El Centro Internacional de la Papa (CIP) es una organización de investigación para el desarrollo especializada en papa, camote y raíces y tubérculos andinos. Su objetivo es brindar soluciones sostenibles basadas en la ciencia a los acuciantes problemas de hambre, pobreza, igualdad de género, cambio climático y preservación de la frágil biodiversidad de nuestro planeta y sus recursos naturales. www.cipotato.org El CIP es miembro del CGIAR. El CGIAR es una alianza mundial de investigación agrícola para un futuro sin hambre. Su labor científica la llevan a cabo 15 centros de investigación en colaboración con cientos de organizaciones socias. www.cgiar.org Resultado de una encuesta a nivel nacional (2013) ADOPCIÓN E IMPACTO DE VARIEDADES MEJORADAS DE PAPA EN EL PERÚ: Ciencia para un futuro sin hambre PROGRAMA DE INVESTIGACIÓN SOBRE Raíces, Tubérculos y Banano | 1                              Proyecto     ESTUDIO DE ADOPCIÓN E IMPACTO DE VARIEDADES  MEJORADAS DE PAPA EN EL PERÚ    CIP‐GnC 2897/STC‐CGIAR No. 034‐2012‐AG/DVM y No. 384‐2012‐AG/DVM          Informe Final    ADOPCIÓN E IMPACTO DE VARIEDADES MEJORADAS DE PAPA EN EL PERÚ:   RESULTADOS DE UNA ENCUESTA A NIVEL NACIONAL (2013)    Pradel, Willy1; Hareau, Guy G.1; Quintanilla, Luis2; Suárez, Víctor1      1 Centro Internacional de la Papa (CIP); Lima, Perú.  2 Instituto Nacional de Innovación Agraria (INIA); Lima, Perú.  2  |                                                                        Adopción e Impacto de Variedades Mejoradas de Papa en el Perú: Resultado de una encuesta a nivel nacional (2013)    © Centro Internacional de la Papa (CIP), 2017    ISBN: 978‐92‐9060‐211‐8  DOI: 10.4160/9789290602118    Las publicaciones del CIP contribuyen con información importante sobre el desarrollo para el dominio público. Los lectores están autorizados a citar o  reproducir este material en sus propias publicaciones. Se solicita respetar los derechos de autor del CIP y enviar una copia de la publicación donde se  realizó la cita o se publicó el material, al Departamento de Comunicaciones y Centro de Recursos de Conocimiento a la dirección que se indica abajo.    Centro Internacional de la Papa  Av. La Molina 1895, La Molina‐Perú  Apartado 1558, Lima 12, Perú  cip@cgiar.org • www.cipotato.org    Citación correcta: Pradel, W., Hareau, G., Quintanilla, L., Suárez, V. 2017. Adopción e Impacto de Variedades Mejoradas de Papa en el Perú:  Resultado de una encuesta a nivel nacional (2013). Centro Internacional de la Papa, Lima, Perú. pp. 48    Producido por la División de Ciencias Sociales y de Nutrición.    Diseño y Diagramación:   José Enrique Torres     Julio 2017       Esta  obra  del  Centro  Internacional  de  la  Papa  es  compartida  bajo  una  Licencia  Creative  Commons  Atribución‐NoComercial‐CompartirIgual  4.0  Internacional. Para ver una  copia de esta  licencia visite: http://creativecommons.org/licenses/by‐nc‐sa/4.0/. Permisos  fuera del alcance de esta  licencia pueden consultarse en: http://www.cipotato.org/contact/        | 3  Resumen Ejecutivo    Como resultado del trabajo conjunto que por más de 40 años han venido realizando el Centro  Internacional de la Papa (CIP), el Instituto Nacional de Investigación Agraria (INIA) –a través del  Programa de Investigación Agraria en Papa– y otros socios nacionales, se han liberado en el país  más de 34 variedades de papa mejoradas, como la INIA 303 Canchán (liberada en 1990), e INIA  302 Amarilis (liberada en 1993), que han sabido responder tanto a las demandas del mercado  como a la preferencia de los consumidores, no solo por su resistencia a enfermedades como el  tizón tardío –o rancha– sino por los buenos rendimientos obtenidos en su producción.    Tradicionalmente, las estimaciones de adopción de variedades se obtenían a través de la opinión  de  expertos  o  de  muestreos  limitados  a  localidades  específicas.  La  falta  de  muestras  representativas a nivel nacional limitaba la validez de las estimaciones e impedía generalizar las  causas  por  las  cuales  los  agricultores  adoptaban  tal  o  cual  variedad  mejorada.  Una  retroalimentación certera es crucial para que los programas de mejoramiento genético ajusten  sus estrategias de generación de nuevas variedades.    Durante  la  campaña  agrícola  del  2013  se  encuestó  a  1,098  productores  de  papa  en  120  localidades paperas del Perú, con el fin de tener una muestra representativa a nivel nacional.  Para estimar el tamaño de la muestra se siguió un novedoso método de cinco pasos que tomó  en cuenta: 1) la información existente sobre los niveles de adopción; 2) la heterogeneidad de la  población respecto a la adopción de variedades de papa; 3) el nivel de precisión deseado, y 4)  las  restricciones  presupuestales  del  estudio.  La  información  recolectada  en  11  diferentes  regiones representa el 86 por ciento (275.000 hectáreas) del área total de papa sembrada en el  Perú al año 2013.    Los principales determinantes de la adopción de variedades de papa mejorada se identificaron  mediante  un  modelo  Probit,  y  el  impacto  se  analizó  utilizando  el  modelo  de  efectos  del  tratamiento, mediante una regresión basada en técnicas de emparejamiento (“propensity score  matching”) para controlar la heterogeneidad en las decisiones de adopción.     Los resultados del estudio mostraron que 60 por ciento del área sembrada con papa en el Perú  corresponde a variedades mejoradas. De ellas, la papa Yungay, una variedad liberada en 1971  por la Universidad Nacional Agraria La Molina (UNALM), lidera la lista con 22 por ciento del área  total de  siembra;  INIA 303 Canchán  e  INIA 302 Amarilis,  variedades  liberadas por el CIP en  colaboración con INIA‐Perú, cubren el 11 y 10 por ciento, respectivamente, de la superficie total  de papa. Otras variedades, como UNICA y  INIA 309 Serranita,  liberadas en el marco de esta  colaboración  y  la  participación  de  otros  socios  nacionales,  ocupan  el  4  y  1  por  ciento  respectivamente.    Conclusiones   Los  resultados  muestran  que  los  niveles  de  adopción  de  variedades  liberadas  por  la  colaboración entre el CIP con el INIA y otros socios nacionales, que fueron estimados en base a  encuestas sobre una muestra representativa a nivel nacional, son más bajos que estimaciones  previas realizadas utilizando otros métodos menos confiables. Por ejemplo, el nivel de adopción  de INIA 303 Canchán, estimado previamente en 40 por ciento del área sembrada de papa, en  realidad es del 11 por ciento, según nuestro estudio. Por otro  lado,  la variedad Yungay es  la  variedad más cultivada en el Perú, con 22 por ciento. Los factores determinantes para la decisión  de  los agricultores de adoptar determinada variedad  fueron: haber  recibido  capacitación en  producción de papa  (principalmente plagas  y  enfermedades), percepción  sobre  facilidad  de  acceso a  los mercados y percepción de beneficios de  la producción de papa  con  las nuevas  variedades.  Los  impactos  identificados  muestran  que  sembrando  las  nuevas  variedades  mejoradas  los productores tienen un rendimiento adicional de 1.0 t/ha sobre el rendimiento  4  |  promedio de 11 t/ha obtenido con variedades mejoradas más antiguas. Asimismo, que dichos  agricultores tienen una ganancia adicional anual de 1,650 soles por productor en promedio. Los  factores determinantes de adopción y el impacto identificados en este estudio son útiles para  orientar estrategias regionales de desarrollo que buscan  incrementar  la productividad de  los  sistemas de producción de papa en el Perú.      Agradecimientos    El  presente  proyecto  ha  sido  implementado  con  la  valiosa  contribución  de  instituciones  y  personas claves. En primer lugar, los autores agradecen a la Secretaría Técnica de Colaboración  (STC) del CGIAR y al Programa de Investigaciones en Raíces, Tubérculos y Banano del CGIAR por  el apoyo económico al estudio. Adicionalmente agradecemos al Ing. Ricardo Sevilla, responsable  de la STC‐CGIAR en el Perú durante el periodo en que se ejecutó este proyecto (enero 2012 –  julio 2014), quien motivó y acompañó en todo momento la iniciativa, viabilizó su financiamiento  y brindó el asesoramiento  técnico necesario. De  la misma  forma, el Dr. Ricardo  Labarta, ex  economista  del  CIP,  actualmente  en  el  Centro  Internacional  de  Agricultura  Tropical  (CIAT),  asesoró en la adaptación de la metodología usada en el proyecto DIIVA3 para la realización de la  encuesta a nivel nacional. También  se  agradece a  los  científicos del CIP que dieron aportes  técnicos y logísticos al estudio: Stef de Haan4, Miguel Ordinola, Luis Maldonado, Cristina Fonseca  y  Thomas Miethbauer.  El  apoyo  de  las  estaciones  experimentales  del  INIA  fue  de  extrema  importancia para la realización de las encuestas de campo: INIA Andenes en Cusco (Ing. Miguel  Ángel Pacheco e Ing. Sergio Cardoso), INIA Baños del Inca en Cajamarca (Ing. Héctor Cabrera),  INIA Illpa en Puno (Ing. Jesús Arcos), e INIA Santa Ana en Junín (Ing. Noemí Zúñiga). También  agradecemos  a  las  diferentes  agencias  agrarias  y  direcciones  regionales  del  Ministerio  de  Agricultura y Riego que nos apoyaron, como las agencias agrarias de Espinar, Anta, Urubamba y  Paucartambo  (Cusco),  Baños  del  Inca  (Cajamarca),  Yunguyo  (Puno)  y  Barranca  (Lima).  Finalmente, agradecemos  los aportes del personal del CIAT que asesoró en el procesamiento  estadístico de los datos, en especial al Ing. José María Martínez, quien visitó el CIP en mayo de  2014, a Manuel Gastelo y Miguel Ordinola, del CIP, y a Héctor Cabrera del INIA, por la revisión  del informe.      3 Diffusion and Impact of Improved Varieties in Africa.  4 Actualmente en el Centro Internacional de Agricultura Tropical (CIAT) en Hanoi, Vietnam.  | 5  Tabla de Contenidos  1. Introducción ................................................................................................................................... 6  2. Antecedentes .................................................................................................................................. 7  2.1. La importancia del cultivo de papa en el Perú ...................................................................................... 7  2.2. Adopción de variedades mejoradas de papa en el Perú .......................................................................... 8  3. Objetivos del estudio ...................................................................................................................... 10  4. Materiales y Métodos ..................................................................................................................... 11  4.1. Determinación del tamaño y diseño de la muestra ........................................................................................ 11  4.2. Distribución de la muestra .............................................................................................................................. 13  4.3. Preparación del cuestionario .......................................................................................................................... 15  4.4. Selección de encuestadores y capacitación .................................................................................................... 15  4.5. Involucramiento del INIA y agencias agrarias ................................................................................................. 16  4.6. Recolección de datos de campo ..................................................................................................................... 16  4.7. Construcción y limpieza de base de datos ...................................................................................................... 18  4.8. Metodología para el análisis de datos ............................................................................................................ 19  5. Resultados y Discusión en relación a los objetivos del proyecto .............................................................. 20  5.1.   Adopción de variedades mejoradas de papa ............................................................................... 20  5.2.  Estimación de los impactos de las principales variedades mejoradas                                                          desarrolladas por el CIP y el INIA en los ingresos de los productores ................................................ 24  5.2.1. Estadística descriptiva de las principales variables de la muestra ............................................ 24  5.2.2. Estadística descriptiva de las variables de interés entre los grupos de comparación .................... 26  5.2.3. Determinantes de adopción ............................................................................................ 28  5.2.4. Estimación del impacto de las variedades más importantes provenientes                                                de la STC respecto a otras variedades de papa mejoradas. ..................................................... 29  5.3.  Desarrollo de una metodología para ser usada por otros científicos para la determinación                            de la adopción e impacto de diferentes tecnologías, no solo variedades mejoradas de papa. ................ 30  6. Conclusiones ................................................................................................................................. 31  7. Referencias bibliográficas ................................................................................................................ 33  8. ANEXOS ....................................................................................................................................... 35  Anexo 1. Listado de localidades encuestadas por distritos, provincias y departamentos, incluyendo                             los datos de altitud promedio de la localidad y el número de encuestas realizadas por comunidad. ......................... 35  Anexo 2. Lista de encuestadores y supervisores incluyendo información                                                                        sobre los departamentos encuestados y las fechas de las encuestas. ......................................................................... 38  Anexo 3. Porcentaje del área de las principales variedades de papa por departamento y                                      porcentaje a nivel nacional de las variedades, ponderada por el área de papa por departamento                              según el área de intención de siembra 2011‐2012 del Ministerio de Agricultura, Perú .............................................. 39  Anexo 4. Estadística descriptiva de los principales factores                                                                                     productivos y socioeconómicos de la muestra  encuestada ........................................................................................ 40  Anexo 5. Resultados del propensity score matching para evaluar el impacto del uso de variedades                      mejoradas de papa de la STC en comparación a los que usan otras variedades mejoradas. ...................................... 41            6  |  1 Introducción    El Centro Internacional de la Papa (CIP) colabora activamente, desde hace más de 40 años, con  el Instituto Nacional de Innovación Agraria (INIA) de Perú, a través del Programa de Investigación  Agraria en Papa; adicionalmente, el CIP colabora con universidades de todo el país y con otros  centros nacionales de investigación. Como resultado, más de 34 variedades de papa mejoradas  se han liberado en el país desde 1971 (Thiele et al., 2008, INIA et al., 2012). Entre las variedades  más  importantes  se  encuentran  INIA  303  Canchán  (liberada  en  1990),  e  INIA  302  Amarilis  (liberada  en  1993)  y,  recientemente,  UNICA  (1998)  e  INIA  309  Serranita  (2006).  Todas  las  variedades  liberadas,  además  de  responder  a  demandas  del  mercado,  con  diferentes  resistencias  a  factores  bióticos  y  abióticos,  proporcionan mayores  rendimientos  y menores  costos de producción, incrementando los ingresos y contribuyendo a la reducción de la degradación  ambiental al disminuir el uso de pesticidas (Maldonado et al., 2008; Salazar et al., 2009).    