caso de dejar la

agricultura. En Ortiz & Soliz (2007) se incluyen también cálculos de rentabilidad sin contabilizar

el trabajo familiar, lo que lleva a costos de oportunidad considerablemente mayores (porque el

costo de producción se reduce).

4.3.1 Cultivo de arroz

Para el cultivo de arroz, el cálculo más exacto es presentado por Ortiz & Soliz (2007) para la

campaña del 2005/2006 que incluye los siguientes puntos (ver también tablas 5 y 6):

preparación de suelo (tumbado y rozado así como quemado y chafreado), siembra, insumos

(semillas y pesticidas), labores culturales (carpida y aplicaciones de pesticidas), cosecha,

manipuleo y transporte.

Ya que la gran mayoría de pequeños productores vende arroz en chala, el pelado no se incluye

en el cálculo. Para la campaña 2005/2006, los costos suman 246 US$/ha para Santa Cruz.

Este costo aplica a la apertura de un nuevo campo de cultivo. Para el segundo año, se reduce

el costo de tumbado y rozado, llegando a un costo de 178 US$/ha. Si no se contabiliza el

trabajo familiar, se llega a un costo de 127 US$ y 93 US$ sin tumbado y rozado.

Las ganancias del cultivo de arroz se componen del rendimiento y del precio al productor. No

existe una buena documentación de los rendimientos, ya que las estadísticas de la CAO

mezclan rendimientos del cultivo manual e industrializado. Para este estudio, se asumen

rendimientos de 2 TM/ha, como valor promedio varias fuentes (Ortiz & Soliz 2007, CAO 2008 y

entrevistas con actores locales). Los precios son tan variables como los costos.

Según Ortiz & Soliz (2007), entre los años 1997 y 2007, el precios de arroz sin pelar para el

productor fluctuaba entre 120 y 250 US$/TM, con un promedio de 167 US$. Para el cálculo del

promedio del costo de oportunidad, se aplica entonces un precio de 180 US$, tomando en

cuenta la reciente alza de precios.

20

Cuando se trata de un bosque primario, todavía hay la posibilidad de que el productor venda

madera (de forma ilegal). Esta posible fuente de ingresos no se incluye en los cálculos

presentados aquí ya que se supone que los ingresos son bajos, difíciles de sistematizar e

ilegales si no cuentan con un plan de manejo.

4.3.2 Cultivo de maíz

El ejemplo de costo de producción de maíz de la CAO (2008) se basa en datos proporcionados

por PROMASOR y distingue costos de preparación de suelo, siembra, insumos, cosecha y

transporte, llegando a un total de 236 US$/ha para la campaña 2002/2003. CIPCA (2000),

citado por Salinas (2004) menciona un costo de 260 US$/ha para el año 2000. Para desarrollar

nuestro análisis usamos el valor de CAO (2008) que es más detallado.

Ya que en el Choré el maíz siempre se cultiva después del arroz en un campo ya abierto, no se

deben considerar costos de tumbado y rozado; por esto, de los 236 US$/ha se deduce un valor

de 68 US$/ha llegando a un costo promedio de 168 US$/ha y sin contabilizar el trabajo familiar,

se llega a un costo alrededor de 80 US$.

El rendimiento de la producción manual de maíz tampoco está bien documentado, se aplica un

valor de 2,5 TM/ha como valor promedio considerando varias fuentes (Ortiz & Soliz 2007, CAO

2008, entrevistas con actores locales). Según la CAO (2008), los precios al productor varían

entre 89 y 177 US$/TM entre el 1997 y 2007 con un promedio de 117 US$/TM, valor que se

aplica para el cálculo del promedio del costo de oportunidad.

Para calcular el VAN de un manejo forestal en la zona, se aplican los siguientes valores

(BOLFOR 2005, Cámara Forestal de Bolivia 2005):

Tabla 6: Valores usados para calcular la rentabilidad del manejo forestal

Costos

anuales,

US$

Volumen

aprovecha

ble, m3

Volumen

extraído,

m3*

Precio

promedio

US$**

Ciclo de

corte, años

Ingreso

anual, US$

Ganancia

anual,

US$

Manejo

forestal Choré 40,14 24,99 7,70 242,22 25 74,57 34,43

* El volumen extraído se cálculo como en el ejemplo para la zona “Choré”.

**Los precios se calcularon de acuerdo al porcentaje de diferentes especies valiosas que forman parte del volumen

aprovechable de una región y sus precios respectivos del año 2005.

4.4 Resultados del cálculo de promedios de costos de oportunidad

Aquí se indican resultados no espaciales, basados en los valores promedios indicados en la

sección anterior. Como estos valores se basan en áreas con buen acceso vial, no aplicarían a

la Reserva El Choré en la actualidad (ya que las condiciones de transporte son muy malas).

Por esto los resultados de las tablas 7 a 9 aplican a la situación dentro de la zona afectada.

