63
Informe elaborado por: ANEXO 4.1 Lima, julio 2014 Estimación del PBI al 2050 y Escenario “Todo sigue igual”(BAU) con metodología Top-down

Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

  • Upload
    others

  • View
    1

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Informe elaborado por:

ANEXO 4.1

Lima, julio 2014

Estimación del PBI al 2050 y Escenario “Todo sigue igual”(BAU) con metodología Top-down

Page 2: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

2

CONTENIDO

INTRODUCCIÓN ........................................................................................................................................6

1 PROYECCIONES DE CRECIMIENTO ......................................................................................................8

1.1 Metodología .....................................................................................................................................8

1.1.1 Metodología de mediano plazo (2013-2021) .......................................................................8

1.1.2 Metodología a largo plazo (2022-2050) ...............................................................................11

1.2 Resultados ......................................................................................................................................15

2 PROYECCIÓN DE LA POBLACIÓN ........................................................................................................18

2.1Proyeccióndelapoblacióntotalporáreageográfica ....................................................................18

2.2Proyeccióndelapoblaciónaniveldepartamentalyporáreageográfica.....................................20

3 ESTIMACIÓN DE LOS GEI EN EL PERÚ: METODOLOGÍA TOP-DOWN ....................................................22

3.1 Metodología .....................................................................................................................................22

3.2 Los datos .........................................................................................................................................23

3.3 Las estimaciones ............................................................................................................................24

3.3.1 Sector energía, industria y transporte ............................................................................. 24

3.3.2 Sector agricultura ............................................................................................................. 29

3.3.3 Sector Forestal (USCUSS) ................................................................................................. 30

3.3.4 Sector residuos ................................................................................................................. 33

4 ESTIMACIÓN DE LOS GEI EN EL PERÚ: METODOLOGÍA BOTTOM-UP ..................................................34

4.1 Metodología .....................................................................................................................................34

4.2 Los datos .........................................................................................................................................34

4.3 Las estimaciones ............................................................................................................................34

4.3.1 Sector energía ................................................................................................................... 35

4.3.2 Sector Transporte ............................................................................................................. 35

4.3.3 Sector procesos industriales ............................................................................................ 36

Page 3: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

3

4.3.4 Sector agricultura ............................................................................................................. 36

4.3.5 Sector Forestal (USCUSS) ................................................................................................. 36

4.3.6 Sector residuos ................................................................................................................. 37

5 RESULTADOS .....................................................................................................................................37

5.1 Proyecciones top-down al 2050 ......................................................................................................37

5.2 Proyecciones bottom-up al 2050 ................................................................................................. 37

5.3 Comparación de resultados top-down vs bottom-up .................................................................. 40

6 BIBLIOGRAFÍA .................................................................................................................................. 44

ANEXO 4.1.1 ........................................................................................................................................... 46

Page 4: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

4

ÍNDICE DE TABLAS

TABLA 1: PROYECCIONES ECONÓMICAS DEL PERÚ 2013-2021 ...........................................................................................................9

TABLA 2: CRECIMIENTO PROMEDIO DEL STOCK DE CAPITAL ............................................................................................................ 13

TABLA 3: CRECIMIENTO PROMEDIO DEL EMPLEO TOTAL .................................................................................................................. 13

TABLA 4: PROYECCIÓN DEL PBI PERUANO POR PERIODOS ............................................................................................................... 15

TABLA 5: PROYECCIÓN ANUAL DEL PBI PERUANO ............................................................................................................................ 15

TABLA 6: COMPOSICIÓN DEL PBI DEL PERÚ ....................................................................................................................................... 16

TABLA 7: PROYECCIONES DEL PBI (Var. % real) .................................................................................................................................. 17

TABLA 8: PROYECCIÓN ANUAL DE LA POBLACIÓN ............................................................................................................................. 19

TABLA 9: ESTRUCTURA DE LA POBLACIÓN POR ÁREA GEOGRÁFICA (en %) ..................................................................................... 19

TABLA 10: PROYECCIÓN DE LA POBLACIÓN POR ÁREA GEOGRÁFICA ............................................................................................... 20

TABLA 11: TASA DE CRECIMIENTO ANUAL DE LA POBLACIÓN URBANA ........................................................................................... 20

TABLA 12: PROYECCIÓN DE POBLACIÓN POR ÁREA GEOGRÁFICA .................................................................................................... 21

TABLA 13: EMISIONES CO2 eq/Gg ......................................................................................................................................................... 24

TABLA 14: CORRELACIÓN ENTRE PBI PER CÁPITA Y CO2/Gg PER CÁPITA DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE ... 25

TABLA 15: RESULTADOS DE LAS REGRESIONES DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE ........................................... 28

TABLA 16: TASA DE CRECIMIENTO HISTÓRICA Y PROYECTADA DE LAS EMISIONES DEL SECTOR ENERGÍA INDUSTRIA Y TRANSPORTE ..................................................................................................................................................................... 28

TABLA 17: RESULTADOS DE LAS REGRESIONES DEL SECTOR AGROPECUARIO ............................................................................... 31

TABLA 18: TASA DE CRECIMIENTO HISTÓRICA Y PROYECTADA DE LAS EMISIONES DEL SECTOR AGROPECUARIO....................... 32

TABLA 19: CORRELACIONES CON LAS EMISIONES CO2/Gg PER CÁPITA DEL SECTOR FORESTAL ................................................... 32

TABLA 20: PROYECCIÓN DE LAS EMISIONES DE GEI EN CO2 eq/Gg (2013-2050) .............................................................................. 38

TABLA 21: EMISIONES DE GEI CO2 eq/Gg DE ENERGÍA ....................................................................................................................... 39

TABLA 22: EMISIONES DE GEI CO2 eq/Gg DE TRANSPORTE ............................................................................................................... 39

TABLA 23: EMISIONES DE GEI CO2 eq/Gg DE PROCESOS INDUSTRIALES .......................................................................................... 39

TABLA 24: EMISIONES DE GEI CO2 eq/Gg DE AGRICULTURA .............................................................................................................. 40

TABLA 25: EMISIONES DE GEI CO2 eq/Gg DE FORESTAL ..................................................................................................................... 40

TABLA 26: EMISIONES DE GEI CO2 eq/Gg DE RESIDUOS ..................................................................................................................... 40

TABLA 27: EMISIONES DE GEI CO2 eq/Gg POR SECTOR Y METODOLOGÍA .......................................................................................... 41

Page 5: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

5

ÍNDICE DE GRÁFICOS

GRÁFICO 1: TASA DE INTERÉS DE LOS FONDOS FEDERALES DE LA FED ......................................................................................... 10

GRÁFICO 2: CALIDAD DE INFRAESTRUCTURA 2012-2013 ................................................................................................................... 12

GRÁFICO 3: INVERSIÓN TOTAL (% del PBI) .......................................................................................................................................... 13

GRÁFICO 4: PORCENTAJE DE LA POBLACIÓN EN EDAD DE TRABAJAR ............................................................................................ 14

GRÁFICO 5: PRODUCTIVIDAD TOTAL DE FACTORES ............................................................................................................................ 14

GRÁFICO 6: CRECIMIENTO DEL PBI Y EL PBI PER CÁPITA .................................................................................................................. 16

GRÁFICO 7: PBI REAL PER CÁPITA Y EMISIONES CO2/Gg PER CÁPITA 2009 ...................................................................................... 25

GRÁFICO 8: PBI REAL PER CÁPITA Y EMISIONES CO2/Gg PER CÁPITA PROMEDIO POR REGIÓN (1960-2009) ................................ 26

GRÁFICO 9: EVOLUCIÓN DEL PBI PERUANO Y LAS EMISIONES CO2/Gg DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE ...... 27

