Professional Documents
Culture Documents
(3.1)
(Regresin no restringida)
Entonces una prueba F debe aplicarse para probar la hiptesis nula,
Una forma de implementar esta prueba es calcular la suma de residuales al cuadrado de la
regresin no restringida URSS (Residual Sum of Squares from Unrestricted Regression)
(3.2)
y compararla con la suma de residuales al cuadrado de una autorregresin univariada no
restringida para
(3.3)
52
C. Rodrguez. Ensayos sobre la Granger Causalidad. Divisin de Ciencias Econmico Administrativas.
47
donde
(3.4)
(Regresin restringida)
es tambin estimada mediante MCO. Ahora bien, si
(3.5)
es ms grande que el nivel de significacin del valor crtico para una distribucin
, entonces se debe rechazar la hiptesis nula que no causa en el sentido de Granger
a .
53
3.1.1. Relacin de causalidad de Granger entre las variables en estudio
La hiptesis nula es que no causa en el sentido de Granger a . Se especifica las dos series,
e , junto con el nivel de significacin y el nmero mximo de retardos que deben
considerarse. La funcin elige la longitud de rezago ptimo para e basado en el Criterio de
Informacin Bayesiano. La funcin produce el estadstico F para la prueba de causalidad de
Granger junto con el valor crtico correspondiente. Rechazamos la hiptesis nula de que no
causa en el sentido de Granger a si el estadstico F es mayor que el valor crtico.
- Series de datos utilizadas
Las series de datos utilizadas fueron obtenidas del Viceministerio de Minas y Energas (VMME),
de la Direccin General de Estadsticas, Encuestas y Censos (DGEEC) y del Banco Central del
Paraguay (BCP). Se obtuvieron datos desde el ao 1.991 hasta el ao 2.011.
La demanda de biomasa del sector industrial (DB) en toneladas equivalentes de petrleo (TEP)
fue obtenida del Balance Energtico de la Repblica del Paraguay elaborado por el VMME
54
.
Se utiliza la demanda de biomasa del sector industrial ya que el consumo de las caleras y oleras
est incluido en dicho sector del Balance Energtico Nacional.
53
C. Rodrguez, Ensayos sobre la Granger Causalidad, Divisin de Ciencias Econmico Administrativas.
54
Viceministerio de Minas y Energas del Paraguay, Disponible en http://www.ssme.gov.py/vmme/nuevosien/index.html.
48
Ao DB [TEP] Ao DB [TEP]
1.991 796.980 2.002 965.040
1.992 867.820 2.003 955.388
1.993 769.110 2.004 964.942
1.994 904.120 2.005 996.785
1.995 1.126.030 2.006 1.013.648
1.996 1.211.830 2.007 1.006.170
1.997 1.268.806 2.008 1.021.190
1.998 1.262.889 2.009 1.002.090
1.999 1.078.390 2.010 1.037.160
2.000 1.089.176 2.011 1.004.280
2.001 1.034.717
Tabla IV. Demanda de biomasa del sector industrial del Paraguay en toneladas equivalentes de
petrleo, periodo 1.991 2.011.
55
Las variables en estudio son: demanda de biomasa del sector industrial (DB), Producto Interno
Bruto Total (PIBTOTAL), Producto Interno Bruto del Sector Construccin (PIBCONSTR),
Poblacin del Paraguay (POBLACIN) y el Producto Interno Bruto del Sector Industria
(PIBINDUS).
El PIB TOTAL, el PIB CONSTR y el PIB INDUS, en millones de guaranes constantes de 1.994,
fueron obtenidos a travs de la Sub Gerencia General de Poltica Monetaria del Banco Central
del Paraguay.
55
Viceministerio de Minas y Energas del Paraguay, Disponible en http://www.ssme.gov.py/vmme/nuevosien/index.html.
49
Ao PIB TOTAL [mil. Gs.] PIB CONSTR [mil. Gs.] PIB INDUST [mil. Gs.]
1.991 11.859.827 787.528 1.930.405
1.992 12.265.775 769.855 2.030.703
1.993 12.745.588 729871 2.100.716
1.994 13.220.624 700.747 2.122.027
1.995 13.941.447 716.424 2.162.275
1.996 13.997.569 668.749 2.203.200
1.997 14.416.371 651.724 2.221.902
1.998 14.499.897 647.425 2.218.461
1.999 14.285.044 609.971 2.206.715
2.000 13.807.125 562.146 2.157.935
2.001 14.092.143 554.033 2.142.621
2.002 14.085.299 504.709 2.112.513
2.003 14.626.119 577.134 2.128.052
2.004 15.230.949 589.487 2.198.170
2.005 15.666.322 616.014 2.256.893
2.006 16.346.326 594.453 2.314.014
2.007 17.451.551 637.254 2.285.359
2.008 18.468.425 707.352 2.330.018
2.009 17.758.020 721.499 2.311.686
2.010 20.429.865 815.294 2.456.949
2.011 21.248.074 827.523 2.418.699
Tabla V. Producto interno bruto total, del sector construccin y del sector industria, en millones
guaranes constantes de 1.994, periodo 1.991 2.011.
La poblacin del Paraguay fue obtenida de la Encuesta Permanente de Hogares (EPH) y de los
diferentes censos elaborados por la Direccin General de Estadsticas, Encuestas y Censos
56
.
56
Direccin General de Estadsticas, Encuestas y Censos.
50
Ao POBLACIN [hab.] Ao POBLACIN [hab.]
1.991 4.357.615 2.002 5.163.198
1.992 4.152.588 2.003 5.670.238
1.993 4.578.448 2.004 5.701.675
1.994 4.688.855 2.005 5.837.253
1.995 4.798.950 2.006 5.946.471
1.996 4.908.587 2.007 6.054.976
1.997 5.017.920 2.008 6.163.913
1.998 5.127.167 2.009 6.273.103
1.999 5.236.543 2.010 6.381.940
2.000 5.346.267 2.011 6.491.714
2.001 5.456.418
Tabla VI. Poblacin del Paraguay, periodo 1.991 2.011.
57
Los resultados de la relacin de causalidad de Granger fueron utilizados como base para el
diagrama causal en el modelo de sistemas dinmicos elaborado para este proyecto.
A continuacin presentamos los conceptos fundamentales y la metodologa aplicada para la
trimestralizacin de las series anuales.
3.2. Series temporales
El conjunto de tcnicas de estudio de series de observaciones dependientes ordenadas en el
tiempo se denomina Anlisis de Series Temporales. El instrumento de anlisis que se suele
utilizar es un modelo que permita reproducir el comportamiento de las variables de inters.
Los modelos de Series Temporales pueden ser:
Univariantes, slo se analiza una serie temporal en funcin de su propio pasado.
Multivariantes, se analizan varias series temporales. La forma de reflejar estas
interacciones dinmicas entre las series es construir un modelo multivariante. Cuando se
construye un modelo multivariante, para casos como ste, suponemos que hay cierta
dependencia o relacin entre los pasados de las diversas series.
57
Direccin General de Estadsticas, Encuestas y Censos.
51
Para estudiar una serie y predecirla debemos tener en cuenta todas sus caractersticas,
incluyendo los ciclos que se observan con un periodo anual y que se denominan, estacionalidad.
Para analizar la estacionalidad de una serie introduciremos un concepto de fundamental en el
anlisis de series temporales, la funcin de autocorrelacin
58
.
La funcin de autocorrelacin mide la correlacin entre los valores de la serie distanciados un
lapso de tiempo k.
Recordemos la frmula del coeficiente de correlacin simple, dados N pares de observaciones y,
x:
r=
(3.6)
De igual forma, dada una secuencia temporal de N observaciones
...
, podemos formar
N1 parejas de observaciones contiguas (
), (
),...,(
) y calcular el
coeficiente de correlacin de estas parejas. A este coeficiente lo denominaremos coeficiente de
autocorrelacin de orden uno y lo denotamos como
), (
), etc. y calcular el
nuevo coeficiente de autocorrelacin de orden dos. De forma general, si preparamos parejas con
puntos separados una distancia k, calcularemos el coeficiente de autocorrelacin de orden k.
Debido a estas caractersticas especficas de los datos de series temporales se han de
desarrollar modelos especficos que recojan y aprovechen la dependencia entre las
observaciones ordenadas de una serie temporal.
Al igual que para el coeficiente de correlacin lineal simple, se puede calcular un error estndar y
por tanto un intervalo de confianza para el coeficiente de autocorrelacin. La funcin de
autocorrelacin es el conjunto de coeficientes de autocorrelacin rk desde uno hasta un mximo
que no puede exceder la mitad de los valores observados, y es de gran importancia para
estudiar la estacionalidad de la serie, ya que si sta existe, los valores separados entre s por
intervalos iguales al periodo estacional deben estar correlacionados de alguna forma. Es decir
58
L. Molinero. Anlisis de Series Temporales.
52
que el coeficiente de autocorrelacin para un retardo igual al periodo estacional debe ser
significativamente diferente de cero.
3.2.1. Procedimiento para la trimestralizacin de series anuales
Para todo anlisis econmico es fundamental disponer de informacin estadstica que cumpla
dos condiciones bsicas: en primer lugar que se trate de informacin de alta frecuencia y, en
segundo lugar, que el retraso entre el momento de su publicacin y el instante temporal de
referencia sea reducido.
Esta informacin de carcter trimestral puede obtenerse por dos vas bien distintas. La primera
posibilidad consiste en la utilizacin de procedimientos de estimacin directa, a travs de los
mismos instrumentos estadsticos que permiten la estimacin de las magnitudes anuales, pero
dicha opcin supone un coste importante y un retardo significativo en la publicacin de dichas
estimaciones. La segunda posibilidad consiste en desagregar los datos anuales mediante algn
mtodo de trimestralizacin.
Algunos de estos mtodos de trimestralizacin no utilizan ms informacin que los datos anuales
y son conocidos bajo el nombre genrico de mtodos de trimestralizacin sin indicadores. Dentro
de stos se encuentran los de Lisman y Sandee (1.964), Boot, Feibes y Lisman (1.967), Zani
(1.970) y Greco (1.979). En general, se trata de mtodos basados en algn criterio con un
elevado grado de arbitrariedad que permite distribuir el total anual entre los cuatro trimestres.
Otros, en cambio, permiten aprovechar la informacin adicional que proporcionan otras variables
econmicas relacionadas con la magnitud a trimestralizar y de las que se dispone de informacin
trimestral. A este segundo grupo de mtodos se los conoce de manera genrica como mtodos
de trimestralizacin basados en indicadores, y entre ellos cabe citar los propuestos por Bassie
(1.958), Vangrevelinghe (1.966), Denton (1.971), Chow y Lin (1.971) y Ginsburg (1.973).
59
En este trabajo se utiliza el mtodo de Boot, Faibes y Lisman o sea sin indicadores; se
trimestralizar las series econmicas anuales para su estudio correspondiente.
Actualmente, se emplean dos versiones del mtodo BFL
60
:
a. Primera diferencia (PD)
b. Segunda diferencia (SD).
59
E.Pons-Fanals. Desagregacin de Magnitudes Anuales con Restricciones.
60
Comisin Econmica para Amrica Latina y El Caribe (CEPAL). Series Manuales.
53
Las estimaciones BFL-PD son la solucin en y del siguiente sistema lineal:
[
] [
] [
] (3.7)
Donde es un vector (nx1) de multiplicadores de Lagrange, B es la matriz de agregacin ya
definida y S es la matriz dado (nxN) donde, d=1, S=2(
),
cuya forma general es:
] (3.8)
donde son los coeficientes de L en el polinomio
] [
] (3.9)
donde:
(3.10)
En el esquema de la Fig. 18, se muestra la metodologa aplicada desde la serie anual pasando
por el mtodo trimestralizacin empleado y ARIMA para lograr tener una seal de ciclo tendencia
de la serie anual.
54
Figura 18. Esquema para la proyeccin del ciclo tendencia.
61
La mayor dificultad de las series temporales es poder contar con ellas, muchas veces porque no
hay y otras porque las series son muy cortas (anuales) y no dan una informacin detallada y
pormenorizada.
Una vez definida la metodologa aplicada para definir las series temporales que fueron
empleadas en el proyecto, desarrollamos los conceptos fundamentales y la metodologa para
definir la dinmica del sistema en estudio.
3.3. Cuestionario para entrevistas
Para la obtencin de informacin se emple la tcnica de investigacin sociolgica por
observacin directa, que consiste en entrevistas a los entes.
61
Elaboracin propia.
55
La entrevista es un mtodo para reunir datos durante una consulta privada o una reunin.
62
El
tipo de entrevista que se utiliz es la entrevista de investigacin, que tiene como propsito reunir,
entre personas competentes, los datos tiles para la investigacin emprendida.
63
Las preguntas se formularon de manera que los resultados satisfagan los objetivos trazados y
que transmitan la informacin requerida. Para ello, se cont con la asistencia de un encuestador
de la Direccin General de Estadsticas, Encuestas y Censos (DGEEC), que acompa y guio el
proceso de realizacin del cuestionario mediante su experiencia en este campo, y a cuya
colaboracin se debe la calidad y claridad de las entrevistas.
En la preparacin del cuestionario, se siguieron ciertas normas que ayudaron a asegurar que los
datos recogidos sean significativos, y que presentamos a continuacin:
En lo que se refiere al lenguaje empleado, para el vocabulario y la construccin de las
expresiones, se emplearon trminos de fcil comprensin.
En la redaccin se abordaron todos los puntos sobre el tema en cuestin, tomando en
consideracin, la informacin disponible y relevante de los entes.
El orden consecutivo de los temas, el paso de un tema a otro, est directamente
correlacionada de manera a no perder detalles de los temas tratados.
Conforme a estos aspectos referidos se realizaron las entrevistas, y cuyo formato final, se
encuentra en el Anexo 6 del presente informe.
3.4. Dinmica de sistemas
La Dinmica de Sistemas consiste en una metodologa para el estudio de situaciones
problemticas del mundo real en las que el grado de complejidad es elevada, es decir
problemticas en las que se precisa trabajo en equipo, manejo de variables cuantitativas y
cualitativas, con ayuda de modelos informticos de simulacin.
64
62
S.Becerril. Introduccin a la teora y tcnica de la entrevista.