21

Tabla 7: Ciclos típicos de producción

ZonaSanta Rosa Zona Yapacaní

Sucesión de cultivos Dos años arroz, dos

años maíz

Dos años arroz

Tiempo de descanso 6 años 5 años

Tabla 8: Costos e ingresos para los cultivos de arroz y maíz

Arroz (en US$) Maíz (en US$)

Apertura del campo de cultivo

(tumbado y rozado)

68 (rango 54 – 90) no aplica

Costo de producción (sin rozado y

tumbado)

211 (rango 180 - 250) 168 (rango 176 – 292)

Rendimiento en TM (promedio 10

años)

2 (rango 1.5 – 2.5) 2.5

Precio en US$/TM 180 (rango 120 – 250) 117 (rango 89 – 177)

Tabla 9: Costos de oportunidad promedios para el chaqueo en El Choré

Rotación Arroz-Maíz Solamente Arroz

Valor Neto Actual en US$ (tasa de

desc. 8%, duración 30 años)

758 (rango 0 - 1500) 586 (rango 0 – 1000)

En caso de no contabilizar el trabajo familiar, se llega incluso a valores de 1143 US$/ha

(rotación arroz-maíz) y 955 US$/ha (solamente arroz).

El VAN del manejo forestal fue calculado como 387 US$/ha.

4.5 Mapeo de costos de oportunidad

El mapeo de costos de oportunidad se basa en los cálculos presentados en las tablas 7-9, con

la inclusión de factores espaciales, precipitación y costos de transporte. La precipitación se

toma en cuenta solamente para identificar el patrón típico de uso de suelo: Se supone que en

todas las áreas con una precipitación anual menor a 1900 mm/año, el cultivo predominante es

el arroz en combinación con maíz, mientras en zonas más húmedas, se siembra solamente

arroz.

22

Los costos de transporte se calculan de acuerdo a la cercanía del próximo mercado; se toman

en cuenta los mercados más importantes cercanos a la reserva, Santa Rosa del Sara, San

Juan, Yapacaní e Ivirgarzama.

Se asumen diferentes costos de transporte de acuerdo a los caminos existentes. En base a

estos costos, se evalúa la conexión más barata al mercado más cercano desde cada punto en

el mapa (con la función “cost weighted distance” en ArcGis 9.2).

Este costo de transporte, indicado en US$/(TM*km) se aplica al rendimiento de promedio de los

cultivos de arroz y maíz. Con este costo de transporte, para cada punto del mapa, se calcula el

VAN del cultivo correspondiente, como descrito en el capítulo anterior.

Tabla 10: Costos de transporte asumidos para diferentes tipos de caminos:

Tipo de camino Costo de transporte en US$/(TM*km)

Camino prefectural, de tierra 0,16

Camino secundario o informal 0,40

Sin camino (se asumen sendas) 2,00

Cruzar el río Ichilo como 25 km en camino secundario

La Coorporación Andina de Fomento, CAF, (2004) indica costos mucho menores

(0.058US$/(TM*km) en caminos no pavimentados) sin embargo, hay que tomar en cuenta que

los caminos dentro de la reserva son muy malos, y la cosecha del arroz se realiza al final de la

época seca, cuando estos caminos son casi intransitables. Es por esto que se aplicaron costos

mayores a los indicados por la CAF.

Figura 9: Mapa de costos de oportunidad

23

El mapa de costos de oportunidad representado claramente en la figura 9, muestra que la

rentabilidad del chaqueo es relativamente buena dentro de la zona desafectada, pero

disminuye fuertemente al interior de la reserva.

4.6 Discusión de los resultados para el análisis de costos de oportunidad

El análisis de costos de oportunidad se entiende también como un análisis cualitativo. Un

análisis cuantitativo consolidado requeriría de una base de datos muy detallada y aún así

estaría caracterizada por grandes márgenes de error, debido a la inestabilidad e informalidad

de la agricultura campesina, por lo tanto sería difícil hablar de un análisis consolidado.

Los resultados muestran que el chaqueo en el área parece ser una actividad rentable que

genera ingresos suficientes para una vida modesta de los agricultores. Un cálculo de la

rentabilidad del aprovechamiento forestal en el Choré dio un resultado de 387 US$/ha (VAN).

(Fue el valor más alto calculado para aprovechamiento forestal en todas las zonas de

aprovechamiento forestal a nivel nacional).

Este valor no es directamente comparable con el valor calculado para la agricultura del

chaqueo, pero muestra que el aprovechamiento forestal permite ganancias al mismo nivel que

la agricultura sin la necesidad de tumbar el bosque debido a que la tala es muy selectiva. Esto

respalda la vocación forestal de la reserva y su importancia estratégica nacional como tal.

La rentabilidad de la agricultura es mayor en el área desafectada, por la posibilidad de

combinación de dos cultivos, arroz y maíz, debido a un clima menos húmedo, por la presencia

de mejores caminos y por ende un mejor acceso a mercados.

Dentro de la reserva, el cultivo de arroz puede ser rentable en áreas cercanas a los límites de

la misma reserva. Sin embargo es posible que el riesgo de intransitabilidad de caminos en el

tiempo de cosecha de arroz, por el mal estado de los caminos y las inclemencias del tiempo, no

esté todavía reflejado de manera suficiente en el mapa de costos de oportunidad.