GRÁFICO 10: EVOLUCIÓN DEL PBI PERUANO Y LAS EMISIONES GEI CO2 eq/Gg DEL SECTOR AGRICULTURA ...............................30

GRÁFICO 11: TASA DE CRECIMIENTO DE LAS EMISIONES CO2/Gg DEL SECTOR FORESTAL Y DEL ÁREA DE BOSQUES EN LATINOAMÉRICA (1990-2009)..........................................................................................................................................33

GRÁFICO 12: PROYECCIÓN DE EMISIONES GEI EN CO2 eq/MILLONES DE TONELADAS (2013-2050)............................................... 38

GRÁFICO 13: EMISIONES DE GEI CO2 eq/MILLONES DE TONELADAS POR METODOLOGÍA .............................................................. 41

GRÁFICO 14: EMISIONES DE GEI CO2 eq/MILLONES DE TONELADAS POR METODOLOGÍA (SIN FORESTAL) .................................. 42

ÍNDICE DE ANEXOS

ANEXO 4.1.1: PROYECCIÓN DE LA POBLACIÓN A NIVEL DEPARTAMENTAL ................................................................................... 46

Page 6: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

6

INTRODUCCIÓN

APOYO Consultoría ha sido seleccionado por Helvetas Swiss Intercooperation para comandar el equipo integradordeunestudiomedianteelcualsemodelarányevaluarándiversosescenariosparaidentificarlas implicancias económicas, sociales y ambientales de diferentes “paquetes” de medidas de mitigación sociales y transversales, del cambio climático en el Perú.

El presente documento constituye el segundo entregable en el marco de esta consultoría. Así, se estima las emisiones de gases de efecto invernadero (GEI) del Perú para los periodos 20131

-2050,bajounescenarioenelquenosecontemplaningunamodificaciónrespectodelasactualespolíticasambientalesocambiotecnológicoquemodificaseelcomportamientoquevienenpresentandolaemisióndeGEI. Este escenario, ha sido denominado por la literatura como escenario base o Business as Usual (BAU).

Para el desarrollo de este documento, APOYO Consultoría empleó información de instituciones tales como el Instituto Nacional de Estadística e Informática (INEI), el Banco Central de Reserva del Perú, proyecciones de APOYO Consultoría, el Banco Mundial y la FAO.

El documento está estructurado en cinco secciones. En la primera y segunda sección, como paso previo a la estimación de los GEI, se proyecta el PBI real, su composición y la población al 2050, los cuales serán empleados en la estimación de las emisiones. Las proyecciones del PBI se realizaron bajo un enfoque de demanda para el mediano plazo y de crecimiento para el largo plazo; en tanto que, las proyecciones poblacionales se estimaron bajo el modelo utilizado por el INEI. Es importante mencionar que cada una de las variables estimadas fueron presentadas ante un panel consultivo de expertos, con quienes se ajustaron y consensuaron las variables proyectadas.

En la tercera y cuarta sección, se presenta la estimación de los GEI bajo dos metodologías distintas: top-down y bottom-up. Bajo la estimación top-down, las emisiones son estimadas a partir de variables agregadas que guían su comportamiento, como el PBI per cápita o la densidad poblacional; en tanto que, bajo el enfoque bottom-up las emisiones son proyectadas a partir de los componentes o fuentes de emisiones a nivel micro, pero relacionadas con los PBI sectoriales.

APOYO Consultoría, ha sustentado el desarrollo de la metodología top-down en la conocida Curva de Kuznet Ambiental (EKC)2.Según ésta, existe una relación empírica entre las emisiones per cápita y el PBI real per cápita que puede ser encontrada a través de una estimación econométrica. Múltiples estudios han encontradoevidenciaafavordedistintasespecificacionesdelaEKC.Portanto,serealizantrestiposdeestimaciones, que relacionan el PBI real per cápita con el nivel de emisiones per cápita de manera lineal, cuadrática y cúbica.

1 Si bien hay tablas que tienen información desde el año 2012, las emisiones de GEI se estiman desde el año 2013 por esta razón el título general se señala desde el año 2013.

2 Panayotou (1997) y Stern y Common (2001).

Page 7: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

7

Cabe precisar que existen limitaciones de información dependiendo de las fuentes de emisiones (energía, industria y transporte, agricultura, forestal o residuos). Por ello, cada sector es estimado de manera independiente en base a la información disponible. Las emisiones del Sector Energía, Industria y Transporte, y Agricultura utilizan la metodología de la EKC, para el sector Forestal (USCUSS) se asume una tasa de crecimiento constante en el tiempo, y para el sector Residuos se asume que su participación respecto al total de emisiones permanece invariante en el tiempo.

Con respecto a las proyecciones bottom-up, en este documento se presenta un resumen y la consolidación de los modelos empleados por cada uno de los equipos sectoriales en coordinación con Libélula. Al igual que la estimación de las variables macroeconómicas, los reportes y modelos utilizados por cada equipo sectorial fueron presentados a equipos de expertos en cada uno de los temas.

Finalmente, en la quinta sección se presentan los resultados de cada metodología, así como un contraste entre los resultados de las estimaciones realizadas bajo las dos metodologías discutidas. Se observa que la diferenciadelaestimacióntop-downconlaestimaciónbottom-upnoessignificativa.

Page 8: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

8

1. PROYECCIONES DE CRECIMIENTO

El objetivo de esta sección es proyectar el PBI real del Perú, su composición sectorial, las tasas de crecimiento para el periodo 2013-2050. Para ello, la proyección se dividirá en dos periodos: proyección a mediano plazo (2013-2021) y la de largo plazo (2022-2050).

La metodología utilizada para la estimación 2013-2021 es diferente a la del 2022-2050. La razón principal es que para el período más reciente se tiene información precisa acerca de los determinantes del crecimiento para los diferentes componentes de la demanda agregada. Por ejemplo, se tiene una buena aproximación de losgrandesproyectosde inversiónquese llevaránacaboenelPerúyque influiránen la inversióninterna y las importaciones. También, se tiene información sobre importantes proyectos mineros que se iniciarán en los próximos años y que van a afectar el crecimiento de las exportaciones. Del mismo modo, seconocen laspolíticasfiscalesespecíficasqueserán implementadasporelMinisteriodeEconomía yFinanzas en relación con el aumento de los salarios públicos. Dado que esta información no está disponible para la estimación a largo plazo, el enfoque de la demanda agregada sólo se ha utilizado en la estimación del 2013 al 2021.

A continuación se exponen las metodologías de cada una de las proyecciones así como los respectivos supuestos utilizados. Igualmente, se muestran los resultados y se contrastan con otras proyecciones de expertos, entidades públicas e instituciones internacionales.

1.1 METODOLOGÍA

1.1.1. Metodología de mediano plazo (2013--2021)

La proyección del crecimiento del PBI, se basa asimismo en la proyección de las tasas de crecimiento de sus componentes por el lado del gasto: inversión privada, consumo privado, gasto público, importaciones y exportaciones.

La proyección de la inversión privada se realiza utilizando un modelo econométrico que tiene como determinantes a los términos del intercambio, las expectativas de los empresarios3 y la inercia de la inversión4.

A partir de la proyección de la inversión privada se obtiene también la proyección del empleo, el cual a su vez depende de las expectativas de contratación de personal5. Asimismo, el consumo privado se proyecta a partirdeunmodeloeconométricoquetienecomodeterminantesalcrecimientodelempleoylaconfianzadel consumidor.6.