63
Idem.
64
D. Sterman. Business dynamics systems thinking and modeling for a complex world.
56
Su origen y desarrollo se debe al Ingeniero de Sistemas, Jay W. Forrester, del Instituto
Tecnolgico de Massachusetts (MIT) en los Estados Unidos, durante la dcada del cincuenta
cuando es llamado a resolver un problema de la empresa electrnica Sprague Electric, relativo a
importantes oscilaciones en los pedidos de la empresa en un mercado estable
65
. Para resolver
esta cuestin, Jay W. Forrester se vali de tcnicas del campo de la Ingeniera teniendo al
control de sistemas con realimentacin como base y haciendo analoga con los
servomecanismos. De esta manera logr adaptar los mtodos empleados por los ingenieros en
problemas tecnolgicos para servir como mtodos de estudio de sistemas sociales.
El objetivo bsico de la Dinmica de Sistemas es llegar a comprender las causas orgnicas que
provocan el comportamiento del sistema, por lo tanto, para estudiar un sistema hemos de
conocer los elementos que lo forman y las relaciones que existen entre ellos.
66
Su enfoque es a largo plazo, o sea, requiere de datos histricos con un perodo de tiempo lo
suficientemente amplio como para poder observar todos los aspectos significativos de la
evolucin del sistema. Tras un anlisis cuidadoso de los elementos del sistema, mediante la
Dinmica de Sistemas se construyen los modelos.
67
Este anlisis permite extraer la lgica interna del modelo, y con ello intentar un conocimiento de
la evolucin a largo plazo del sistema. Sus principales aplicaciones se encuentran en entornos
complejos y poco definidos, donde intervienen las decisiones humanas que suelen estar guiadas
por la lgica.
68
3.4.1. Fases para la elaboracin de un modelo dinmico
69
Este proceso consiste en analizar toda la informacin de la que se dispone con relacin al
proceso, depurarla hasta reducirlas a sus aspectos esenciales.
- Definicin del problema
El problema debe ser susceptible de ser analizado en elementos componentes, los cuales llevan
asociadas magnitudes cuya variacin a lo largo del tiempo se desea estudiar. En primer lugar
hay que identificar el problema con claridad, y describir los objetivos del estudio con precisin.
65
J. Aracil. Dinmica de sistemas de la serie de monografas de ingeniera de sistemas.
66
J. Garca. Teora y ejercicios prcticos de dinmica de sistemas.
67
D. Sterman. Business dynamics systems thinking and modeling for a complex world.
68
Idem.
69
J. Aracil. Dinmica de sistemas de la serie de monografas de ingeniera de sistemas.
57
El resultado de esta fase ha de ser una primera percepcin de los elementos que tienen relacin
con el problema planteado, las hipotticas relaciones existentes entre ellos, y su comportamiento
histrico.
- Conceptualizacin del sistema
Se definen los distintos elementos que integran la descripcin, as como las influencias o
relaciones que se producen entre ellos. El resultado de esta fase es el establecimiento del
diagrama causal del sistema.
El sistema se forma con el conjunto de los elementos que tienen relacin con nuestro problema y
permiten en principio explicar el comportamiento observado, junto con las relaciones entre ellos,
en muchos casos de retroalimentacin. La gama mnima de elementos y relaciones que permita
la Referencia Histrica, ser la que forme la estructura bsica del sistema.
70
Una vez conocidas globalmente las variables del sistema y las hipotticas relaciones causales
existentes entre ellas, se pasa a la representacin grfica de las mismas. En este diagrama, las
diferentes relaciones estn representadas por flechas entre las variables afectadas por ellas.
71
Estas flechas van acompaadas de un signo (+ o -) que indica el tipo de influencia ejercida por
una variable sobre otra. Un signo "+" quiere decir que un cambio en la variable origen de la
flecha producir un cambio del mismo sentido con la variable destino. El signo "" simboliza que
el efecto producido ser en sentido contrario.
72
Figura 19. Representacin de relaciones.
73
De esta manera se crean los bucles. Los bucles se definen como "positivos" cuando el nmero
de relaciones negativas es PAR, y "negativos" si es IMPAR (igual que al multiplicar: -a x b = -c).
70
J. Garca. Teora y ejercicios prcticos de dinmica de sistemas.
71
Idem.
72
Idem.
73
D. Sterman. Business dynamics systems thinking and modeling for a complex world.
58
Los bucles "positivos" hacen inestable el modelo, causan crecimiento, evolucin y colapso de los
sistemas. Y los bucles "negativos" llevan a modelo hacia una situacin estable.
74
- Formalizacin
En esta fase se pretende convertir el diagrama causal, alcanzado en la anterior, en el de
Forrester. A partir de este diagrama se pueden escribir las ecuaciones del modelo. Al final se
dispone de un modelo del sistema programado en un computador.
Entre los distintos elementos que aparecen en los bucles de un diagrama causal, algunos
representan variaciones con respecto al tiempo de otras magnitudes consideradas.
Esta relacin se puede expresar en forma general:
(11)
En la que
variable de flujo.
Se clasifican las distintas variables que aparecen en el diagrama causal en tres grupos: variables
de nivel, variables de flujo y variables auxiliares.
As, se obtiene el diagrama de Forrester o diagrama de flujo-niveles que se forma del diagrama
causal, clasificando los bucles de nivel, flujo o auxiliares y asociando a esos bucles iconos
(grficos) correspondientes.
74
D. Sterman. Business dynamics systems thinking and modeling for a complex world.
59
Figura 20. Representacin de las variables.
75
Con el diagrama de Forrester y las ecuaciones de cada variable tenemos un objeto matemtico
muy elaborado, que es un sistema dinmico, el cual puede ser programado en un computador.
- Comportamiento del Modelo
Consiste en la simulacin informtica del modelo para determinar las trayectorias que genera.
Una vez programado el computador se generan las trayectorias del sistema, que muestran la
evolucin de las variables.
- Evaluacin del Modelo
En el modelo son realizados ensayos y anlisis para evaluar su validez y calidad. Estos anlisis
comprenden desde la comprobacin de la consistencia lgica de las hiptesis que incorpora
hasta el ajuste entre las trayectorias generadas por el modelo y las registradas histricamente.
As mismo, se incluyen anlisis de sensibilidad que permiten determinar la sensibilidad del
modelo, y por tanto, de las conclusiones que se extraigan de l, con relacin a los valores
numricos de los parmetros que incorpora o las hiptesis estructurales.
75
J. Aracil. Dinmica de sistemas de la serie de monografas de ingeniera de sistemas.
60
- Explotacin del Modelo
Se emplea para analizar polticas alternativas que pueden aplicarse al sistema que se est
estudiando. Estas polticas alternativas se definen normalmente mediante escenarios que
representan las soluciones a las que debe enfrentarse el usuario del modelo.
Para procesar las ecuaciones del modelo se necesita ayuda informtica. Una vez programadas
en un computador podemos experimentar con el modelo. Por lo que respecta a la dinmica de
sistemas se han desarrollado un cierto nmero de ellas, para este estudio emplearemos el
programa Vensim PLE por las siguientes ventajas:
- Organizacin de datos y posibilidades de optimizacin.
- Permite documentar automticamente el modelo.
- Posee instrumentos para realizar anlisis estadsticos.
Como referencia adicional sobre la calidad del mismo se puede indicar que es el software que se
utiliza para fines docentes y de investigacin en la Sloan School of Management del MIT
Massachusetes Institute of Technology.
76
76
J. Garca. Teora y ejercicios prcticos de dinmica de sistemas.
61
4. RESULTADOS
En este captulo son presentados los resultados de la investigacin realizada, se divide en dos
partes fundamentales, los resultados obtenidos de las entrevistas a los productores de los
insumos bsicos del sector de la construccin y los resultados de los modelos desarrollados.
Estos resultados son analizados con objetividad y presentados en forma comprensible por medio
de tablas y cuadros.
n la primera seccin se describen los resultados del levantamiento de campo, que
consisti en una serie de entrevistas a las principales caleras del pas, as como
tambin a las oleras y cermicas ubicadas en las principales ciudades cercanas a
Asuncin dedicadas a este rubro. Finalmente se realiz una entrevista a la nica planta
siderrgica del pas, la industria ACEPAR. Una vez obtenidos los datos necesarios se procedi a
la elaboracin de los distintos modelos presentados en la segunda seccin de este captulo.
4.1. Levantamiento de campo
4.1.1. Entrevistas a caleras
Las caleras se encuentran ubicadas principalmente en el departamento de Concepcin,
especficamente en las zonas de San Lzaro y Vallem, a orillas del ro Paraguay. Las ms
importantes tienen sus oficinas administrativas ubicadas en el departamento Central.
Figura 21. Caleras ubicadas a orillas del ro Paraguay.
E
62
Fueron realizadas entrevistas a las principales caleras del Paraguay, entre ellas se encuentra la
que abastece al 60% de la demanda de cal del pas, la misma fue realizada con el objetivo de
tener una visin general y datos representativos de cmo es el comportamiento del sector
encargado de la produccin de cal en nuestro pas. El modelo de la entrevista aplicada puede
observarse en el Anexo 6 de este informe.
Las informaciones ms relevantes obtenidas en dichas entrevistas son citadas a continuacin:
- De una tonelada de piedra caliza se obtienen aproximadamente 0,56 ton de cal viva.
- Con 0,7 ton de lea obtienen generalmente una tonelada de cal viva (CaO).
- Para leas con valores de humedad menores al 15% se obtienen 1.800 kcal/ton, con
valores entre 15% y 30% se obtienen 900 kcal/ton y con valores mayores al 30% se
obtienen 600 kcal/ton.
- Generalmente se utiliza 20 m
3
de lea por cada horno.
- En el pas se utilizan tres tipos de hornos, el horno Azbe, el horno en camada y el
conocido en la zona como horno tipo Curitiba.
- Con hornos tipo Curitiba pueden obtener hasta 40% menos de consumo que empleando
un horno en camada. El horno Azbe es ms eficiente que el horno tipo Curitiba.
- De una hectrea de bosque virgen, en el mejor de los casos, se obtienen 800 m
3
de
lea.
- Para abastecer los hornos se utilizan todo tipo de lea, sean estas provenientes de
plantaciones reforestadas o ramajes, races y tallos sobrantes de la tala selectiva. Entre
ellas se encuentran yvyrapyta, eucaliptos, guatamb, etc.
- En el Chaco no utilizan la lea, cuando realizan el desmonte juntan y la queman, dicha
lea no pueden utilizarla por el costo que implicara transportarlas hasta la zona de
Vallem o San Lzaro.
- Otro inconveniente es que en das de mucha lluvia los caminos se vuelven intransitables
y no pueden extraer la lea de los bosques.
- El costo de la lea incide en un 30% en el costo total del producto.
- En algunas caleras de menor porte (que no requieren una gran cantidad de lea en
comparacin a las dems) la lea es obtenida de la zona y el costo promedio es de
30.000 Gs. por cada metro cbico, el 50% de dicho costo es destinado al pago del
hachero y el restante 50% al transporte de la lea hasta la calera.
63
Otros datos importantes obtenidos de las entrevistas son la produccin total de cal de los aos
2.011 y 2.012, as como tambin la meta trazada para este ao. Adems de la cantidad de lea
empleada en cada tipo de horno por quema y cuantos kilogramos de cal se obtienen de cada
quema. En base a esos datos se pudieron calcular el consumo especfico de cada tipo de horno
y el consumo de lea empleada para la produccin total de cal en los aos citados
anteriormente. Dichos datos pueden ser observados en las tres siguientes figuras.
Figura 22. Consumo de lea para la produccin total de cal en el ao 2.011.
77
De acuerdo a los clculos realizados, fueron empleadas 64.368 m
3
de lea para la produccin
total de cal del ao 2011.
77
Elaboracin propia.
64
Figura 23. Consumo de lea para la produccin total de cal en el ao 2.012.
78
De acuerdo a los clculos realizados, fueron empleadas 76.437 m
3
de lea para la produccin
total de cal del ao 2.012.
Figura 24. Consumo de lea estimado para la produccin total de cal en el ao 2.013.
79
78
Elaboracin propia.
79
Idem.
65
De acuerdo a los clculos realizados, sern empleadas 90.517 m
3
de lea para la produccin
total de cal estimada para el ao 2.013.
No se ha podido realizar una proyeccin de la cantidad de cal que ser demandada y producida
por el sector construccin a largo plazo, debido a la falta de datos histricos requeridos sobre la
demanda y produccin total de cal en el pas.
4.1.2. Entrevistas a oleras y cermicas
Se ha buscado recabar la mayor cantidad de datos posibles sobre la produccin y el consumo de
lea en las oleras y cermicas del pas, para lo cual hemos recurrido a diferentes asociaciones,
cooperativas y uniones de empresas del sector. As como tambin se han entrevistado a oleras
y cermicas particulares. El modelo de la entrevista aplicada puede observarse en el Anexo 6 de
este informe.
Las informaciones ms relevantes obtenidas en dichas entrevistas son citadas a continuacin:
- La Cooperativa de Oleros de Encarnacin cuenta con 33 socios de los cuales 23 socios
producen ladrillos y diez se dedican a la produccin de cermica. De las 23 oleras, 20
fabrican los ladrillos en forma artesanal cuya produccin semanal oscila los 7.000
ladrillos para secado, en los meses de fros se cuecen mensualmente 15.000 ladrillos
mientras que en los meses clidos ese valor prcticamente se triplica.
- Produccin de cermica: los que se dedican a la produccin de cermica se dividen en
los que tienen produccin automtica y semiautomtica. Normalmente la produccin de
tejas francesas va desde 7.000 a 8.000 unidades y la de ladrillo hueco de 3.500 a 6.000
unidades semanales. Con el sistema automtico se utiliza en promedio 35 a 40 m
3
de
lea para la coccin de 60.000 en total de ladrillos huecos, tejas y tejuelones por
hornada. Con los que tienen semiautomticas la produccin semanal de tejas francesas
va de 2.000 a 6.000 unidades y la de ladrillo hueco 3.000 a 3.500 .La cantidad de tejas
francesas que van al horno en invierno es de 20.000 unidades y de ladrillo hueco 30.000
unidades, mientras en verano las tejas francesas y ladrillos huecos va a 60.000 unidades
c/u.