Además cabe indicar que se sospecha que mucha de la deforestación dentro de la reserva no

tiene fines productivos inmediatos, sino que tiene el propósito de establecer derechos

informales de tenencia de tierra (ver más abajo).

5. Posibles estrategias para reducir la deforestación

5.1 Resumen de los insumos generados en los dos capítulos anteriores

Los análisis realizados en los capítulos 2 y 3 muestran que:

La situación de la reserva es crítica. A pesar de que el área actualmente deforestada

todavía no es grande, su avance es de forma exponencial, con el potencial de afectar un

50% de los bosques en la reserva hasta el año 2035.

La mayor presión de deforestación se observa en la parte sureste de la reserva, donde

ya existen varios caminos. Es probable que en el futuro, se vea mayor avance en esta

parte. En la parte oeste, todavía no se nota un fuerte avance de la deforestación.

24

El cálculo de costos de oportunidad muestra que el chaqueo es una actividad rentable.

Si bien las ganancias no son altas y no se comparan con las ganancias de una producción

agroindustrial, pueden alcanzar un grado que garantice un modesto nivel de vida y casi

alcanza el ingreso per cápita promedio del país.

Por estas razones, es importante actuar rápidamente, concentrarse en la parte este de la

reserva y diseñar soluciones que son económicamente viables para los actores locales.

5.2 Corto análisis de actores

El trabajo de Kate Dillon y Andres Mitnik (2009) ya contiene un amplio análisis de actores. En

este documento, se presenta un resumen de sus diferentes posiciones e intereses respecto a la

reserva, con el fin de llegar a propuestas concretas para reducir la deforestación en El Choré.

5.2.1 Gobiernos

Gobierno nacional. La posición del gobierno nacional en cuanto a la situación de El Choré no

está claramente definida. Por un lado, existe un compromiso con la conservación de los

recursos naturales y también es deber del gobierno cumplir y hacer cumplir con las leyes que

claramente prohíben la agricultura dentro de la reserva.

Aparentemente, el gobierno comunicó a representantes de campesinos que ocupan áreas

dentro de la reserva que no habrá legalización de la tenencia de tierras dentro de la misma. Por

otro lado, las personas interesadas en ocupar tierras en la reserva son parte de “las bases” que

hicieron llegar al partido de gobierno (MAS - Movimiento Al Socialismo) al poder. Por esto, es

poco probable que el gobierno tome medidas para frenar la ocupación de la reserva o incluso

proceda a un eventual desalojo a la fuerza.

Gobierno departamental de Santa Cruz. La prefectura de Santa Cruz está claramente en contra

de la ocupación de la reserva y busca apoyar a su conservación mediante estudios (por

ejemplo Justiniano, 2007) y campañas a través de los medios de comunicación; también se

está discutiendo financiamiento para proyectos de ecoturismo, entro otros.

La prefectura insiste en que se respete el uso del suelo y la vocación forestal de la reserva.

Para ello quiere apoyar a los grupos con interés en realizar actividades de manejo forestal

sostenible en la reserva. Las actividades de la prefectura en cuanto a la reserva pueden a

veces tener un tono autonomista, lo que puede dificultar una solución consensuada del

problema de deforestación en la reserva.

Gobiernos municipales: Los gobiernos de Santa Rosa y Yapacaní siguen la línea política del

partido de gobierno, el MAS. El gobierno municipal de Santa Rosa no está en favor de la

ocupación de la reserva y enfrenta el mismo dilema que el gobierno nacional. Por otro lado, el

gobierno de San Juan está en contra de la ocupación con fines agrícolas.

5.2.2 Organizaciones Campesinas

La reserva del Choré es parte del área de influencia de la “Federación de Colonizadores de

Yapacaní” y la “Federación de Colonizadores de la provincia de Ichilo”. Los actores en la parte

de Santa Rosa son las subcentrales “Las Pavas” y “San Luis”.

25

Existen posiciones diferentes dentro de las organizaciones campesinas. Si bien la ocupación de

la reserva es promovida por algunos sindicatos dentro de las organizaciones campesinas, las

instituciones como tal, no apoyan la ocupación de la reserva de manera oficial.

Generalmente, algunas organizaciones campesinas justifican la ocupación de la reserva con el

argumento que las empresas madereras no cumplieron con la ley forestal, por lo que el

gobierno debería revertir sus contratos de concesiones para luego entregar dichos predios a

grupos campesinos sin tierra o tierra insuficiente.

Sin embargo, también existen miembros de las organizaciones campesinas que admiten que el

primer objetivo para entrar a la reserva es el de “reservar tierras para el futuro”, sea con el

objetivo de trabajarlas después, de dejarlas para sus hijos o de venderlas. Según actores

entrevistados, la necesidad de ocupar nuevas tierras no parece ser grande todavía, pero como

la población está creciendo, podría crecer esta necesidad en el futuro.

Otro grupo de actores son los campesinos del Chapare, que según rumores entran a la reserva

para sembrar coca. Es difícil constatar y contar con más información sobre este grupo.

Muchas veces, las organizaciones campesinas llevan un discurso agroecológico. Esto muestra

que están abiertos para temas de sostenibilidad ambiental, pero también existe el peligro de

que sea un discurso que les permita permanecer en la reserva.