3 Encuesta SAE de APOYO Consultoría.

4 Seconsideraquelainversióndelperiodoanteriorinfluyeenlainversióndelperiodoactual.

5 Encuesta SAE de APOYO Consultoría.

6 EnbasealINDICCA(ÍndicedeconfianzadelconsumidordeAPOYOConsultoría).

Page 9: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

9

Lasexportacionesseproyectantomandoencuentasuclasificaciónentretradicionalesynotradicionales.Para las primeras son relevantes los sectores minería e hidrocarburos, por lo que, para su proyección se identificanlosproyectosmásrelevantesqueincrementaránlaexportacióndemateriasprimas.Porotrolado, para las exportaciones no tradicionales se considera la proyección del PBI mundial (como referencia a la demanda global) y el tipo de cambio real con Estados Unidos (como referencia al grado de competitividad de la economía peruana).

La proyección del gasto público, que se divide en consumo e inversión pública, se realiza tomando como referencia al Marco Macroeconómico Multianual7; y, considerando las restricciones de recursos y demandas de los distintos sectores y de Gobierno. A ello se le agrega información sobre la ejecución de nuevos proyectos de inversión y demandas de aumentos salariales.

Finalmente, las importaciones se proyectan mediante un modelo econométrico que tiene como determinantes al consumo privado, inversión total, exportaciones y el arancel efectivo. Para este último insumo se asume que se mantiene constante considerando que actualmente se encuentra en un nivel mínimo histórico.8

Es importante mencionar que para dar consistencia a las proyecciones del PBI por el lado del gasto, se realizan las proyecciones de los sectores económicos que componen al PBI: Agropecuario, pesca, minería e hidrocarburos, manufactura, electricidad y agua, construcción, comercio y servicios. Los resultados ya validados se muestran en la TABLA 1.

TABLA 1: PROYECCIONES ECONÓMICAS DEL PERÚ 2012-2021

Supuestos de la metodología de mediano plazo

A continuación se presentan los principales supuestos empleados para estimar el PBI de mediano plazo:

Es muy importante considerar que en la actualidad los países avanzados llegan a tener tasas de interés

7 Documento cuatrimestral elaborado por el Ministerio de Economía y Finanzas (MEF).

8 De acuerdo a estimaciones del MEF el arancel promedio actual es 3.2%. Además el Perú tiene acuerdos de libre comercio con sus principales socios comerciales (EE.UU., Unión Europea, China, Japón, Chile) con un sistema de desgravación progresiva en los próximos años, por lo que se espera que el arancel promedio varíe muy poco y hacia abajo en el mediano plazo.

AñoPBI (Miles de millones S/.

1994)

Crec. PBI real (var %)

Población (Millones)

PBI per cápita (Miles de S/. 1994)

Inversión total (% del PBI)

Balanza comercial (% del PBI)

Balanza en cuenta

corriente (% del PBI)

Cuenta financi

era

RIN (Miles de millones

de US$)

Balance fiscal

2012 239 6.3 30 8 30 2.2 -3.6 11 32 2.02013 254 6.3 30 8 30 1.2 -4.1 6 29 1.22014 270 6.2 31 9 31 0.6 -4.3 5 27 1.42015 286 5.8 31 9 31 0.1 -4.5 5 25 1.22016 303 6.1 31 10 32 0.1 -4.5 5 24 1.02017 323 6.4 32 10 32 0.9 -4.0 5 23 1.1

: : : : : : : : : : :2021 402 5.7 * 33 12 32 1.0 -3.3 5 23 1.1

* Es una tasa promedio del periodo 2018-2021.Fuente: APOYO Consultoría

Page 10: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

10

negativas en términos reales. Por ejemplo, Estados Unidos desde hace 4 años presenta dicha situación y las proyecciones indican que al menos en el corto plazo, esta tendencia no cambiará (ver GRÁFICO 1). Esto implicaqueloscostosdefinanciamientoexternospermaneceránbajos,perosindejardeserunfenómenotemporal.

En general, para los siguientes años se espera un crecimiento mundial bajo. Así, con excepción de Latinoamérica9, Estados Unidos, China y la Eurozona, no podrán crecer, hasta el 2021, más que el promedio de los últimos años10.

En relación a las exportaciones, los precios de los minerales –principales componentes de las exportaciones tradicionales- se mantendrán aún en niveles altos y la oferta minera seguirá su crecimiento (principalmente cobre). El sector pesca, del que la mayor sección está destinada a las exportaciones, tiene buenas perspectivas de crecimiento pues se considera que el desembarque de anchoveta –principal producto pesquero- regresará a niveles normales a partir del 201411.

GRÁFICO 1: TASA DE INTERÉS DE LOS FONDOS FEDERALES DE LA FED1/

-6,0

-4,0

-2,0

0,0

2,0

4,0

6,0

8,0

10,0

12,0

1971 1975 1979 1983 1987 1991 1995 1999 2003 2007 2011 2015

ESTADOS UNIDOS: TASA DE INTERÉS DE LOS FONDOS FEDERALES DE LA FED 1/

(%)

Fuente: Bloomberg, FRED, FMI1/ A partir de enero del 2013 son datos proyectados. Al 2016.

Con respecto a la inversión privada, la inversión en recursos naturales e infraestructura de los siguientes cuatro años será 30% mayor que el de los cuatro años previos (2009 – 2012). Así, solo la inversión minera representará el 50% de la inversión total de los cuatro años anteriores impulsada principalmente por cuatro grandes proyectos: Las Bambas, la ampliación de Cerro Verde, Quellaveco y Constancia. En suma, el crecimiento del stock de capital crecerá 7.1% entre el 2013 y el 2021 por el gran dinamismo de la inversión.

9 Fuente: FMI y APOYO Consultoría

10 Los años considerados para el promedio están comprendidos entre 1995 y 2008. Las tasas de crecimiento promedio en ese periodo son para Estados Unidos, 2.9%; para China, 10%; para la Eurozona, 2.1% y para Latinoamérica, 3.3%.

11 IMARPE, 2013. Situación Actual del Stock Norte-Centro de la Anchoveta Peruana y Perspectivas de Explotación para el periodo noviembre 2013-enero 2014, P.8. Medidas de manejo adoptadas durante el segundo semestre del 2012, como el establecimiento de un límite máximo altamente precautorio de 810 mil toneladas, y la implementación de medidas adicionales para la reducción de juveniles en la captura, han conllevado a una biomasa parental elevada para el 2014, y una estabilización de los niveles de pesca.

Page 11: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

11

Por otro lado, el gasto público tiene un espacio para aumentar su peso en el PBI manteniendo la responsabilidadfiscal12, la cual se entiende como una política que se expresa a través de una serie de normativaquehapermitidoreducireldéficitfiscalhastaelpuntodehablardesuperávitfiscal.Así,seespera que el ingreso total del Gobierno central aumente a casi 20% del PBI en el 2022, mientras que el gasto ascenderá a cerca del 17% del PBI en el mismo año.

1.1.2. Metodología a largo plazo (2022-2050)

La proyección de crecimiento del PBI a largo plazo (2022-2050), se realiza siguiendo un enfoque basado en la oferta, pues está exenta de las fluctuaciones de corto plazo determinadas principalmente por lademanda. Así, se estima una función de producción tipo Cobb-Douglas para la economía peruana (ver Ecuación 1). En la misma se considera que la participación del stock de capital (K) sobre el PBI es de 48%13, mientras que el factor trabajo (L) representa el 52%14.

Ecuación 1:

Dado que se necesita proyectar el PBI, primero se debe estimar la evolución de los factores trabajo y capital. El stock de capital se proyecta utilizando la metodología de inventario perpetuo. De acuerdo con esta metodología, el stock de capital del periodo actual es igual al del periodo previo menos la depreciación más la inversión (I) del periodo (Ecuación 2). De esta manera se necesita proyectar la inversión y la depreciación del stock de capital (ð)15.