- En la ciudad de It se han visitado diez oleras, nueve de ellas utilizan 6 metros
estreos de lea y una de ellas olera emplea 6.3 metros estreos de lea. Debido a la
disponibilidad de lea en la zona, la misma es provista por ellos mismos o por sus
vecinos, aunque en algunas ocasiones las adquieren de camioneros. El consumo anual
66
de lea se estima en 2.894 metros estreos.
- Las oleras tambin pueden clasificarse segn su produccin en: Oleras pequeas, las
que cuecen entre 10.000 y 15.000 ladrillos por hornada, oleras medianas entre 20.000 y
25.000 ladrillos por hornada y oleras grandes las que cuecen ms de 25.000 ladrillos
por hornada.
- En la ciudad de Tobat se encuentran en funcionamiento 500 oleras, cada una de ellas
produce aproximadamente 40.000 ladrillos al mes y consumen en promedio 5,11 m
3
de
lea por cada 10.000 ladrillos comunes. En cuanto a las cermicas, se encuentran en
funcionamiento 100 de ellas, cada una produce al mes aproximadamente 100.000 tejas,
40.000 tejuelones y 30.000 ladrillos huecos; consumen en promedio 40 m
3
de lea para
la coccin de 60.000 unidades de productos. En cada quema se fabrican tejas, ladrillos
huecos y tejuelones.
- Dependiendo de la zona los tipos de rboles ms utilizados son el yvyrapyta, guatamb,
ybyraro, candelon, Yvyra ovi, Inga, juasu`y, tatare, sapirangy y laurel.
- El costo de la lea depende de la zona donde est ubicada la olera o cermica. Las
oleras ubicadas en la ciudad de Itaugu compran la lea a 66.000 Gs. el metro cbico,
la misma proviene de la zona de Caaguaz. Las cermicas ubicadas en la ciudad de
Encarnacin compran la lea a 60.000 Gs. el metro cbico, la misma proviene de la
zona de Capitn Miranda. Las oleras ubicadas en la ciudad de Tobat compran la lea
entre 43.000 Gs. y 50.000 Gs. por metro cbico, mientras que las cermicas que
consumen una mayor cantidad de lea y de mejor calidad, adquieren la misma a un
precio de 70.000 Gs. el metro cbico.
No se ha podido realizar una proyeccin de la cantidad de ladrillos, tejas, tejuelones y ladrillos
huecos que sern demandados y producidas por el sector de la construccin a largo plazo,
debido a la falta de datos histricos requeridos sobre la demanda y produccin total de dichos
insumos en todo el pas.
4.1.3. Entrevista a ACEPAR
La produccin optima de ACEPAR y el consumo especfico de materia prima por tonelada de
arrabio se resume en las siguientes tablas.
67
Produccin ptima
(1 AA.HH.)
Cantidad Unidad
80 ton/turno
240 ton/da
7.200 ton/mes
14.400 ton/mes*
*Produccin con 2 AA.HH.
Tabla VII. Produccin ptima para altos hornos.
80
Consumo especfico de materia prima
(por ton de arrabio)
Material
Consumo
[kg/ton]
Mineral de Hierro 1.540
Carbn Vegetal 830
Mineral de Manganeso 16
Cuarcita 25
Piedra Caliza Calcita 70
Tabla VIII. Consumo especifico de materia prima por tonelada de arrabio.
81
A partir de las Tablas VII y VIII se podra estimar la cantidad de biomasa requerida para las
condiciones ptimas de produccin que seran de 480 toneladas de arrabio por da considerando
los dos altos hornos, situacin que requerira 398,4 toneladas de carbn vegetal por da, pero
como el comportamiento de produccin actual de la siderrgica est lejos de su produccin
ptima y se encuentra ms limitada por el comportamiento del mercado regional y por las
condiciones operativas condicionas por el estado de la planta, se necesita realizar un estudio
ms detallado y desglosado de manera a poder obtener un consumo de biomasa desagregado
que refleje la influencia que tienen los productos de ACEPAR en el sector construccin de la
repblica del Paraguay.
80
Entrevista a ACEPAR.
81
dem.
68
Tabla IX. Detalle de ventas de productos ACEPAR.
82
El comportamiento de la demanda de productos provedos por ACEPAR puede observarse en la
Tabla IX donde se nota la evolucin de la participacin del suministro de varillas de acero y
barras conformadas al mercado interno, a finales del ao 2.012 destinaba el 100% de la
fabricacin de estos productos al mercado local.
Los valores de los insumos suministrados por ACEPAR al mercado local para el ao 2.012,
fueron obtenidos mediante una entrevista y posterior llenado de un cuestionario preparado para
el efecto, adems los profesionales de ACEPAR brindaron la metodologa para el clculo del
consumo de biomasa utilizada en la produccin de productos de la siderrgica.
82
Informe de industria del ACERO Utepi-MIC. 2008.
CUADRO DE VENTAS [ton]
Producto Mercado 2.005 2.006 2.007 2.008* Total Participacin
Varillas
Interno 30.105 27.897 33.651 12.097 103.750 98,18%
Externo 0 0 1.925 1.925 1,82%
Totales 30.105 27.897 35.576 12.097 105.675 100,00%
Alambrones
Interno 18.112 12.647 13.136 4.605 48.500 87,84%
Externo 1.172 3.061 2.483 6.716 12,16%
Totales 19.284 15.708 15.619 4.605 55.216 100,00%
Palanquillas
Interno 2.860 780 567 4.207 3,59%
Externo 18.495 41.559 38.152 14.794 113.000 96,41%
Totales 21.355 42.339 38.719 14.794 117.207 100,00%
Panes de
Arrabio
Interno 3 0 0 0 3 0,02%
Externo 6.156 1.784 9.352 17.292 99,98%
Totales 6.159 1.784 9.352 0 17.295 100,00%
Total ventas 76.903 87.728 99.266 31.496 295.393
Participacin M. interno 66,42% 47,10% 47,70% 53,03% 52,97%
Participacin M. externo 33,58% 52,90% 52,30% 46,97% 47,03%
* Datos hasta abril del 2008
69
Consumo de biomasa para abastecer mercado interno ao 2.012
Producto principal Un.
Cantidad
total
producida
Mercado
interno %
Mercado
externo %
Biomasa
utilizada
Alambrones para trefilera
6 mm ton 8.000 100 0 12.000
8 mm ton 2.000 100 0 3.000
10 mm ton 8.000 100 0 15.000
Barras Conformadas p/ construccin civil
APN 500 DN
10 mm ton 400 100 0 600
12 mm ton 200 100 0 300
AP 420 DN
10 mm ton 1.000 100 0 1.500
12 mm ton 1.000 100 0 1.500
Total ton 20.600 33.900
Tabla X. Detalle de productos destinados al mercado interno y consumo de biomasa ao
2.012.
83
En la Tabla X se muestra que la produccin de alambrones y barras conformadas para el ao
2.012 tienen como destino en su totalidad el mercado interno, como se haba adelantado ms
arriba.
Los datos de consumo de biomasa calculados para los aos en donde se tienen los datos de
produccin o venta, se realiza de manera a tener un escenario histrico de consumo de biomasa
destinada a la fabricacin de insumos de acero que sern destinados al mercado local.
Los clculos se realizaron utilizando los valores desde la Tabla VII a la Tabla X, tomando una
estimacin del rendimiento del proceso que segn los representantes de ACEPAR estara entre
un 60% y 65%, por lo cual se utiliz un promedio del 62,5% en el valor del rendimiento del
proceso.
83
Entrevista a ACEPAR.
70
PRODUCTO AO
2.005 2.006 2.007 2.012
LAMINADOS 79.528 66.872 77.169 33.977
PALANQUILLA 4.368 1.191 866 0
ARRABIO 4 0 0 0
TOTAL 83.900 68.064 78.035 33.977
Tabla XI. Clculo de la demanda de biomasa para produccin de insumos de metal a ser
utilizados en el mercado local.
84
Como puede observarse en la Tabla XI los insumos provedos por ACEPAR para satisfacer una
demanda local ascendente presentaba un comportamiento decreciente de su aporte a la
demanda local ya que con la administracin priorizaba la importacin de palanquillas, bajo esta
administracin de capital extranjero y bajo estas condiciones de manejo de la siderrgica se
presentaron varios inconvenientes y denuncias de irregularidades en el manejo de la industria.
Como consecuencia de ello, el 21 de diciembre del ao 2.012 la produccin estuvo forzada a
parar, la reactivacin de los trabajos en la industria se inici el 28 de abril del 2.013 esta vez bajo
la administracin de un grupo de inversores locales que a partir del 8 de mayo comenz de
nuevo la provisin al mercado local, a la fecha cierre del estudio segn declaraciones de los
nuevos inversores en el primer mes de produccin llegaron a entregar 1.500 ton y para el
segundo esperan llegar a entregar al mercado local 2.000 ton de materiales manifestando que
para todo el ao 2.013 operaran en condiciones de mnima produccin debido a las mltiples
dificultades encontradas.
A pesar de que el carbn es una fuente de energa secundaria con gran participacin en el
consumo del sector industrial su produccin real es muy difcil de calcular pues la produccin del
carbn se realiza en su mayora en el mercado informal.
El suministro de carbn a ser utilizado en la industria ACEPAR se obtiene en su mayora de una
Asociacin de Proveedores de carbn de ACEPAR, esta asociacin se dedica primordialmente a
la comercializacin y no tanto a la produccin de carbn que lo consiguen de las carboneras
principalmente ubicadas en la regin occidental del pas.
84
Entrevista a ACEPAR.
71
Las carboneras utilizan principalmente la lea proveniente del quebracho blanco y colorado, as
como algarrobo y otras especies nativas (guayacn, palo lanza, entre otras)
85
, en condiciones
ptimas de produccin la fbrica ACEPAR suministrara todo el mercado local de varillas y
barras que segn entrevistas a los responsables del sector metalrgico rondara las 7.000
ton/mes, lo que demandara un consumo estimado de 138.500 ton de carbn anual, lo que
representara 1.500.000 metros estreos de lea, utilizando aproximacin de que 25 metros de
lea pueden producir 2.300 kg de carbn (en el caso de que la lea sea carbonizada en hornos
media naranja y que de ellos se obtenga el mayor rendimiento posible)
86
.
4.2. MODELOS
4.2.1. Resultado del anlisis de causalidad Granger
En las siguientes Tablas pueden observarse los resultados obtenidos al aplicar la prueba de
causalidad de Granger a las series de datos en estudio. Siendo F el valor del estadstico F y VC
el valor crtico.
Las primeras series de tiempo analizadas fueron la demanda de biomasa del sector industrial y
el producto interno bruto total del Paraguay. Los resultados pueden observarse en la Tabla IV.
En base a los resultados, se rechaza la hiptesis que sustenta que el PIBTOTAL no causa a la
DB en el sentido de Granger, pero se acepta la hiptesis que sustenta que la DB no causa al
PIBTOTAL en el sentido de Granger. La causalidad es unidireccional.
Variables F VC Condicin Resultado
X-DB
Y-PIBTOTAL
6,4786 3,6823 F>VC
Rechazamos la hiptesis de que Y
no causa en el sentido de Granger a
X
X-PIBTOTAL
Y-DB
2,6392 4,4139 F>VC
Aceptamos la hiptesis de que Y no
causa en el sentido de Granger a X
= 0,05 y max_lag = 3
max_lag aprox. 15% del total de datos. (21 datos)
85
Informe de biomasa solida - UNIQUE
86
Idem.
72
Tabla XII. Resultados de la prueba de causalidad de Granger entre la demanda de biomasa del
sector industrial y el producto interno bruto total del Paraguay.
87
En la Tabla XIII se presentan los resultados de la prueba de causalidad de Granger entre la
demanda de biomasa del sector industrial y el producto interno bruto del sector construccin.
Variables F VC Condicin Resultado
X-PIBCONSTR
Y-DB
3,7061 4,4940 F>VC
Aceptamos la hiptesis de que Y no
causa en el sentido de Granger a X
X-DB
Y-PIBCONSTR
7,9221 3,6823 F>VC
Rechazamos la hiptesis de que Y
no causa en el sentido de Granger a
X
= 0,05 y max_lag = 3
max_lag aprox. 15% del total de datos. (21 datos)
Tabla XIII. Resultados de la prueba de causalidad de Granger entre la demanda de biomasa del
sector industrial y el producto interno bruto del sector construccin del Paraguay.
88
En base a los resultados, se acepta la hiptesis que sustenta que la DB no causa al
PIBCONSTR en el sentido de Granger, pero se rechaza la hiptesis que sustenta que el
PIBCONSTR no causa a la DB en el sentido de Granger. As, la causalidad es unidireccional.
A continuacin se presentan los resultados de la prueba de causalidad de Granger entre la
demanda de biomasa del sector industrial y la poblacin del Paraguay.
87
Elaboracin propia.
88
Idem.
73
Variables F VC Condicin Resultado
X-POBLACIN
Y-DB
1,7515 4,4940 F>VC
Aceptamos la hiptesis de que Y
no causa en el sentido de Granger a
X
X-DB
Y-POBLACIN
6,5347 3,6823 F>VC
Rechazamos la hiptesis de que Y
no causa en el sentido de Granger a
X
= 0,05 y max_lag = 3
max_lag aprox. 15% del total de datos. (21 datos)
Tabla XIV. Resultados de la prueba de causalidad de Granger entre la demanda de biomasa del
sector industrial y la poblacin del Paraguay.
89
En base a los resultados, se acepta la hiptesis que sustenta que la DB no causa a la
POBLACIN en el sentido de Granger, pero se rechaza la hiptesis que sustenta que la
POBLACIN no causa a la DB en el sentido de Granger. As, la causalidad es unidireccional.
En la Tabla XV se presentan los resultados de la prueba de causalidad de Granger entre el
producto interno bruto total y el producto interno bruto del sector construccin.
Variables F VC Condicin Resultado
X-PIBTOTAL
Y- PIBCONSTR
0,2607 4,4139 F>VC
Aceptamos la hiptesis de que Y no
causa en el sentido de Granger a X
X- PIBCONSTR
Y-PIBTOTAL
5,0191 3,3439 F>VC
Rechazamos la hiptesis de que Y
no causa en el sentido de Granger a
X
= 0,05 y max_lag = 3
max_lag aprox. 15% del total de datos. (21 datos)
Tabla XV. Resultados de la prueba de causalidad de Granger entre el producto interno bruto
total y el producto interno bruto del sector construccin del Paraguay.