5.5.3 Madereros

Existen diferentes concesiones forestales y ASL’s de las cuales pocas están funcionando

debido a los conflictos que hay entre madereros y campesinos. Los madereros están

claramente en contra de la ocupación de sus concesiones forestales, pero pueden existir

negocios de carácter ilegal con colonos en la reserva.

5.5.4 ONG’s

La ONG que más trabajó en la zona del Choré es CIPCA, apoyando a los campesinos dentro

de la zona desafectada entre 1992 y 2004. CIPCA participó en el proceso de desafectación de

la zona sureste de la reserva en el año 2000.

El objetivo más importante del trabajo de CIPCA fue combatir el monocultivo y promover una

producción más sostenible y diversificada. El haber trabajado durante todo ese tiempo en el

área de la reserva, hace que el CIPCA sea una excelente base de información y experiencias

en el trabajo técnico e institucional con las organizaciones campesinas.

CEPAC lleva muchos años trabajando con campesinos en Yapacaní, principalmente con apoyo

técnico e institucional en el área de agricultura. También en CEPAC existe un conocimiento

profundo de los actores en la zona del Choré de lado de Yapacaní.

El “Comité Salvemos el Choré”, compuesto por varios actores privados y públicos de Santa

Cruz y con apoyo técnico de la Fundación Natura, trabaja mayormente en la creación de

conciencia pública sobre la importancia de la reserva. También apoya a estudios sobre la

reserva y reúne a diferentes actores en la búsqueda de soluciones.

26

5.3 Pautas para una estrategia exitosa

Cualquier medida para reducir la deforestación en El Choré de manera exitosa, requiere del

apoyo de los diferentes actores, principalmente de los actores locales. Hasta la fecha, es

posible que algunos actores cruceños hayan subestimado la importancia de buscar el diálogo

con las organizaciones campesinas, sin las cuales no se puede lograr nada. También parece

importante mantener una separación estricta entre el conflicto de la reserva y el tema de la

autonomía del departamento de Santa Cruz.

Los actores locales en la reserva deben entender que es de su propio interés mantener el

equilibrio ecológico del Choré; el conflicto no se debe transformar en un conflicto político.

Habría que trabajar con la finalidad de lograr un esfuerzo coordinado entre el gobierno

nacional, la prefectura y los municipios para disminuir la deforestación en la reserva.

Posibles medidas para conservar la reserva deben ser apropiadas por actores locales, a lo

mejor deben nacer de ellos. Para lograr esto, se necesita preguntarles directamente por sus

ideas, experiencias y expectativas, para planificar acciones concretas junto con ellos. Se

recomienda empezar a trabajar con sindicatos “piloto” seleccionados de acuerdo a su grado de

motivación y organización.

Un primer paso para identificar estos sindicatos sería lograr una estrecha coordinación con las

ONG que tienen muchos años de experiencia en la zona, CIPCA y CEPAC así como coordinar

de manera estrecha con las organizaciones campesinas de nivel superior.

No es recomendable coordinar actividades con colonos ilegalmente establecidos dentro de la

reserva (con la excepción de los sindicatos que tienen título legal, muy al sur de la reserva), ya

que cualquier actividad en conjunto con actores que están ilegalmente establecidos dentro de

la reserva implicaría una justificación de su estadía y podría, además, crear incentivos para que

otros actores se asienten dentro de la reserva.

5.4 Propuestas para el Choré

5.4.1 Sinopsis sobre posibles medias para reducir la deforestación

Primero, se presenta una lista de posibles medidas de reducción de la deforestación, todavía

sin pensar en las características específicas de la reserva de El Choré. Estas medidas se

basan principalmente en un documento elaborado a nivel de Naciones Unidas para el proceso

REDD (UNFCCC 2006)

Pueden ser medidas políticas o incentivos económicos. Medidas políticas corresponden a

gobiernos e incluyen, por ejemplo, la creación de nuevas leyes, el hacer cumplir las leyes

existentes y/o el saneamiento de tierras. En cuanto a incentivos económicos, existe una

variedad de posibles medidas. Las más importantes son:

- Compensación directa, es decir un pago directo a los actores locales por no deforestar sus

tierras, donde el monto podría basarse en los costos de oportunidad.

- Incentivos negativos en forma de impuestos por deforestación.

27

- Apoyo para alternativas que buscan reemplazar la agricultura en su forma actual

fomentando cambios de actitud y de prácticas, como por ejemplo la implementación de

sistemas forestales dominados por cultivos perennes, el aprovechamiento forestal

comunitario, el aprovechamiento de productos no-maderables o el ecoturismo.

- Intensificación de la agricultura, con el objetivo de alcanzar los mismos rendimientos en un

área de cultivo más pequeña.

5.4.2 Factibilidad de medidas políticas

En la reserva El Choré, la deforestación ya está prohibida por ley y la tenencia de tierras

privadas no es posible, por esto, solo quedaría hacer cumplir la ley.