Tradicionalmente, las estimaciones de adopción de variedades de papa se obtenían basándose  en la opinión de expertos (Thiele et al., 2008), o solo representan una aproximación limitada a  localizaciones muy específicas sin una validación representativa a nivel nacional (Maldonado et  al, 2008, SEINPA, 1994). Esto en parte se explica por los altos costos económicos, pero también  logísticos  —debido  a  la  accidentada  geografía  del  Perú—  que  demanda  aplicar  otras  metodologías. Uno de los pocos estudios de adopción de variedades realizados en el país ha sido  de  variedades  de  arroz  en  el  norte  del  Perú  (Suárez,  2014).  La  falta  de  una  muestra  representativa  a  nivel  nacional  limita  la  capacidad  de  entender  las  causas  por  las  que  los  agricultores han adoptado las variedades, una retroalimentación crucial para que los programas  de mejoramiento puedan mejorar sus estrategias de desarrollo de nuevas variedades.    Este estudio  tuvo  como objetivo generar evidencia  rigurosa  sobre  la adopción actual de  las  diferentes  variedades  de  papa  en  el  Perú,  así  como  identificar  los  factores  de  éxito  de  las  tecnologías desarrolladas como resultado de los trabajos conjuntos entre el CIP y el INIA para,  de esta forma, contribuir a los esfuerzos para el desarrollo sostenible de la agricultura basada  en papa que permita  reducir  los  índices de pobreza  y malnutrición  en  el  Perú.  También  se  buscaba  generar  información para  identificar  los beneficios producidos  a nivel nacional  con  dichas tecnologías y estimar los retornos de la inversión en investigación.    El  presente  estudio  cierra  esta  brecha  de  conocimiento  y  describe  los  antecedentes  metodológicos y el proceso seguido para estimar en forma rigurosa la adopción de variedades  de papa en base a una encuesta representativa a nivel nacional.    El estudio fue ejecutado en el marco de la colaboración del gobierno del Perú como miembro  del grupo de donantes del CGIAR, a través de la Secretaria Técnica de Cooperación con el CGIAR  (STC‐CGIAR). El monto total del financiamiento recibido de  la STC‐CGIAR fue de US$ 108,000  (ciento ocho mil dólares americanos) para un periodo de dos años comprendido entre enero  2012 y diciembre 2013. Debido a retrasos en la toma de datos y análisis de los mismos se solicitó  una extensión del proyecto hasta  julio del 2014.  Los  investigadores principales del proyecto  fueron el Dr. Guy Hareau,  líder del área de evaluación de  impacto de  la División de Ciencias  Sociales y de Nutrición, y el economista Willy Pradel, también de la División de Ciencias Sociales  y de Nutrición. El proyecto desde un inicio integró al economista Agrario Luis Quintanilla como  contrapartida directa por parte de INIA. El Ing. Víctor Suárez, de la División de Ciencias Sociales  y de Nutrición, contribuyó en varios aspectos del diseño estadístico del proyecto, de la toma de  datos y de su análisis.       | 7  2 Antecedentes      2.1. La importancia del cultivo de papa en el Perú  La papa es uno de los cultivos más importantes del Perú, con más de 730 000 productores que  la cultivan en aproximadamente 317 647 hectáreas esparcidas por casi todos los departamentos  del país  (Página web DGIA‐MINAGRI),  aunque  su  producción  está  concentrada  en  la  región  andina  por  las  características  climáticas  que  favorecen  su  cultivo.  Diversas  variedades  son  sembradas con distinta importancia relativa a nivel local, regional o nacional. A su vez, al ser el  centro de origen del cultivo, existen más de dos mil variedades de papas nativas en el Perú (Tapia  y  Fries,  2007).  En  general,  las  variedades  pueden  ser  clasificadas  como  papas modernas  o  mejoradas —producto de la selección en programas de mejoramiento genético del INIA o alguna  otra  institución—  y  papas  nativas,  las  cuales  no  ha  sido  sometidas  a  ningún  proceso  de  mejoramiento formal (Egúsquiza, 2014). Las papas nativas, a su vez, pueden clasificarse en: (1)  papas harinosas  (Ccompis,  Yana  Imilla, Huayro),  (2) papas  amarillas  (Peruanita, Amarilla del  Centro, Tumbay, Huagalina y Limeña) y (3) papas amargas, mejor adaptadas a climas muy fríos  alto‐andinos y que previamente deben ser transformadas para su consumo, normalmente por  algún  proceso  de  deshidratación  (por  ej.  para  la  producción  de  chuño,  moraya  o  tunta)  (Watanabe et al., 2008). Una de las principales restricciones para la producción de papa es el  tizón  tardío o  rancha  (Phytophtora  infestans), una enfermedad  fungosa que puede provocar  grandes  pérdidas  de  rendimiento,  afectar  la  calidad  del  tubérculo  y  generar  perjuicios  económicos  (Pérez y Forbes, 2008). La generación de variedades mejoradas con resistencia a  esta  enfermedad  es,  por  lo  tanto,  una  de  las  principales  prioridades  de  los  programas  de  mejoramiento genético del cultivo (Hareau et al, 2014).    Las variedades mejoradas de papa, además de incrementar los rendimientos, son desarrolladas  para superar restricciones de producción en campo como el tizón tardío, virus, sequías y heladas,  entre otras. Para alcanzar los potenciales genéticos de rendimientos, la adopción de variedades  mejoradas  debe  acompañarse  de  otras  prácticas  integrantes  de  un  paquete  tecnológico  (fertilizantes, pesticidas, prácticas de manejo, entre otras), lo cual no siempre se cumple en el  campo. En  la Figura 01, se puede apreciar el  incremento en  los rendimientos y en el área de  papa en el Perú en los últimos 20 años.     Figura 01. Área y rendimiento del cultivo de papa en el Perú entre 1991 y 2015. Fuente: Elaboración propia en base  a datos de la Dirección General de Información Agraria del Ministerio de Agricultura del Gobierno del Perú.      0.00 2.00 4.00 6.00 8.00 10.00 12.00 14.00 16.00 0 50,000 100,000 150,000 200,000 250,000 300,000 350,000 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 SUPERFICIE COSECHADA (ha) RENDIMIENTO (t/ha) 8  |  La mejora  en  la  calidad  de  las  papas  comercializadas  y  una mayor  demanda  de  productos  derivados de la papa (para pollerías, procesamiento para chips, etc.) han permitido que, a pesar  del aumento de  la producción,  los precios se hayan mantenido al alza  (Figura 02). La mayor  demanda ha sido resultado del aumento de los ingresos en las zonas urbanas y del aumento del  consumo de papas procesadas en restaurantes (Scott y Zelada, 2010). Asimismo, en los últimos  años se han llevado a cabo procesos de innovación que han mejorado el desarrollo competitivo  de la papa a nivel comercial (Ordinola et al, 2013), lo cual ha generado un efecto multiplicador  positivo para el consumidor urbano (mayor disponibilidad de variedades de papas, diversidad  en la preparación, identificación con el producto, entre otros).  Escobal y Torero (2006) al analizar las principales fallas del mercado para los productores de papa  en los Andes centrales encontraron diferentes factores como pobre infraestructura, segmentación  e información imperfecta de los mercados, y altos riesgos, entre los más importantes. Resultados  similares fueron encontrados por Céspedes et al., (2016), Zegarra y Minaya (2007) y López (2005),  quienes demuestran que las inversiones en infraestructura mejoran los ingresos rurales. Por otro  lado,  la  productividad  agrícola  está  influenciada  positivamente  por  el  nivel  de  educación  (Quisumbing, 1995) y el crédito agrícola (Guirkinger y Boucher, 2007).    Figura 02. Producción (t/año) y precio en chacra (soles/kg.) de papa a nivel nacional entre 1991 y 2015 en base a precios ajustados  por el índice anual de precios al consumidor en Perú.  Fuente: elaboración propia en base a datos de la Dirección General de Información Agraria del Ministerio de Agricultura del Gobierno  de Perú (producción y precio de chacra) y del Banco Central de Reserva del Perú (índice de precios al consumidor).    2.2. Adopción de variedades mejoradas de papa en el Perú  No existen muchos estudios de estimación de la adopción de variedades a papa a nivel nacional  en el Perú. Tapia y Fries (2007) hacen un profundo análisis de la historia, sistemas de producción,  agronomía e identificación de variedades de papas, tanto nativas como mejoradas en diferentes  regiones de Perú y Bolivia. Los datos para la identificación de variedades provienen del proyecto  “Semilla e Investigación de Papa” (SEINPA, 1994), ejecutado con fondos de la Cooperación Suiza  (COSUDE). En  la época del proyecto SEINPA  (década de  los 80), se realizaron encuestas para  identificar y cuantificar las variedades sembradas en cuatro departamentos del Perú (Cajamarca,  Junín, Cusco y Puno). Se observó que  las variedades adoptadas en mayor proporción en ese  momento  eran Mariva,  Yungay,  Tomasa  Tito  Condemayta  y  Revolución.  Luego  de  15  años,  Maldonado et al.  (2008) mostraron que  las variedades  INIA 303 Canchán e  INIA 302 Amarilis  competían por ser las variedades más cultivadas en las zonas de estudio, en el norte de Perú.  Yungay  mantenía  su  presencia  en  las  zonas  donde  los  sistemas  productivos  estaban  más  orientados a la comercialización. Concluyeron que con la variedad INIA 303 Canchán se obtenían  mejores  retornos  económicos  en  comparación  a  Yungay  en  Huánuco.  Thiele  et  al.  (2008),  evaluaron  la adopción de variedades de papa en base a  la opinión de expertos en diferentes  países del mundo —incluyendo el Perú— en dos puntos de  tiempo: 1997 y 2007. Tanto  los  0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 500,000 1,000,000 1,500,000 2,000,000 2,500,000 3,000,000 3,500,000 4,000,000 4,500,000 5,000,000 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 PRODUCCION (t) PRECIO CORREGIDO (S/./Kg) | 9  trabajos de Thiele et al. (2008) como de Maldonado et al. (2008) mostraron el crecimiento del  área  sembrada  con  las  variedades  INIA  303 Canchán,  INIA  302 Amarilis  y  Yungay. Mariva  y  Revolución, dos variedades importantes según el estudio de SEINPA (1994), pasaron a tener un  porcentaje muy bajo de adopción según Maldonado et al. (2008) y Thiele et al. (2008). Tomasa  Condemayta y Molinera  (importantes en  Junín y Cajamarca  según SEINPA, 1994), no  fueron  mencionadas. En la Tabla 1 se pueden observar los resultados comparativos de los diferentes  estudios en relación a las principales variedades de interés.    Tabla 1. Porcentaje de adopción de las principales variedades desarrolladas en el convenio CIP‐INIA/CIP‐otros socios nacionales en  relación a otras variedades mejoradas y nativas.  Estudios   1980‐1986 (SEINPA, 1994)       1997  (Thiele et  al. 2008)  2005  (Maldonado  et al. 2008)  2007  (Thiele et  al. 2008)  Tríptico  INIA  (2013)  Alcance del  estudio  Cajamarca  Junín  Cusco  Puno  Nacional  Regional  (Norte)  Nacional  Nacional  Área con  variedades  CIP‐Socios    0.00%    0.01%    0.00%    0.00%    26.80%    51.40%    39.35%    N.D.  INIA 303  Canchán   0.00%  0.00%  0.00%  0.00%  10.60%  38.70%  22.40%  40%  INIA 302  Amarilis  0.00%  0.00%  0.00%  0.00%  0.50%  12.30%  7.00%  N.D.  Perricholi  0.00%  0.01%  0.00%  0.00%  12.60%  0.40%  7.60%  N.D.  UNICA  0.00%  0.00%  0.00%  0.00%  0.00%  0.01%  0.30%  N.D.  Yungay  4.90%  16.76%  5.46%  1.02%  11.90%  31.50%  14.50%  N.D.  Otras  mejoradas  79.65%  56.11%  48.30%  20.17%  10.30%  7.40%  9.70%  N.D.  Nativas  15.45%  27.12%  46.24%  78.81%  54.10%  9.69%  38.50%  N.D.  Fuente: Elaboración propia en base a información de los estudios mencionados.    La variedad INIA 303 Canchán ofreció, desde su liberación, muchas perspectivas de tener un alto  impacto  en  el  Perú.  Fonseca  et  al.  (1996)  concluían  que  el  cultivar  INIA  303  Canchán  poseía  ventajas  sobre Yungay por  su precocidad  y  resistencia  al  tizón  tardío  en  años más húmedos,  mientras que condiciones climáticas opuestas daban más ventaja a Yungay. INIA (2012), basado  en estimaciones de expertos, atribuyó 40 por ciento del área total de papa en Perú a INIA 303  Canchán5. Thiele et al. (2008) estimaron, en base a opiniones de expertos, un 22.4 por ciento del  área total para INIA 303 Canchán en 2007. Para la variedad Amarilis, cuya adopción es mayor en  los  Andes  del  norte  del  Perú  se  estimaba  un  7.1  por  ciento  de  adopción  a  nivel  nacional  (Maldonado et al., 2008; Thiele et al., 2008). Las variedades Serranita6 y UNICA, se identificaban  con un gran potencial de crecimiento todavía no documentado hasta la fecha del presente estudio.  Respecto a  los  factores que  influyen en  la adopción de variedades, uno de  los estudios más  emblemáticos a nivel global es el de Feder et al. (1982), que examina los patrones de adopción  desde el punto de vista teórico y práctico. Concluyen que la difusión depende del riesgo asociado  con la tecnología, la actitud asociada de los productores al riesgo, la existencia de costos fijos de  adopción  (como  necesidad  de  compra  de  activos  fijos  para  incorporar  determinadas  tecnologías) y la disponibilidad de recursos financieros. Sin embargo, dicho estudio señala que  no  hay  evidencia  conclusiva,  y  a  veces  es  hasta  contradictoria,  sobre  el  significado  de  las  variables claves como tamaño de finca, necesidad de crédito, tenencia de tierra, etc. debido a  factores subyacentes a las variables observables y no observables.    5 Canchán:  http://www.inia.gob.pe/images/ProductosServicios/publicacion/Tripticos/TRIPTICOS_PDF_2012/02%20PAPA%20INIA%20303%20‐ %20CANCHAN%20(REEDIC).pdf   6 Serranita:  http://www.inia.gob.pe/images/ProductosServicios/publicacion/Tripticos/TRIPTICOS_PDF_2005/06%20PAPA%20INIA%20309%20‐ %20SERRANITA.pdf   10  |  3 Objetivos del estudio      El objetivo del presente estudio es contribuir a estimar los niveles de adopción de variedades de  papa en el Perú y desarrollar metodologías para profundizar el análisis de impactos de la difusión  varietal en el Perú.     Los objetivos específicos del proyecto financiado por la STC‐CGIAR fueron:    1. Cuantificar la adopción y difusión de variedades de papa mejoradas en las principales zonas  paperas del Perú.  2. Estimar  los efectos de  la  adopción en  los  ingresos de  los agricultores que han adoptado  variedades mejoradas de papa en Perú.   3. Desarrollar una metodología que pueda  ser utilizada por  la  comunidad  científica para  la  determinación de la adopción e impacto.    La realización de este trabajo tuvo varias justificaciones:  •  La papa es el cultivo de mayor importancia en la economía de la sierra peruana y abarca más  del 25 por ciento del área  total de cultivos  transitorios,  reflejada en una producción que  alcanza casi cinco millones de toneladas al año y beneficia a 730 000 productores de papa.  •  Existe  la  necesidad  de  reforzar  la  interacción  y  el  intercambio  de  información  entre  los  investigadores del INIA y del CIP para identificar el porcentaje de adopción de las variedades  liberadas hasta la fecha.  •  La magnitud  del  área  adoptada  es  el  determinante más  importante  para  determinar  el  tamaño  del  beneficio  económico  en  las  evaluaciones  de  impacto  ex‐post  de  tecnologías  (Fonseca et al., 1996; Morris et al. 2003).  •  La  identificación  de  áreas  geográficas  donde  el  cambio  varietal  es  alto  o  bajo,  y  el  entendimiento de las principales restricciones para la adopción, no han recibido la suficiente  atención científica en el Perú.  •  La  identificación  de  demandas  tecnológicas  por  parte  de  los  agricultores  (como  origen,  calidad y disponibilidad de semilla, problemas tecnológicos del cultivo) permite reorientar  los objetivos de los programas de mejoramiento genético de los cultivos.  •  El estudio contribuye a profundizar el conocimiento sobre la relación entre el mejoramiento  de cultivos y pobreza, nutrición, y seguridad alimentaria (Escobal y Valdivia, 2004; Trivelli et  al., 2009; Zegarra y Tuesta, 2009).      | 11  4 Materiales y Métodos    Este estudio  tuvo como antecedente el  realizado por el grupo de centros  internacionales de  investigación del CGIAR para estimar la adopción e impacto de variedades mejoradas de diversos  cultivos en África. El proyecto, denominado DIIVA (Difusión e impacto de variedades mejoradas  en África, por sus siglas en inglés), fue ejecutado entre 2010 y 2012 (Walker and Alwang, 2015).  Su  finalidad  era  recolectar  evidencia  científica  sólida  sobre  la  adopción  de  variedades  de  diferentes cultivos en África, para tener un dato más realista que permitiera estimar el impacto  que las instituciones de investigación tienen en la región y contribuir a generar información para  definir mejor  las estrategias de  los programas de  investigación. Esta misma metodología  fue  adaptada para el Perú en este proyecto, pero enfocándose exclusivamente en el cultivo de papa,  aunque pudiéndose replicar en diferentes cultivos.      