90
89
Elaboracin propia.
90
Idem.
74
En base a los resultados, se acepta la hiptesis de que el PIBCONSTR no causa al PIBTOTAL
en el sentido de Granger, pero se rechaza la hiptesis de que el PIBTOTAL no causa al
PIBCONSTR en el sentido de Granger. As, la causalidad es unidireccional.
A continuacin se presentan los resultados de la prueba de causalidad de Granger entre la
poblacin y el producto interno bruto total.
Variables F VC Condicin Resultado
X-POBLACIN
Y- PIBTOTAL
1,5679 4,4940 F>VC
Aceptamos la hiptesis de que Y no
causa en el sentido de Granger a X
X- PIBTOTAL
Y-POBLACIN
0,6932 4,4139 F>VC
Aceptamos la hiptesis de que Y no
causa en el sentido de Granger a X
= 0,05 y max_lag = 3
max_lag aprox. 15% del total de datos. (21 datos)
Tabla XVI. Resultados de la prueba de causalidad de Granger entre la poblacin y el producto
interno bruto total del Paraguay.
91
En base a los resultados, se acepta la hiptesis que sustenta que el PIBTOTAL no causa a la
POBLACIN en el sentido de Granger y tambin se acepta la hiptesis que sustenta que la
POBLACIN no causa al PIBTOTAL en el sentido de Granger.
En la Tabla XVII se presentan los resultados de la prueba de causalidad de Granger entre la
poblacin y el producto interno bruto del sector construccin.
Variables F VC Condicin Resultado
X-PIBCONSTR
Y-POBLACIN
4,2942 3,6823 F>VC
Rechazamos la hiptesis de que Y
no causa en el sentido de Granger a
X
X-POBLACIN
Y-PIBCONSTR
2,4484 3,3439 F>VC
Aceptamos la hiptesis de que Y no
causa en el sentido de Granger a X
= 0,05 y max_lag = 3
max_lag aprox. 15% del total de datos. (21 datos)
Tabla XVII. Resultados de la prueba de causalidad de Granger entre la poblacin y el producto
interno bruto del sector construccin del Paraguay.
92
91
Elaboracin propia.
75
En base a los resultados, se rechaza la hiptesis que sustenta que la POBLACIN no causa al
PIBCONSTR en el sentido de Granger, pero aceptamos la hiptesis que sustenta que el
PIBCONSTR no causa a la POBLACIN en el sentido de Granger. As, la causalidad es
unidireccional.
A continuacin se presentan los resultados de la prueba de causalidad de Granger entre la
demanda de biomasa del sector industrial y el producto interno bruto del sector industria.
Variables F VC Condicin Resultado
X-PIBINDUST
Y-DB
2,7157 4,4139 F>VC
Aceptamos la hiptesis de que Y no
causa en el sentido de Granger a X
X-DB
Y-PIBINDUST
5,6248 3,6823 F>VC
Rechazamos la hiptesis de que Y
no causa en el sentido de Granger a
X
= 0,05 y max_lag = 3
max_lag aprox. 15% del total de datos. (21 datos)
Tabla XVIII. Resultados de la prueba de causalidad de Granger entre la demanda de biomasa
del sector industrial y el producto interno bruto del sector industria del Paraguay.
93
En base a los resultados, se acepta la hiptesis de que la DB no causa al PIBINDUST en el
sentido de Granger, pero se rechaza la hiptesis de que el PIBINDUST no causa a la DB en el
sentido de Granger. As, la causalidad es unidireccional.
En la Tabla XIX se presentan los resultados de la prueba de causalidad de Granger entre el
producto interno bruto total y el producto interno bruto del sector industria.
92
Elaboracin propia.
93
Idem.
76
Variables F VC Condicin Resultado
X-PIBTOTAL
Y-PIBINDUST
3,3512 3,2389 F>VC
Los valores del estadstico F y el
valor crtico son muy cercanos, no
podemos definir la relacin de
causalidad
X- PIBINDUST
Y- PIBTOTAL
3,1869 3,2389 F>VC
Los valores del estadstico F y el
valor crtico son muy cercanos, no
podemos definir la relacin de
causalidad
= 0,05 y max_lag = 3
max_lag aprox. 15% del total de datos. (21 datos)
Tabla XIX. Resultados de la prueba de causalidad de Granger entre el producto interno bruto
total y el producto interno bruto del sector industria del Paraguay.
94
Como los valores del estadstico F y del valor crtico son muy cercanos, no podemos definir la
relacin de causalidad de Granger existentes entre el PIBTOTAL y PIBINDUST.
A continuacin se presentan los resultados de la prueba de causalidad de Granger entre el
producto interno bruto del sector construccin y el producto interno bruto del sector industria.
Variables F VC Condicin Resultado
X- PIBINDUST
Y- PIBCONSTR
4,3469 3,2389 F>VC
Rechazamos la hiptesis de que Y
no causa en el sentido de Granger a
X
X- PIBCONSTR
Y- PIBINDUST
4,1760 3,6823 F>VC
Rechazamos la hiptesis de que Y
no causa en el sentido de Granger a
X
= 0,05 y max_lag = 3
max_lag aprox. 15% del total de datos. (21 datos)
Tabla XX. Resultados de la prueba de causalidad de Granger entre el producto interno bruto del
sector construccin y el producto interno bruto del sector industria del Paraguay.
95
94
Elaboracin propia.
95
Idem.
77
En base a los resultados, se rechaza la hiptesis que sustenta que el PIBCONSTR no causa al
PIBINDUST en el sentido de Granger, tambin se rechaza la hiptesis que sustenta que el
PIBINDUST no causa a la PIB CONSTR en el sentido de Granger. As, la causalidad es
bidireccional.
En la siguiente Tabla se presentan los resultados de la prueba de causalidad de Granger entre la
poblacin y el producto interno bruto del sector construccin.
Variables F VC Condicin Resultado
X- PIBINDUST
Y- POBLACIN
2,7999 4,4139 F>VC
Aceptamos la hiptesis de que Y no
causa en el sentido de Granger a X
X- POBLACIN
Y- PIBINDUST
1,1105 4,4940 F>VC
Aceptamos la hiptesis de que Y no
causa en el sentido de Granger a X
= 0,05 y max_lag = 3
max_lag aprox. 15% del total de datos. (21 datos)
Tabla XXI. Resultados de la prueba de causalidad de Granger entre la poblacin y el producto
interno bruto del sector industria del Paraguay.
96
En base a los resultados, se acepta la hiptesis que sustenta que la POBLACIN no causa al
PIBINDUST en el sentido de Granger, tambin aceptamos la hiptesis que sustenta que el
PIBINDUST no causa a la POBLACIN en el sentido de Granger.
En la siguiente figura se puede observar la relacin de causalidad de Granger que existe entre
todas las variables estudiadas en esta primera etapa del trabajo, as como tambin el sentido de
las mismas, algunas son unidireccionales y otras bidireccionales. Estas conclusiones fueron
obtenidas en base al anlisis realizado.
96
Elaboracin propia.
78
Figura 25. Relacin de causalidad de Granger entre las variables estudiadas.
97
Como puede observarse en la Fig. 25, existe una relacin de causalidad de Granger
unidireccional entre el PIBTOTAL, el PIBCONSTR, la POBLACIN, el PIBINDUS y la DB; es
decir, el PIBTOTAL, el PIB CONSTR, la POBLACIN y el PIB INDUS contribuyen a la
estimacin dela DB. Tambin el PIBTOTAL y la POBLACIN contribuyen a la estimacin del PIB
CONSTR. Finalmente, existe una relacin de causalidad de Granger bidireccional entre el PIB
CONSTR y el PIB INDUS.
4.2.1.1. Resultado de la trimestralizacin de series anuales
La mayor dificultad de las series temporales es poder contar con ellas, muchas veces porque no
hay u otras porque las series son muy cortas (anuales) y no dan una informacin detallada y
pormenorizada. Por eso analizando las series que nos pueden dar una informacin ms o menos
acertada del comportamiento del sector construccin que son el PIB TOTAL, el PIB CONST, el
PIB INDUS, la DB y la POBLACIN, todos estos datos son trimestralizados directamente por
medio del mtodo desarrollado por Boot, Faibes y Lisman, esto har que las series sean ms
precisas durante el anlisis economtrico ARIMA con el cual se podr tener una seal o
tendencia de las series y poder predecir su comportamiento.
97
Elaboracin propia.
79
Figura 26. Series, anual y trimestral, de la demanda de biomasa del sector industria.
98
En la Fig. 26 se muestra la curva en color rojo de lo que seria los datos de cada serie si se lo
dividiera entre cuatro y la serie de alta frecuencia (trimestral) curva de color azul obtenida
mediante el mtodo de Boot, Faibes, Lisman, se observa que con este mtodo se obtiene ms
informacin de la serie lo cual ayuda a un mejor estudio.
Figura 27. Series, anual y trimestral, del PIB del sector construccin.
99
98
Elaboracin propia.
99
Idem.
80
En la Fig. 27 se muestra la curva en color rojo de lo que seria los datos de cada serie si se lo
dividiera entre cuatro y la serie de alta frecuencia (trimestral) curva de color azul obtenida
mediante el mtodo de Boot, Faibes, Lisman, se observa que con este mtodo se obtiene ms
informacin de la serie lo cual ayuda a un mejor estudio.
Figura 28. Series, anual y trimestral, del PIB del sector industria.
100
En la Fig. 28 se muestra la curva en color rojo los datos de cada serie si se lo dividiera entre
cuatro y la serie de alta frecuencia (trimestral) curva de color azul obtenida mediante el mtodo
de Boot, Faibes, Lisman, se observa que con este mtodo se obtiene ms informacin de la
serie lo cual ayuda a un estudio ms preciso.
100
Elaboracin propia.
81
Figura 29. Series, anual y trimestral, del PIB total.
101
En la Fig. 29 se muestra la curva en color rojo de lo que seria los datos de cada serie si se lo
dividiera entre cuatro y la serie de alta frecuencia (trimestral) curva de color azul obtenida
mediante el mtodo de Boot, Faibes, Lisman, se observa que con este mtodo se obtiene ms
informacin de la serie lo cual ayuda a un mejor estudio.
Figura 30. Series, anual y trimestral, de la poblacin.
102
101
Elaboracin propia.
102
Idem.
82
En la Fig. 30 se muestra la curva en color rojo los datos de cada serie si se la dividiera entre
cuatro y la serie de alta frecuencia (trimestral) curva de color azul obtenida mediante el mtodo
de Boot, Faibes, Lisman, se observa que con este mtodo se obtiene informacin ms detallada
de la serie lo cual ayuda a la precisin del estudio.
Las series trimestralizadas expuestas en esta seccin fueron empleadas para la realizacin de la
prueba de causalidad de Granger, de manera a corroborar los resultados de dicha prueba
obtenidos con las series anuales.
4.2.3. Resultado de los modelos dinmicos
4.2.3.1. Proceso de modelado de Sistemas Dinmicos
Con ayuda de la metodologa de Dinmica de Sistemas ya definido, se confeccionar un modelo
para el estudio del consumo de biomasa como fuente de energa para la produccin de los
insumos principales empleados en la construccin y su proyeccin a un tiempo futuro.
Adems, el modelo deber revelar como el consumo de biomasa para la construccin incide en
el PIB total del pas (PIB: valor monetario de la produccin de bienes y servicios de un pas
durante un perodo determinado de tiempo
103
).
4.2.3.1.1. Modelo 1: Impacto del crecimiento econmico y la demanda de biomasa
con fines energticos en la sustentabilidad de la cobertura boscosa en el Paraguay
- Conceptualizacin del Sistema
Para empezar recordamos que el Diagrama causal es un diagrama que recoge los elementos
claves del sistema y las relaciones entre ellos.
Los elementos claves que intervienen en la problemtica de estudio y en referencia a los datos
histricos, son: Bosque (para la provisin de BIOMASA), Demanda de Biomasa (DB) del sector
industrial, Poblacin, PIB total, PIB industria, Demanda de BIOMASA del sector residencial.
Las relaciones entre los mismos presentan las siguientes caractersticas:
103
Definicin Banco Central del Paraguay.
83
El PIB total, el PIB industria y la POBLACIN incrementan la demanda de biomasa del sector
industrial. As tambin, la POBLACIN incrementa la demanda de biomasa residencial.
Finalmente, la demanda de biomasa residencial y la Reforestacin definen el nivel de la
Cobertura Boscosa.
Teniendo los elementos claves y considerando las interacciones entre las mismas, se construye
el diagrama causal de relaciones lineales.
Figura 31. Diagrama causal del sistema.
104
- Formalizacin
Con el diagrama causal formado, se pasa a elaborar el diagrama de Forrester, en el cual se
determinan las ecuaciones que rigen al sistema y se consideran los valores que incrementan a
cada variable, as como sus constantes. Estos valores son: la tasa de crecimiento de la
Poblacin (tc poblacin), tasa de crecimiento del PIB industria (tc PIB ind) y tasa de crecimiento
del PIB total (tc PIB total). Esta seleccin de valores se realiz en base a la disponibilidad de los
datos recolectados y los resultados de las ecuaciones de las series de regresin.
Se ha estimado que una tonelada equivalente de petrleo (1TEP) equivale a 3,95m
3
. Utilizando
las series de la DB, del PIB TOTAL, del PIB INDUS y la POBLACIN se ha calculado la
ecuacin de regresin utilizando el software ARIMA, siendo la respuesta que se requiere la
demanda de biomasa del sector industria en TEP tenemos:
(4.1)
104
Elaboracin propia.
84
Tambin se hall la regresin entre la demanda de biomasa del sector industria y la poblacin:
(4.2)
Figura 32. Diagrama Forrester del Modelo 1.
105
Con este diagrama se obtiene un sistema dinmico, que puede ser simulado en un ordenador,
con el software que se ha seleccionado, el Vensim PLE.
- Comportamiento
Para la visualizacin y posterior anlisis de los resultados computados del modelo, para cada
variable considerado en el mismo se tomaron datos existentes en los organismos competentes.