Considerando que en la parte sureste de la reserva la colonización está bastante avanzada, se

podría pensar en la desafectación en combinación con un condicionamiento del uso de suelo,

creando un Área Natural de Manejo Integrado (ANMI). En el mejor de los casos, se podría

llegar a un acuerdo con las organizaciones campesinas; a cambio de la desafectación, estas se

comprometerían a respetar estrictamente la reserva, reduciendo así la presión hacia ella.

Sin embargo la experiencia del año 2000, muestra que la reducción de la presión por

desafectación no ocurrió, por el contrario, el análisis de deforestación muestra un aumento de

la presión después de ella. El mayor riesgo es que una nueva desafectación podría ser

entendida como una señal que presionando hay la probabilidad de otras desafectaciones que

permitirían la legalización de tierras, previamente ocupadas de manera ilegal.

Existe la hipótesis de que una gran parte de la ocupación de tierras en la reserva tiene una

motivación de establecer un derecho a una futura propiedad de tierras; en consecuencia no se

trata de predios que están en producción ahora. En esta situación, la lógica de aliviar la presión

por una desafectación de una parte del área no funciona.

La desafectación de una parte de la reserva solamente tendría sentido como resultado de un

amplio consenso y compromiso de todas las partes, quien se comprometan a respetar y

defender el área de la reserva no desafectada. Sin embargo, la experiencia previa de

desafectación muestra que condiciones para tal compromiso no están dadas en este momento.

En cuanto a la planificación del uso de suelo, existe la posibilidad de introducir una zonificación

de las parcelas estándar de 50ha de colonos en la zona desafectada con la definición de

importantes áreas de conservación de bosques. Estas zonificaciones podrían combinarse con

otras medidas que mejoren la eficiencia espacial de la producción.

5.4.3 Factibilidad de incentivos económicos

Debido a la ilegalidad de la ocupación de la reserva, no es recomendable trabajar con

incentivos económicos dentro de la reserva, ya que esto crearía un incentivo perverso y

justificaría la presencia de actores ilegalmente establecidos dentro de la reserva.

28

Sin embargo, sería factible empezar a trabajar con sindicatos fuera de la reserva, por ejemplo

en la zona desafectada. Aquí también sobra una importante porción de bosques y, lo más

importante, la tenencia de tierras tiene una base legal. La situación en el municipio de Santa

Rosa parece ser favorable para empezar un trabajo de esa naturaleza en la zona.

Si poco a poco se logra implementar proyectos que realmente mejoran la calidad de vida de la

población, será más fácil llegar a un acuerdo entre todos los actores sobre formas de uso

sostenible de suelo fuera y dentro de la reserva. Los programas podrían condicionarse en tal

forma que solo participen sindicatos que no apoyan la colonización de la reserva.

En este momento, no se recomienda ofrecer una compensación directa para la conservación

de bosques, por varias razones:

- Al empezar a ofrecer compensación en efectivo, se puede crear una fuerte expectativa en

los actores locales; si se empieza en una zona piloto, esto puede causar envidia en otros

actores no participantes en el programa piloto.

Además se da la señal que la conservación de bosques es una tarea que debe ser

remunerada, mientras el objetivo del proyecto debe ser lograr la apropriación de al

conservación por actores locales. Una vez que se empieza con pagos posiblemente no

habrá “marcha atrás”, es decir si por alguna necesidad externa (falta de fondos etc.) no se

puede seguir pagando, será difícil lograr la aceptación de otros tipos de proyecto de

conservación de bosques.

- Para reducir la deforestación, se debe lograr un cambio en el sistema productivo. Es poco

probable que los actores locales abandonaran la agricultura por recibir pagos por servicios

ambientales; ellos seguirían siendo campesinos y trabajando la tierra, que seguiría siendo

parte de su identidad.

- Será muy difícil garantizar que pagos directos lleven a un esfuerzo adicional de

conservación. Existe el riesgo de que agricultores reciban pagos por conservar superficies

de bosque que si o si no planearon tumbar en un futuro cercano.

Cuando después de unos años decidan tumbar bosque primario por el desgaste de las

tierras anteriormente cultivadas, puede ser difícil sancionarlos. Todavía no existe evidencia

empírica que programas de pagos por servicios ambientales son realmente efectivos y

eficientes (Bond et al. 2009).

- Los costos de un programa de pago directos pueden ser muy altos. Para conservar unas

100,000ha de bosques remanentes en la zona desafectada, se necesitarían unos 2

millones de dólares por año si se define un precio alrededor de 20US$ como en un

programa de protección de fuentes en México (Bond et al. 2009).

- La administración así como el monitoreo de un programa de pagos directos sería un gran

reto, absorbiendo muchos de los recursos requeridos para lograr un cambio en el sistema

de producción. El tema de tenencia de tierras implica un enorme costo administrativo.

Sería entonces recomendable emplear los recursos disponibles directamente para lograr un

cambio en el sistema productivo (ver abajo).

29

Los impuestos tampoco son factibles por motivos de equidad y factibilidad general y los

programas de apoyo para el desarrollo de prácticas alternativas en la agricultura o la

intensificación de la agricultura se perfilan como opciones más viables.