Ecuación 2:

Para la proyección de la inversión en el largo plazo (2022-2050) se considera el modelo del acelerador de la inversión, el cual asume que el crecimiento de la inversión está asociado al crecimiento del producto en el pasado reciente. Así se obtiene la serie proyectada de la inversión y la serie del stock de capital al 2050.

En la proyección del factor trabajo, se considera como tal al empleo ocupado y se asume una elasticidad constante con la variación de la inversión. Para la proyección de la productividad total de factores (A), se halla el monto de la misma para los últimos años y, asumiendo que no ocurrirá ningún cambio tecnológico importante o variaciones demasiado grandes en la inversión se asume constante hasta el 2050.

Finalmente, con la proyección de los tres insumos: stock de capital, trabajo y productividad total de factores y con los parámetros de participación del capital (0.48) y del trabajo (0.52) se puede proyectar la serie de PBI al 2050.

12 CONFIEP,28demarzode2014.“Perúcuentaconbuenespaciofiscalafebrero”.ReportedeCONFIEPindicaquedebidoalsuperávitfiscalperuanodeS/.897millonesenfebrerode2014,ydebidoaregistrarnivelesdegastopúblicomenoresalosdeañosanteriores,elPerúesunodelospocospaísesanivelregionalqueregistraríasuperávitfiscalenel2014.EnlíneaconloindicadoporlacalificadoraFinchRatings,Perú, juntoconChile,seencuentranen lamejorposiciónregionalpararealizarestímulosfiscales.Disponibleen:http://www.confiep.org.pe/articulos/comunicaciones/peru-cuenta-buen-espacio-fiscal-febrero.

13 Reflejalaestructuradecostosdelaeconomía,el0.48implicaqueel48%deloscostosdeproduccióncorrespondenalusodecapital,mientras el 52% restante al uso de mano de obra.

14 A partir de la matriz insumo producto del INEI se obtiene la combinación de trabajo y capital por zona, al ponderar dichas participaciones con el peso de cada región sobre el PBI peruano se obtiene una participación ponderada del capital de 48%.

15 Se asume una depreciación constante de 5% anual para el total nacional, que es consistente con estudios previos.

Page 12: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

12

Supuestos de la metodología a largo plazo

A continuación se presentan los principales supuestos empleados para estimar el PBI a largo plazo:

Respecto al factor capital, se tienen buenas perspectivas de crecimiento pues existe un amplio espacio para la acumulación de capital. De hecho, el Perú se ubica por debajo de Chile, Uruguay, Ecuador, Brasil y Colombia en el índice de calidad de infraestructura y solo a la mitad del valor máximo de calidad de la infraestructura (3.5)16

(ver GRÁFICO 2). Además, la brecha de la infraestructura ascenderá a 136.6 millones de dólares entre el 2012 y el 205017.

Asimismo, se consideran los bajos costos de financiamiento actuales, los altos retornos18 y un ahorro interno creciente, el cual asciende al 2011 a cerca del 23% del PBI, mayor al promedio del ahorro nacional de los últimos 40 años (18.1%). Todo ello conducirá a que al 2050 la inversión total llegue a representar aproximadamente el 26% del PBI (ver GRÁFICO 3) y el crecimiento del stock de capital tenga una tasas positivas aunque decrecientes para el periodo 2042 - 2050, el crecimiento promedio será de 4.2% (ver TABLA 2).

Respectoalfactortrabajo,seconsideraqueelbonodemográficoaumentarálaofertalaboralhastael2050.La población en edad de trabajar, como porcentaje de la población total, ascenderá al 68% del total de la población en ese año (ver GRÁFICO 4). Así, el crecimiento promedio del empleo total en el periodo 2023-2050 será de 0.8% como se muestra en la TABLA 3.

GRÁFICO 2: CALIDAD DE INFRAESTRUCTURA 2012-20131/

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

1/(1=deficiente;7=eficienteyextensa) Fuente: The Global Competitiveness Report

16ElReportedeCompetitividadMundialelaboraun índicedecalidadde infraestructuraquevadel0al7,donde1esdeficientey7eseficienteyextensa.

17 Bonifaz y Urrunaga (2012).

18 La rentabilidad promedio de las empresas peruanas está entre 15% y 20% según Gerens (2013).

Page 13: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

13

GRÁFICO 3: INVERSIÓN TOTAL (% del PBI)

0

5

10

15

20

25

30

35

Mantenimiento de capital Expansión de capital Cierre de brecha de infraestructura

Fuente: APOYO Consultoría

TABLA 2: CRECIMIENTO PROMEDIO DEL STOCK DE CAPITAL

Periodo Variación %

2013-2021

2022-2031

2032-2041

2042-2050

7.1

5.5

4.6

4.2

TABLA 3: CRECIMIENTO PROMEDIO DEL EMPLEO TOTAL

Periodo Variación %

2013-2022

2023-2050

1.2

0.8

Page 14: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

14

GRÁFICO 4: PORCENTAJE DE LA POBLACIÓN EN EDAD DE TRABAJAR1/

40

50

60

70

80

1/ Se considera a la población entre los 18 y 70 años. Fuente: INEI

Respecto a la productividad, se verá afectada positivamente por el creciente acceso a la educación superior, que redundará en un mayor promedio del empleo. Así, se asumirá una tasa de crecimiento constante de 2%, en línea con el promedio observado en los periodos de libre mercado y considerando que el sector agro tradicional tendrá un menor peso sobre el PBI (ver GRÁFICO 5).

GRÁFICO 5: PRODUCTIVIDAD TOTAL DE FACTORES

Fuente: Penn World Table 7.1 (Banco Mundial 2012)

3.9

1.2

-3.5

0.82.6

6.5

3.5

-1.1

4.1

5.7

-6.0

-4.0

-2.0

0.0

2.0

4.0

6.0

8.0

1960 - 1970 1970 - 1980 1980 - 1990 1990 - 2000 2000 - 2010

Productividad Trabajo Capital

Page 15: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

15

1.2 RESULTADOS

Deloexpuestoanteriormentesetienenlasproyeccionesfinales:ElPBIperuanocrecería5%enpromedioentre 2013 y 2050. Para el periodo 2042-2050 la tasa de crecimiento del PBI real ascendería a 4.5%; mientras, el PBI real per cápita del 2012 sería de 39 mil nuevos soles de 1994. Los valores para los periodos consideradossepresentanenlaTABLA4.LaseriefinaldecrecimientoanualdelPBIsemuestraenlaTABLA 5.

TABLA 4: PROYECCIÓN DEL PBI PERUANO POR PERIODOS

Año Crec. PBI real (var %)

PBI (Miles de millones S/.

1994)

PBI per cápita (Miles de

millones S/. 1994)

2012 6.3 239 82013-2021 6.0 402 122022-2031 5.2 670 192032-2041 4.7 1,056 272042-2050 4.5 1,565 39

Fuente: APOYO Consultoría

TABLA 5: PROYECCIÓN ANUAL DEL PBI PERUANO

Año

PBI (Miles de

millones S/. 1994)

PBI real

(var %)

PBI per cápita

(Miles S/. 1994)

Año

PBI (Miles de

millones S/. 1994)

PBI real

(var %)

PBI per cápita

(Miles S/. 1994)

2012 239 6.3 8 2032 702 4.8 192013 254 6.4 8 2033 735 4.8 202014 270 6.2 9 2034 770 4.7 212015 286 5.8 9 2035 806 4.7 222016 303 6.1 10 2036 844 4.7 232017 323 6.5 10 2037 883 4.6 232018 341 5.7 11 2038 924 4.6 242019 360 5.7 11 2039 966 4.6 252020 381 5.7 12 2040 1,010 4.6 262021 402 5.7 12 2041 1,056 4.5 272022 425 5.7 13 2042 1,104 4.5 282023 449 5.6 13 2043 1,153 4.5 302024 473 5.4 14 2044 1,205 4.5 312025 499 5.3 14 2045 1,259 4.5 322026 525 5.2 15 2046 1,315 4.5 332027 552 5.1 16 2047 1,374 4.5 352028 580 5.1 16 2048 1,435 4.4 362029 609 5.0 17 2049 1,498 4.4 372030 639 4.9 18 2050 1,565 4.4 392031 670 4.9 19

Fuente: APOYO Consultoría

Page 16: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

16

Adicionalmente, desde el punto de vista sectorial se asume una dinámica similar a la observada en otros países en relación al comportamiento: del PBI per cápita, el sector agropecuario y el sector comercio y servicios. Mientras que el PBI per cápita y el sector agropecuario presentan una relación inversa; el PBI per cápita y la participación del sector comercio y servicios muestran una relación directa. Así, la participación del sector agropecuario al 2050 se reducirá a 3.3%, mientras que el del sector comercio y servicios aumentará a 66.8%19. Se considera además, que el peso del sector industria, ascendente alrededor del 30% del PBI, está en línea con lo observado en otros países. Las proyecciones sectoriales se resumen en la TABLA 6.