- Evaluacin del Modelo
Una vez obtenido el modelo es necesario validarlo para poder estar seguros que los anlisis a
ser realizados proporcionarn resultados correctos. Para el efecto, se cotejaron los datos
recolectados del ao 2.003 al 2.011 de la demanda de biomasa industrial, con los valores
arrojados de la demanda de biomasa industrial hecho por el modelo.
Una vez obtenido el modelo es necesario validarlo para poder estar seguros que los anlisis a
ser realizados proporcionarn resultados correctos. Para el efecto, se cotejaron los datos
recolectados del ao 2.003 al 2.011 de la demanda de biomasa industrial, con los valores
arrojados de la demanda de biomasa industrial hecho por el modelo.
105
Elaboracin propia.
85
La demanda de biomasa del sector industrial en toneladas equivalente de petrleo se obtuvo del
Balance Energtico de la Repblica del Paraguay (BEN) elaborado por el VMME, del mismo
documento se consigui la demanda de biomasa del sector residencial y comercial, completando
as la demanda total de biomasa con fines energticos de todos los sectores del pas.
En la Fig. 33 pueden observarse la curva de la demanda de biomasa industria del pas obtenido
del BEN y la curva de los resultados obtenidos a travs de las simulaciones del modelo
realizadas con el software Vensim PLE.
Figura 33. Curvas de demanda de biomasa total realizado con Vensim PLE comparado con los
valores del BEN.
106
Puede observarse que existe una leve diferencia entre las curvas, esto se debe a que fue
utilizada una aproximacin lineal del sistema, esto produjo un error promedio de
aproximadamente 3%, como no supera el valor propuesto de 5%, como se muestra en la
siguiente tabla de valores.
106
Elaboracin propia.
750
950
1,150
1,350
1,550
1,750
1,950
2,003 2,004 2,005 2,006 2,007 2,008 2,009 2,010 2,011
M
i
l
e
s
d
e
T
E
P
Demanda de Biomasa total (Estimado en Miles de TEP)
Demanda de Biomasa total (Real en Miles de TEP)
86
Ao
Demanda de biomasa industria
(Estimado)
Valores del Vensim PLE
Demanda de biomasa industrial
(Real)
Valores del BEN
Error (%)
2.003 1.889.470,25 1.959.560 3,70949212
2.004 1.878.894,625 1.939.100 3,20429758
2.005 1.867.816,813 1.934.270 3,55780005
2.006 1.856.212,875 1.811.010 2,43522042
2.007 1.844.057,563 1.811.570 1,76174341
2.008 1.831.324,75 1.842.620 0,61678028
2.009 1.817.986,313 1.873.490 3,0530311
2.010 1.804.013,313 1.908.560 5,79522816
2.011 1.789.375,313 1.857.670 3,8166776
Tabla XXII. Porcentaje de error entre valores de demanda de biomasa total.
107
- Explotacin del Modelo
Una vez elaborado y validado el modelo dinmico del sistema, este sirve como instrumento para
el planteo de situaciones futuras. A continuacin se exponen los escenarios que sern simulados
por el modelo elaborado y los resultados obtenidos. Para todos los escenarios se han tomado
como ao base el 2.003 y como ao horizonte el 2.020, adems, se considera una reforestacin
de 5.000 ha. por ao.
4.2.3.1.1.1. Escenario Tendencial
En este escenario no se aplicaron cambios estructurales mayores. Mediante las tendencias y las
proyecciones de las variables, el modelo realiza los clculos para encontrar los valores de
consumo ao a ao.
En la Fig. 34 puede observarse cmo evolucionarn el PIB total y los bosques.
107
Elaboracin propia.
87
Figura 34. Evolucin del PIB total en MUSD y la cobertura boscosa en hectreas.
108
En la Fig. 35 puede observarse cmo evolucionarn el PIB industrial y los bosques.
Figura 35. Evolucin del PIB industrial y la cobertura boscosa.
109
108
Elaboracin propia.
109
Idem.
0
1,000
2,000
3,000
4,000
5,000
6,000
7,000
8,000
9,000
10,000
600
800
1,000
1,200
1,400
1,600
1,800
2,000
2
,
0
0
3
2
,
0
0
4
2
,
0
0
5
2
,
0
0
6
2
,
0
0
7
2
,
0
0
8
2
,
0
0
9
2
,
0
1
0
2
,
0
1
1
2
,
0
1
2
2
,
0
1
3
2
,
0
1
4
2
,
0
1
5
2
,
0
1
6
2
,
0
1
7
2
,
0
1
8
2
,
0
1
9
2
,
0
2
0
M
i
l
l
o
n
e
s
d
e
U
S
D
M
i
l
e
s
h
a
Cobertura Boscosa (Miles de ha) PIB total (Millones de USD)
0
100
200
300
400
500
600
700
800
600
800
1,000
1,200
1,400
1,600
1,800
2,000
2
,
0
0
3
2
,
0
0
4
2
,
0
0
5
2
,
0
0
6
2
,
0
0
7
2
,
0
0
8
2
,
0
0
9
2
,
0
1
0
2
,
0
1
1
2
,
0
1
2
2
,
0
1
3
2
,
0
1
4
2
,
0
1
5
2
,
0
1
6
2
,
0
1
7
2
,
0
1
8
2
,
0
1
9
2
,
0
2
0
M
i
l
l
o
n
e
s
d
e
U
S
D
M
i
l
e
s
d
e
h
a
Cobertura Boscosa (Miles de ha) PIB industria ( Millones de USD)
88
- Anlisis del escenario tendencial
En los ltimos aos se ha dado un gran crecimiento econmico, en el anlisis tendencial se ha
considerado que este crecimiento se mantenga, como se puede observar en los grficos arriba
expuestos este crecimiento tiene un efecto directo sobre la densidad boscosa del Paraguay.
En las Figuras 34 y 35 se puede notar cmo a medida que se da un crecimiento en el PIB total e
industrial, la superficie boscosa del pas, especficamente la regin Oriental que es la que se est
evaluando, disminuye con un ritmo acelerado a pesar de la ley de deforestacin cero y las
reforestaciones que se utilizan, en los ltimos aos se sigue observando un decrecimiento en el
porcentaje de cobertura de los bosques nativos del Paraguay en la regin Oriental. Segn los
estudios realizados si no se toman medidas de reforestacin y un mayor control a la tala ilegal
para el ao 2020 la superficie boscosa rondara entre las 732.461,63 ha y que la demanda de
biomasa en el sector industrial seguir aumentando y estara alrededor 1.015.610,25 TEP.
4.2.3.1.1.2. Escenario con crecimiento econmico acelerado
Paraguay ha exhibido en los ltimos aos un crecimiento econmico de alrededor del 7% anual,
muy por encima del promedio mundial, y acorde a pronsticos del FMI est crecimiento seguir
en esa tendencia, colocando a Paraguay como uno de los pases con mayor expansin
econmica a nivel global
110
. Es por esta razn que planteamos un escenario con crecimiento
econmico acelerado, para observar el impacto que tendra este comportamiento sobre la
superficie boscosa del pas. En la Fig. 36 puede observarse cmo evolucionarn el PIB total y los
bosques, considerando un crecimiento econmico acelerado.
110
Ministerio de Industria y Comercio, Foro de infraestructura.
89
Figura 36. Evolucin del PIB total y la cobertura boscosa.
111
En la Fig. 37 puede observarse cmo evolucionarn el PIB industrial y los bosques,
considerando un crecimiento econmico acelerado.
Figura 37. Evolucin del PIB industrial y la cobertura boscosa.
112
111
Elaboracin propia.
112
Idem.
0
2,000
4,000
6,000
8,000
10,000
12,000
400
600
800
1,000
1,200
1,400
1,600
1,800
2,000
2
,
0
0
3
2
,
0
0
4
2
,
0
0
5
2
,
0
0
6
2
,
0
0
7
2
,
0
0
8
2
,
0
0
9
2
,
0
1
0
2
,
0
1
1
2
,
0
1
2
2
,
0
1
3
2
,
0
1
4
2
,
0
1
5
2
,
0
1
6
2
,
0
1
7
2
,
0
1
8
2
,
0
1
9
2
,
0
2
0
M
i
l
l
o
n
e
s
d
e
U
S
D
M
i
l
e
s
d
e
h
a
Cobertura Boscosa (Miles de ha) PIB total (Millones de USD)
0
100
200
300
400
500
600
700
800
900
400
600
800
1,000
1,200
1,400
1,600
1,800
2,000
2
,
0
0
3
2
,
0
0
4
2
,
0
0
5
2
,
0
0
6
2
,
0
0
7
2
,
0
0
8
2
,
0
0
9
2
,
0
1
0
2
,
0
1
1
2
,
0
1
2
2
,
0
1
3
2
,
0
1
4
2
,
0
1
5
2
,
0
1
6
2
,
0
1
7
2
,
0
1
8
2
,
0
1
9
2
,
0
2
0
M
i
l
l
o
n
e
s
d
e
U
S
D
M
i
l
e
s
d
e
h
a
Cobertura Boscosa (Miles de ha) PIB industria (Millones de USD)
90
- Anlisis del escenario con crecimiento econmico acelerado
En el escenario anterior aun manteniendo un crecimiento tendencial la superficie boscosa de la
Regin Oriental se vera muy afectada, entonces es de esperarse que de darse un crecimiento
econmico acelerado y de no tomarse medidas paliativas y de mayor control los bosques sufrirn
una mayor disminucin aun que en el escenario tendencial.
Observando las Figuras 36 y 37 que son Cobertura Boscosa vs PIB Total y Cobertura Boscosa
vs PIB Industrial se puede notar claramente que un crecimiento acelerado disminuye la superficie
boscosa a un ritmo mayor como estaba previsto. Los resultados de este escenario sealan que
la superficie boscosa en el ao 2.020 rondara las 644.388,44 ha. y la demanda de biomasa en el
sector industrial estara en el orden de los 1.195.165,63 TEP. Haciendo una comparacin con el
escenario tendencial, vemos que el nivel de bosques en lugar de disminuir linealmente;
disminuye exponencialmente.
4.2.3.1.2. Modelo 2: Demanda de Biomasa con fines energticos para soluciones
habitacionales del PLANHAVI
El PLANHAVI tiene como finalidad la promocin de las condiciones sociales e institucionales
para que los habitantes del Paraguay accedan a una vivienda en un ambiente adecuado
113
.
Durante la fase diagnstica del PLANHAVI, fueron realizados estudios de proyeccin del dficit
habitacional que aqueja al Paraguay. El dficit habitacional del tipo cuantitativo o de demanda de
nuevas viviendas comprende a aquellas irrecuperables, a los hogares agrupados y a los ncleos
hacinados independientes del rea urbana
114
.
El modelo a realizar tuvo como propsito, estimar la demanda de biomasa con fines energticos
que se emplear en la construccin de viviendas, para satisfacer el dficit habitacional desde el
2.013 hasta el ao 2.020, proyectado en el estudio del PLANHAVI, cuya cantidad de viviendas
requeridas por ao se presenta en la Tabla XXIII.
Dficit/ao 2.013 2.014 2.015 2.016 2.017 2.018 2.019 2.020
Nuevas Viviendas
a construirse
7.700 8.500 9.300 10.200 11.300 12.400 13.600 15.000
Dficit
Cuantitativo
149.241 155.953 162.665 168.198 173.731 179.264 184.797 190.330
Tabla XXIII. Proyeccin del dficit habitacional desglosado 2.013 2.020.
115
113
SENAVITAT. PLANHAVI. Setiembre 2012.
114
Idem.
115
Idem.
91
Siguiendo las fases para la elaboracin de un modelo dinmico y de forma anloga al mismo
proceso realizado para el Modelo 1, se elabor el modelo dinmico del sistema para el Modelo 2.
- Datos y relaciones utilizados en el Modelo 2
Para la lista y cantidad de materiales de construccin que lleva una vivienda, se consider que
cada vivienda debe ser construida como una vivienda tipo.
VIVIENDA TIPO: Es la vivienda que consta de una unidad habitacional bsica ms dos
dormitorios (U.B.H. + 2D), cuya superficie total cubierta no deber ser menor a cuarenta y cuatro
metros cuadrados con ochenta decmetros cuadrados construidos (44,80 m
2
), medidos sobre
pared exterior terminada y cubierta (se aclara que los aleros mnimos debern ser de 45 cm, lo
cual se agregar como complemento no computable de la superficie total).
Dato Valor
Unidades
de ladrillos
10.600
Elaboracin propia, basado en el formulario nm. 10 del pliego de
bases y condiciones para la Construccin de Viviendas por el
Sistema de ayuda Mutua Mixta, LPN 03/2009.
Unidades
de tejas
1.500
Elaboracin propia, basado en el formulario nm. 10 del pliego de
bases y condiciones para la Construccin de Viviendas por el
Sistema de ayuda Mutua Mixta, LPN 03/2009.
Unidades
de
tejuelones
570
Elaboracin propia, basado en el formulario nm. 10 del pliego de
bases y condiciones para la Construccin de Viviendas por el
Sistema de ayuda Mutua Mixta, LPN 03/2009.
Varillas 14,17
Elaboracin propia, basado en el formulario nm. 10 del pliego de
bases y condiciones para la Construccin de Viviendas por el
Sistema de ayuda Mutua Mixta, LPN 03/2009.
Cal, bolsas
de 20 kg.
8,43
Elaboracin propia, basado en el formulario nm. 10 del pliego de
bases y condiciones para la Construccin de Viviendas por el
Sistema de ayuda Mutua Mixta, LPN 03/2009.
Tabla XXIV. Datos para el anlisis de la dinmica del sistema.
116
116
Elaboracin propia.
92
En la siguiente tabla pueden observarse otros datos empleados en el sistema dinmico, los
mismos fueron obtenidos de las entrevistas realizadas a las diferentes industrias relacionas al
sector en estudio.
Consumo especfico Valor Fuente:
Olera 0,000511
Entrevistas realizadas
Cermicas 0,000666
Entrevistas realizadas
Acepar 0,01542
Entrevistas realizadas
Caleras 0,00129184
Entrevistas realizadas
Tabla XXV. Datos de insumos bsicos para el anlisis de la dinmica del sistema.