Son pocas las experiencias en Bolivia donde programas de apoyo a una producción sostenible

o a alternativas de producción hayan realmente tenido un impacto fuerte. Por ejemplo, los

programas de CIPCA en la zona desafectada apuntaron a diversificar la producción y han

tenido cierto éxito. Sin embargo, no se logró cambiar la dependencia económica de los

campesinos de la producción de arroz, la cual es una de las primeras causas del desmonte.

Según Eyzaguirre (2005), el cultivo de arroz contribuye más que el 70% al valor neto de la

producción agrícola campesina en la zona del Choré. El valor neto de la producción forestal en

el Choré llega solamente al 2.3% del valor de la producción de arroz, pero casi el 100% es

destinado a la venta. Aquí podría existir un modesto potencial para aumentar el margen de

ganancia de los campesinos.

Las entrevistas realizadas en la zona también muestran que la población local no reconoce a

los productos no maderables como un potencial interesante. Según Eyzaguirre (2005), el valor

neto de producción forestal no maderable en el Choré no llega ni al 2% de la producción de

arroz, y el valor de productos destinadas a la venta ni al 0,2% (solamente se vende la miel

como producto no maderable).

El potencial eco turístico también es reducido; típicamente, solamente una población muy

pequeña se puede beneficiar de estos proyectos.

Siendo el arroz la principal fuente de ingreso de los agricultores y también la principal causa del

desmonte, parece recomendable trabajar en proyectos para mejorar la producción de arroz, por

ejemplo, el cultivo de arroz bajo riego representa una alternativa muy atractiva a la producción

de arroz por chaqueo, con rendimientos alrededor de 6 TM/ha y sin necesidad de abandonar

parcelas y deforestar nuevas áreas.

Actualmente, el cultivo de arroz bajo riego solamente es practicado por agricultores japoneses,

con alto nivel de mecanización. Es un gran reto establecer el cultivo bajo riego con pequeños

agricultores, los costos de inversión son altos, implican el uso de maquinaria y un buen nivel

tecnológico. Sin embargo, existen experiencias iniciales con el cultivo de arroz bajo riego por

pequeños agricultores que son recomendadas y parcialmente apoyadas por FENCA, ASPAR,

CEPAC y CIPCA (comunicación personal de sus representantes, ver 6.2).

Según datos de Ortiz & Soliz (2007), los costos de producción de arroz bajo riego llegan a 867

US$/ha. Con rendimientos de 6 TM/ha y una producción permanente (sin necesidad de

abandonar parcelas) esto implicaría un VAN de 2400 US$/ha, lo que representa de 3 a 5 veces

más que con el cultivo por chaqueo.

La producción intensificada de arroz debería combinarse con la planificación del uso de suelo,

demandando la conservación garantizada de importantes partes boscosas de cada parcela. Si

se logra alcanzar la misma producción en un área más pequeña, esto debería permitir

mantener una parte más grande de cada parcela con cobertura de bosque, para un

aprovechamiento forestal.

30

Los planes de uso de suelo podrían basarse en conceptos existentes de la planificación de uso

de suelo a nivel de parcelas individuales de 50ha. Durante el trabajo de campo, estos

conceptos fueron mencionados por varios actores, parecen haber sido elaborados en el tiempo

del dirigente campesino en Yapacaní, Cimar Victoria. Se propone una división de la parcela en

áreas de agricultura intensiva, áreas agroforestales y áreas de conservación o

aprovechamiento forestal.

El apoyo a la producción de arroz debería estar acompañado por un apoyo a la diversificación

de ingresos para no seguir con la alta dependencia de un solo cultivo. Algunas otras opciones

serían por ejemplo incentivar el cultivo de cítricos (que ya es importante), de café o de cacao

(este último solamente en bajíos).

En vez de pagos directos se podría establecer un sistema de certificación para arroz u otros

productos producidos bajo un plan de uso de suelo a nivel de parcela, incluyendo la

conservación de una importante parte de bosques. Agricultores que demuestran respetar la

zonificación podrían recibir precios incrementados para sus productos.

6. Conclusiones

- La situación de la reserva es crítica. A pesar de que el área actualmente deforestada no es

grande todavía, el avance de la deforestación es exponencial, con el potencial de afectar

un 50% de los bosques en la reserva hasta el año 2035.

- La mayor presión de deforestación se observa en la parte sureste del al reserva, donde

existen varios caminos. En la parte oeste, la presión todavía es baja.

- El cálculo de costos de oportunidad muestra que el chaqueo es una actividad rentable. Si

bien las ganancias no son altas y no se comparan con las ganancias de una producción

agroindustrial, las ganancias obtenidas alcanza para garantizar un modesto nivel de vida.

- No se recomienda trabajar con campesinos ilegalmente asentados dentro de la reserva,

para no justificar su estadía o incentivar otros asentamientos ilegales.

- Se recomienda empezar a trabajar en la zona desafectada, con la planificación de uso de

suelos a nivel de parcela, demandando la conservación de una importante parte de los

bosques, en combinación con la introducción del cultivo de arroz bajo riego. Sería un gran

reto, pero podría permitir triplicar los rendimientos sin la necesidad de abrir nuevos campos

de cultivo.