El presente estudio tuvo dos componentes principales: en primer lugar, el cálculo estimado del  área  de  adopción  de  las  diferentes  variedades  de  papa;  y  en  segundo  lugar,  un  análisis  estadístico de  los datos obtenidos que permita entender  los procesos detrás de  las tomas de  decisiones  de  adopción  y  la  estimación  del  impacto  económico  basado  en  un  análisis  econométrico.  Existen  diversos  modelos  para  determinar  los  factores  determinantes  que  contribuyen al proceso de adopción.     Los pasos que se siguieron para la realización del estudio están identificados en la Figura 03.              Figura 03. Pasos seguidos para la realización del estudio de adopción de variedades de papa en el Perú.      4.1. Determinación del tamaño y diseño de la muestra  La metodología para  la  cuantificación de  la  adopción de  tecnologías  agrícolas  se basa en  la  realización de encuestas a una muestra de productores de papa estadísticamente representativa  del  área  de  producción  a  nivel  nacional.  El  tamaño  y  diseño  muestral  son  elementos  fundamentales en el diseño de una encuesta de adopción. El tamaño de la muestra influye en el  costo de la encuesta, mientras que el diseño determina cómo se seleccionará a las unidades a  encuestar, buscando optimizar el proceso de decisión entre precisión estadística y costo del  estudio,  con  el  objetivo  de  lograr  la mayor  precisión  estadística  posible  al menor  costo  (o  ajustada al presupuesto disponible para el estudio).    El diseño muestral siguió el método diseñado a estos efectos por Walker y Adam (2011) para el  proyecto DIIVA.  El proceso de  este método  consta de  cinco pasos que  toman  en  cuenta  la  estimación  previa  de  los  niveles  de  adopción  de  la  variable  de  interés  (en  este  caso,  las  variedades  de  papa  liberadas  por  colaboración  del  CIP  con  sus  socios  nacionales),  la  heterogeneidad de la muestra, el nivel de precisión deseada, y las restricciones financieras del  estudio.    Paso 1. Tamaño de muestra para un muestreo aleatorio simple.  Paso 2. Determinación de la correlación entre grupos o grado de homogeneidad de la muestra.   Paso 3. Determinación del tamaño del clúster óptimo.  Paso 4. Determinación del efecto del diseño.  Paso 5. Tamaño final de la muestra.    Tamaño  de  muestra  Distribución  de la  muestra  Preparación  de  cuestionarios  Selección y  capacitación  de  encuestadores Involucramiento  del INIA y  agencias  agrarias Recolección  de datos  Construcción  y limpieza de  base de datos 12  |  Paso 1. Tamaño de muestra para un muestreo aleatorio simple.  El diseño del estudio consiste en estimar primero el tamaño mínimo de la muestra siguiendo un  muestreo aleatorio simple, en base a la siguiente fórmula:              Donde n es el tamaño de la muestra, N es el tamaño de la población (número de productores de  papa a nivel nacional), P es  la probabilidad de ocurrencia del evento (en el caso del presente  estudio,  la  adopción  esperada  de  variedades mejorada  de  papa  en  base  a  la  información  preexistente). Se necesitan dos informaciones básicas para el cálculo del tamaño mínimo en un  muestreo aleatorio simple: una es el nivel de precisión deseado y  la otra es el porcentaje de  adopción de variedades mejoradas. No existían estudios previos que evidenciaran el porcentaje  de adopción de variedades mejoradas, pero como es observable en la tabla, escoger un valor  del 50 por ciento permite colocarse en los valores más altos del número de encuestas necesarias.  Luego se decide, en base a  los recursos que tiene el proyecto, el nivel de precisión deseado.  Debido  a  que  el  proyecto  contaba  con  recursos  limitados  para  una  encuesta  de  representatividad nacional, se decidió  ir por un nivel de precisión del 4 por ciento y un nivel  aproximado de nivel de adopción del 50 por ciento.       Paso 2. Determinación de la correlación entre grupos o grado de homogeneidad de la muestra.  Debido a que es un diseño de etapas múltiples en  las cuales varios productores de  la misma  localidad son encuestados (el caso del presente estudio), se debe ampliar el diseño aleatorio  simple  para  incorporar  la  pérdida  de  variabilidad  en  la  muestra  que  ocurre  al  encuestar  productores  de  una misma  localidad.  El  principio  básico  es  que productores de una misma  comunidad tienen mayor probabilidad de ser similares entre sí que productores de comunidades  diferentes. Para incorporar este aspecto particular se recurre a un índice conocido como la tasa  de homogeneidad o ICC (por las siglas en inglés de Intra‐Class Correlation). La fórmula para el  cálculo de la tasa de homogeneidad es la siguiente:           A BAA B YYABYYAYYAB       2 22 111         Variancia total                Variancia dentro de la comunidad     Variancia entre comunidades    Al momento del estudio no existían datos para el cálculo del ICC, por lo que se usó información  de expertos dentro del CIP y la experiencia del proyecto DIIVA. Finalmente se utilizó un valor de  ICC de 0.08.    Paso 3. Determinación del tamaño del clúster óptimo.  En este procedimiento se minimizan los costos relacionados a la recolección de datos, tomando  en consideración los costos de agregar una encuesta adicional dentro de una comunidad, con  los costos de adicionar una nueva comunidad al estudio. La  fórmula para dicho cálculo es  la  siguiente:         1 2 1 C Cbopt )1()1( )1( 2 95.0 2 2 95.0 PPzlN PNPzn   | 13  Donde C1 es el costo de seleccionar una unidad de muestreo primario (PSU por sus siglas en  inglés) o, en nuestro caso, una comunidad adicional, C2 es el costo de  seleccionar un hogar  adicional en cada comunidad y p es el ICC. Para el presente estudio se usó un costo de 20 soles  por hogar adicionado y de 100 soles por adicionar una comunidad.    Paso 4. Determinación del efecto del diseño.  Este paso sirve para compensar el tamaño de la muestra por la pérdida de variabilidad. Con un  muestreo  en  bloque,  el  efecto  del  diseño  depende  del  tamaño  de muestra  en  el  PSU  y  la  correlación entre clases.       Deff  (δ,     ) =                           ,       El efecto de diseño δ para un estimador     es definido como  la relación entre  la variancia del  estimador bajo  el diseño  δ  y  la  variancia del  estimador bajo un muestreo  aleatorio  simple.  También se puede reescribir la fórmula y este efecto del diseño es dado por Deff = 1 + (bopt –  1)ρ. El efecto de diseño para un muestreo en bloque es generalmente mayor a uno.    Paso 5. Tamaño final de la muestra.  Cuando se multiplicó el tamaño de la muestra para un muestreo aleatorio simple por el efecto  del diseño, el tamaño final de la muestra mínima para el muestreo en etapas múltiples fue de  928 encuestas.    4.2. Distribución de la muestra  La siguiente etapa fue la distribución de la muestra a nivel nacional. Para dicho efecto se usaron  los datos de intención de siembra de papa de la campaña 2011‐2012 del Sistema de Intención  de Siembra del MINAGRI (MINAGRI, página web7) mostrados en la Tabla 02.     Tabla 02. Área declarada de intención de siembra de papa por departamento en la campaña 2011‐2012 y los 10 departamentos con  mayor área de papa seleccionados para el estudio.  Nro.  Departamento  Nº de distritos  Distritos c/papa  Superficie (ha) Intención de  siembra 2011‐2012    Total Nacional  1823  1330  315624  1  PUNO  110  97  52312  2  HUÁNUCO  74  65  35635  3  CUSCO  109  97  33619  4  CAJAMARCA  127  111  29706  5  LA LIBERTAD  83  55  24730  6  JUNÍN  124  105  24012  7  AYACUCHO  111  107  21471  8  HUANCAVELICA  93  94  20899  9  APURÍMAC  80  80  16968  10  ANCASH  166  156  12456  11  PASCO  28  18  11202  12  LIMA  171  116  10959  13  AREQUIPA  110  92  9304  14  AMAZONAS  83  55  4683  15  ICA  43  24  2767  16  PIURA  64  14  2744  17  LAMBAYEQUE  38  2  870  18  MOQUEGUA  20  19  740  7 Página web de la encuesta de intención de siembra 2011‐2012: http://siea.minag.gob.pe/siea/?q=resultados‐de‐la‐encuesta‐de‐ intenciones‐de‐siembra‐campa%C3%B1a‐agricola‐agosto‐2011‐julio‐2012. Archivo: Cuadros ‐ Capítulo I‐II.xls, hoja: A_PAPA. (Último  acceso: 03 de Abril del 2017)  );ˆ( );ˆ( srsVar Var  ˆ ˆ 14  |  19  TACNA  26  23  547  20  CALLAO  1  0  0  21  LORETO  49  0  0  22  MADRE DE DIOS  10  0  0  23  SAN MARTIN  77  0  0  24  TUMBES  12  0  0  25  UCAYALI  14  0  0    Como los recursos disponibles no permitían abarcar una distribución muestral que incluyera a  todos los departamentos del Perú donde se cultiva papa, se restringió el estudio a aquellos que  contribuyen en mayor proporción a la producción del tubérculo. Así, se seleccionaron los diez  departamentos con mayor área de papa, los cuales equivalían al 86 por ciento del área de papa  según el  Sistema de  Intención de  Siembra 2011‐2012. Adicionalmente  se agregó  Lima, para  tener una visión de lo que pasaba con la producción de papa en la costa, debido a que por su  área,  la  costa  no  fue  incluida  entre  los  10  departamentos  seleccionados.  De  Lima  se  seleccionaron los dos distritos con mayor producción del tubérculo: Huaral y Barranca. Con este  agregado, los 11 departamentos seleccionados representan casi el 90% de la producción de papa  a nivel nacional. La lista completa de departamentos y provincias seleccionados se presenta en  el Anexo 1.    En la figura 04 se ubican en el mapa del Perú las provincias encuestadas por departamento:          Figura 04. Mapa del Perú, resaltando las provincias encuestadas por el estudio. 2013.            | 15    De  acuerdo  al  área  sembrada  con papa en  cada departamento  se determinó el número de  encuestas totales a realizar en dicho departamento, dándole también representatividad a nivel  departamental a la muestra. Luego se procedió a una selección aleatoria ponderada por área de  papa por distrito  (los distritos con más papa,  tenían más opción de  salir  seleccionados y un  mismo distrito podía salir seleccionado más de una vez). En Excel se usó la función RAND() para  generar números aleatorios y se escogió el número de encuestas que  le correspondía a cada  departamento. En los distritos seleccionados se escogió al azar la o las comunidades que serían  encuestadas en base al Directorio Nacional de Municipalidades Provinciales, Distritales y de  Centros Poblados del INEI, 2011 y verificada con la información de los expertos de las estaciones  experimentales del INIA y agencias agrarias (Ver Anexo 1).     Finalmente, se seleccionó aleatoriamente a  los agricultores participantes en cada comunidad  encuestada,  conjuntamente  con  informantes  calificados  identificados  en  cada  comunidad  (normalmente líderes de la comunidad respectiva). Una vez en la comunidad, los encuestadores  se dirigían a los productores seleccionados. Si no se le encontraba, el encuestador se dirigía al  vecino más cercano.    Las  encuestas  fueron  recolectadas  entre  noviembre  del  2012  y  julio  del  2013.  En  total  se  recolectaron  1,098  encuestas  en  120  comunidades  de  83  distritos  en  44  provincias  de  11  departamentos del Perú. Dichas encuestas, después de ser revisadas en campo, fueron enviadas  a las oficinas centrales del CIP en Lima para su digitación en una base de datos. Para dicho efecto  se contrató a un egresado de estadística, quien  ingresó  la  información en una base de datos  construida en ACCESS. Dicha digitación se realizó entre agosto y noviembre del 2013.    4.3. Preparación del cuestionario  La  información  necesaria  para  un  estudio  de  adopción  se  centra  principalmente  en  el  área  sembrada de  las diferentes variedades. Pero es necesario complementarla con  la producción,  destino  de  la  producción,  problemas  productivos,  características  del  hogar,  entre  otras  preguntas que ayuden a entender el proceso de adopción.    El diseño del cuestionario estuvo a cargo del programa de ciencias sociales. La experiencia del  área en temas de estudios socioeconómicos efectuados en diferentes proyectos garantizaba al  equipo de investigadores la adaptación de la encuesta del DIIVA a la realidad peruana. Un punto  clave en el diseño de encuestas es encuadrar el número de preguntas a la investigación y modelo  a aplicar y hacer una validación de la encuesta. La nuestra tenía 8 secciones distribuidas en 16  páginas y la duración promedio por encuesta era de una hora.    4.4. Selección de encuestadores y capacitación   Con la encuesta lista y revisada, se procedió a la selección de supervisores y encuestadores. Los  seleccionados debían cumplir varios requisitos: 1) experiencia en encuestas, 2) conocimiento de  las zonas donde se trabajaría, y 3) tener formación en agronomía o carreras afines. Se les dio  una capacitación de 3 días, que incluyó una simulación de encuesta y una encuesta piloto en los  sitios de trabajo. Un punto importante para la reducción del sesgo por encuestadores es reducir  el número de éstos en todo el proceso, por lo que se trabajaron 3 grupos de encuestadores para  la zona norte, centro y sur del Perú. Asimismo, se contrataron dos supervisores que garantizarían  la calidad del trabajo en campo, manejarían la logística en las zonas de trabajo y solucionarían  cualquier conflicto que pudiera presentarse. Las personas seleccionadas fueron escogidas por  su  dedicación  al  trabajo  y  cumplimiento  de  objetivos.  La  lista  de  los  encuestadores  y  supervisores está en el anexo 02.    16  |  Foto 1. Equipo de encuestadores de Huánuco y Junín en  la EEA Santa Ana, Junín (Izquierda) y  los de Huancavelica‐Ayacucho‐ Puno en el barco rumbo a la Isla Amantan, Puno (derecha), 2013.    4.5. Involucramiento del INIA y agencias agrarias  El equipo de encuestadores y supervisores tenía la ventaja de conocer muchas de las zonas de  trabajo. Sin embargo, para facilitar la entrada a las localidades, el trabajo de campo se hizo en  estrecha colaboración con las estaciones experimentales del INIA que tienen programas de papa  (Ing. Miguel Ángel Pacheco, del PIAI de papa e Ing. Sergio Cardoso, de la oficina de planificación  de la EEA Andenes, Cusco; Ing. Jesús Arcos, del PIA de papa de la EEA Illpa, Puno; Ing. Héctor  Cabrera, del PIA de papa de la EEA Baños del Inca, Cajamarca; Ing. Noemí Zúñiga, del PIA de papa  de la EEA Santa Ana, Junín, e Ing. Máximo Morote, del PNI de papa de la EEA Canaán, Ayacucho).  En estas estaciones experimentales se presentó el proyecto y se solicitó apoyo para interactuar  con las agencias agrarias y otras autoridades locales de interés en las zonas de estudio (Foto 2).  Adicionalmente, por el  INIA participó el  Ing.  Luis Quintanilla,  como  contraparte directa para  realizar el estudio.      Foto 2. Visita a la Agencia Agraria de Anta (Cusco) con colegas de la EEA Andenes, Cusco (izquierda) y visita a la Administración  Local de Agua en Barranca, Lima (derecha).    4.6. Recolección de datos de campo  La particular geografía y variación climática del Perú generó dificultades, especialmente para el  acceso a  lugares remotos, con el subsecuente  incremento de costos. Sin embargo, todo este  esfuerzo ha servido para documentar de forma más rigurosa los resultados de las iniciativas que  el CIP, el INIA y otros socios nacionales han hecho en el mejoramiento genético de la papa.    La estrategia para acceder a la recolección de datos en las localidades seleccionadas al azar en los  distintos departamentos era presentarse al presidente de la comunidad para obtener el permiso  de ingreso. Cuando no se le encontraba, se empezaba a encuestar directamente, presentando al  encuestador, brindando información del proyecto y pidiéndoles permiso para ser encuestados.   | 17  En  algunas  comunidades,  inicialmente  los  productores  desconfiaban  de  los  encuestadores,  confundiéndolos con trabajadores mineros y no querían recibirlos. Pero el equipo había sido  capacitado para generar confianza, por lo que en esos casos se identificaban apropiadamente y  presentaban cuidadosamente el proyecto. En tres ocasiones se tuvieron que replantear los sitios  de encuestas debido a diferentes motivos: o la producción de papa no era tan importante como  aparecía en los datos de intención de siembra (en una localidad en Espinar, Cusco y en un distrito  de Chota, Cajamarca), o por motivos de seguridad no se podía entrar a dichos lugares (Pataz, en  La Libertad, estaba  tomada por mineros  informales,  las carreteras estaban bloqueadas y  los  pocos autos que pasaban eran asaltados).      