TABLA 6: COMPOSICIÓN DEL PBI DEL PERÚ

Agropecuario Industria 1/ Servicios 2/

1952 5.2 25 15 24 621982 -0.3 95 7 30 632012 6.3 239 7 31 62

2013-2021 6.0 402 6 31 632022-2031 5.2 670 5 31 652032-2041 4.7 1,056 4 30 662042-2050 4.5 1,565 3 30 67

1/ Incluye minería, hidrocarburos, pesca, manufactura, construcción, agua y electricidad2/ Incluye comercio

Fuente: APOYO Consultoría

Periodo Crec. PBI real (var %)

Composición sectorial del PBI (en %)PBI (Miles de millones

S/. 1994)

Finalmente, se hacen ejercicios de validación de las proyecciones de PBI al 2050. En primer lugar, se observa que la evolución de las tasas de crecimiento del PBI están acordes a la convergencia presentada mundialmente entre crecimiento y PBI per cápita: los países con un mayor PBI per cápita tienen menores tasas de crecimiento que los países que cuentan con uno bajo (ver GRÁFICO 6).

GRÁFICO 6: CRECIMIENTO DEL PBI EN % Y EL PBI PER CÁPITA EN LOGARITMO

-2,0

0,0

2,0

4,0

6,0

8,0

10,0

12,0

14,0

2,5 3,0 3,5 4,0 4,5 5,0

CRECIMIENTO DEL PBI Y PBI PER CÁPITA

Fuente: FMI

Crec. promedio

Logaritmo del PBI per cápita

Perú 2012 (crec. 2012-2021: 6.0%)

Perú 2017 (crec. 2022-2050: 4.7%)

19 Fuente: Central Intelligence Agency – CIA y FMI.

Page 17: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

17

Ensegundolugar,severificalaconsistenciadelasproyeccionesconloestimadoporotrosespecialistaseinstitucionespúblicas:UniversidaddelPacífico20, consenso de especialistas, Fondo Monetario Internacional - FMI, Latin Focus, Banco Central de Reserva del Perú - BCRP y el Ministerio de Economía y Finanzas - MEF. Las proyecciones muestran estar en línea con lo estimado por APOYO Consultoría. Un resumen de las mismas se presenta en la TABLA 7.

TABLA 7: PROYECCIONES DEL PBI (Var. % real)

20 Bruno Seminario: Cuando despertemos en el 2062. Visiones del Perú en 50 años.

Tasa de crecimiento PBI real (2012-2017)

6.4%

Ministerio de

Economía y Finanzas

6.3%

Banco Central de

Reserva del Perú

6.2%

LatinFocus

6.2%

APOYO Consultoría

6.8%

Universidad del Pacífico

6.0%

Fondo Monetario

Internacional

Tasa de crecimiento PBI real (2018-2030)

n.d. n.d. n.d.5.4% 3.7% n.d.

Tasa de crecimiento PBI real (2031-2050)

n.d. n.d. n.d.4.6% 2.5% n.d.

PROMEDIO(2012-2050)

n.d. n.d. n.d.5.0% 3.7% n.d.

5.8%

EIECC 1/

4.6%

3.4%

4.3%

6.0%

Expertos2/ 3/

5.0%

n.d.

n.d.

1/ EIECC: Estudio de Impactos Económicos del Cambio Climático. http://www.cepal.org/cgi-bin/getProd.asp?xml=/dmaah/noticias/noticias/4/51854/P51854.xml&xsl=/dmaah/tpl/p1f.xsl&base=/dmaah/tpl/top-bottom.xslSe tomó los promedios de las proyecciones puntuales para los años inicio de década.2/ Sobre la base de reunión con expertos 2010: Luis Carranza, Adrian Armas, Efraín Gonzales de Olarte, Hugo Santa María ,Iván Rivera, Alberto Pasco Font, Bruno Seminario, Juan Miguel Cayo.3/ Promedio de la proyección para los periodos: 2011-2020: 6% y 2020-2030: 5%. Elaboración: APOYO Consultoría

Page 18: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

18

2. PROYECCIÓN DE LA POBLACIÓN21

En esta sección se presentan las proyecciones de la población peruana para el periodo 2012-2050 considerando su distribución geográfica en las áreas urbana y rural y a nivel departamental. Se debetenerencuentaquenoexisteinformaciónoficialactualizadadeproyeccionesparadichoperiodoporáreageográfica.Porloqueparalaelaboracióndelasproyeccionesseutilizaronfuentesadicionales.

En la primera subsección se proyecta la población total urbana y rural al 2050; mientras que en la subsección siguiente, se proyecta la población urbana y rural a nivel departamental hasta el mismo año.

2.1 PROYECCIÓN DE LA POBLACIÓN TOTAL POR ÁREA GEOGRÁFICA

El Instituto Nacional de Estadística e Informática (INEI) -en el Boletín Especial N° 1722- realiza proyecciones anuales de la población total hasta el año 2050. Se consideraron estas cifras como base para las estimaciones. La proyección se muestra en la TABLA 8.

Las proyecciones del INEI se basan en un método de componentes, en el cual el número de habitantes resulta de una combinación de la tasa de fecundidad, mortalidad, la migración internacional y la migración rural-urbana, datos que son calculados a partir de los censos de población.

Por su parte, es importante mencionar que el INEI -en el Boletín Especial N° 19- proyecta la población urbana y rural de manera quinquenal solo hasta el año 2015; por lo que se toma la estructura de la población urbana y rural para ese año además de la estimación realizada para el año 2010.

21 La metodología le fue consultada al especialista Carlos Eduardo Aramburu y a Héctor Benavides, responsable de proyecciones del INEI.

22 “Perú: Estimaciones y Proyecciones de Población Total, por Años Calendario y Edades Simples, 1950-2050”. Setiembre 2009.

Page 19: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

19

TABLA 8: PROYECCIÓN ANUAL DE LA POBLACIÓN

Año Población (Millones) Año Población

(Millones)2012 30.1 2032 36.52013 30.5 2033 36.72014 30.8 2034 37.02015 31.2 2035 37.22016 31.5 2036 37.52017 31.8 2037 37.72018 32.2 2038 38.02019 32.5 2039 38.22020 32.8 2040 38.42021 33.1 2041 38.62022 33.5 2042 38.82023 33.8 2043 39.02024 34.1 2044 39.22025 34.4 2045 39.42026 34.7 2046 39.52027 35.0 2047 39.72028 35.3 2048 39.82029 35.6 2049 40.02030 35.9 2050 40.12031 36.2

Fuente: INEI

DadoquenosecuentaconotraproyecciónoficialactualizadadelPerú,serecurrealasestadísticasdelaOrganización de las Naciones Unidas (ONU) que proyecta la población urbana y rural de manera quinquenal hasta el 2050. De ella se toma la estructura de población urbana y rural para los años inicio de quinquenio comprendidos entre el 2020 y 2050. La TABLA 9 contiene las estructuras de población urbana y rural de ambas fuentes hasta el año 2050 para cada quinquenio.