- Por el momento, no se puede pensar en un proyecto REDD concreto. La realización de

algunas de las ideas aquí presentadas serían las primeras pruebas de factibilidad para tal

proyecto.

31

7. Referencias

7.1 Bibliografía

Brakenridge G & E Anderson (2008): Flooded lands in Bolivia 2001-2007.

http://www.dartmouth.edu/~floods/index.html

BOLFOR (2005): BOLFOR II Sector Forestal de Bolivia: Oportunidades de inversión y

exportación. Proyecto de Manejo Forestal Sostenible, BOLFOR II, Santa Cruz de la Sierra, en

CD ROM

Bond I., Grieg-Gran M., Wertz-Kanounikoff S., Hazlewood P., Wunder S. & A. Angelsen (2009):

Incentives to sustain forest ecosystem services: A review and lessons for REDD. Natural

Resouce Issues No. 16. International Institute for Environment and Development, London,

UK, with CIFOR, Bogor, Indonesia, and World Resources Institute, Washington D.C., USA.

CAF (2004): Análisis del Sector Transporte de Bolivia, Informes Sectoriales de Infraestructura

Año 2, No 6., http://www.caf.com/attach/17/default/Infor_Bolivia.pdf.

Cámara Forestal de Bolivia (2005): Potential de los bosques naturales de Bolivia para la

produccion forestal permanente. Cámara Forestal de Bolivia, Santa Cruz.

CAO (2008): Documento estadístico Números de Nuestra Tierra 2007. Cámara Agropecuaria

del Oriente, Santa Cruz de la Sierra, 2008

Chomitz K. & D. Gray (1996): Roads, land use and deforestation: A spatial model applied to

Belize. World Bank Economic Review, Vol 10 No. 3: 487-512.

CORDECRUZ, KFW & CONSORCIO IP/CES/KWC (1996): Memoria del PLUS. Plan de Uso del

Suelo del Departamento de Santa Cruz, Bolivia. Memoria Esplicativa de la Propuesta Técnica

a la Subcomisión de Uso del Suelo. - Cooperación Financiera del Gobierno Alemán,

Prefectura del Departamento, Consorcio IP/CES/KWC; Santa Cruz, Bolivia.

Davies, P. (1996): Valuing Soils in the Tropical Lowlands of Eastern Bolivia. In: P. Abelson

(ed.), Project Appraisal and Valuation of the Environment, General Principles and Six Case

Studies in Developing Countries. London: Macmillan Press

Dillon K. & A. Mitnik (en preparación): Avoiding Deforestation in the Tropics: Assessing the

Institutional and Legal Opportunities and Constraints to REDD in El Chore Forest Reserve,

Bolivia. Proyecto de maestría. Center for International Development, Harvard University, EU.

Eyzaguirre J.L. (2005): Composición de los ingresos familiares de campesinos indígenas. Un

estudio en seis regiones de Bolivia. CIPCA (Centro de Investigación y Promoción del

Campesinado. La Paz.

Gellrich, M., Baur, P., Koch, B. & N. E. Zimmermann (2007): Agricultural land abandonment and

natural forest re-growth in the Swiss mountains: A spatially explicit economic analysis. In:

Agriculture, Ecosystems & Environment (118): 93-108.

Justiniano O. (2007): Estudio de cambio de uso de suelo de la reserva forestal “El Choré”.

Secretaria departamental de desarrollo sostenible. Dirección de manejo de recursos naturales

(DIMARENA). Gobierno departamental de Santa Cruz, Bolivia.

32

Killeen T., Calderon V., Soria L., Quezada B., Steininger M., Harper G., Solórzano L. & C.

Tucker (2007): Thirty Years of Land-Cover Change in Bolivia. AMBIO: A Journal of the Human

Environment 36(7): 600-606

Menard, S. (2002). Applied logistic regression analysis. 2. Auflage. Thousand Oaks, CA.

Müller D & Munroe D (2005): Tradeoffs between Rural Development Policies and Forest

Protection: Spatially Explicit Modeling in the Central Highlands of Vietnam. Land Economics

81 (3): 412–425.

Ortiz A.I. & L. Soliz (2007): El arroz en Bolivia. CIPCA, Centro de Investigación y Promoción del

Campesinado. La Paz.

Pinto J. (2006): Evolución del paisaje de conservación de la reserva forestal el Choré.

Kempffiana 2006 2(1):45-56

Pontius J.R., R.G. & L.C. SCHNEIDER (2001): Land-cover change model validation by an ROC

method for the Ipswich watershed, Massachusetts, USA. In: Agriculture, Ecosystems and

Environment (85): 239–248.

Salinas R. (2004): Estudio de línea base pyoyecto “Mejoramiento de la rentabilidad y

sostenibilidad del sistema de producción de soya para pequeños agricultores en los

municipios de Mineros y San Julián del Dpto. de Santa Cruz. Fundación para el Desarrollo

Tecnológico Agropecuario y Forestal, Trópico Húmedo. FDTA – TH. Montero, Bolivia.

http://www.tropico.org.bo/lineadebase.htm

Silva-Chávez, G. (2005): Reducing greenhouse gas emissions from tropical deforestation by

applying compensated reduction to Bolivia aus Tropical Deforestation and Climate Change

von Moutinho und Schwartzman., Amazon Institute for Environmental Research, Belém.