El proceso de recolección de datos de campo fue documentado gráficamente como se aprecia  en las siguientes fotos.    Foto 3. Abonamiento de campo de papa en Barranca en Lima (izquierda) y cosecha de papa en Accocro, Ayacucho (derecha), 2013.           Foto 4. Cosecha de papa en Yunguyo, Puno (izquierda) y cultivo de papa en Otuzco, La Libertad (derecha), 2013.              Foto 5. Paisaje del cultivo de papa en  sierra  sur  (Limbani, Puno) a  la  izquierda y pasaje del cultivo de papa en  sierra norte  (Conchamarca, Huánuco) a la derecha.  18  |         Foto 6. Encuestas en el campo de cultivo de un productor en Ahuaycha, Huancavelica (izquierda) y dentro del local comercial de  un productor en Panao, Huánuco (derecha).      Foto 7. Encuestas en el campo de cultivo de un productor en Atuncolla, Puno (izquierda) y encuesta en el campo de cultivo de  un productor en Otuzco, La Libertad (derecha).                                                                      Foto 8. Encuestas en el parque de una plaza en Huacachi, Ancash (izquierda) y encuesta bajo la lluvia en Jacas Grande,           Huánuco (derecha).    4.7. Construcción y limpieza de base de datos  La limpieza de datos es un trabajo fundamental para tener garantía de que los datos obtenidos  tengan sentido y sean válidos para su análisis subsecuente. Los ajustes de la base de datos se  dieron principalmente en cuanto a la nomenclatura de las variedades y al área cultivada.     | 19  La base de datos está en  formato Microsoft Access, y  las variables relevantes del estudio en  formato Stata  (.dta). La base de datos estará disponible para acceso público  irrestricto en el  sistema Dataverse a fines de 2017.    4.8. Metodología para el análisis de datos    4.8.1. Análisis descriptivo, determinantes de adopción y estimación de impacto.  El análisis descriptivo sirve para elaborar las frecuencias de las diferentes variedades presentes  y determinar las áreas. El presente estudio usó STATA (Versión 12) para hacer dichos cálculos.    Además de  calcular  los niveles de adopción de  las distintas variedades de papas, el estudio  buscaba  entender  los  determinantes  de  adopción,  es  decir  los  factores  que  afectan  las  decisiones de adopción. Para el cálculo de dichos determinantes se usó el modelo de regresión  binaria probit. Este modelo tiene como supuesto que  las probabilidades de respuesta que se  estimen estén estrictamente entre 0 y 1. En el modelo probit de distribución normal, bajo estos  supuestos, se puede derivar la probabilidad de respuesta para y:    P(y=1|x) = P(y*>0|x) = G(β0 + xβ)    En modelos de respuesta binaria como el probit, se quiere explicar los efectos de una variable  independiente (xj) en la probabilidad de respuesta P(y=1|x).    Al hacer las regresiones en STATA, se usa el comando probit, pero los β obtenidos no son útiles,  excepto para determinar la dirección del efecto. Debido a eso, se estima el efecto marginal de  la  variable  o  variables  de  interés  usando  el  comando margins.  Los  β  provenientes  de  este  comando son interpretables y tienen el mismo signo o dirección que los β obtenidos en probit.    Uno de los principales problemas para la estimación del impacto es la dificultad de encontrar  contrafactuales  (o  grupos  de  comparación)  para  corregir  por  los  sesgos  observables  de  la  muestra que causan estimados  inconsistentes de  los efectos promedios del tratamiento (ATT  por sus siglas en inglés). Una de las técnicas más usadas para identificar dichos contrafactuales  en observaciones no experimentales,  como  los datos de  la encuesta, es el Propensity  Score  Matching  (PSM),  junto  con  otras  técnicas  de  emparejamiento.  El  sesgo  de  selección  de  la  muestra  en  estimados  de  diferencias  simples  puede  ser  reducido  emparejando  dos  grupos  basados en características observables. El PSM permite encontrar a un grupo de comparación  entre no adoptadores que tienen características similares a  los adoptadores:  los productores  que adoptan son emparejados a  los productores que no adoptan basados en  los “propensity  scores” o la probabilidad de ser un adoptante.     Sin embargo, las críticas más fuertes al uso del PSM son que las variables no observables aún  pueden tener influencia en los tratamientos y sus efectos, así como presentar problemas sobre  la representatividad de la población ya que, al eliminar casos para el emparejamiento, podría no  representar a la población de estudio. Asfaw et al. (2011), Becerril y Abdulai (2010) y Mendola  (2007) usaron métodos de PSM para hacer sus estudios de  identificación y estimación de  los  determinantes de adopción de prácticas agrícolas en distintos lugares como Etiopía, México y  Bangladesh.      20  |  5 Resultados y Discusión en relación a los objetivos del proyecto    La sección de resultados y discusión proporciona una referencia de los principales hallazgos del  estudio, en base a los tres objetivos del proyecto presentados en este informe. Los dos primeros  objetivos  corresponden  a  la  adopción de  variedades de papa  y  a  la estimación del  impacto  económico, mientras que el tercer objetivo es  la generación de capacidades al  INIA para que  pueda realizar estudios rigurosos de adopción e impacto en otros cultivos y otros años.    5.1. Adopción de variedades mejoradas de papa  Los resultados del estudio encontraron que de las 275 000 hectáreas sembradas con papa en el  Perú en 2013, alrededor de 60 por  ciento  corresponde a variedades mejoradas.  La muestra  identificó  también 372 variedades de papa nativa  con pocas oportunidades de mercado, 18  variedades nativas con mercado asegurado, 15 variedades mejoradas que no provenían de  la  cooperación  del  CIP  y  sus  socios  nacionales,  y  10  variedades  que  provenían  de  dicha  cooperación.      En términos de área, Yungay encabeza la lista de variedades (22.4%), INIA 303 Canchán e INIA  302 Amarilis le siguen con 12.0 y 10.8 por ciento del área total de papa, respectivamente. Otras  variedades liberadas por el programa de mejoramiento del CIP en colaboración con diferentes  socios son UNICA e INIA 309 Serranita, con 4.4 y 1.3 por ciento, respectivamente (Véase Tabla  03, Figura 05). El área total estimada cubierta con variedades provenientes de la colaboración  entre el CIP y sus socios nacionales es de 33 por ciento (Anexo 3).    Tabla 03. Lista de las variedades más importantes encontradas en la encuesta representativa a nivel nacional y su porcentaje  relativo respecto al total del área de papa*  Variedad de Papa  Fecha de Liberación  Instituciones participantes  Área Estimada  MEJORADAS  61.9%  Yungay  1971  UNALM  22.4%  INIA 303 Canchán  1990  CIP ‐ INIAA  12.0%  INIA 302 Amarilis  1993  CIP ‐ INIA  10.8%  UNICA  1998  CIP ‐ UNICA  4.4%  CICA  1982  UNSAAC  3.3%  Andina  1976  CIP ‐ DGI ‐ MINAG  1.6%  Chaska  1982  CIP ‐ INIA  1.6%  Perricholi  1984  CIP ‐ INIPA  1.5%  INIA 309 Serranita  2006  CIP ‐ INIA  1.3%  Otras mejoradas      3.0%  NATIVAS  38.1%  * Las áreas de las variedades encontradas por departamento fueron agregadas en base al área de papa por departamento según  el área de intención de siembra 2011‐2012.     | 21    Figura 05. Proporción de adopción de las variedades de papa en el Perú. Fuente. Elaboración propia  La variedad Yungay está más homogéneamente distribuida en todas las regiones con presencia  de variedades modernas desarrolladas por el CIP y sus socios nacionales (Figura 06). Yungay fue  desarrollada por  la Universidad Nacional Agraria  (recibió ese nombre  en  conmemoración  al  terremoto de Yungay, un distrito de Ancash, en 1970).    Por regiones, en la sierra norte (Cajamarca y La Libertad) la variedad más difundida es INIA 302  Amarilis con 40 y 44 por ciento del área total de papa respectivamente, seguida de Yungay (30  y 22 por ciento, respectivamente). En esas zonas, INIA 303 Canchán no tiene una gran adopción:  solo 2 por ciento en promedio en cada lugar. En Ancash, la variedad que predomina es Yungay.    En la sierra central, INIA 303 Canchán es la dominante en Huánuco con 28 por ciento del área  plantada  de  papa,  seguida  por  Yungay  con  24  por  ciento.  En  Junín,  Yungay  sigue  siendo  la  principal  variedad  plantada  pero,  de  forma  interesante,  el  22  por  ciento  del  área  es  de  la  variedad UNICA. INIA 303 Canchán solo cubre el 14 por ciento. En Huancavelica, Yungay es la  variedad de papa preferida, con poca participación de INIA 303 Canchán e INIA 302 Amarilis. Sin  embargo, en Apurímac,  las 4 variedades más  importantes desarrolladas por el CIP y el  INIA  cubren el 49% del área de papa, mientras Yungay solo el 6 por ciento. Ayacucho tiene una gran  proporción de papas mejoradas. Allí, tanto Yungay como INIA 303 Canchán tienen proporciones  similares: 46 y 44 por ciento, respectivamente.     Finalmente, en la sierra sur, el impacto de las variedades mejoradas es mucho menor. En Cusco  las variedades mejoradas localmente tienen una mayor proporción de área sembrada (Cica con  29 por ciento y Chaska con 14 por ciento), seguidas muy atrás por  INIA 303 Canchán (11 por  ciento) y Yungay (5 por ciento). En Puno, ninguna variedad mejorada ha tenido algún impacto  importante (solo 6 por ciento del área está cultivada con variedades mejoradas en Puno), siendo  las variedades nativas más importantes la Yana Imilla, Lomo y Ccompis. Entre las tres ocupan el  39 por ciento del área de papa de Puno.    En la costa, si bien la muestra no es representativa para el departamento de Lima, se observa  que INIA 303 Canchán y UNICA son las variedades más importantes, vendidas mayormente en  los mercados de la capital.     En el Anexo 3  se puede ver en detalle  las áreas de  las diferentes variedades adoptadas por  departamento. Al compararse  los datos desagregados por departamento  se observa que  las  variedades  mejoradas  son  importantes  en  la  mayoría  de  departamentos  encuestados  a  excepción de Puno, donde se tiene una mayor proporción de variedades nativas con especial  20.70% 11.50% 11.40% 3.20%1.00% 10.30% 41.80% Yungay INIA 303 Canchán INIA 302 Amarilis UNICA Serranita Otras papas mejoradas 70s y 80s NATIVAS 22  |  énfasis en el uso de papa para elaboración de chuño y moraya (Figura 06). De hecho, Puno —el  departamento  con  mayor  cantidad  de  área  cultivada  de  papa—  tiene  un  sistema  de  producción del tubérculo muy distinto al resto del país, con sus propios desafíos y mercados  de papa muy diferentes, por  lo que para hacer  futuros estudios, Puno deberá considerarse  como un caso aparte.        Figura 06. Adopción de las principales variedades mejoradas de papa provenientes de la cooperación entre el INIA, la Universidad  Nacional de Ica y el CIP; y adicionalmente la variedad Yungay en la campaña 2012‐2013.   Fuente: Elaboración propia    Los siguientes mapas permiten tener una mejor visualización de la distribución e importancia  de  las  principales  variedades  desarrolladas  por  la  colaboración  CIP‐INIA,  y  de  la  variedad  UNICA, desarrollada en colaboración con la Universidad Nacional de Ica a nivel departamental  (Figuras 07‐10).    0.00% 10.00% 20.00% 30.00% 40.00% 50.00% 60.00% 70.00% 80.00% 90.00% 100.00% SERRANITA UNICA AMARILIS CANCHAN YUNGAY | 23    Figura 07. Área estimada de adopción de la variedad Canchán en  los principales departamentos de producción de papa del Perú.  Figura 08. Área estimada de adopción de la variedad Amarilis en  los principales departamentos de producción de papa del Perú.    Figura 09. Área estimada de adopción de la variedad UNICA en  los principales departamentos de producción de papa del Perú.  Figura 10. Área estimada de adopción de la variedad Serranita en  los principales departamentos de producción de papa del Perú.          24  |  Se observa que la variedad INIA 303 Canchán tiene mayor importancia en la sierra centro y en  la costa, al igual que la variedad UNICA, aunque esta última en menor importancia. La variedad  INIA 302 Amarilis es más importante en la sierra norte de Perú. Finalmente, la variedad INIA 309  Serranita,  está  siendo  cultivada  en  algunos  sitios  del  país,  pero  todavía  no  en  porcentajes  significativos.     Podemos concluir pues que  las variedades modernas provenientes de  la colaboración del CIP  con  el  INIA  y  otros  socios  nacionales  están  presentes  en  la  mitad  del  área  cultivada  con  variedades mejoradas. Sin embargo, la variedad INIA 309 Serranita, con grandes cualidades de  resistencia a la rancha y buenas características de sabor, color y diversidad de usos culinarios,  tiene todavía un escaso nivel de adopción, por debajo del margen de error de la muestra que  era del 4%.    5.2. Estimación de los impactos de las principales variedades mejoradas desarrolladas por el  CIP y el INIA en los ingresos de los productores  5.2.1. Estadística descriptiva de las principales variables de la muestra   Para  entender  el  comportamiento  de  los  productores  de  papa  respecto  a  la  adopción  de  variedades, es necesario conocer  las características de dichos productores. En  la Tabla 04 se  muestran  los resultados a nivel nacional de  las características socioeconómicas, mientras que  en el Anexo 4, se muestran los detalles por departamento.    Tabla 04. Resumen de datos socioeconómicos de la muestra de la encuesta de adopción a nivel nacional, (los promedios y  desviaciones estándar se muestran entre paréntesis cuando es apropiado).  Variables  Datos agregados a nivel nacional  N  1,098  Edad del jefe del hogar (años)  46.0   (13.9)  Educación del jefe del hogar (años)  6.6   (6.3)  Pertenencia a asociación agrícola  21%  Recibió capacitación agrícola  18%  Área total (ha.)  2.8   (8.5)  Valor monetario de animales (Soles/hogar)  3,686   (5,299)  Cantidad de animales mayores (No.)  3.3   (4.4)  Cantidad de animales menores (No.)  8.0   (14.2)  Cantidad de cuyes y gallinas  11.5   (13.0)  Cantidad de papa vendida (t/hogar)  8.0   (32.6)  Cantidad de pesticida usado (l/parcela)  10.8   (45.9)  Área cultivada con papa (ha.)  0.8   (1.7)  Problemas de rancha  82%  Problemas de gorgojo de los Andes  70%  Problemas de polilla de la papa  50%  Problema de sequía  43%  Problemas de mercado  20%  Problemas en disponibilidad de semilla mejorada  18%  Problemas de granizada  13%  Problemas de helada  9%    | 25  Para la descripción socioeconómica se incluyen variables demográficas, económicas y problemas  fitosanitarios  debido  al  interés  del  proyecto  en  entender  las  razones  para  cultivar  ciertas  variedades de papa, y ver  la  relación entre variedades de papas y  ciertas  características del  agricultor y de la zona donde vive.     5.2.1.1. Nivel de educación  El nivel de educación de los jefes del hogar productores de papa fue en promedio de 6.6 años,  o secundaria incompleta. En las variaciones entre departamentos (Anexo 4) se puede observar  que en Lima existe en promedio una mayor cantidad de años de educación formal recibida (9.6  años)  seguido  de  Ayacucho  (8.2  años)  y  Huánuco  (7.5  años).  Los  valores  más  bajos  se  encontraron en La Libertad (5.4 años), Huancavelica (5.6 años) y Cusco (5.8 años). El resto de los  departamentos está entre 6 y 7 años de estudios escolares.    5.2.1.2. Pertenencia a asociaciones relacionadas a la producción de papa  El capital social de personas pertenecientes a una organización relacionada con  la agricultura  (incluyendo organizaciones  relacionadas  al  riego)  y nutrición  (vaso de  leche)  varía  entre  las  diferentes zonas de estudio desde 6 por ciento en Puno hasta 45 por ciento en Lima.     Excluyendo estos dos tipos de organizaciones,  la participación en organizaciones agrícolas va  desde 3 por ciento en Ancash a 21 por ciento en Ayacucho.     5.2.1.3. Capacitación en agricultura relacionada al cultivo de papa  Uno de  los puntos clave para  la adopción de  tecnología agrícola es  la capacitación en  temas  agrícolas. A nivel nacional, solo 18 por ciento de los productores de papa han recibido algún tipo  de capacitación  relacionada al cultivo de papa. Los productores de Lima han  recibido mayor  capacitación (60%) en comparación, por ejemplo, de Ancash, Puno o Huancavelica, donde solo  un mínimo número de productores ha recibido algún tipo de capacitación agrícola.    