TABLA 9: ESTRUCTURA DE LA POBLACIÓN POR ÁREA GEOGRÁFICA (en %)

Año Urbano Rural Total2010 74.1 25.9 100.02015 76.7 23.3 100.02020 80.0 20.0 100.02025 81.3 18.7 100.02030 82.4 17.6 100.02035 83.4 16.6 100.02040 84.3 15.7 100.02045 85.2 14.8 100.02050 86.0 14.0 100.0

Fuente: 2010 y 2015, INEI; 2020-2050, ONU

Page 20: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

20

Con la estructura de población a inicios de quinquenio y la proyección de la población total del INEI, se estimó la población urbana y rural de manera quinquenal. Para ello, se multiplicó las participaciones de la población urbana y rural con la población total. El resultado se presenta en la TABLA 10.

TABLA 10: PROYECCIÓN DE LA POBLACIÓN POR ÁREA GEOGRÁFICA

AñoPoblación

urbana (Millones)

Población rural

(Millones)2015 23.9 7.32020 26.3 6.62025 28.0 6.42030 29.6 6.32035 31.1 6.22040 32.4 6.02045 33.5 5.82050 34.5 5.6

Elaboración: APOYO Consultoría

A partir de la proyección de la población urbana a inicios de cada quinquenio, se estima la población urbana para los años comprendidos entre ellos. Por ello se calculan las tasas de crecimiento promedio anuales paralosperiodosquinquenalesconsiderandolascifrasdepoblaciónaliniciodelquinquenioyalfinaldelquinquenio. Las tasas de crecimiento para todos los quinquenios se presentan en la TABLA 11.

TABLA 11: TASA DE CRECIMIENTO ANUAL DE LA POBLACIÓN URBANA

Periodo Tasa (var %) Periodo Tasa (var %)2010-2015 1.8 2030-2035 1.02015-2020 1.9 2035-2040 0.82020-2025 1.3 2040-2045 0.72025-2030 1.1 2045-2050 0.6

Elaboración: APOYO Consultoría

Así, aplicando la tasa respectiva al año de inicio de quinquenio, se proyecta la población urbana para los años comprendidos entre los mismos, completando la proyección de población urbana para el periodo 2012-2050, los resultados se muestran en la TABLA 12.

2.2 PROYECCIÓN DE LA POBLACIÓN A NIVEL DEPARTAMENTAL Y POR ÁREA GEOGRÁFICA

Los datos de la población departamental no son tomados en cuenta en la estimación del escenario BAU. Sin embargo, estos serán usados cuando se evalúen las medidas de mitigación. Por ello, se cree conveniente presentar sus resultados en el ANEXO 1. A continuación se detalla el método de estimación empleado.

Page 21: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

21

El INEI–enelBoletíndeAnálisisdemográficoN°3723-publicacifrasoficialesde lapoblación totalpordepartamento hasta el año 2025 (ver TABLA A 1). Con ella se reconstruye la composición departamental al 2025. Para los años comprendidos entre 2026 y 2050 se asume que la composición se mantendrá constante con valores iguales al promedio de la composición departamental entre los años 2012 y 2025. La TABLA A 2 muestra un resumen de los valores mencionados. Con la composición de la población a nivel departamental y la población total proyectada al 2050 -mostrada en la Tabla 8- se proyecta la población total por departamento al 2050 la cual se presenta en la TABLA A 3.

TABLA 12: PROYECCIÓN DE POBLACIÓN POR ÁREA GEOGRÁFICA

Año Población (Millones)

Población urbana

(Millones)

Población rural

(Millones)Año Población

(Millones)

Población urbana

(Millones)

Población rural

(Millones)2012 30.1 22.6 7.5 2032 36.5 30.2 6.32013 30.5 23.1 7.4 2033 36.7 30.5 6.32014 30.8 23.5 7.3 2034 37.0 30.8 6.22015 31.2 23.9 7.3 2035 37.2 31.1 6.22016 31.5 24.4 7.1 2036 37.5 31.3 6.22017 31.8 24.8 7.0 2037 37.7 31.6 6.22018 32.2 25.3 6.9 2038 38.0 31.8 6.12019 32.5 25.8 6.7 2039 38.2 32.1 6.12020 32.8 26.3 6.6 2040 38.4 32.4 6.02021 33.1 26.6 6.5 2041 38.6 32.6 6.02022 33.5 26.9 6.5 2042 38.8 32.8 6.02023 33.8 27.3 6.5 2043 39.0 33.1 5.92024 34.1 27.6 6.5 2044 39.2 33.3 5.92025 34.4 28.0 6.4 2045 39.4 33.5 5.82026 34.7 28.3 6.4 2046 39.5 33.7 5.82027 35.0 28.6 6.4 2047 39.7 33.9 5.82028 35.3 28.9 6.4 2048 39.8 34.1 5.72029 35.6 29.3 6.4 2049 40.0 34.3 5.72030 35.9 29.6 6.3 2050 40.1 34.5 5.62031 36.2 29.9 6.3

Elaboración: APOYO Consultoría

Lo siguiente es calcular la distribución por áreas urbana y rural para cada departamento. Para ello se determina la estructura de la población rural por departamento. El INEI –en el Boletín Especial N°1924- proyecta la población por departamento pero solo hasta el 2015 (TABLA A 4). A partir de la misma se construye la composición de la población a nivel departamental. Dado que no se tienen datos para reconstruir la estructura para los años comprendidos entre el 2016 y el 2050, se asume que la composición poblacional se mantendrá constante e igual al promedio de las tasas entre los años 2012 y 2015. El resumen de estos resultados se presenta en la TABLA A 5.

23 “Perú: Estimaciones y Proyecciones de Población por departamento, sexo y grupos quinquenales de edad, 1995-2025”. Noviembre 2009.

24 “Estimaciones y Proyecciones de Población Urbana y Rural por Sexo y Grupos Quinquenales de Edad, Según Departamentos, 2000-2015”. Diciembre 2009.

Page 22: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

22

Finalmente, tomando en consideración la proyección de la población total del área rural (presentada en la TABLA 12) y la distribución de la población rural, TABLA A 5, se obtiene la proyección de la población rural al 2050. La proyección de la población urbana a nivel departamental se obtiene de la diferencia entre la proyección de la población total por departamento y la población rural al mismo nivel al 2050 (ver TABLA A 6, y TABLA A 7).

3. ESTIMACION DE LOS GEI EN EL PERÚ: METODOLOGÍA TOP-DOWN

El objetivo de esta sección es explicar la metodología top-down empleada en la proyección, entre 2013 y 2050 de los gases de efecto invernadero (GEI) por sector. También, se exponen las limitaciones de la información disponible, que ha llevado a realizar una estimación a nivel de sectores y agregar los resultados..

3.1 METODOLOGÍA

En la metodología top-down las emisiones de gases de efecto invernadero (GEI) son proyectadas a partir de su relación con variables agregadas económicas, por ejemplo, el PBI per cápita.

En la literatura se suele encontrar dos tipos de estimación top-down: modelos de equilibrio general y modelos econométricos. Los primeros requieren de información desagregada por sectores; mientras, los segundos solo de variables agregadas como el PBI y la población. Dado que existen limitaciones de información a nivel sectorial, las estimaciones son realizadas utilizando modelos econométricos.