Stich M. (2009): An Economic Analysis of REDD Carbon Payments on Agricultural Expansion in

Bolivia. Tesis de maestría para la Nicholas School of the Environment of Duke University, EU.

UNFCCC (2006): Background Paper for the workshop on reduced emissions from deforestation

in developing countries. Part 2: policy approaches and positive incentives.

Working paper 1(b).

Pan American Health Organization (2002). Guidelines for Writing a Research Protocol.

Washington, D.C 20037-2895 - USA.

Singh, S., Suganthi, P., Ahmed, J., & Chadha, V. (2005). Writing Research Protocol:

Formulation of health research protocol - a step by step description

NTI Bulletin 41(1&2), 5-10.

Tinoco, Z., & Sáenz, D. (1999). Investigación científica: Protocolos de investigación. Fármacos,

12(1), 78-101.

UEA (2005). Writing a Research Protocol: East of England Research & Development Support

Unit, Norfolk & Suffolk.

33

7.2 Personas entrevistadas

ASL Los Pioneros: Teofilo Serudo

ASL Los Tajibos: Joaquin Gutierrez

ASPAR (Asociación de productores de arroz): Ignacio Landivar

Central San Luis: Aniceto Segovia

CEPAC: Jorge Valverde, Grover Sotar

CIPCA: Juan Carlos Gutierrez

Federación de Colonizadores Yapacaní: Cirilo Sonavi

Concejo Municipal St. Rosa: Marcos Achacollo

Comité Salvemos El Choré: José Luis Vega

Fundación Natura: Nigel Asquith

Prefectura de Santa Cruz: Esteban Cardona

Superintendencia Forestal: Milton Brosovich

34

8. Anexos

Corta explicación del método para generar una curva logística y aplicar un modelo logit

La fórmula de regresión del modelo logit:

,

Donde f(z)se refiere a la probabilidad de ocurrencia o no-ocurrencia de un evento, z a la

contribución total de todos los factores de riesgo, β0 es una constante y βi el coeficiente de

regresión de la variable xi .

La regresión logística se aplica cuando la variable dependiente es de forma binaria, es decir

que solo existen dos estados, “0” y “1”.

En este caso no se puede aplicar una regresión lineal ya que esta requiere de una variable

dependiente de forma continua. Si se dibuja una curva que representa el porcentaje o la

probabilidad de “0” y “1” de la variable dependiente (porcentaje de celdas de cuadrícula) en

relación a una variable independiente, se obtiene una curva de forma de “S”, llamado curva

logística (ver figura 10).

Figura 10: ejemplo de una curva logística

Porcentaje de celdas deforestadas en relación a precipitación

en el área desafectada

0

10

20

30

40

50

60

70

80

90

100

1600 1650 1700 1750 1800 1850 1900 1950 2000

precipitación (mm)

% d

e c

eld

as d

efo

resta

das

datos reales

datos modelados

Para poder realizar una regresión, esta curva se tiene que transformar en una curva lineal. Esto

se logra en dos pasos: Primero, se realiza una transformación de probabilidades en porcentajes

a “odds”. Un “odd” es el cociente de probabilidad y “contra-probabilidad”, o p/(1-p).

Si se dibuja la curva de los odds de la variable dependiente contra una variable dependiente, se

obtiene una curva de forma exponencial (ver figura 11).

35

Figura 11: Ejemplo de la curva exponencial resultando de la conversión de porcentajes a “odds”

Odd de celdas deforestadas en relación a precipitación en el área

desafectada

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

1650 1700 1750 1800 1850 1900 1950

precipitación (mm)

% d

e c

eld

as d

efo

resta

das

datos reales

datos modelados

En un segundo paso, a esta curva se aplica una transformación logarítmica, lo que lleva a una

curva lineal (ver figura 12). Sobre esta curva de forma lineal, se puede realizar la regresión tal

como se hace en el caso de la regresión lineal (múltiple).

Figura 12: Ejemplo de la curva lineal resultando de la transformación logarítmica de “odds”

Logit de celdas deforestadas en relación a precipitación en el

área desafectada

Ecuación liena adaptada:

y = -0.0199x + 34.962

R2 = 0.9366-4

-3

-2

-1

0

1

2

3

1600 1650 1700 1750 1800 1850 1900 1950

precipitación (mm)

% d

e c

eld

as d

efo

resta

das

datos reales

datos modelados

Linear (datos reales)

La misma lógica se aplica para generar la curva de saturación de deforestación mostrada en la

figura 4. Para los diferentes años, se generó una curva que muestra el logaritmo del odd de la

deforestación, es decir el cociente “celdas deforestadas”/ “celdas no deforestadas”. A esta

curva se adaptó una línea recta (en Excel).

Luego, a la ecuación de la línea recta adaptada se aplicaron las transformaciones al revés:

Primero se realizó una transformación exponencial y luego el odd se convirtió en porcentaje

(calculando odd/(1+odd)), resultando la curva mostrada en figura 4.

36