5.2.1.4. Animales   Los animales de granja constituyen bienes de capital de la familia para momentos de necesidad,  son  fuente de  fertilizantes orgánicos y de productos como  lana,  leche, huevo, y carne. En  la  encuesta se dividieron  los animales en  tres grupos: animales mayores  (vacunos, caballos y/o  burros), animales menores (alpacas, ovejas, llamas, y porcinos) y cuyes y gallinas. En promedio  se tienen 3 animales mayores, 8 animales menores y 11 animales entre cuyes y gallinas.     Los productores de Cusco (5.2) y Apurímac (4.7) tienen mayor cantidad de animales mayores,  mientras que los de Lima no tienen animales mayores. Huánuco (2.4) y Junín (2.4) tienen menor  cantidad de animales mayores. La tabla de animales menores está liderada por Cusco (12.9) y  Huancavelica  (13);  Cajamarca  (2.2),  Apurímac  (3.4)  y  Lima  (3.5)  son  los  que  tienen menos  animales menores. Finalmente, Apurímac (24.3) y Ancash (20) tienen mayor cantidad de cuyes  y gallinas mientras que en Lima (5.1), Puno (4) y Ayacucho (5.7) se tiene menor número de estos  animales.    Al monetizar el valor total de  los animales se obtiene en promedio S/. 3 686, siendo Cusco el  departamento con el mayor valor promedio de animales (S/. 5 863) y Lima el de menor valor  promedio (S/. 1 256).     5.2.1.5. Cantidad de papa vendida  La cantidad de papa vendida es muy superior en Lima que en otros departamentos, lo que se  refleja en los ingresos por venta del tubérculo. Por otro lado, la cantidad vendida en Puno es casi  nula (39 kg/productor en promedio), seguida por Ancash, Cajamarca y La Libertad.   26  |  5.2.1.6. Restricciones bióticas y abióticas a la producción de papa  También se examinaron las restricciones a la producción de papa por aspectos socioeconómicos  (semilla  de  papa,  fertilizantes,  mercados,  e  información)  aspectos  bióticos  (plagas  y  enfermedades) y abióticos (sequías, heladas, granizadas, inundaciones).     La  calidad  de  semilla  constituye  un  problema  relativamente  importante  en  Lima,  Puno  y  Huancavelica: más del 50 por ciento de productores en estos departamentos así lo indicaron.  Por otro lado, la rancha es la enfermedad más importante, que afecta a la mayor cantidad de  productores en el país. Las plagas más  importantes son el gorgojo y  la polilla de  la papa. La  rancha es un problema importante en todos los departamentos encuestados, mientras que el  gorgojo no es tan importante en Cajamarca y muy poco importante en Lima. La polilla es más  importante  en  Lima, Ancash,  Puno, Apurímac  y Huánuco,  donde más  del  50  por  ciento  de  productores lo señaló como problema sanitario.    El evento climático más serio es  la sequía, que representó un problema para más del 50 por  ciento  de  productores  en  Cusco,  Apurímac,  La  Libertad  y  Cajamarca.  Otros  problemas  climatológicos presentes en los Andes son las heladas y las granizadas, especialmente en Puno,  donde el 34 y 24 por ciento declararon que la granizada y la helada, respectivamente, constituían  un problema, seguido de Huancavelica, con 20 y 17 por ciento respectivamente.    En cuanto a mercados, el principal problema identificado es el de acceso a dichos espacios.    5.2.2. Estadística descriptiva de las variables de interés entre los grupos de comparación  El análisis descriptivo permite tener una visión rápida de los valores promedios y desviaciones  estándar de  las variables de  interés del estudio. Debido a que uno de  los objetivos de este  estudio  es  identificar  las  determinantes  de  adopción  a  través  de modelos  de  regresión  de  variable dependiente binaria, los datos de la variable de adopción se dividieron en dos grupos,  uno con productores que tenían menos de 25 por ciento de su área plantada con alguna de las  variedades provenientes de la colaboración del CIP‐INIA/CIP‐socios nacionales, y el otro grupo  que cultivaba al menos 25 por ciento de otras variedades mejoradas (principalmente Yungay).  Adicionalmente  se  seleccionó un grupo de variables dependientes para poder  identificar  los  determinantes  de  adopción,  incluyendo  características  demográficas,  socioeconómicas  y  agronómicas de acuerdo a la literatura encontrada sobre el tema. Inicialmente se hizo un análisis  descriptivo de las variables de interés, y posteriormente se usó el modelo probit para identificar  las  principales  determinantes  de  adopción  y,  subsecuentemente,  analizar  el  impacto  de  las  variedades de papa mejoradas:                    | 27  Tabla 05. Estadística descriptiva de las principales variables explicativas de los dos grupos de productores de acuerdo a la  proporción de variedades mejoradas provenientes de la STC, 2013. Fuente: Encuesta de adopción e impacto, elaboración propia.  Variables  Productores que plantan  mayormente variedades  mejoradas de papa  diferentes a CIP con INIA y  socios (>25%)  Productores que plantan  mayormente variedades de  papa provenientes del CIP  con INIA y socios (>25%)8  Datos para estimación de determinantes de adopción (N=748)  N  385  290  Sexo del jefe del hogar (%Hombres)  89.6%  92.6%  Edad del jefe del hogar  46.16 (D.E. 14.41)  44.85 (D.E. 13.06)  Educación del jefe del hogar  6.16 (D.E. 3.81)  6.75 (D.E. 8.77)  Pertenencia a asociación agrícola  23.6%  24.8%  Recibió capacitación agrícola  16.5%  24.0%  Percepción de beneficio con papa  58.7%  67.2%  Valor monetario de animales  S/. 3,361 (S/. 4,175)  S/. 3,785 (S/. 5,427)  Problemas en disponibilidad de semilla mejorada  20.5%  17.9%  Problemas con la calidad de la semilla  30.6%  28.3%  Problemas de mercado  26.8%  17.2%  Problema de sequía  44.2%  47.6%  Problemas de rancha  85.7%  86.6%  Problemas de gorgojo de los Andes  65.2%  64.8%  Problemas de polilla de la papa  46.8%  52.8%  Datos para estimación de impacto  Área cultivada con papa (ha.)  0.82 (D.E. 1.86)  0.95 (D.E. 1.46)  % área destinada a variedades CIP‐Socios   8.2%  75.9%  % área destinada a Otras Mejoradas  72.6%  10.2%  % área destinada a Nativas Comerciales  9.6%  7.9%  % área destinada a Nativas No Comerciales  9.6%  6.0%  Cantidad de papa vendida (t/agricultor)  6.45 (D.E. 25.15)  8.30 (D.E. 20.05)  Rendimiento de papa (t/ha)  10.90 (D.E. 6.36)  11.07 (D.E. 6.06)    En la Tabla 05, los datos demográficos describen a los productores que adoptan mayormente  las variedades desarrolladas por la colaboración del CIP con socios nacionales, ligeramente más  jóvenes y  con mayor educación que  los productores que adoptan mayormente otro  tipo de  variedades, siendo interesante que en ambos grupos en promedio los jefes del hogar están por  debajo de los 50 años con primaria completa. Respecto a la capacitación en temas agrícolas y  pertenencia  a  asociaciones  agrícolas,  también  los  productores  que  plantan  mayormente  variedades  CIP‐socios  nacionales,  tienen mayor  capacitación  y  hay  ligeramente  una mayor  proporción de productores vinculados a asociaciones.     Por otro lado, se puede observar que los problemas productivos en lo que respecta a problemas  bióticos y abióticos son similares para los dos grupos, siendo la rancha, el gorgojo de los Andes  y la polilla de la papa los principales problemas que afrontan los productores de papa, además  de  los problemas agregados de semilla  (personas que sufren cualquiera de  los problemas de  semilla: calidad, disponibilidad o acceso).     Los hogares de productores que  cultivan mayormente  variedades de papa desarrolladas en  colaboración entre el CIP con socios nacionales, tienen áreas mayores y un valor monetario del  ganado mayor que  los hogares de productores que cultivan mayormente otras variedades de  papa mejorada. Adicionalmente, estos últimos tienen una menor cantidad de papa que destinan  a venta en el mercado, probablemente debido a que están menos insertados en el mercado.    8 Las variedades de papas provenientes de la colaboración CIP con INIA y otros socios consideradas para este estudio corresponden  a las 4 variedades más importantes de papa desarrolladas después de los 90 (como parte de la nueva población A resistente a tizón  tardío). Estas variedades son: Canchán, Yungay, UNICA y Serranita.  28  |  5.2.3. Determinantes de adopción  El modelo probit relaciona la decisión de adopción de variedades de papa con diversos factores  o variables. Dicho modelo permite que la variable dependiente pueda tomar dos valores (0 o 1),  por  lo que  la decisión  es  adoptar o no  adoptar,  sin  importar  la  intensidad de  adopción.  La  descripción de las variables presentadas en la tabla anterior sirvió para desarrollar el modelo de  determinantes de adopción. En STATA se corrió el siguiente modelo probit:    Tabla 06. Resultados del análisis de probit en STATA de los datos de la submuestra de la encuesta de adopción e impacto de  variedades de papa.   Número de estratos  =    1                Número de obs.       =     669  Número de PSUs       =    669           Tamaño de población  =     669        Prob > F            =     0.0032  Cultiva al menos 25% de variedades STC  Coeficiente  Error Estándar  t  P>| t |  Educación del jefe del hogar  0.0097  0.0068  1.43  0.153      Recibió capacitación agrícola **  0.2520  0.1265  1.99     0.047       Percepción de beneficio con papa ***  0.2603     0.1056  2.47     0.014       Valor monetario de animales  7.74e‐06  0.0000  0.74     0.458      Problemas en disponibilidad de semilla mejorada  ‐0.1117  0.1301      ‐0.86     0.391  Problemas de mercado ***  ‐0.3871  0.1222  ‐3.17     0.002  Problemas de rancha   0.0975  0.1444       0.68     0.500      Área cultivada con papa (ha.)  0.0055  0.0336  0.16  0.871      _constante  ‐0.4657  0.1594      ‐2.92     0.004      **   Variables estadísticamente significativas al 5%  *** Variables estadísticamente significativas al 1%    Los  resultados muestran  la  significancia  y  los  coeficientes  de  las  variables  del modelo,  sin  embargo,  los  coeficientes del probit no  son útiles, excepto para determinar  la dirección del  efecto. Así tenemos que las variables Capacitación y Percepción de beneficio con papa tienen  un efecto positivo y significativo sobre  la probabilidad de adopción, mientras que  la variable  Problemas de mercado, tiene un efecto negativo y significativo sobre la probabilidad de esta.     Para determinar el efecto marginal de la variable se usa el comando “dy/dx”. Los coeficientes  obtenidos con ese comando sí son interpretables:    Tabla 07. Resultados del análisis de efecto marginal en STATA de los datos de la submuestra de la encuesta de adopción e impacto  de variedades de papa.  Average marginal effects                          Number of obs   =   669  Model VCE: Linearized  Expression: Pr(IMPSTC), predict()  dy/dx  w.r.t.:  EDUCJEFE  CAPACITACION  PERCEPCIONPAPA  VALORANIMALES  ProbDispSemillaMej  ProbMercado  ProbRancha Area  Cultiva al menos 25% de variedades CIP‐INIA/CIP‐UNICA  Margin  Error Estándar  z  P>|z|  Educación del jefe del hogar  0.0037  0.0026  1.43  0.1510  Recibió capacitación agrícola **  0.0962  0.0478  2.01  0.0440  Percepción de beneficio con papa ***  0.0993  0.0397  2.50  0.0120  Valor monetario de animales  0.0000  0.0000  0.74  0.4570  Problemas en disponibilidad de semilla mejorada  ‐0.0426  0.0496  ‐0.86  0.3900  Problemas de mercado***  ‐0.1477  0.0456  ‐3.24  0.0010  Problemas de rancha  0.0372  0.0550  0.68  0.4990  Área cultivada con papa (ha.)  0.0021  0.0128  0.16  0.8710  Nota: el dy/dx para los niveles de los factores es el cambio discreto desde el nivel base.  **   Variables estadísticamente significativas al 5%  *** Variables estadísticamente significativas al 1%      | 29  Los resultados nos indican que existen tres factores que influyen más significativamente para la  adopción de variedades desarrolladas por la colaboración del CIP con otros socios nacionales: la  capacitación  en  temas  agrícolas —principalmente manejo  de  plagas  y  enfermedades  de  la  papa— y  la percepción de beneficios por cultivar esas papas,  influyen positivamente sobre  la  adopción, mientras que los problemas en el acceso al mercado influyen negativamente. Estos  datos son revelados por la menor parte de la producción destinada a la venta por parte de este  grupo de productores. En términos cuantitativos, la capacitación aumenta un 10 por ciento la  probabilidad de cultivar variedades modernas provenientes de la colaboración del CIP con INIA  u otros socios nacionales; de igual manera, la percepción de que la papa es un cultivo beneficioso  para los productores incrementa en 10 por ciento la probabilidad de cultivar cualquiera de las 4  variedades  examinadas  provenientes  de  la  colaboración  mencionada.  Sin  embargo,  la  percepción de que existen problemas de acceso al mercado afectando  la producción de papa  disminuye en un 15 por ciento la probabilidad de cultivar dichas variedades.    5.2.4. Estimación  del  impacto  de  las  variedades  más  importantes  provenientes  de  la  STC  respecto a otras variedades de papa mejoradas.  La  evaluación  de  impacto  tiene  por  finalidad  identificar  los  impactos  generados  por  las  tecnologías en estudio. Sin embargo, para que dichos valores sean válidos se deben reducir los  sesgos presentes en la muestra, como por ejemplo la deficiente infraestructura de la zona, las  características  propias  del  productor,  u  otros  factores  que  afectan  la  productividad  de  las  diferentes  variedades.  Uno  de  los  métodos  más  usados  para  el  control  de  los  factores  observables son los métodos de emparejamiento, que con distintas técnicas logran minimizar  dicha influencia y así poder tener resultados con un sesgo reducido.     Para la evaluación del impacto se utilizó el método propensity score matching, para reducir la  endogeneidad de las variables de producción y de ingresos por venta de papa. La técnica usada  fue la del emparejamiento por el vecino más cercano (Anexo 04) y se controló por la educación  del jefe del hogar, por el área de papa y por la percepción de la existencia de problemas en el  mercadeo de papa. Los resultados son resumidos en la Tabla 08.    Tabla 08. Resultados del análisis de emparejamiento del vecino más cercano en STATA de los datos de la submuestra de la encuesta  de adopción e  impacto de variedades de papa: Cálculo del ATT o efecto promedio del tratamiento en  los tratados. (N antes del  emparejamiento = 675)  Variable  Productores que  adoptan (=n)  Productores  control (=n)  ATT  Error  Estándar  t  Cantidad adicional de papa vendida  (t/agricultor)  290  193  2.705  1.351  2.002  Rendimiento adicional de papa (t/ha)  290  193  1.019  0.657  1.552  Ingreso adicional por venta de papa  (Soles/productor)9  290  193  1,650  1,012  1.630    Los resultados de la evaluación de impacto usando el emparejamiento para reducir el sesgo en  el estudio de adopción demuestran que hay un efecto positivo en  la productividad y en  los  ingresos por venta de papa de las variedades de desarrolladas por el CIP, el INIA y otros socios  nacionales,  en  comparación  con  otras  variedades  de  papa mejoradas.  Como  se mencionó  anteriormente, el estudio controló por el tamaño del área de los productores y por la educación  del  jefe del hogar,  la percepción sobre problemas en el mercado. Estos  factores  trataron de  cubrir los sesgos presentes por tamaño de la finca, presencia de ineficiencias en el mercado y  características propias del productor.    El estudio de  impacto estimó en 1  t/ha extra de  rendimiento en el cultivo de papas debido  mayormente al uso de variedades mejoradas provenientes de  la colaboración del CIP y otros  9 Tasa de cambio: S/. 2.8 por dólar, agosto del 2013 (http://www.deperu.com/tipo_cambio/historico/2013/) 30  |  socios  nacionales.  Además,  se  estimó  que  los  agricultores  que  producen  mayormente  variedades de papa provenientes de la colaboración CIP‐socios nacionales envían al mercado en  promedio  2.7  t/productor  de  papas  adicionales.  Esto  contribuyó  a  que  dichos  productores  tuvieran ingresos adicionales por venta de papa de 1 650 soles/productor en comparación a los  productores que producían mayormente Yungay.     5.3. Desarrollo de una metodología para ser usada por otros científicos para la determinación  de la adopción e impacto de diferentes tecnologías, no solo variedades mejoradas de papa.  