La tasa de crecimiento de la poblacin beneficiada con el PLANHAVI (TCPP), tomando los
valores de la proyeccin, fue realizada una regresin con la siguiente funcin:
(4.3)
En el clculo se consider la relacin de cuatro habitantes por cada vivienda tipo y una cantidad
inicial de 142.528 viviendas, referidas del ao 2.012.
Siguiendo con la descripcin del Modelo 2, el diagrama de Forrester para la simulacin en el
Vensim PLE de este sistema dinmico, se muestra en la Fig. 38.
93
Figura 38. Diagrama Forrester del Modelo 2.
117
La variacin de la tasa de crecimiento de la poblacin beneficiada con una vivienda
( ) es una variable de nivel. A partir de esta variable se define la
tasa de crecimiento de la poblacin con vivienda segn el PLANHAVI
( que est dada por:
(4.4)
La poblacin total en el tiempo que est dada por la poblacin del ao anterior por la tasa de
crecimiento promedio:
(4.5)
Con base de estos resultados se obtienen la cantidad de viviendas a ser construidas segn el
PLANHAVI, que luego se desagrega en funcin de la cantidad unidades de materiales de
construccin que se demandan. Posteriormente, se obtiene el consumo especfico de lea
necesario para cada insumo y la suma total nos define demanda de biomasa total (en ha. de
cobertura boscosa) que se requieren en el proceso de produccin de estos materiales. El
procedimiento descripto es detallado en las siguientes ecuaciones:
(4.6)
(4.7)
117
Elaboracin propia.
94
(4.8)
(4.9)
(4.10)
(4.11)
(4.12)
(4.13)
En forma comparativa, en la Fig.39, se graficaron las curvas de cantidad de viviendas anuales
requeridas, y la demanda de Biomasa que ser consumida.
Figura 39. Evolucin del dficit de viviendas y la demanda de biomasa.
118
118
Elaboracin propia.
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
0
2,000
4,000
6,000
8,000
10,000
12,000
14,000
16,000
2,013 2,014 2,015 2,016 2,017 2,018 2,019 2,020
h
e
c
t
a
r
e
a
s
Cantidad de viviendas Demanda de Viviendas (Hectareas)
95
En dicha figura se observa el incremento lineal del dficit de viviendas del Paraguay hasta el ao
2.020, en el caso de que esta demanda de construccin se a atendida se observa la manera en
que esta afectara a la demanda de biomasa con fines energticos que debe emplearse para
cubrir el dficit proyectado por el PLANHAVI. Se toma como promedio obtenidos de estudios
que de una hectrea de cobertura boscosa se pueden obtener aproximadamente 30 m
3
de
biomasa vegetal
119
, vemos que los resultados simulados con el Vensim PLE, muestran una
proporcin de uno a cuatro, es decir de la lea comprendida en una hectrea de superficie
boscosa se fabrican insumos suficientes para construir cuatro casas de las caractersticas del
PLANHAVI.
Ao Viviendas Demanda de biomasa total
2.013 160.559,0625 69.374,9531
2.014 163.240,4063 71.521,4141
2.015 165.966,5156 73.734,2969
2.016 168.738,1719 76.015,6328
2.017 171.556,0938 78.367,5625
2.018 174.421,0938 80.792,2578
2.019 177.333,9375 83.291,9609
2.020 180.295,4219 85.869,0234
Tabla XXVI. Cantidad de viviendas y demanda de biomasa total proyectadas hasta el ao
2.020.
120
- Anlisis de resultados del escenario con dficit de viviendas
Segn los estudios PLANHAVI hay un dficit elevado de viviendas en el Paraguay. Asumiendo
una media de cuatro habitantes por vivienda, entre el 8% y 10% del total de la poblacin, entre el
2.013 y 2.020, no dispondr de una vivienda propia en el caso de no tomarse ninguna medida.
Segn simulaciones realizadas en el modelo presentado, para erradicar la poblacin con dficit
habitacional en el 2.020 se necesita biomasa vegetal equivalente aproximadamente a 46.948,98
hectreas de cobertura boscosa.
Por su parte, considerando que el PLANHAVI se ejecuta en su totalidad ao a ao desde el
2.013 son necesarias aproximadamente 21.200 hectreas de cobertura boscosa durante el
119
Mautner Markhof Consulting Keg, Herramientas para mejorar la efectividad de los combustibles de madera en la economa rural.
120
Elaboracin propia.
96
periodo 2.013 - 2.020 para la fabricacin de los materiales necesarios en la construccin de la
cantidad de viviendas proyectada.
4.2.3.1.3. Modelo 3: Impacto del crecimiento econmico y de la demanda de biomasa
con fines energticos para soluciones habitacionales del PLANHAVI en la
sustentabilidad de la cobertura boscosa del Paraguay
Este modelo es la combinacin de los anteriores modelos ya descritos y elaborados con la
metodologa dinmica de sistemas. El modelo analiza como incidira la demanda de biomasa con
fines energticos para eliminar el dficit habitacional planteado como meta por el PLANHAVI
para el 2.020 en la cobertura boscosa considerando un crecimiento econmico anual de 7%.
Figura 40. Diagrama Forrester del Modelo 3.
121
Los resultados obtenidos del Vensim PLE, se muestran en forma comparativa en la Fig.41.
121
Elaboracin propia.
97
Figura 41. Evolucin del Dficit de viviendas y la cobertura boscosa con crecimiento econmico
acelerado.
122
- Anlisis de los resultados de escenario de crecimiento econmico
En la Fig. 41, se observa la significativa disminucin de las hectreas de cobertura boscosa,
producto del consumo de Demanda de Biomasa con fines energticos segn el PLANHAVI para
el ao 2.020 y considerando un crecimiento econmico acelerado de 7%. De igual forma se
observa como el incremento de la cantidad de viviendas construidas para paliar parte de la
situacin de dficit de viviendas que se presentara. De darse este escenario para el 2.020 se
calcula que en la regin oriental se tendr un remanente de aproximadamente 623.230
hectreas de bosque, incluso considerando los planes de reforestacin proyectados por el
INFONA
123
.
122
Elaboracin propia.
123
Plan Nacional de Reforestacin. Instituto Forestal Nacional, Mesa Sectorial de Productos Forestales-REDIEX, Federacin Paraguay de
Madereros.
0
200,000
400,000
600,000
800,000
1,000,000
1,200,000
0
2,000
4,000
6,000
8,000
10,000
12,000
14,000
16,000
2,013 2,014 2,015 2,016 2,017 2,018 2,019 2,020
H
e
c
t
r
e
a
s
r
e
m
a
n
e
n
t
e
s
Cantidad de Viviendas con crecimiento econmico (7% anual)
Cobertura Boscosa (Hectareas)
98
5. CONCLUSIONES Y RECOMENDACIONES
l presente trabajo expuso una metodologa para el anlisis del impacto del crecimiento
econmico, y su consecuente incremento de consumo energtico, en la sustentabilidad
de la cobertura boscosa en el Paraguay. Mediante el enfoque de causalidad de Granger
fueron estimadas las relaciones causales entre las distintas variables involucradas en el anlisis.
Basadas en dichas relaciones ha sido desarrollado un modelo computacin que prob replicar la
dinmica existente entre las variables del problema.
El crecimiento econmico acelerado ejerce una gran presin sobre los bosques, debido a esto es
necesario de manera inmediata elaborar e implementar planes de reforestacin cuya produccin
este destinada al abastecimiento de las industrias destinadas a la produccin de insumos de
construccin, donde los hornos se alimentan principalmente de lea o sus derivados. Puede ser
percibido como las polticas proyectadas por organismos estatales encargados del manejo
forestal del pas pueden ser insuficientes ante los escenarios analizados. Por ello, no se deben
escatimar recursos para realizar un control con rigurosidad de la ley de deforestacin cero en la
Regin Oriental.
Adems, el presente trabajo expuso como polticas sociales -como ser los planes habitacionales-
podran significar una amenaza significativa a la sustentabilidad forestal en el largo plazo. Estas
conclusiones alertan sobre la necesidad de realizar anlisis integrales de las polticas pblicas de
manera a evitar externalidades negativas que pueden aparecer como consecuencia de la
interaccin de planes de gobierno en sectores que aparentemente no estn relacionados.
En paralelo con los planes de manejo forestal, consideramos de mucha importancia el anlisis de
sustitucin energtica de la biomasa vegetal por hidroelectricidad. Esto permitira reducir la
presin existente sobre la cobertura boscosa debido a la demanda de biomasa para fines
E
99
energticos, principalmente en escenarios de crecimiento econmico acelerado. Anlisis ms
profundos sobre esta temtica son recomendados como trabajos futuros a ser realizados.
Por ltimo, es necesario un estudio ms detallado para realizar el mejoramiento del sistema de
gestin de informacin en todos los niveles estudiados, a fin de mejorar la gestin de la
informacin en todos los sectores afectados de manera a consolidar la informacin existente ya
que aparecen discrepancias significativas de una fuente de informacin a otra.
100
6. BIBLIOGRAFA
C. Granger, Anlisis de series temporales, cointegracin y aplicaciones. Universidad de
california.
C. Gamero, Un anlisis de la relacin de Causalidad entre desarrollo econmico y educacin
universitaria en Espaa, Universidad de Mlaga, 1.997.
C. Rodrguez, Ensayos sobre la Granger Causalidad, Divisin de Ciencias Econmico
Administrativas. Universidad de Guanajuato.
J. Villavicencio, Introduccin a Series de Tiempo, disponible en
http://www.estadisticas.gobierno.pr/iepr/LinkClick.aspx?fileticket=4_BxecUaZmg%3D&tabid=100
S. Sotoca, Modelizacin con datos de series temporales, Universidad Complutense de Madrid,
2.012.
O. Godoy, J. Mendoza, A. Majano, Investigacin de las caractersticas de los morteros de
mampostera a base de cal cemento portland, Universidad De Oriente, 2.006.
H. Mata, Nociones elementales de cointegracin. Enfoque de Engle-Granger, Facultad de
Ciencias Econmicas y Sociales de la Universidad de los Andes.
S. Gmez, V. Torres, Y. Garca y J. Navarro, Procedimientos estadsticos ms utilizados en el
anlisis de medidas repetidas en el tiempo en el sector agropecuario, Revista Cubana de Ciencia
Agrcola, 2.012.
J. Di Rienzo, et al., Estadstica para las ciencias agropecuarias, disponible en
http://books.google.com.py/books?id=huIRHgNpqkkC&pg=PA147&lpg=PA147&dq#v=onepage&
q&f=false
101
M. Cladera, Introduccin a la Econometra, disponible en
http://www.uib.es/depart/deaweb/personal/profesores/personalpages/magdalenacladera/2612/Ma
terials%20didactics/InferenciaExcelSpss.pdf
Viceministerio de Minas y Energas del Paraguay, disponible en
http://www.ssme.gov.py/vmme/nuevosien/index.html.
Direccin General de Estadsticas, Encuestas y Censos, disponible en http://www.dgeec.gov.py/
L. Molinero, Anlisis de Series Temporales, Enero 2.004.
R. de Arce, R. Mahia, Dpto de Economa Aplicada, U.D.I Econometra e Informtica, pag.11.
A. Yigal Montejo, Instituto L.R Klein, Universidad Autnoma de Madrid, Junio 2.000.
M. Gonzlez Casimiro, Anlisis de Series Temporales: Modelos ARIMA, abril, 2.009.
M. Terradez, Anlisis de Componentes principales, disponible en www.uoc.edu
E. Pons-Fanals, J. Suriach, Desagregacin de Magnitudes Anuales con Restricciones,
Universidad de Barcelona, Revista Asturiana de Economia, 2.002.
M. Artis, M. Sierra, Nivel de actividad mediante indicadores de coyuntura, Revista de economa
aplicada numero 13 (vol.V), Universidad de Barcelona, 1.997.
J. Garca, Teora y ejercicios prcticos de dinmica de sistemas, Barcelona, Enero 2.010.
J. Sterman. Business Dynamics Systems Thinking and Modeling for a Complex World. EE.UU:
Irwin McGraw-Hill, 2.000.
J. Aracil, Dinmica de Sistemas de la serie de Monografas de Ingeniera de Sistemas, Madrid,
1.995.
102
7. ANEXOS
A.1. ANEXO 1: CONCEPTOS FUNDAMENTALES-
CAUSALIDAD DE GRANGER
Serie de tiempo: una serie tiempo es una secuencia de observaciones, medidas en determinados
momentos del tiempo, ordenados cronolgicamente y, espaciados entre s de manera uniforme,
donde los datos usualmente son dependientes entre s. El principal objetivo de una serie de
tiempo es su anlisis para hacer pronstico temporal.
124
Series estacionarias: una serie es estacionaria cuando es estable a lo largo del tiempo, es decir,
cuando la media y varianza son constantes en el tiempo. Esto se refleja grficamente en que los
valores de la serie tienden a oscilar alrededor de una media constante y la variabilidad con
respecto a esa media tambin permanece constante en el tiempo.
125
Figura A.1. Ejemplo de una serie estacionaria.
126
Tiempo (aos)
Series no estacionarias: son series en las cuales la tendencia cambian en el tiempo. Los
cambios en la media determinan una tendencia a crecer o decrecer a largo plazo, por lo que la
serie no oscila alrededor de un valor constante.
127
124
J. Villavicencio. Introduccin a Series de Tiempo.
125
Idem.
126
Idem.
127
Idem.
V
a
l
o
r
e
s
d
e
l
a
v
a
r
i
a
b
l
e
(
P
r
o
d
u
c
c
i
n
d
e
t
r
i
g
o
t
o
n
)
103
Figura A.2. Ejemplo de una serie no estacionaria.
128
Tiempo (aos)
Relacin o correlacin espuria: una correlacin espuria es una relacin emprica entre dos
acontecimientos sin conexin lgica. Al estimar regresiones entre series no estacionarias es muy
fcil que la relacin sea espuria, ya que basta con que ambas series tengan algo de tendencia
similar para que surja una aparente relacin entre ellas. Al suprimir la tendencia, por ejemplo
diferenciando los datos, la relacin espuria desaparece.