El marco teórico escogido es el de la Curva de Kuznets Ambiental (EKC), según la cual existe una relación empírica entre el nivel de emisiones per cápita y el PBI per cápita. Se sigue las metodologías de Panayotou (1997) y Stern y Common (2001). Según las cuales, la EKC puede representarse de manera general a través de la siguiente ecuación:

Ecuación 3: eit = α + β1 γit + β2 γit2 + β3 γit

3 + βXit + γt + uit

Donde, el índice hace alusión al país y el índice t al tiempo; eit es el logaritmo de las emisiones per cápita; α, una constante; yit, el logaritmo del PBI real per cápita; Xit, variables de control como la densidad poblacional, la tasa de crecimiento del PBI o una tendencia lineal; γit , el efecto propio que cada país tiene sobre sus emisiones; y uit , el componente que reune las variables no observadas por el investigador.

LaEcuación3esestimadaeconométricamenteatravésdeunpaneldeefectosfijos.Dependiendodelasrestricciones que se impongan a los parámetros β1 ,β2, β3 , se obtiene una relación entre emisiones y PBI per cápita en forma de U invertida, una relación lineal o cúbica.

Todas las relaciones son plausibles y descansan en ciertos supuestos. Por ejemplo, será lineal, si se espera que las emisiones evolucionen en conjunto con el PBI. Cuadrática, si se espera que en el largo

Page 23: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

23

plazo las economías desarrolladas adopten tecnologías más limpias. Y, cúbica, considerando que, en el mediano plazo no hay mejoras tecnológicas; en el margen mayor producción implica más contaminación; pero, conforme el PBI siga creciendo, se adoptarán nuevas tecnologías y se reducirá el crecimiento de las emisiones.

No existe evidencia concluyente a favor de alguna de las relaciones planteadas (Panayotou, 2003 y Stern, 2004). Además, los resultados son sensibles a los tipos de controles que se usa y la muestra de países que se toma.

Por tanto, se ha considerado conveniente estimar cada una de las relaciones planteadas y emplear como criterio de selección, primero, el ajuste estadístico, y segundo, que la proyección resultante del modelo seleccionado sea coherente con la evolución histórica de las emisiones. Una vez elegido el modelo, se proyecta las emisiones al 2050 de acuerdo a la siguiente ecuación:

Ecuación 4: êt= α + β1 yt + β2 y2 + β3 y3 + βt ˆt+ y

Donde,êt es el logaritmo de las emisiones per cápita proyectadas; yt, ˆt son las proyecciones, al 2050, de las variables usadas en la regresión; y, α ,β son el vector de parámetros estimados en la Ecuación 3. Las proyecciones de GEI en CO2 eq/Gg serán derivadas luego de realizar la siguiente transformación:

Ecuación 5: Et = exp (êt * poblaciónt )

De esta última ecuación se obtiene las emisiones de GEI proyectadas al 2050. Nótese que, la estimación econométrica requiere de una muestra mínima de datos panel. Y, como se verá más adelante, existen limitaciones de información. Por esta razón el modelo EKC será aplicado sólo a los tipos de emisiones del sector Energético y de Agricultura.

3.2 LOS DATOS

Para realizar las proyecciones de GEI se trabaja con información histórica: la que proviene del Banco Mundial y de la Organización de las Naciones Unidas para la Agricultura (FAO). Del Banco Mundial, se obtienen las emisiones de CO2 por país del sector Energía, Industria y Transporte desde 1960 hasta el 2009. De la FAO, se obtiene las emisiones de GEI por país de los sectores Agropecuario y Forestal (USCUSS) desde 1990 hasta el 2009. Además, se cuenta con el Inventario de Emisiones GEI del Perú del año 2000 publicado por el Ministerio del Ambiente (2010).

Cabe mencionar que, para el caso de Perú, los datos de emisiones publicados por el Banco Mundial y la FAO no son los mismos que los publicados por el Inventario de Emisiones del año 2000 MINAM (2010). Las diferencias son menores respecto a los datos del Banco Mundial y mayor respecto al sector Forestal y Agricultura reportados por la FAO, lo cual puede apreciarse en la TABLA 13.

Page 24: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

24

TABLA 13: EMISIONES EN MILLONES DE tCO2 eq

Sector / Emisiones Banco Mundial FAO Inventario del 2000 Diferencia (en %)

Energía, indus. y trans - CO2

Agricultura - GEI

Forestal² - GEI

30

20

44

32

23

57

5.51

10.25

23.33² Las emisiones reportadas por la FAO no incluyen silvicultura

Fuente: Banco Mundial, FAO, Ministerio del Ambiente

Se debe resaltar que se han empleado los datos históricos del Banco Mundial y de la FAO en lugar del Inventario del 2000 por las siguientes razones. Primero, las diferencias del sector Energía, Industria y Transporte,queesunodelossectoresmásimportantesenelcontroldelasemisiones,nosonsignificativas.Segundo, los métodos de estimación requieren de información de varios países por largos periodos de tiempo.Y,finalmente,lainformacióninternacionalesfácilmenteauditableporterceros.

Es conveniente señalar que los datos del Banco Mundial y la FAO son estimados por agencias internacionales. Por ejemplo, en el caso del Banco Mundial, los datos son calculados por el Oak Institute25. Esta última realiza sus cálculos priorizando las emisiones de tres fuentes principales: hidrocarburos, producción de cemento, y cambio de uso en la tierra. Para el caso de quema de combustibles fósiles, el Oak Institute recopila información periódica de emisiones en su propio laboratorio Carbon Dioxide Information Analysis Center (CDIAC) y la complementa con data de British Petroleum para los años 2010 y 2011; por otro lado, para las emisiones por producción cementera utiliza información de la Encuesta Geológica de EE.UU. Para el caso de Forestal, se utiliza información de la FAO, complementada con registros nacionales de variación de la cobertura boscosa a causa de incendios forestales (poco relevante para el Perú, principalmente cubierto de bosques húmedos). Finalmente, para los niveles generales de CO2 atmosféricos, se utiliza información de las mediciones de las estaciones de National Oceanic and Atmospheric Administration - NOAA.

Estas estimaciones de organizaciones internacionales pueden incluir errores de medición. Es por ello que las estimaciones a realizar bajo un enfoque bottom-up deben encontrar relaciones consistentes que puedan aminorar los riesgos asociados a errores de medición.

3.3 LAS ESTIMACIONES

Considerando la disponibilidad de información y la heterogeneidad de los países26, las emisiones son estimadas por sector, siendo estos: Energía, Industria y Transporte, Agricultura, Forestal y Residuos. Se usa esta desagregación en concordancia con la estimación sectorial establecida por el Ministerio del Ambiente (2010).

3.3.1. Sector Energía Industria y Transporte

SerealizalaestimacióndelaEcuación3bajolastresespecificaciones:relaciónlineal,cuadráticaycúbica.ElmétododeestimaciónesunpanelbalanceadodeefectosfijosutilizandocomomuestralospaísesdeLatinoamérica y las emisiones de CO2 recopiladas por el Banco Mundial.

25 Oak Institute Global Carbon Budget: http://www.globalcarbonproject.org/carbonbudget.

26 En el Perú, el sector Forestal es la principal fuente de emisiones, mientras en el mundo este sector aporta el 17% de las emisiones totales (IPCC, 2007).

x

x

Page 25: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

25

La muestra contempla solo Latinoamérica debido al comportamiento más homogéneo de los países dentro de este subgrupo con Perú. Por ejemplo, la región presenta una mayor correlación entre el PBI per cápita nacional y las emisiones de CO2 per cápita (ver TABLA 14). La relación entre PBI nacional y emisiones de CO2 es diferente a la de los países industrializados; que tienen una relación negativa, y al conjunto de países no industrializados; que tienen una más débil, ver GRÁFICO 7 y GRÁFICO 8.