Por ser uno de los objetivos del proyecto financiado por la STC‐CGIAR, el presente documento  describe de manera detallada la metodología usada, para su replicación por otros profesionales  interesados en utilizar un método sólido de medición de la adopción e impacto de tecnologías  agrícolas. El Ing. Luis Quintanilla, economista del INIA, estuvo involucrado en el proyecto desde  su inicio, y el economista Ricardo Labarta llevó a cabo en el campus del CIAT en Cali, Colombia,  una  capacitación  sobre  esta metodología de  evaluación del  impacto.  El  economista  Labarta  trabajó anteriormente en el CIP y fue quien desarrolló, junto a un equipo de varias instituciones  internacionales, la metodología del Proyecto DIIVA, que es la que se adaptó en este estudio para  evaluar la adopción e impacto de la papa en el Perú.   El formato de encuestas se trabajó en conjunto entre el CIP y el INIA, involucrando a las estaciones  experimentales del INIA con presencia en el Programa de Investigación Agraria papa —(Baños del  Inca,  Cajamarca;  Andenes,  Cusco;  Illpa,  Puno;  Santa  Ana,  Junín;  Canaán,  Ayacucho)—  en  los  trabajos de organización de la logística del estudio, manteniendo las comunicaciones con distintos  estamentos del INIA. Esta metodología está disponible para su utilización en otros cultivos en el  marco del nuevo Programa Nacional de Innovación Agraria del INIA.  La metodología y  los resultados del estudio se presentaron en  la  IV Conferencia de  la Red de  Seguimiento, Evaluación y Sistematización en América Latina y el Caribe (ReLAC), realizada en  marzo del 2015 en el Campus de la Pontificia Universidad Católica del Perú en la ciudad de Lima,  generando  interés  de  las  instituciones  participantes  de  otros  países,  como  la  Fundación  McKnight de Ecuador, abriendo posibilidades para su implementación en otros contextos y para  otros cultivos.  Otro evento en el que se compartió la metodología y resultados de este estudio fue el taller de  evaluación de impacto para las prioridades de investigación agrícola, celebrado en Lima, Perú,  en abril de 2016, organizado por el CIP, el CIAT y el  IFPRI10 y que contó con  la asistencia de  diferentes instituciones nacionales y regionales y una gran participación de personal del INIA.  Durante  la  Conferencia  de  la  Asociación  Latino  Americana  de  la  Papa  (ALAP),  realizada  en  Panamá  en  agosto  del  2016,  también  se  presentó  esta  metodología  y  sus  resultados  y  próximamente se publicará en la revista de dicha asociación (Anexo 6).   Es  importante anotar que  los datos del estudio de adopción están siendo analizados por una  estudiante de maestría de la universidad Virginia Tech de los Estados Unidos. Se espera que su  tesis, a ser publicada en el segundo semestre del 2017, agregue valor al estudio.       10 IFPRI: siglas en inglés del Instituto Internacional de Investigación sobre Políticas Alimentarias  | 31  6 Conclusiones     En el Perú, el cultivo de papa sigue siendo fundamental para una vasta población de agricultores,  principalmente en la sierra del Perú. Debido a ello, diversas instituciones, como universidades y  centros de investigación, trabajan para mejorar la productividad y calidad del cultivo mediante  diversas tecnologías, siendo la generación de nuevas variedades de papa la principal, destinada  a los agricultores.  Este estudio de adopción de las variedades de papas desarrolladas como fruto de la colaboración  del CIP con socios nacionales, proporciona  los mejores estimados de dicha adopción hasta  la  fecha, además de un estimado de los beneficios económicos para los agricultores. Sus resultados  pueden ser usados como insumo para estudios posteriores que deseen profundizar los impactos  multidimensionales de esta adopción. La metodología empleada permite replicar este estudio  en el futuro y generar datos que sirvan para estudios de adopción e impacto de otros cultivos.  Además,  los  estudios  en  base  a muestras  representativas  también  sirven  como  fuente  de  verificación y apoyo a estudios basados en opiniones de expertos.  La metodología del estudio se basó en estudios similares realizados en África por varios centros  internacionales  de  investigación  y  universidades  americanas,  y  fue muy  útil  para  definir  el  tamaño  de  muestra  requerido  para  tener  la  seguridad  de  que  los  hallazgos  del  estudio  representen a la población de estudio, y para definir los criterios para asignar pesos a los distritos  productores de papa de acuerdo a  la  información disponible a  la  fecha. Los datos  recogidos  permitieron calcular el área adoptada de variedades, los factores que influyen en la adopción y  el impacto económico de dicha adopción.  Los  Andes  peruanos  tienen  una  geografía  compleja  por  lo  que  llegar  a  las  comunidades  seleccionadas  fue  todo  un  reto  logístico.  Sin  embargo,  la  capacitación,  el  apoyo  y  el  profesionalismo  del  equipo  permitieron  cumplir  los  objetivos.  En  el  estudio  participaron  expertos  en  el  cultivo  de  papa  de  diferentes  profesiones  como  agrónomos,  economistas  y  biólogos del INIA y del CIP, así como personal de diferentes agencias agrarias. De esta forma se  logró involucrar varios de los posibles usuarios de esta información.   Entre los resultados más importantes del estudio se destaca que el 60 por ciento del área total  de papa está plantado  con  variedades mejoradas,  siendo Yungay  la  variedad mejorada más  adoptada  (22 por ciento de adopción), pese a que  fue  liberada hace más de 40 años por  la  Universidad  Nacional  Agraria  La Molina.  El  área  plantada  con  Yungay  casi  duplicó  al  área  plantada por  INIA 303‐Canchán, que es de 12 por ciento. Estos resultados sugieren  la amplia  adaptabilidad de  Yungay  a diferentes  condiciones,  así  como un  amplio  sistema  informal  de  provisión de semillas de esta variedad.   Las variedades desarrolladas por el CIP junto a otros socios nacionales ocupan el 30 por ciento  del área total de papa e incluyen las variedades INIA 303 Canchán, INIA 302 Amarilis, UNICA e  INIA 309 Serranita, entre otras. Esto significa que  la mitad del área plantada con variedades  mejoradas de papa en el Perú tiene su origen en materiales del CIP. Estas variedades  tienen  mayor presencia en el mercado, y un mejor precio por kilo en comparación a Yungay.   El  análisis  de  los  determinantes  de  adopción  analizados  mostró  que:  la  capacitación,  principalmente en manejo de plagas  y enfermedades  (+),  la percepción de que el acceso al  mercado es un problema para la producción de papas (‐), y la percepción de que es beneficioso  para el agricultor producir papas (+), son factores significativos en la decisión de los agricultores  de adoptar variedades de papa desarrolladas con participación del CIP y socios nacionales. Estos  factores  pueden  ser  abordados  con  adecuadas  políticas  públicas  para mejorar  la  extensión  agrícola y las condiciones para un mejor acceso a los mercados, aunado a mejores mecanismos  de información de precios por variedades.   32  |  El  estudio ha permitido  identificar puntos de  intervención para mejorar  los  ingresos de  los  productores mediante la adopción de variedades mejoradas de papas a través de un sistema de  extensión  que  capacite  a  los  agricultores  y mejore  el  acceso  al mercado,  con  caminos  que  permitan  sacar  los  productos,  e  información  en  tiempo  real  del  precio  de  las  diferentes  variedades en el mercado.  El estudio de impacto también ha revelado que los agricultores que siembran papas mejoradas  provenientes de material del CIP perciben ingresos adicionales respecto a los que siembran otras  variedades mejoradas. Así, los productores que siembran INIA 303 Canchán, INIA 302 Amarilis,  UNICA y/o INIA 309 Serranita, obtienen una tonelada más de papa por hectárea y generan 1 650  soles/anuales/productor más por venta de papa en el mercado. En consecuencia, la inversión  en  extensión  agrícola  y  mejor  acceso  al  mercado  —vale  decir,  mejor  infraestructura  e  información sobre precios— traería efectos positivos para la adopción de nuevas variedades de  papa con las características que el mercado demanda.  De  otro  lado,  el  estudio  mostró  que  los  sistemas  de  producción  de  papa  en  Puno,  que  representan alrededor del 17 por ciento del área total de papa del Perú, son significativamente  diferentes del resto del país, debido a la altitud de los campos donde se siembra el tubérculo,  además de la susceptibilidad a factores abióticos como sequías y heladas, que no permiten que  las variedades mejoradas se adapten fácilmente. En Puno, más del 90 por ciento del área de  papa  está  sembrada  con  papas  nativas.  Estos  resultados  sugieren  que  para  mejorar  las  condiciones  de  vida  de  los  agricultores  de  papa  en  ese  departamento  se  requiere  de  una  estrategia diferente a la introducción de variedades mejoradas.   Finalmente, es conveniente continuar profundizando acerca de  los  impactos económicos que  incluyan, por ejemplo, estudios para entender por qué la variedad Yungay es la más adoptada  en el Perú, y por qué la variedad Amarilis llegó a tener tanta importancia en el norte del Perú,  pero no en otras regiones. Dichos estudios deberían incluir impactos en seguridad alimentaria y  en reducción de la pobreza.              | 33  7 Referencias bibliográficas    Asfaw, S., Shiferaw, B., Simtowe, F. y Gebretsadik Haile, M. 2011. Agricultural technology adoption, seed access constraints  and commercialization in Ethiopia. Journal of Development and Agricultural Economics Vol. 3(9), pp. 436‐447.    Becerril, J. y Abdulai, A. 2010. The  impact of  improved maize varieties on poverty  in Mexico: A propensity score‐ matching approach. World Development Vol. 38, No. 7, pp. 1024‐1035    Céspedes, N., Lavado, P., Ramírez Rondán, N. 2016. Capítulo 4: Infraestructura y productividad de la agricultura a  pequeña escala en el Perú. En: Productividad en el Perú: medición, determinantes e  implicancias. Universidad del  Pacifico. ISBN: 978‐9972‐57‐356‐9. 314 pp.    Egúsquiza, B.R. 2014. La papa en el Perú. Universidad Nacional Agraria La Molina (UNALM), ISBN: 978‐612‐4147‐39‐ 5. 192 páginas.    Escobal, J. y Torero, M. 2006. Access to dynamic markets for small commercial farmers: the case of potato production  in the Peruvian Andes. MTID Discussion paper Nr. 99. International Food Policy Research Institute (IFPRI). Página web:  http://www.ifpri.org/sites/default/files/publications/mtidp99.pdf     Escobal,  J. y Valdivia, M. 2004. Perú: hacia una estrategia de desarrollo para  la  sierra  rural. Estudio  realizado a  solicitud del BID. Lima: Grade.    Feder, G., Just, R.E. y Zilberman, D. 1982. Adoption of Agricultural  Innovation  in Developing Countries: A Survey.  World Bank Staff Working Papers. Number 542. Página Web: http://eprints.icrisat.ac.in/12006/1/RP‐03742.pdf     Fonseca, C., Labarta, R., Mendoza, A., Landeo, J. y Walker, T.S. 1996. Impacto Económico de la Variedad Canchán‐ INIAA de Alto Rendimiento, Resistente al Tizón Tardío, en el Perú. En: Estudios de Casos de Impacto Económico de las  Tecnologías  Relacionadas  con  el  CIP  en  el  Perú.  Thomas  S. Walker  y  Charles  C.  Crissman.  Lima,  Perú:  Centro  Internacional de la Papa. 1996. 32p. Página web: http://impact.cgiar.org/pdf/252.pdf     Guirkinger, C., Boucher, S. 2007. Credit Constraints and Productivity in Peruvian Agriculture. Documento de trabajo  07‐005, University of California Davis, Department of de Agricultural and Resource Economics.    Hareau, G., Kleinwechter, U., Pradel, W., Suarez, V., Okello, J. y Vikraman, S. 2014. Strategic Assessment of Research  Priorities for Potato. Lima (Peru). CGIAR Research Program on Roots, Tubers and Bananas (RTB). RTB Working Paper  2014‐8. Available online at: www.rtb.cgiar.org    INIA, MINAG, CIP y Red LatinPapa. 2012. Catálogo de nuevas variedades de papa: sabores y colores para el gusto  peruano. ISBN: 978‐92‐9060‐419‐8. 93 paginas, Lima, Perú.     López, R. 2005. Why Governments Should Stops Non‐Social Subsidies: Measuring their Consequences for Rural Latin  American. Policy research working paper 3609. The World Bank.    Maldonado, L., Suárez, V., Thiele, G. 2008. Estudio de la adopción de variedades de papa en zonas pobres de Perú.  International Potato Center (CIP), Lima, Perú. Working Document 2008 ‐ 2. 37p. Página web:  https://research.cip.cgiar.org/confluence/download/attachments/14942262/Adopcion+de+variedades+de+papa.pd f?version=1    Mendola, M. 2007. Agricultural technology adoption and poverty reduction: A propensity‐score matching analysis for  rural Bangladesh. Food Policy 32: 372‐393    Morris, M., Mekuria, M. y Gerpacio, R. 2003.  Impacts of CIMMYT maize breeding research (pp 135‐158).  In: Evenson,  R.E. and D. Gollin (Eds.) (2003). Crop variety improvement and its effect on productivity: the impact of international  agricultural research. Wallingford, UK: CABI Publishing.    Ordinola, M., Devaux, A., Bernet, T., Manrique, K., Fonseca, C., Thomann, A. y Horton, D. 2013. Innovación para  valorar la biodiversidad de las papas nativas: El caso de Papa Andina/INCOPA en el Perú. En: Henríquez, P., Li Pun, H.  (eds.). Innovaciones de impacto: Lecciones de la agricultura familiar en América Latina y el Caribe. San José (Costa  Rica). Banco Interamericano de Desarrollo (BID); Instituto Interamericano de Cooperación para la Agricultura (IICA).  ISBN 978‐92‐9248‐453‐8. pp. 147‐163.    Perez, W. y Forbes, G. 2008. El tizón tardío de la papa. Manual técnico. Centro Internacional de la Papa (CIP). ISBN  978‐92‐9060‐343‐6. 39 páginas.   34  |    Quisumbing,  A.  1995.  Gender  Differences  in  Agricultural  Productivity:  A  Survey  of  Empirical  Evidence”.  FNCD.  Discussion Paper 5. Food Consumption and Nutrition Division (FNCD), IFPRI.    Salazar, L., Winters, P., Maldonado, L., Hareau, G. y Thiele, G. 2009. Assessing the  impact of  late blight resistant  varieties on  smallholders’ potato production  in  the Perúvian Andes. Working Paper 2009‐5.  International Potato  Center (CIP), Lima, Perú. 29 p. ISBN: ISSN 0256‐8748    Scott, G., Zelada, F. 2011. Benchmarking local potato processing in developing countries: The case of French fries in  Lima, Peru. Potato Research, 54 (1): 29‐44.    SEINPA (Semilla e Investigación de Papa).1994. Catálogo de semilla básica de papa en el Perú.  Lima, Perú. Franco, E. (ed. téc.).49 p.    Suarez, S. 2014. Determinantes de adopción e intensidad de adopción de variedades mejoradas modernas de arroz  en el norte de Perú. Tesis de grado. Departamento de Economía, Universidad del Valle. Cali, Colombia. 47 páginas.     Tapia,  M.  E.  y  Fries,  A.M.  2007.  Guía  de  campo  de  los  cultivos  andinos.  FAO  y  ANPE.  Lima.  Página  web:  http://www.fao.org/docrep/010/ai185s/ai185s.pdf     Thiele, G., Hareau, G., Suárez, V., Chujoy, E., Bonierbale, M., Maldonado, L. 2008. Varietal change  in potatoes  in  developing countries and the contribution of the International Potato Center: 1972‐2007. International Potato Center  (CIP), Lima, Perú. Social Sciences Working Paper Series 2008‐6. 46 pp.    Trivelli, C., Escobal, J. y Revés, B. 2009. “Desarrollo rural en la sierra: aportes para el debate.” Lima, Cipca: Grade, IEP,  Cies.    Walker, T.S. y Adam A. 2011. Guidelines for data collection for Objective 2 of the DIIVA Project. Fletcher, NC.    Walker, T.S. y Alwang, J. 2015. Crop improvement, adoption, and impact of improved varieties in food crops in Sub‐ Saharan Africa. Book, Cabi publishing. ISBN978‐1‐78064‐401‐1. 450 páginas.    Watanabe,  L.K.,  Baigorria, M.,  Olcese, O.  2008.  Contribuciones  al  estudio  de  la  papa  en  el  Perú.  Lima  (Perú).  Universidad Nacional Agraria La Molina (UNALM); San Marcos. ISBN 978‐9972‐38‐834‐7. 146 p.     Zegarra, E. y Minaya, V. 2007. Gasto público, productividad e ingresos agrarios en el Perú: avances de investigación  y resultados empíricos propios. En: Investigación, políticas y desarrollo en el Perú, 27‐66. Lima: Grade.    Zegarra, E. y Tuesta, J. 2009. Crecimiento agrícola, pobreza y desigualdad en el Perú rural. En: Boom agrícola, pobreza  y desigualdad en el Perú rural. Roma: FAO, p.299‐329.              | 35  8 ANEXOS    Anexo 1. Listado de localidades encuestadas por distritos, provincias y departamentos, incluyendo los  datos de altitud promedio de la localidad y el número de encuestas realizadas por comunidad.  DEPARTAMENTO  PROVINCIA  DISTRITO  ANEXO (S)  LATITUD  LONGITUD  ALTITUD  # ENC.  