129
Orden de integracin: el orden de integracin se refiere al nmero de veces que se debe
diferenciar una serie de tiempo (calcular su primera diferencia) para convertirla en una serie
estacionaria. Se dice que una serie de tiempo est integrada de orden d, escrita I(d), si despus
de diferenciarla d veces se convierte en estacionaria. Por ejemplo, si la integracin se alcanza
despus de calcular la segunda diferencia, se dir que la serie est integrada de orden dos, es
decir I(2).
130
Modelo autoregresivo: los modelos autoregresivos se basan en la idea de que el valor actual de
la serie
n
d
e
t
a
b
a
c
o
t
o
n
)
104
(A.1)
Donde determina el nmero de rezagos necesarios para pronosticar un valor actual.
El modelo autoregresivo de orden est dado por:
(A.2)
donde
cuando esta es
verdadera. Comnmente se denota por la letra griega , representa la mxima probabilidad de
equivocarse en el sentido de concluir que
++
+ +
+ +
(A.4)
En concreto, la metodologa de modelos ARIMA en forma reducida parte de la descomposicin
ortogonal que la teora clsica realiza de las series econmicas en funcin de sus componentes
no observados: tendencia, ciclo (o conjuntamente, ciclo-tendencia), estacionalidad y componente
irregular.
136
La construccin de modelos ARIMA se lleva a cabo de forma iterativa mediante un proceso en el
que se pueden distinguir cuatro etapas:
137
Identificacin: Utilizando los datos y/o cualquier tipo de informacin disponible sobre cmo
ha sido generada la serie, se intentara sugerir una subclase de modelos ARIMA (p; d; q)
que merezca la pena ser investigada. El objetivo es determinar los rdenes p; d; q que
parecen apropiados para reproducir las caractersticas de la serie bajo estudio y si se
incluye o no la constante En esta etapa es posible identificar ms de un modelo
candidato a haber podido generar la serie.
135
R. de Arce. Dpto. de Economa Aplicada.
136
A. Montejo. Instituto L.R Klein. UAM.
137
M. Gonzlez. Anlisis de Series Temporales: Modelos ARIMA.
107
Estimacin: Usando de forma eficiente los datos se realiza inferencia sobre los parmetros
condicionada a que el modelo investigado sea apropiado. Dado un determinado proceso
propuesto, se trata de cuantificar los parmetros del mismo,
y, en su caso, .
Validacin: Se realizan contrastes de diagnstico para comprobar si el modelo se ajusta a
los datos, o si no es as, revelar las posibles discrepancias del modelo propuesto para poder
mejorarlo.
Prediccin: Obtener pronsticos en trminos probabilsticos de los valores futuros de la
variable. En esta etapa se tratara tambin de evaluar la capacidad predictiva del modelo.
En esta investigacin se utiliz el modelo ARIMA para determinar la tendencia de la serie de
datos obtenidos.
108
A.3. ANEXO 3: CONCEPTOS FUNDAMENTALES -
DINMICA DE SISTEMAS
Sistema: conjunto de elementos relacionados entre s, de forma tal que un elemento afecta el
comportamiento de todo el conjunto.
138
Modelo o modelado: Objeto artificial construido para representar de forma simplificada a un
sistema real o a un fenmeno de la realidad.
139
Bucle, Realimentacin, Retroalimentacin o Feedback: es una cadena cerrada de relaciones
causales.
140
Diagrama causal: es un diagrama que recoge los elementos claves del sistema y las relaciones
entre ellos.
141
Nivel o stock: variable que supone la acumulacin material en el tiempo de una cierta magnitud.
Flujo: variable que representa el cambio que sufre una determinada magnitud por unidad de
tiempo.
142
Variable auxiliar: variables que permiten una visualizacin de los aspectos que condicionan el
comportamiento de los flujos.
143
Retardo: simulan los retrasos de tiempo en la transmisin de materiales o informaciones.
144
138
J. Garca. Teora y ejercicios prcticos de dinmica de sistemas.
139
J. Aracil. Dinmica de sistemas de la serie de monografas de ingeniera de sistemas.
140
J. Garca. Teora y ejercicios prcticos de dinmica de sistemas.
141
J. Aracil. Dinmica de sistemas de la serie de monografas de ingeniera de sistemas.
142
Idem.
143
Idem.
144
Idem.
109
A.4. ANEXO 4: Leyes relacionadas al sector forestal
del pas
- Ley No. 422/73 Ley Forestal
Declrase de inters pblico el aprovechamiento y el manejo racional de los bosques y tierras
forestales del pas, as como tambin el de los recursos naturales renovables que se incluyan en
el rgimen de esta ley. Declrase, asimismo, de inters pblico y obligatorio la proteccin,
conservacin, mejoramiento y acrecentamiento de los recursos forestales. El ejercicio de los
derechos sobre los bosques, tierras forestales de propiedad pblica o privada, queda sometido a
las restricciones y limitaciones establecidas en esta Ley y sus reglamentos.
Ley No. 294/93 Evaluacin de impacto ambiental
Declrase obligatoria la Evaluacin de Impacto Ambiental. Se entender por Impacto Ambiental,
a los efectos legales, toda modificacin del medio ambiente provocada por obras o actividades
humanas que tengan, como consecuencia positiva o negativa, directa o indirecta, afectar la vida
en general, la biodiversidad, la calidad o una cantidad significativa de los recursos naturales o
ambientales y su aprovechamiento, el bienestar, la salud, la seguridad personal, los hbitos y
costumbres, el patrimonio cultural o los medios de vida legtimos.
- Ley No. 1561/00 Que crea el sistema nacional del ambiente, el consejo nacional
del ambiente y la secretaria del ambiente
Esta ley tiene por objeto crear y regular el funcionamiento de los organismos responsables de la
elaboracin, normalizacin, coordinacin, ejecucin y fiscalizacin de la poltica y gestin
ambiental nacional.
Instituyese el Sistema Nacional del Ambiente (SISNAM), integrado por el conjunto de rganos y
entidades pblicas de los gobiernos nacional, departamental y municipal, con competencia
ambiental; y las entidades privadas creadas con igual objeto, a los efectos de actuar en forma
conjunta, armnica y ordenada, en la bsqueda de respuestas y soluciones a la problemtica
ambiental. Asimismo para evitar conflictos interinstitucionales, vacos o superposiciones de
competencia, y para responder con eficiencia y eficacia a los objetivos de la poltica ambiental.
110
- Ley No. 3464/08 Que crea el Instituto Forestal Nacional INFONA
Crase el Instituto Forestal Nacional, en adelante INFONA, como institucin autrquica y
descentralizada del Estado, dotada de personera jurdica, patrimonio propio y autonoma
administrativa, que se regir por las disposiciones de la presente Ley, sus reglamentaciones y
dems normas relativas al sector forestal.
- Ley No. 2524 De prohibicin en la Regin Oriental de las Actividades de
Transformacin y Conversin de Superficies con Cobertura Boscosa
Es objetivo de esta ley propiciar la proteccin, recuperacin, y el mejoramiento del bosque nativo
en la regin oriental, para que en un marco de desarrollo sostenible, el bosque cumpla con sus
funciones ambientales, sociales y econmicas, contribuyendo al mejoramiento de la calidad de
vida de los habitantes del pas.
A partir de la fecha de promulgacin de la presente ley, y por un periodo inicial de dos aos, se
prohbe en la regin oriental, realizar actividades de transformacin o conversin de superficies
con cobertura de bosques, a superficies destinadas al aprovechamiento agropecuario en
cualquiera de sus modalidades, o a superficies destinadas a asentamientos humanos.
A partir de la fecha de promulgacin de la presente ley, y por un periodo de dos aos, queda
prohibida la emisin de permisos, licencias, autorizaciones y/o cualquier otra modalidad de
documento jurdicamente valido, que ampare la transformacin o conversin de superficies con
cobertura de bosques nativos, a superficies destinadas al aprovechamiento, agropecuario en
cualquiera de sus modalidades, o a superficies destinadas a asentamientos humanos.
111
A.5. ANEXO 5: Artculos periodsticos
- Lea, siempre ms barata (http://www.abc.com.py/edicion-impresa/politica/lena-
siempre-mas-barata-588216.html)
Lo que propone Jeffrey Sachs en su informe, con relacin a buscar equiparar el precio de la lea
con el de la energa elctrica, no es realista para nuestro pas, porque con el incentivo de la
reforestacin en las zonas cercanas a las industrias pertinentes, ser imposible la competencia
de precio contra el uso de biomasa, que actualmente est uno contra siete de la electricidad,
segn declar el presidente de la Federacin Paraguaya de Madereros (Fepama), Lic. Juan
Carlos Altieri.
Un cumplimiento ms estricto de las normas forestales en Paraguay har subir el precio de la
lea y el carbn, incentivando as al sector privado a cambiar a la electricidad como principal
fuente de energa, expresa la propuesta del equipo de expertos de Sachs.
El estudio estima que en Paraguay se emplea madera combustible y carbn vegetal de unas
50.000 hectreas por ao, de las cuales solo el 12% son reas reforestadas o manejadas. La
disponibilidad de madera para combustible tiene un costo mnimo, de alrededor de USc
1,05/kWh frente a un costo medio de electricidad de USc 7,53/KWh, detalla el informe Sachs.
Al respecto, el presidente de la Fepama explic que dichos precios ventajosos para la lea con
relacin a la electricidad se dan incluso con un sobrecosto de transporte de hasta 500 kilmetros.
Con los trabajos de reforestacin con fines energticos, implantados en zonas estratgicamente
ubicadas, cerca de los silos o de las industrias varias, con menor distancia de flete, la energa
elctrica nunca podr competir con el bajo precio de la lea. Asegur Altieri.
Agreg que harn un anlisis ms detallado sobre el informe y harn una contestacin ms
extensa sobre el tema forestal.
ARP promete anlisis
Por otra parte, la Asociacin Rural del Paraguay (ARP) anunci que analizar mejor el informe
Jeffrey Sachs antes de emitir una posicin al respecto, segn declar ayer el titular del gremio,
Dr. Germn Ruiz. Consultaremos con nuestros especialistas porque es muy extenso y con
muchas aristas, expres.
112
- Seam: Deforestacin legal (http://m.abc.com.py/nacionales/deforestacion-en-el-
chaco-es-legal-afirma-seam-577273.html)
La masiva deforestacin registrada en el Chaco paraguayo es legal, afirm Ignacio vila, director
de Biodiversidad de la Seam. Actualmente, en esa regin se registra una tasa de destruccin
que se acerca a las 1.000 hectreas de bosques por da.
Las deforestaciones y los desmontes realizados en el Chaco paraguayo se rigen por la Ley N
422/73, que establece que los agricultores y ganaderos propietarios de ms de 20 hectreas
deben proteger el 25% de los bosques en la propiedad.
Todas las deforestaciones y desmontes que se hacen en realidad son legales. Se est
respetando ese 25%, sostuvo vila. En la zona de la bisfera del Chaco, el monto de reserva
forestal requerido sube al 50% de la propiedad.
vila asegur que la Secretara del Ambiente (Seam) realiza monitoreos con imgenes
satelitales y sostuvo que estn al tanto de los informes emitidos por la organizacin ambientalista
Guyra Paraguay. Sin embargo, asegur que no se puede parar el desarrollo agroindustrial del
pas.
La tasa de deforestacin en el Chaco paraguayo, que en abril se ubic en 933 hectreas por da,
es considerada alarmante por grupos ambientalistas. En especial preocupa el desmonte de la
zona norte del Chaco paraguayo,
El Fondo Mundial de la Naturaleza (WWF) lament que la apuesta de Paraguay por la soja y la
carne como motores de su crecimiento econmico siga cobrando un alto precio en los bosques
del pas.
DEFORESTACIN CERO
Los casi 9 millones de hectreas de bosques que el Paraguay tena en el ao 1.950 se redujeron
a solo 1,3 millones en el 2.004, cuando el pas tena el mayor rango de deforestacin de Amrica
y el segundo del mundo, segn el WWF.
Ese ao se impuso por ley la deforestacin cero en la regin Oriental, lo que aminor la prdida
de selvas a 5.703 hectreas en los primeros ocho meses de 2.012, frente a las 110.000 de 2.002
o la tala rcord de 1.986, cuando se perdieron 289.000 hectreas, segn la misma fuente.
113
vila consider que la mencionada legislacin no fue efectiva, ya que se continuaron
registrando desmontes en la regin Oriental. Asegur que, a pesar de esto, desde la Seam se
apoya la extensin de la ley de deforestacin cero, que fenece este ao.
- Sector construccin estima este ao llegar al 20% del PIB
(http://www.lanacion.com.py/articulo/114322-sector-construccion-estima-este-ano-llegar-
al-20-del-pib-.html)
A diferencia del ao pasado, el sector de la construccin en Paraguay experimentar un
importante crecimiento, y lograr entre las obras pblicas y privadas, llegar a ocupar el 20% del
Producto Interno Bruto (PIB) correspondiente al 2.013, segn estim el presidente de la Cmara
Paraguaya de la Construccin (Capaco), Jorge Moreno, haciendo contraste con la participacin
en la economa nacional del ao pasado, en donde la incidencia de la infraestructura slo
equipar el 4% del PIB.
Moreno sostuvo que se dio un inicio de ao atpico, teniendo en cuenta que en general las obras
pblicas se realizaban a partir del mes de marzo, ya que el Plan Financiero se reiniciaba en esa
poca. Actualmente hay una gestin importante del Estado, donde a partir de los primeros das
de enero ya hubo Plan Financiero y eso posibilit que todas las obras pblicas estn
implementndose considerablemente, expres.
Asever que con los bonos soberanos, ms lo que est previsto inyectar en el Presupuesto
General de la Nacin (PGN) para este ao, se llegar a una ejecucin de aproximadamente
1.000 millones de dlares en el transcurso del ao. Asimismo, seal que unas 200.000
personas tienen trabajo con las obras ejecutadas.
Sostuvo que actualmente se llevan a cabo la ejecucin de cerca de 650 kilmetros de
empedrado, proceso de la obra de la avenida u Guasu, la ruta que une Luque con San
Bernardino, la Ruta 13, la ruta que une Concepcin con Vallem, adems de las obras del
acueducto del Chaco y las ampliaciones de las rutas 2 y 7, que unen Asuncin con Ciudad del
Este. Son las obras que creo son las ms emblemticas y van a hacer posible que todo el sector
tenga un dinamismo importante, puntualiz.