APURÍMAC  ANDAHUAYLAS  TURPO  PARAGUA  13°46'13"  73°29'13.6"  3,282  10  APURÍMAC  ANDAHUAYLAS  TALAVERA  PAMPAMARCA  13°42'20.2"  73°27'41"  3,356  13  APURÍMAC  ANDAHUAYLAS  PACUCHA  SANTA ELENA  13°35'52.2"  73°19'33.5'  3,129  12  APURÍMAC  ANDAHUAYLAS  PACOBAMBA  PUMARARCCO  13°37'37.3"  73°7'05.18"  2,990  15  APURÍMAC  ABANCAY  SAYWUITE  CONCACHA  13°33'03.3"  72°47'43.9"  3,540  12  APURÍMAC  ABANCAY  CARCATERA  QUISAPATA  13°40'47"  72°52'15"  3,273  11  CUSCO  CHUMBIVILCAS  COLQUEMARCA  CHARAMURAY  14°14'43"  72°3'21.8"  3,464  12  CUSCO  ESPINAR  COPORAQUE  APACHACO  14°52'20.3"  71°32'5.8"  3,995  20  CUSCO  ESPINAR  PALLPATA  ANTACAMA  14°53'25.7"  71°12'34.6"  4,013  9  CUSCO  ESPINAR  PICHIGUA  MAMANOCCA  14°43'44.9"  71°24'32.7"  3,912  12  CUSCO  CANAS  KUNTURKANKI  DESCANSO  14°32'4.9"  71°18'27.6"  3,954  11  CUSCO  PAUCARTAMBO  PAUCARTAMBO  SUNCHUBAMBA  13°15'52.9"  71°37'10.2"  2,852  12  CUSCO  PAUCARTAMBO  COLQUEPATA  INKA PAUCAR  13°24'57.4"  71°41'30.6"  3,566  13  CUSCO  QUISPICANCHI  MARCAPATA  CCOLLANA  13°36'15.3"  70°59'04.3"  3,095  12  CUSCO  QUISPICANCHI  CCATCCA  PAMPACAMARA  13°38'25.1"  71°31'06.9"  3,633  12  CUSCO  ANTA  ANTA  CHACAN  13°26'13.9"  72°08'0.2"  3,512  12  CUSCO  URUBAMBA  CHINCHERO  HUATATA  13°22'35.1''  72°05'15.3''  3,732  10  LA LIBERTAD  JULCAN  CARABAMBA  SAN CARLOS  08°06.6'67''  78°33.9'91"  3,383  22  LA LIBERTAD  OTUZCO  OTUZCO  ALLACDAY  07°56.0'35''  78°31.5'54"  3,356  20  LA LIBERTAD  SÁNCHEZ  CARRIÓN  HUAMACHUCO  URPAY  07°47.9'65''  78°04.3'45"  3,126  11  LA LIBERTAD  SÁNCHEZ CARRIÓN  MARCABALITO  TAYANGA  07°42.7'70''  77°59.2'42"  3,376  12  LA LIBERTAD  SÁNCHEZ CARRIÓN  SARIN  CEBADA PAMPA  07°53.3'20''  77°54.5'77"  3,128  8  LA LIBERTAD  SÁNCHEZ CARRIÓN  SARIN  ATUMPAMPA  07°53.6'66''  77°52.4'88"  3,595  4  LA LIBERTAD  SANTIAGO DE CHUCO  SITABAMBA  CHAGAPAMPA  08°01.3'19''  77°47.6'57"  3,646  12  LA LIBERTAD  SANTIAGO DE CHUCO  CACHICADAN  ALGALLAMA  08°07.2'40"  78°07.0'69"  3,434  12  CAJAMARCA  CAJAMARCA  ASUNCIÓN  PACHANI  07°22.2'73''  78°21.6'65"  2,958  12  CAJAMARCA  CAJAMARCA  LA ENCAÑADA  HUAYTORCO  07°05.0'93''  78°21.1'48"  3,304  11  CAJAMARCA  CAJAMARCA  NAMORA  SULLUSCOCHA  07°11.6'28''  78°21.9'71"  2,980  20  CAJAMARCA  CELENDÍN  SUCRE  LA LAGUNA  06°57.4'53''  78°09.4'14"  3,046  10  CAJAMARCA  CHOTA  CHIGUIRIP  CHIGUIRIP  06°25.6'94''  78°43.2'62"  2,632  12  CAJAMARCA  CHOTA  LLAMA  LA COLMENA  06°30.8'86'  79°03.9'07"  2,676  2  CAJAMARCA  CHOTA  LLAMA  CALLAMPAMPA  06°31.8'86'  79°05.5'65"  2,515  6  CAJAMARCA  CHOTA  TACABAMBA  CHUCMAR  06°24.4'99'  78°33.5'50"  2,970  12  CAJAMARCA  SAN MARCOS  JOSÉ MANUEL QUIROZ  QUINUAMAYO  07°18.8'49'  78°02.3'91"  3,651  12  CAJAMARCA  SAN MARCOS  JOSÉ SABOGAL  AGUA BLANCA  07°14.4'83'  78°03.3'89"  3,684  10  HUÁNUCO  AMBO  CONCHAMARCA  YAURIN  10°01'20.88'  76°09'43.92"  2,820  7  HUÁNUCO  AMBO  CONCHAMARCA  LA LIBERTAD  11°50'30.24'  75°18'10.8"  2,869  6  HUÁNUCO  HUÁNUCO  KICHKI  SAN PABLO DE MITOTAMBO  09°53'16.56'  76°25'37.14"  2,896  6  HUÁNUCO  HUÁNUCO  KICHKI  PUNCHAO CHICO  09°53'59.10'  76°24'40.68"  2,714  6  HUÁNUCO  HUÁNUCO  YACUS  YACUS  09°59'10.20'  76°30'19.86"  3,233  6  HUÁNUCO  HUÁNUCO  YACUS  HUANCHÁN  09°53'6.12'  76°34'52.26"  3,750  7  36  |        DEPARTAMENTO  PROVINCIA  DISTRITO  ANEXO (S)  LATITUD  LONGITUD  ALTITUD  # ENC.  HUÁNUCO  HUAMALIES  PUNCHAO  PUNCHAO  09°27'44.82'  76°49'13.44"  3,560  14  HUÁNUCO  HUAMALIES  PUÑOS  PUÑOS  09°30'1.62'  76°53'1.86"  3,735  12  HUÁNUCO  HUAMALIES  JACAS GRANDE  JACAS GRANDE  09°32'15'  76°44'05"  3,615  12  HUÁNUCO  HUAMALIES  JACAS GRANDE  PAMPARRUAY  09°32'24.3'  76°42'40.62"  3,567  12  HUÁNUCO  HUAMALIES  TANTAMAYO  TANTAMAYO  09°23'33.06'  76°43'11.58"  3,495  7  HUÁNUCO  HUAMALIES  TANTAMAYO  SAN PEDRO DE PARIARCA  09°23'33.06"  76°43'11.58"  3,648  6  HUÁNUCO  YAROWILCA  CHORAS  CHORAS  09°59'09"  75°30'16"  3,236  6  HUÁNUCO  YAROWILCA  CHORAS  SAN JOSÉ DE TASHGA  09°53'40.8"  75°34'52.08"  3,605  12  HUÁNUCO  DOS DE MAYO  MARÍAS  MARÍAS  09°36'25.08'  76°42'23.64"  3,500  12  HUÁNUCO  DOS DE MAYO  MARÍAS  GUENAYHUILCA  09°36'25.08'  76°40'53.1"  3,545  14  HUÁNUCO  PACHITEA  PANAO  PANAO  09°53'32"  75°57'28"  1,846  6  HUÁNUCO  PACHITEA  PANAO  HUAMAN  09°53'50.82"  75°39'40.8"  2,506  6  HUÁNUCO  PACHITEA  CHAGLLA  CHAGLLA  09°50'41.76"  75°54'10.80"  3,031  8  JUNIN  HUANCAYO  SAN AGUSTÍN  BELLAVISTA  11°58'33.96"  75°13'1.98"  3,250  7  JUNIN  HUANCAYO  SAN AGUSTÍN  VISTA ALEGRE  11°58'33.96"  75°13'1.98"  3,250  6  JUNIN  JAUJA  TUNANMARCA  TUNANMARCA  11°43'38"  75°34'06"  3,470  6  JUNIN  JAUJA  TUNANMARCA  QUISHUARCANCHA  11°40'45"  75°38'52"  3,496  6  JUNIN  CONCEPCION  COCHAS  COCHAS  N.D.  N.D.  N.D.  7  JUNIN  CONCEPCION  COCHAS  ANDAS  N.D.  N.D.  N.D.  7  JUNIN  CONCEPCION  COMAS  LAYANNIO  11°43'4.38"  75°04'55.26"  3,284  12  JUNÍN  CONCEPCIÓN  COMAS  POMAMANTA  11°39'55.6"  75°06'7.38"  3,285  12  JUNÍN  CONCEPCIÓN  HEROÍNAS TOLEDO  LA LIBERTAD  11°50'30.24"  75°18'10.8"  3,740  12  JUNÍN  TARMA  HUASAHUASI  CARITÁ  11°14'55.56"  75°41'9.36"  3,754  13  JUNÍN  TARMA  HUASAHUASI  SAN JUAN DE LA LIBERTAD  11°15'40"  75°38'54"  3,754  12  ANCASH  HUARI  SAN MARCOS  SAN MARCOS  09°18'59"  76°56'08"  3,432  10  ANCASH  HUARI  HUACACHI  HUACACHI  09°31'30"  77°09'27''  2,956  10  ANCASH  SIHUAS  SAN JUAN  SAN JUAN DE CHULLIN  08°45'37"  78°03'37''  2,717  10  ANCASH  SANTA  MACATE  MACATE  08°38'46"  77°34'51''  2,729  10  LIMA  HUARAL  AUCALLAMA  EX FUNDO MIRAFLORES  11°33'48"  77°10'39''  145  5  LIMA  HUARAL  HUARAL  HUARAL  11°29'27"  77°12'15''  181  5  LIMA  BARRANCA  BARRANCA  VINTO BAJO  10°45'13.98"  77°45'25.49''  390  10  AYACUCHO  HUAMANGA  TAMBILLO  QESHCCA  N.D.  N.D.  N.D.  4  AYACUCHO  HUAMANGA  TAMBILLO  PINAO  N.D.  N.D.  N.D.  6  AYACUCHO  HUAMANGA  VINCHOS  QASANJAY  N.D.  N.D.  N.D.  5  AYACUCHO  HUAMANGA  VINCHOS  HUARACA  N.D.  N.D.  N.D.  5  AYACUCHO  HUAMANGA  ACCOCRO  PARCCAHUANCA  N.D.  N.D.  N.D.  10  AYACUCHO  HUAMANGA  ACCOCRO  ANDARACCAY  N.D.  N.D.  N.D.  10  AYACUCHO  HUAMANGA  ACCOCRO  SECCELAMBRAS  N.D.  N.D.  N.D.  10  AYACUCHO  HUANTA  AYAHUANCO  AYAHUANCO  N.D.  N.D.  N.D.  20  HUANCAVELICA  ACOBAMBA  ROSARIO  LLIPLLINA  N.D.  N.D.  N.D.  5  HUANCAVELICA  ACOBAMBA  ROSARIO  CCULCHUYPATA  N.D.  N.D.  N.D.  5  | 37    DEPARTAMENTO  PROVINCIA  DISTRITO  ANEXO (S)  LATITUD  LONGITUD  ALTITUD  # ENC.  HUANCAVELICA  ANGARAES  ANCHONGA  ÑAWINPUCLLU  N.D.  N.D.  N.D.  6  HUANCAVELICA  ANGARAES  ANCHONGA  CHILLHUAPAMPA  N.D.  N.D.  N.D.  7  HUANCAVELICA  ANGARAES  ANCHONGA  CAÑAY  N.D.  N.D.  N.D.  7  HUANCAVELICA  TAYACAJA  AHUAYCHA  PACHAHUASI  N.D.  N.D.  N.D.  5  HUANCAVELICA  TAYACAJA  AHUAYCHA  ACRAQUIA  N.D.  N.D.  N.D.  5  HUANCAVELICA  TAYACAJA  COLCABAMBA  TOCAS  N.D.  N.D.  N.D.  10  HUANCAVELICA  TAYACAJA  SURCUBAMBA  UNIÓN MILAGRO  N.D.  N.D.  2,581  10  HUANCAVELICA  TAYACAJA  TINTAY PUNCU  PUERTO SAN ANTONIO  N.D.  N.D.  2,313  11  PUNO  AZÁNGARO  AZÁNGARO  PUNTA SACAWASI  14°59.7'98"  70°10.9'92''  3,851  5  PUNO  AZÁNGARO  AZÁNGARO  SAN MATEO  14°59.7'98"  70°10.9'92''  3,851  6  PUNO  AZÁNGARO  CAMINACA  SANTA BÁRBARA  15°19.2'77"  70°03.5'09''  3,829  10  PUNO  AZÁNGARO  CAMINACA  ARAPA  15°19.2'77"  70°03.5'09''  3,829  3  PUNO  AZÁNGARO  SAN ANTÓN  RECREO  14°35.9'29"  70°11.1'40''  3,955  12  PUNO  AZÁNGARO  SANTIAGO DE PUPUJA  SANTA ANA  15°03.3'68"  70°10.8'60''  3,848  6  PUNO  AZÁNGARO  SANTIAGO DE PUPUJA  MANTARO CHICO  15°03.3'68"  70°10.8'60''  3,848  6  PUNO  AZÁNGARO  SAMÁN  JASANA GRANDE  15°19.7'7"  70°01.3'71''  3,837  23  PUNO  CARABAYA  AYAPATA  CANA  13°47.9'48"  70°19'40''  3,342  6  PUNO  CARABAYA  AYAPATA  AYAPATA  13°47.9'48"  70°19'40''  3,342  6  PUNO  CARABAYA  CORANI  ISIVILLA  13°54.9'99"  70°32.5'82''  4,377  12  PUNO  HUANCANÉ  PUSI  LLACTAMOQO  15°25.1'87"  70°0.0'11''  3,861  12  PUNO  PUNO  AMANTANI  EL PUEBLO  15°39.4'55"  69°43.2'06''  3,865  3  PUNO  PUNO  AMANTANI  SANKAYUMI  15°39.4'55"  69°43.2'06''  3,865  3  PUNO  PUNO  AMANTANI  SANTA ROSA  15°39.4'55"  69°43.2'06''  3,865  3  PUNO  PUNO  AMANTANI  ALTO SANKAYUMI  15°39.4'55"  69°43.2'06''  3,865  3  PUNO  PUNO  ATUNCOLLA  QOCHELLA  15°39.2'65"  70°09.8'05''  3,833  3  PUNO  PUNO  ATUNCOLLA  SAN JOSÉ PRINCIPIO  15°39.2'65"  70°09.8'05''  3,833  9  PUNO  PUNO  CAPACHICA  YANCACO GRANDE  15°35.5'01"  69°50.4'16''  3,830  12  PUNO  SAN ROMÁN  CARACOTO  PAUCARA DE VIZCACHANI  15°35.8'21"  70°07.2'78''  3,825  12  PUNO  SAN ROMÁN  JULIACA  NIÑO SAN SALVADOR  15°20.1'58"  70°11.1'40''  3,830  5  PUNO  SAN ROMÁN  JULIACA  NIÑO SAN SALVADOR  15°20.1'58"  70°11.1'40''  3,830  7  PUNO  SANDIA  LIMBANI  LIMBANI  14°08.8'52"  69°41.4'58''  3,315  6  PUNO  SANDIA  LIMBANI  HUANCASAYANA  14°08.8'52"  69°41.4'58''  3,315  6  PUNO  SANDIA  PATAMBUCO  CANU  14°23.0'85"  69°41.3'58''  4,017  6  PUNO  SANDIA  PATAMBUCO  PATAMBUCO  14°23.0'85"  69°41.3'58''  4,017  6  PUNO  SANDIA  PHARA  CULLUCACHI  14°09.7'64"  69°39.2'76''  3,613  6  PUNO  SANDIA  PHARA  PHARA  14°09.7'64"  69°39.2'76''  3,613  6  PUNO  YUNGUYO  CUTURAPI  CHIMBO  16°16.2'73"  69°11.7'46''  3,836  8  PUNO  YUNGUYO  CUTURAPI  CUTURAPI  16°16.2'73"  69°11.7'46''  3,836  5  N=11  N=45  N=84  N=120        N=1098  38  |  Anexo 2. Lista de encuestadores y supervisores incluyendo información sobre los departamentos  encuestados y las fechas de las encuestas.    Apurímac‐ Cusco  Cajamarca‐La  Libertad  Junín‐ Huánuco  Ayacucho‐ Huancave‐lica  Lima‐Ancash  Puno  FECHAS  26 de  noviembre‐16  de diciembre  del 2012  26 febrero‐14  de marzo del  2013  04‐22 de  marzo del  2013  13‐25 de  mayo del 2013  03‐07 de junio  del 2013  26 de mayo‐ 16 de junio del  2013  DÍAS  21  17  19  13  6  22  Nº de ENCUESTAS  204  208  265  140  60  180  Pucuhuayla  Jessica  1                 Ccoñas, David   1                 Valer, Hilda   1                 León, Ana Jazmine  1                 Tello, Eusfila Sara  1     1  1     1  Cusi, Dionicia   1     1  1     1  Arana, Ángel H.     1              Saucedo, Jhoan Noel     1              Bravo, Alex Eudaldo     1              Sánchez, Kathya E.     1              Boñón, Liliana G.     1              Soberón, Yessenia      1              Araujo, Remy Yordan              1     Colachagua, Celmira        1     1     Sandoval, Imelda L.        1     1     Cortez, Diego Justino           1     1  Carrizales, Freddy A.           1     1  Hurtado, Yuri Edward           1     1  Lloclli, Roxana                 1  Grajeda, Alfonso D.        1           Rivera, Lilia del R.        1           SUPERVISORES                    Ochoa, Meliza   1  1     1     1  Rojas, Ángela Pilar        1     1     | 39  Anexo 3. Porcentaje del área de las principales variedades de papa por departamento y porcentaje a nivel nacional de las variedades, ponderada por el área  de papa por departamento según el área de intención de siembra 2011‐2012 del Ministerio de Agricultura, Perú      ESCALA  NACIONAL (%)  CUSCO  (ha.)  APURIMAC  (ha.)  LA LIBERTAD  (ha.)  CAJAMARCA  (ha.)  HUANUCO  (ha.)  JUNIN   (ha.)  ANCASH  (ha.)  LIMA   (ha.)  PUNO   (ha.)  AYACUCH O (ha.)  HUANCAVELICA  (ha.)    Nro. ENCUESTAS  1,098  135  73  101  107  165  100  40  20  216  70  71    Área MINAGRI  275,706  33,619  16,968  24,730  29,706  35,635  24,012  12,456  3,898  52,312  21,471  20,899    Principales variedades de papa mejoradas relacionadas al CIP y socios nacionales  1  CANCHAN  12.06%  12.24  9.51  1.14  1.09  52.40  12.39  0.84  51.95  0.58  32.63  0.86  2  AMARILIS  10.76%  1.90  13.68  23.44  19.69  8.30  0.62  0.14  0.00  0.00  0.72  2.64  3  UNICA  4.37%  1.46  7.67  1.30  3.55  1.80  19.35  0.00  48.03  0.00  0.21  0.00  4  ANDINA  1.55%  0.00  0.00  0.00  0.00  9.35  6.53  0.00  0.00  0.27  0.00  0.56  5  CHASKA  1.55%  13.68  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.20  0.00  0.00  6  PERRICHOLI  1.54%  0.18  0.00  0.00  0.91  0.00  0.76  0.25  20.65  0.00  0.00  5.50  7  SERRANITA  1.29%  1.06  6.92  2.48  0.77  0.01  0.32  0.00  0.00  0.00  0.00  0.03    Principales variedades de papa mejoradas no relacionadas al CIP  1  YUNGAY  22.42%  5.26  4.90  11.79  14.70  44.68  37.27  8.13  12.66  0.40  34.17  17.22  2  CICA  3.28%  29.13  2.44  0.00  0.00  0.00  0.00  0.00  0.00  0.02  0.00  0.00  3  CAPIRO  0.71%  0.00  0.00  0.16  0.00  9.81  0.00  0.00  0.00  0.00  0.04  0.00  4  MARIVA  0.55%  1.35  0.00  0.00  0.15  0.01  0.90  0.00  0.00  0.41  0.50  0.09    OTRAS  VARIEDADES  MEJORADAS  (N=14)  1.77%  1.49  1.37  1.19  1.31  3.23  0.16  0.05  0.00  0.99  0.46  1.13    Principales variedades de papa nativas  1  PERUANITA  4.58%  2.96  16.06  0.49  0.01  12.40  2.91  1.05  0.00  1.61  1.10  2.71  2  HUAYRO  4.44%  3.48  9.86  0.08  0.41  13.06  1.41  3.29  0.00  1.39  0.72  1.88  3  CCOMPIS  2.95%  8.38  0.28  0.00  0.00  0.00  0.00  0.00  0.00  3.91  0.00  0.00  4  YANA IMILLA  2.87%  0.05  0.00  0.00  0.00  0.00  0.00  0.00  0.00  5.48  0.00  0.00  5  LOMO  2.41%  0.05  0.00  0.00  0.00  0.00  0.00  0.00  0.00  4.59  0.00  0.00  6  AMARILLA  1.95%  0.00  0.34  0.09  0.01  16.89  0.96  0.71  0.00  0.00  0.13  2.38  7  HUEVO DE INDIO  1.40%  0.00  0.00  8.31  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00    OTRAS  VARIEDADES  NATIVAS  (N=368)  17.48%  32.69  4.32  2.71  6.68  14.14  2.52  0.29  0.00  16.38  3.11  8.94              40  |  Anexo 4. Estadística descriptiva de los principales factores productivos y socioeconómicos de la muestra encuestada      PERÚ  CUSCO  APURÍMAC  LA LIBERTAD  CAJAMARCA  HUÁNUCO  JUNÍN  ANCASH  LIMA  PUNO  AYACUCHO  HUANCAVELICA  Número de Encuestas  1,098  135  73  101  107  165  100  40  20  216  70  71  Edad del jefe del hogar (años)  46.0   (13.9)  46.5   (12.9)  42.0   (12.1)  45.9   (15.2)  47.5       (14.9)  45.2   (12.9)  48.1   (15.0)  50.8   (12.6)  46.3   (11.5)  47.3   (14.3)  41.2      (12.2)  43.4   (14.4)  Educación del jefe del hogar  (años)  6.6      (6.3)  5.8   (3.7)  6.4        (3.8)  5.4         (3.6)  6.2          (9.7)  7.5        (3.8)  6.8   (3.7)  6.4       (4.4)  9.6   (3.7)  6.8   (7.4)  8.2        (12.3)  5.6   (4.1)  Pertenencia a asociación agrícola  21%  24%  41%  13%  17%  22%  35%  33%  45%  6%  29%  10%  Recibió capacitación agrícola  18%  16%  26%  23%  21%  23%  23%  3%  60%  10%  21%  3%  Área total (ha)  2.8      (8.5)  1.7   (1.9)  1.8        (1.8)  3.1        (6.9)  4.9       (12.9)  4.4        (7.1)  1.4   (1.8)  0.7      (1.2)  7.3   (5.9)  1.8   (13.6)  4.7          (8.1)  2.4      (2.6)  Valor monetario de animales  (Soles/hogar)  3686   (5299)  5863  (5437)  4756  (4445)  2825   (3416)  4351   (7118)  2950   (4981)  2609   (3443)  3243   (3335)  1256   (3850)  3301  (4907)  3308   (3517)  4371   (8976)  Cantidad de animales mayores  3.3      (4.4)  5.2   (4.3)  4.7       (4.5)  3.3       (3.0)  3.4         (4.1)  2.4        (4.3)  2.4   (3.0)  3.9      (5.1)  0.0   (0.0)  3.0   (3.7)  3.1         (4.7)  3.9   (7.4)  Cantidad de animales menores  8.0   (14.2)  12.9   (19.8)  3.4        (3.9)  6.0        (7.7)  2.2          (3.3)  8.6       (12.3)  6.9   (15.2)  7.9   (11.8)  3.5   (10.9)  9.1   (13.8)  8.3        (14.7)  13.1   (23.4)  Cantidad de cuyes y gallinas  11.5   (13.0)  10.4   (10.9)  24.3   (18.3)  13.9     (9.8.)  14.7      (10.8)  13.7   (13.2)  11.5   (17.1)  20.0   (12.5)  5.1   (8.2)  4.0   (7.9)  5.7          (6.0)  13.0   (12.4)  Cantidad de papa vendida  (t/hogar)  8.0   (32.6)  3.8   (5.5)  10.4   (16.2)  3.2       (6.5)  2.7          (8.0)  10.9  (41.2)  8.9   (15.4)  0.8     (2.1)  169.6   (116.8)  0.0   (0.3)  7.9        (16.3)  2.6      (7.0)  Cantidad de pesticida usado  (l/parcela)  10.8   (45.9)  1.1   (4.9)  2.8        (5.6)  28.3   (71.1)  24.2      (78.9)  19.5   (68.9)  18.9   (41.6)  3.4   (12.7)  10.9   (19.6)  0.7   (8.3)  4.2        (18.2)  2.9   (16.9)  Área cultivada con papa (ha)  0.8       (1.7)  0.9   (0.9)  1.1         (1.1)  0.5       (0.7)  0.5          (1.0)  1.1         (2.8)  0.9   (1.0)  0.4      (0.7)  6.7   (4.0)  0.2   (0.3)  1.1          (1.5)  0.6      (1.3)  Problemas en disponibilidad de  semilla mejorada  18%  16%  45%  6%  10%  18%  20%  38%  35%  16%  24%  8%  Problemas de mercado  20%  31%  21%  17%  9%  27%  19%  40%  20%  11%  24%  20%  Problema de sequía  43%  53%  53%  54%  60%  33%  46%  33%  25%  37%  41%  21%  Problemas de gorgojo de los  Andes  70%  75%  74%  61%  34%  77%  66%  78%  10%  91%  70%  58%  Problemas de polilla de la papa  50%  41%  62%  43%  38%  55%  50%  80%  65%  55%  44%  38%  Problemas de rancha  82%  82%  89%  83%  75%  92%  93%  93%  65%  70%  86%  82%  Problemas de granizada  13%  3%  0%  7%  2%  13%  8%  0%  0%  34%  20%  20%  Problemas de helada  9%  3%  0%  12%  7%  4%  2%  3%  0%  24%  6%  17%  Área con variedades mejoradas  (%)  39%  14%  48%  53%  51%  33%  38%  7%  75%  2%  45%  8%  Área con var. tradicionales (%)  35%  44%  11%  25%  35%  36%  53%  57%  25%  6%  48%  56%  Área con variedades nativas (%)  26%  42%  41%  22%  14%  31%  9%  36%  0%  92%  7%  36%    | 41  Anexo 5. Resultados del propensity  score matching para  evaluar  el  impacto del uso de  variedades  mejoradas de papa de la STC en comparación a los que usan otras variedades mejoradas.      