A su criterio, todas las tendencias apuntan a catapultar el crecimiento del sector para arriba. Hay
varios indicios como la gran venta de equipos y maquinarias viales, y la gran demanda de
114
cemento, agreg. Al respecto, segn informe del Banco Central (BCP), la participacin del
sector en el 2012 fue nfima, y represent slo el 4% de toda la economa paraguaya, siendo el
rubro con menos incidencia.
GERENCIAMIENTO
Por su parte, el representante de la Asociacin de Profesionales de la Construccin (Aprocons),
Paulo Yogovich, manifest que el crecimiento ya es una realidad actual, y enfatiz la importancia
de que exista buena capacidad de gerenciamiento de las constantes y futuras ejecuciones
llevadas a cabo por el Estado. Hay que tener cuidado con eso, ya existe experiencias negativas
de cuando las adjudicaciones son muy numerosas, y comienzan los problemas con las
ejecuciones, asever.
Por otro lado, argument que no maneja valores para estimar la influencia de las construcciones
en el PIB. Yo no s si alcanzara el sector el 20%. Es un poco optimista a mi criterio, por lo
histrico que ha tenido la industria, particularmente la construccin dentro del total del PIB,
aludi.
- Nios trabajan en caleras (http://www.abc.com.py/nacionales/ninos-trabajan-en-
caleras-412760.html)
La Secretara de la Niez y la Adolescencia inform que el trabajo infantil en caleras y oleras en
Concepcin, Vallem y Tobat es frecuente, segn una investigacin de la cartera. Algunos nios
realizan labores peligrosas desde los cuatro aos.
Los nios hacen trabajos peligrosos desde los cuatro aos. Las canteras del distrito de Vallem
son la principal fuente de ingreso econmico de la poblacin de la zona, segn el portal de IP
Paraguay. Los nios y adolescentes trabajan frecuentemente en la produccin de cal y ladrillo,
tan frecuente que los pobladores consideran el trabajo como algo natural, explic Liz Torres,
titular de la cartera.
Los ms pequeos trabajan trasladando piedras en carretillas, ganando 1.000 guaranes por
traslado. Segn los estudios, el 12,5 de los nios iniciaron su labor entre los siete y ocho aos,
mientras que el 31,2 por ciento inici a los nueve aos. Todos los nios encuestados sufrieron
alguna lesin fsica durante el trabajo. Estas lesiones incluyen dolores de cabeza, espalda,
resfros, problemas de la piel. Los nios que estudian y trabajan, afirmaron que el trabajo
115
interfiere con su rendimiento escolar. Durante las vacaciones, estos nios duplican su horario
laboral.
La situacin es similar en Concepcin, donde las oleras son en su mayora de propiedad
familiar. Los nios y adolescentes principalmente trabajan en la fabricacin de 7.000 a 10.000
ladrillos por da.
Las 300 oleras de la zona de Tobat, donde casi la totalidad cuenta con mano de obra infantil.
De este grupo, el 62,5 por ciento trabajan entre los cuatro y seis aos. El 41 por ciento comienza
a trabajar entre los 10 y 14 aos.
- Oportunidad para salir del pozo o bien para hundirse definitivamente
(http://www.abc.com.py/edicion-impresa/politica/oportunidad-para-salir-del-pozo-o-bien-
para-hundirse-definitivamente-276026.html)
Un captulo aparte al hablar de San Lzaro es la fabricacin de cal. El Estado paraguayo se
cubre de vergenza al tolerar el trabajo esclavo que reina en las caleras.
La expectativa de vida en las caleras ronda los 40 o 45 aos. La tuberculosis permite descansar
las piltrafas de cuerpos que se apian alrededor de los hornos, ante la falta de oportunidades
laborales.
A las patticas condiciones de trabajo se unen otros dos elementos: el dao ambiental causado
por el uso indiscriminado de lea, para alimentar los hornos. La madera se roba de cuanta
propiedad existe a lo largo del camino actual.
El segundo factor es la destruccin de yacimientos de mrmol de primersima calidad. Segn
estudios tcnicos, el producto paraguayo supera en calidad al mrmol de Carrara (Italia), que es
uno de los ms famosos del mundo.
En Paraguay hacemos cal del mrmol, lo que refleja un nivel extremo de estupidez.
116
- Los bosques en Paraguay podran desaparecer en 5 a 10
(http://www.ultimahora.com/notas/622741-Los-bosques-en-Paraguay-podrian-desaparecer-
en-5-a-10-anos)
La representante de la World Wide Fondation (WWF), Lucy Aquino, expres que por la
deforestacin masiva de bosques en la regin Oriental, en 5 a 10 aos estos "van a
desaparecer". Exigen que se trate la prrroga de la Ley de Deforestacin Cero en Paraguay en
el Parlamento.
Aquino explic a ltima Hora que a travs de imgenes satelitales pudieron constatar en cierta
medida la deforestacin de bosques de la regin Oriental del Paraguay y el Bosque del Atlntico
en Alto Paran.
Denunci que entre marzo y mayo del 2013, constataron una deforestacin de 2.400 hectreas
en Amambay y 300 en Caazap. Pero, junto con Andrea Garay, integrante de la WWF,
estimaron que este ao la cifra alcanzara unas 4.000 hectreas. No descartaron que sea ms.
En la misma lnea, Ezequiel Santagada, del Instituto de Derecho y Economa Ambiental (IDEA),
afirm que los bosques en Paraguay pueden llegar a desaparecer. Manifest a
ULTIMAHORA.COM que piden, junto con otras organizaciones, que el Parlamento trate la
prrroga de la Ley de Deforestacin Cero, que vence en diciembre.
Con la normativa aprobada en 2005, se lleg a reducir la deforestacin de 120.000 hectreas por
ao a 7.000. A pesar de que este ao, con el cambio de Gobierno se constat un aumento de la
tala indiscriminada de rboles, fenmeno similar al ocurrido entre abril y agosto del 2008.
"Si no hay voluntad poltica, no se solucionar", coincidieron los representantes en la conferencia
de prensa de este lunes de tarde en el local de A Todo Pulmn. Santagada seal que a pesar
de que existan las normativas, para el cuidado del medioambiente, "no hay capacidad de
fiscalizacin".
Eso representa un problema a la hora de controlar la tala de rboles. Mientras tanto, la
deforestacin avanza y Paraguay poco a poco se va quedando sin bosques. Para Santagada, sin
rboles hasta la produccin de soja y carne se vern afectadas.
117
A.6. ANEXO 6: Entrevista, lista de direcciones y fotos
- Entrevista
Figura A.3. Cuestionario empleado para las entrevistas a productores de cal, ladrillos,
cermicas y ACEPAR. Hoja 1.
145
145
Elaboracin propia.
118
Figura A.4. Cuestionario empleado para las entrevistas a productores de cal, ladrillos,
cermicas y ACEPAR. Hoja 2.
146
- Lista de direcciones
Instituto Forestal Nacional (INFONA)
Ruta 2 Mcal. Estigarribia. Km 10 1/2. Ciudad de San Lorenzo
Telf.: 575 564
www.infona.gov.py
Cmara Paraguaya de la Construccin (CAPACO)
Cervantes esq Victor Hugo. Ciudad de Asuncin.
Tel: 295 424
capaco@capaco.org.py
Direccin General de Estadsticas, Encuestas y Censos (DGEEC)
Naciones Unidas y Saavedra. Ciudad de Fernando de la Mora.
Telf.: 511 016 / 205 308
www.dgeec.gov.py
146
Elaboracin propia.
119
Viceministerio de Minas y Energas (VMME)
angapiry e/ Los Rosales. Ciudad de San Lorenzo.
Telf.: 670 924
www.ssme.gov.py
Banco Central Del Paraguay (BCP)
Federacin Rusa y Cabo 1 Marecos. Ciudad de Asuncin
Tef.: 608 011
www.bcp.gov.py
ZUCAL S.R.L.
Cerro Cor 1369. Dpto. D. Ciudad de Asuncin.
Telf.: Administracin: 211 753
Fbrica: 291818
CALERA GUYRATI
Teniente kanonikoff 750 c/Lagerenza. Ciudad de Asuncin
Telf.: 424 697 / 421 031
CONCRET CAL
Acaray km. 4. Ciudad del Este
Telf.:061-570 245 / 021-99 1001
Concret mix. Ciudad de San Antonio
Cel.: 0981-822 220
concret.cal@concretmix.com.py
Cermicas Itaugua y Ceramicas Coop. Cerro Guy
Ing .Fabriciano Soto
Cel: (0961) 852 470
Fabrisoto@yahoo.com
120
Coop. de Oleros de Encarnacin
Alberto Alfonso.
Cel: (0985) 815 985
Albertoalfonso24@hotmail.com
Unin de Ceramistas de Tobat
Lic. Marisol Venegas
Cel: (0972) 122 241
- Fotos de oleras y cermicas
Figura A.5. Leas para abastecimiento de hornos. Olera ubicada en la ciudad de Itaugu.
121
Figura A.6. Leas para abastecimiento de hornos. Olera ubicada en la ciudad de Itaugu.
Figura A.7. Leas para abastecimiento de hornos. Olera ubicada en la ciudad de
Itaugu.
122
Figura A.8. Leas para abastecimiento de hornos. Olera ubicada en la ciudad de Itaugu.
Figura A.9. Hornos para la coccin de ladrillos. Olera ubicada en la ciudad de Itaugu.
123
Figura A.10. Leas para abastecimiento de hornos. Cermica ubicada en la ciudad de Itaugu.
Figura A.11. Leas para abastecimiento de hornos. Cermica ubicada en la ciudad de Itaugu.
124
Figura A.12. Leas para abastecimiento de hornos. Cermica ubicada en la ciudad de Itaugu.
Figura A.13. Ladrillos en etapa de secado. Cermica ubicada en la ciudad de Itaugu.
125
Figura A.14. Tejas en etapa de secado. Cermica ubicada en la ciudad de Itaugu.
Figura A.15. Hornos para la coccin de ladrillos, tejas y tejuelones. Cermica ubicada en la
ciudad de Itaugu.
126
Figura A.16. Hornos para la coccin de ladrillos, tejas y tejuelones. Cermica ubicada en la
ciudad de Itaugu.
Figura A.17. Hornos para la coccin de ladrillos, tejas y tejuelones. Cermica ubicada en la
ciudad de Itaugu.
127
Figura A.18. Hornos para la coccin de ladrillos, tejas y tejuelones. Cermica ubicada en la
ciudad de Itaugu.
Figura A.19. Hornos para la coccin de ladrillos, tejas y tejuelones. Cermica ubicada en la
ciudad de Itaugu.
128
Figura A.20. Productos terminados. Cermica ubicada en la ciudad de Itaugu.
Figura A.21. Productos terminados. Cermica ubicada en la ciudad de Itaugu.
129
Figura A.22. Productos terminados. Cermica ubicada en la ciudad de Itaugu.
Figura A.23. Productos terminados. Cermica ubicada en la ciudad de Itaugu.
130
Figura A.24. Productos terminados. Cermica ubicada en la ciudad de Itaugu.
Figura A.25. Materia prima para la fabricacin de productos. Cermica ubicada en la ciudad de
Tobat.
131
Figura A.26. Materia prima para la fabricacin de productos. Cermica ubicada en la ciudad de
Tobat.
Figura A.27. Cinta transportadora de materia prima para la fabricacin de productos. Cermica
ubicada en la ciudad de Tobat.
132
Figura A.28. Mquinas para la elaboracin de tejas, tejuelones y ladrillos. Cermica ubicada en
la ciudad de Tobat.
Figura A.29. Fabricacin de tejuelones. Cermica ubicada en la ciudad de Tobat.
133
Figura A.30. Hornos para secado de productos. Cermica ubicada en la ciudad de Tobat.
Figura A.31. Leas para abastecimiento de hornos. Cermica ubicada en la ciudad de Tobat.
134
Figura A.32. Hornos para la coccin de ladrillos, tejas y tejuelones. Cermica ubicada en la
ciudad de Tobat.
Figura A.33. Hornos para la coccin de ladrillos, tejas y tejuelones. Cermica ubicada en la
ciudad de Tobat.
135
Figura A.34. Hornos para la coccin de ladrillos, tejas y tejuelones. Cermica ubicada en la
ciudad de Tobat.
Figura A.35. Materia prima para la fabricacin de ladrillos. Olera ubicada en la ciudad de Tobat.
136
Figura A.36. Olera ubicada en la ciudad de Tobat.
Figura A.37. Ladrillos en etapa de secado. Olera ubicada en la ciudad de Tobat.
137
Figura A.38. Ladrillos en etapa de secado. Olera ubicada en la ciudad de Tobat.
Figura A.39. Ladrillos en etapa de secado. Olera ubicada en la ciudad de Tobat.
138
- Fotos de ACEPAR
Figura A.40. Materia prima. Industria ACEPAR.
Figura A.41. Fbrica. Industria ACEPAR.
139
Figura A.42. Instalaciones. Industria ACEPAR.
Figura A.43. Arrabio lquido, etapa de reduccin. Industria ACEPAR.
140
Figura A.44. Palanquilla, etapa de acera. Industria ACEPAR.
Figura A.45. Horno. Industria ACEPAR.
141
- Fotos de Caleras
Figura A.46. Caleras ubicadas a orillas del ro Paraguay. Departamento de Concepcin.
Figura A.47. Depsito de cal. Ubicado en la ciudad de Asuncin.
142
Figura A.48. Planta para la rehidratacin de cal daada durante el transporte desde el
departamento de Concepcin hasta la ciudad de Asuncin. Ubicada en la ciudad de Asuncin.
Figura A.49. Planta para la rehidratacin de cal daada durante el transporte desde el
departamento de Concepcin hasta la ciudad de Asuncin. Ubicada en la ciudad de Asuncin.
143
Figura A.50. Desembarque de bolsas de cal en Asuncin, provenientes del departamento de
Concepcin.
Figura A.51. Desembarque de bolsas de cal en Asuncin, provenientes del departamento de
Concepcin.
144
Figura A.52. Distribucin de bolsas de cal provenientes del departamento de Concepcin.