Codigo STATA usado * Propensity Score Matching * Definir el tratamiento, el efecto que se desea medir (IngVentas CantVentPapa Rendimiento), y las variables independientes use "D:\Backup\Willy\Division 1 Hareau\Semillas\Documentos encuestas STC\Reportes tecnicos\Base de datos STC PSM 16.09.2014.dta", clear global treatment IMPSTC global ylist Rendimiento * Luego se reemplaza con “CantVentPapa” e “IngVentas” global xlist EDUCJEFE Area ProbMercado global breps 1000 describe $treatment $ylist $xlist summarize $treatment $ylist $xlist * Regresion con una variable dummy para el tratamiento (t-test) reg $ylist $treatment * Regresion con una variable dummy para el tratamiento controlando por x reg $ylist $treatment $xlist * Propensity Score Matching con apoyo comun pscore $treatment $xlist, pscore(myscore) blockid(myblock) comsup * Matching methods * 1) Nearest neighbor matching attnd $ylist $treatment $xlist, pscore(myscore) comsup boot reps($breps) dots     1. Resultados para la variable de Rendimiento.      a) Descripción de las variables  storage display value variable name type format label variable label IMPSTC byte %10.0gc IMPSTC Rendimiento double %10.0g Rendimiento EDUCJEFE int %10.0g EDUC JEFE Area double %10.0g Area ProbMercado byte %10.0g ProbMercado b) Resumen de las variables    Variable Obs Mean Std. Dev. Min Max IMPSTC 675 .4296296 .4953903 0 1 Rendimiento 675 10.9728 6.229594 0.7 32.14286 EDUCJEFE 675 6.41037 6.425252 0 105 Area 675 .8769043 1.701703 0.0010323 31 ProbMercado 675 .2266667 .4189856 0 1       42  |    c) Regresión con una variable dummy para el tratamiento (t‐test)    Source | SS df MS Number of obs = 675 -------------+------------------------------ F( 1, 673) = 0.12 Model | 4.78132576 1 4.78132576 Prob > F = 0.7259 Residual | 26151.7049 673 38.8584026 R-squared = 0.0002 -------------+------------------------------ Adj R-squared = -0.0013 Total | 26156.4863 674 38.8078431 Root MSE = 6.2337 ------------------------------------------------------------------------------ Rendimiento | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- IMPSTC | .1700187 .484691 0.35 0.726 -.7816698 1.121707 _cons | 10.89975 .3176963 34.31 0.000 10.27596 11.52355 ------------------------------------------------------------------------------     d) Regresión con una variable dummy para el tratamiento controlando por x    Source | SS df MS Number of obs = 675 -------------+------------------------------ F( 4, 670) = 0.76 Model | 117.788241 4 29.4470603 Prob > F = 0.5531 Residual | 26038.698 670 38.8637284 R-squared = 0.0045 -------------+------------------------------ Adj R-squared = -0.0014 Total | 26156.4863 674 38.8078431 Root MSE = 6.2341 ------------------------------------------------------------------------------ Rendimiento | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- IMPSTC | .186327 .488681 0.38 0.703 -.7732034 1.145857 EDUCJEFE | .0568352 .0375232 1.51 0.130 -.0168419 .1305124 Area | -.0459073 .1418108 -0.32 0.746 -.3243543 .2325397 ProbMercado | .4623317 .5777705 0.80 0.424 -.6721271 1.59679 _cons | 10.46387 .4329397 24.17 0.000 9.613791 11.31395 e) Propensity Score Matching con apoyo común    The treatment is IMPSTC IMPSTC | Freq. Percent Cum. ------------+----------------------------------- 0 | 385 57.04 57.04 1 | 290 42.96 100.00 ------------+----------------------------------- Total | 675 100.00 Estimation of the propensity score Iteration 0: log likelihood = -461.16691 Iteration 1: log likelihood = -455.63293 Iteration 2: log likelihood = -455.62032 Iteration 3: log likelihood = -455.62032 Probit regression Number of obs = 675 LR chi2(3) = 11.09 Prob > chi2 = 0.0112 Log likelihood = -455.62032 Pseudo R2 = 0.0120 ------------------------------------------------------------------------------ IMPSTC | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- EDUCJEFE | .0084673 .0083798 1.01 0.312 -.0079567 .0248914 Area | .0284254 .0271581 1.05 0.295 -.0248034 .0816543 ProbMercado | -.3519164 .1189883 -2.96 0.003 -.5851292 -.1187035 _cons | -.1795916 .0787985 -2.28 0.023 -.3340339 -.0251493 | 43  f) Método de emparejamiento: Nearest neighbor matching    ATT estimation with Nearest Neighbor Matching method random draw version) Analytical standard errors --------------------------------------------------------- n. treat. n. contr. ATT Std. Err. t --------------------------------------------------------- 290 193 1.019 0.653 1.562 --------------------------------------------------------- Note: the numbers of treated and controls refer to actual nearest neighbour matches Bootstrap statistics Number of obs = 678 Replications = 1000 ------------------------------------------------------------------------------ Variable | Reps Observed Bias Std. Err. [95% Conf. Interval] -------------+---------------------------------------------------------------- attnd | 1000 1.019223 -.1843996 .6565646 -.2691811 2.307627 (N) | -.4895262 2.082922 (P) | -.074422 2.325212 (BC) ------------------------------------------------------------------------------ Note: N = normal P = percentile BC = bias-corrected ATT estimation with Nearest Neighbor Matching method (random draw version) Bootstrapped standard errors --------------------------------------------------------- n. treat. n. contr. ATT Std. Err. t --------------------------------------------------------- 290 193 1.019 0.657 1.552 --------------------------------------------------------- Note: the numbers of treated and controls refer to actual nearest neighbour matches       2. Resultados para la variable de Cantidad de papa vendida.      a) Descripción de las variables    storage display value variable name type format label variable label IMPSTC byte %10.0gc IMPSTC CantVentPapa double %10.0g CantVentPapa EDUCJEFE int %10.0g EDUC JEFE Area double %10.0g Area ProbMercado byte %10.0g ProbMercado     b) Resumen de las variables    Variable Obs Mean Std. Dev. Min Max IMPSTC 675 .4296296 .4953903 0 1 CantVentPapa 675 7.244198 23.09906 0 440 EDUCJEFE 675 6.41037 6.425252 0 105 Area 675 .8769043 1.701703 0.0010323 31 ProbMercado 675 .2266667 .4189856 0 1             44  |    c) Regresión con una variable dummy para el tratamiento (t‐test)    Source | SS df MS Number of obs = 675 -------------+------------------------------ F( 1, 673) = 1.07 Model | 569.841526 1 569.841526 Prob > F = 0.3017 Residual | 359053.886 673 533.512461 R-squared = 0.0016 -------------+------------------------------ Adj R-squared = 0.0001 Total | 359623.728 674 533.566361 Root MSE = 23.098 ------------------------------------------------------------------------------ CantVentPapa | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- IMPSTC | 1.856092 1.795952 1.03 0.302 -1.670251 5.382436 _cons | 6.446765 1.177177 5.48 0.000 4.135383 8.758148 ------------------------------------------------------------------------------     d) Regresión con una variable dummy para el tratamiento controlando por x    Source | SS df MS Number of obs = 675 -------------+------------------------------ F( 4, 670) = 519.89 Model | 271992.651 4 67998.1628 Prob > F = 0.0000 Residual | 87631.0764 670 130.792651 R-squared = 0.7563 -------------+------------------------------ Adj R-squared = 0.7549 Total | 359623.728 674 533.566361 Root MSE = 11.436 ------------------------------------------------------------------------------ CantVentPapa | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- IMPSTC | .3082477 .8964888 0.34 0.731 -1.452018 2.068513 EDUCJEFE | -.0103944 .0688365 -0.15 0.880 -.1455557 .1247669 Area | 11.80536 .2601529 45.38 0.000 11.29455 12.31617 ProbMercado | -.1083231 1.059924 -0.10 0.919 -2.189496 1.97285 _cons | -3.149222 .794231 -3.97 0.000 -4.708704 -1.589741 ------------------------------------------------------------------------------     e) Propensity Score Matching con apoyo común    The treatment is IMPSTC IMPSTC | Freq. Percent Cum. ------------+----------------------------------- 0 | 385 57.04 57.04 1 | 290 42.96 100.00 ------------+----------------------------------- Total | 675 100.00 Estimation of the propensity score Iteration 0: log likelihood = -461.16691 Iteration 1: log likelihood = -455.63293 Iteration 2: log likelihood = -455.62032 Iteration 3: log likelihood = -455.62032 Probit regression Number of obs = 675 LR chi2(3) = 11.09 Prob > chi2 = 0.0112 Log likelihood = -455.62032 Pseudo R2 = 0.0120 ------------------------------------------------------------------------------ IMPSTC | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- EDUCJEFE | .0084673 .0083798 1.01 0.312 -.0079567 .0248914 Area | .0284254 .0271581 1.05 0.295 -.0248034 .0816543 ProbMercado | -.3519164 .1189883 -2.96 0.003 -.5851292 -.1187035 _cons | -.1795916 .0787985 -2.28 0.023 -.3340339 -.0251493 ------------------------------------------------------------------------------         | 45  f) Método de emparejamiento: Nearest neighbor matching    ATT estimation with Nearest Neighbor Matching method (random draw version) Analytical standard errors --------------------------------------------------------- n. treat. n. contr. ATT Std. Err. t --------------------------------------------------------- 290 193 2.705 1.507 1.794 --------------------------------------------------------- Note: the numbers of treated and controls refer to actual nearest neighbour matches Bootstrap statistics Number of obs = 678 Replications = 1000 ------------------------------------------------------------------------------ Variable | Reps Observed Bias Std. Err. [95% Conf. Interval] -------------+---------------------------------------------------------------- attnd | 1000 2.704503 -.0371031 1.351187 .0530131 5.355993 (N) | -.1637838 5.486588 (P) | .2044124 5.798787 (BC) ------------------------------------------------------------------------------ Note: N = normal P = percentile BC = bias-corrected ATT estimation with Nearest Neighbor Matching method (random draw version) Bootstrapped standard errors --------------------------------------------------------- n. treat. n. contr. ATT Std. Err. t --------------------------------------------------------- 290 193 2.705 1.351 2.002 --------------------------------------------------------- Note: the numbers of treated and controls refer to actual nearest neighbour matches     3. Resultados para la variable de Ingresos adicionales por venta de papas mejoradas modernas.      a) Descripción de las variables  storage display value variable name type format label variable label IMPSTC byte %10.0gc IMPSTC IngVentas double %10.0g IngVentas EDUCJEFE int %10.0g EDUC JEFE Area double %10.0g Area ProbMercado byte %10.0g ProbMercado     b) Resumen de las variables Variable Obs Mean Std. Dev. Min Max IMPSTC 675 .4296296 .4953903 0 1 IngVentas 674 4983.678 22108.43 0 491000 EDUCJEFE 675 6.41037 6.425252 0 105 Area 675 .8769043 1.701703 0.0010323 31 ProbMercado 675 .2266667 .4189856 0 1       46  |    c) Regresión con una variable dummy para el tratamiento (t‐test)    Source | SS df MS Number of obs = 674 -------------+------------------------------ F( 1, 672) = 0.18 Model | 85872158.5 1 85872158.5 Prob > F = 0.6754 Residual | 3.2886e+11 672 489382413 R-squared = 0.0003 -------------+------------------------------ Adj R-squared = 0.0012 Total | 3.2895e+11 673 488782843 Root MSE = 22122 ------------------------------------------------------------------------------ IngVentas | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- IMPSTC | 721.2351 1721.769 0.42 0.675 -2659.459 4101.929 _cons | 4674.425 1127.441 4.15 0.000 2460.694 6888.156 ------------------------------------------------------------------------------     d) Regresión con una variable dummy para el tratamiento controlando por x    Source | SS df MS Number of obs = 674 -------------+------------------------------ F( 4, 670) = 407.82 Model | 2.3328e+11 4 5.8320e+10 Prob > F = 0.0000 Residual | 9.5670e+10 669 143005035 R-squared = 0.7092 -------------+------------------------------ Adj R-squared = 0.7074 Total | 3.2895e+11 673 488782843 Root MSE = 11958 ------------------------------------------------------------------------------ CantVentPapa | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- IMPSTC | -922.0771 938.3288 -0.98 0.326 -2764.501 920.3467 EDUCJEFE | -13.91496 72.01983 -0.19 0.847 -155.3271 127.4972 Area | 10959 272.0487 40.28 0.000 10424.83 11493.17 ProbMercado | -2033.441 1108.445 -1.83 0.067 -4209.891 143.0083 _cons | -3690.23 830.7889 -4.44 0.000 -5321.498 -2058.963 ------------------------------------------------------------------------------     e) Propensity Score Matching con apoyo comun    The treatment is IMPSTC IMPSTC | Freq. Percent Cum. ------------+----------------------------------- 0 | 385 57.04 57.04 1 | 290 42.96 100.00 ------------+----------------------------------- Total | 675 100.00 Estimation of the propensity score Iteration 0: log likelihood = -461.16691 Iteration 1: log likelihood = -455.63293 Iteration 2: log likelihood = -455.62032 Iteration 3: log likelihood = -455.62032 Probit regression Number of obs = 675 LR chi2(3) = 11.09 Prob > chi2 = 0.0112 Log likelihood = -455.62032 Pseudo R2 = 0.0120 ------------------------------------------------------------------------------ IMPSTC | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- EDUCJEFE | .0084673 .0083798 1.01 0.312 -.0079567 .0248914 Area | .0284254 .0271581 1.05 0.295 -.0248034 .0816543 ProbMercado | -.3519164 .1189883 -2.96 0.003 -.5851292 -.1187035 _cons | -.1795916 .0787985 -2.28 0.023 -.3340339 -.0251493       | 47  f) Método de emparejamiento: Nearest neighbor matching    --------------------------------------------------------- n. treat. n. contr. ATT Std. Err. t --------------------------------------------------------- 290 193 1650.438 1121.114 1.472 --------------------------------------------------------- Note: the numbers of treated and controls refer to actual nearest neighbour matches Bootstrap statistics Number of obs = 678 Replications = 1000 ------------------------------------------------------------------------------ Variable | Reps Observed Bias Std. Err. [95% Conf. Interval] -------------+---------------------------------------------------------------- attnd | 1000 1650.438 7.607648 1012.712 -336.8479 3637.724 (N) | -373.488 3632.403 (P) | -270.8863 3693.618 (BC) ------------------------------------------------------------------------------ Note: N = normal P = percentile BC = bias-corrected ATT estimation with Nearest Neighbor Matching method (random draw version) Bootstrapped standard errors --------------------------------------------------------- n. treat. n. contr. ATT Std. Err. t --------------------------------------------------------- 290 193 1650.438 1012.712 1.630 --------------------------------------------------------- Note: the numbers of treated and controls refer to actual nearest neighbour matches           48  |    Anexo 6. Poster presentado en el Congreso Latinoamericano de la Papa, celebrado en Panamá en agosto del 2016.      El Centro Internacional de la Papa (CIP) es una organización de investigación para el desarrollo especializada en papa, camote y raíces y tubérculos andinos. Su objetivo es brindar soluciones sostenibles basadas en la ciencia a los acuciantes problemas de hambre, pobreza, igualdad de género, cambio climático y preservación de la frágil biodiversidad de nuestro planeta y sus recursos naturales. www.cipotato.org El CIP es miembro del CGIAR. El CGIAR es una alianza mundial de investigación agrícola para un futuro sin hambre. Su labor científica la llevan a cabo 15 centros de investigación en colaboración con cientos de organizaciones socias. www.cgiar.org Resultado de una encuesta a nivel nacional (2013) ADOPCIÓN E IMPACTO DE VARIEDADES MEJORADAS DE PAPA EN EL PERÚ: Ciencia para un futuro sin hambre PROGRAMA DE INVESTIGACIÓN SOBRE Raíces, Tubérculos y Banano