TABLA 14: CORRELACIÓN ENTRE PBI PER CÁPITA Y CO2/Gg PER CÁPITA DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE

Región CorrelaciónMundo 0.555*Países Industrializados 0.365*Países No Industrializados 0.532*Latinoamérica 0.644** Significancia estadística al 5%.

Elaboración APOYO Consultoría

Delastresespecificacionesestimadas(lineal,cuadráticaycúbica),seeligelarelaciónlineal,puesexisteevidencia empírica a favor de esta relación; es estadísticamente superior a los otros modelos estimados; y, sus proyecciones están en concordancia con la evolución histórica de las emisiones.

GRÁFICO 7: PBI REAL PER CÁPITA Y EMISIONES CO2/Gg PER CÁPITA 2009

JORIRN

PERNICFRA

PNG

JPN

MDGHTIIRQUGA

GRE

ANG

DNK

GTMCPVMLI

GNQBRBMARMOZCOGCOD

TURLCAKEN DMADJI

NCLBHS

NGA

ISL

ARE

ECUHUN

TCDGNB

ESPSURCOL

SGPNZLJAM

AUS

GAM

LBY

GUY

FIN

GHASWECHL

AUTHKG

TONGIN

BHR

MUSATG

CUB

SAU

QAT

ZAFPRT

DOMEGYSLBLAOIND MAC

ETHCRI

CAN

BOLROUIDN MEXBLZ

KOR

ALB

CYP

BFAYEMLBR

VEN

NPLPAKDZA

MLTWSMSLV

GRL

HNDCMRNER

NLD NOR

VNMBENFIL URY

USA

BRN

PYFSTPSENCOM

ISR GBR

CIV GRDCAF

BMUITAARG

FOR

TUNGAB

TTO

FJIRWAKNA

POL

MRTVCTLBN

IRL

BRAKHMCHETHASYR

PRYBGR

SDNMNGLKATGO

CHN

TZA PANSLE0.0

1.0

2.0

3.0

4

0 20000 40000 60000PBI real percapita

Emisiones CO2/Gg per cápita Fitted values

Mundo

FRAJPNGRE DNKBHS ISL

ARE

ESP SGPNZL

AUS

FINSWE

AUTHKG

BHR

QAT

PRTMAC

CANKOR

CYPMLTGRL NLD NOR

USA

BRN

PYF

ISR GBR BMUITA

FORIRL

CHE

0.0

1.0

2.0

3.0

4

0 20000 40000 60000PBI real percapita

Emisiones CO2/Gg per cápita Fitted values

Países Industrializados

JORIRN

PERNICPNGMDGHTIIRQ

UGAANGGTMCPVMLI

GNQBRBMARMOZCOGCOD

TURLCAKEN DMADJI

NCL

NGAECUHUN

TCDGNBSUR

COLJAMGAM

LBY

GUYGHACHL

TONGINMUS

ATGCUB

SAU

ZAF

DOMEGYSLBLAOINDETH CRIBOL

ROUIDNMEX

BLZALBBFAYEMLBR

VEN

NPLPAKDZA

WSMSLVHNDCMRNERVNMBENFIL URYSTPSENCOMCIVGRD

CAFARGTUNGAB

TTO

FJIRWA

KNAPOL

MRT VCTLBN

BRAKHMTHASYR

PRY

BGR

SDNMNG

LKATGO

CHN

TZAPAN

SLE0.0

1.0

2.0

3.0

4

0 5000 10000 15000PBI real percapita

Emisiones CO2/Gg per cápita Fitted values

Países No Industrializados

PER

NIC GTM

ECU

SUR

COLGUY

CHL

CRIBOL

MEX

BLZ

VEN

SLVHND

URY

ARG

BRA

PRY

PAN

0.0

02.0

04.0

06

0 2000 4000 6000 8000 10000PBI real percapita

Emisiones CO2/Gg per cápita Fitted values

Países de Latinoamérica

Elaboración: APOYO Consultoría

Emisiones CO2/Gg per cápita Emisiones CO2/Gg per cápita

Emisiones CO2/Gg per cápitaEmisiones CO2/Gg per cápita

Page 26: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

26

GRÁFICO 8: PBI REAL PER CÁPITA Y EMISIONES CO2/Gg PER CÁPITA PROMEDIO POR GRUPO DE PAÍSES (1960-2009) 1/

.002

.003

.004

.005

.006

6000 7000 8000 9000 10000PBI real per cápita

Emisiones CO2/Gg per cápita Fitted values

Mundo

.005

.01

.015

15000 20000 25000 30000 35000PBI real per cápita

Emisiones CO2/Gg per cápita Fitted values

Países Industrializados

.001

.001

5.0

02.0

025

.003

1500 2000 2500 3000PBI real per cápita

Emisiones CO2/Gg per cápita Fitted values

Países No Industrializados.0

01.0

015

.002

.002

5

2000 2500 3000 3500 4000PBI real per cápita

Emisiones CO2/Gg per cápita Fitted values

Países de Latinoamérica

1/ cada punto es el promedio simple por año de las emisiones CO2 y PBI per cápita de los países. Elaboración APOYO Consultoría

El modelo elegido supone una relación lineal entre las emisiones de CO2 per cápita del Sector Energía, Industria y Transporte, el PBI real per cápita y otras variables relacionadas. Se incluye la densidad poblacional, dado que tiene un efecto directo en las emisiones. También se considera la tasa de crecimiento del PBI per cápita y una tendencia lineal para controlar el efecto de los ciclos económicos y el comportamiento inercial que puedan tener las emisiones. Todo lo anterior puede representarse a través de la siguiente ecuación econométrica:

Ecuación 6: eit = α + β1yit + β2dit+ β3git +β3ttt + γi + uit

Donde, el índice i hace alusión al país y el índice t al tiempo; eit es el logaritmo de las emisiones CO2/Gg (miles de TM) per cápita provenientes del sector energía e industrial; α, una constante; yit, el logaritmo del PBI real per cápita del país; dit, la densidad poblacional; git , la tasa de crecimiento del PBI per cápita; ttt , una tendencia lineal; , el efecto propio que cada país tiene sobre sus emisiones; y uit es el componente que reúne las variables no observadas.

Se aprecia que el modelo es coherente con la evidencia empírica. Históricamente ha existido una fuerte relación entre las emisiones de CO2 del Sector Energía e Industria y el PBI. Los recuadros superiores del gráfico9muestranquelasemisionesdeCO2/Gg (miles de toneladas) per cápita y el PBI nacional real per cápita comparten similar patrón. En tanto, el recuadro inferior derecho muestra como hecho estilizado la existencia de una relación lineal entre ambas series.

Emisiones CO2/Gg per cápita

Emisiones CO2/Gg per cápita Emisiones CO2/Gg per cápita

Emisiones CO2/Gg per cápita

Page 27: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

27

GRÁFICO 9: EVOLUCIÓN DEL PBI PERUANO Y LAS EMISIONES CO2/Gg DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE

.000

8.0

01.0

012

.001

4.0

016

Em

isio

nes

CO

2/G

g pe

r cáp

ita

1960 1970 1980 1990 2000 2010Año

Evolución de las emisiones CO2/Gg per cápita

1500

2000

2500

3000

PB

I rea

l per

capi

ta

1960 1970 1980 1990 2000 2010Año

Evolución del PBI real per capita

-20

-10

010

20

1960 1970 1980 1990 2000 2010Año

Emisiones CO2/Gg per cápita PBI real per cápita

Crecimiento del PBI per capita y CO2/Gg per cápita.0

008

.001

.001

2.0

014

.001

6

1500 2000 2500 3000PBI real percapita

Emisiones CO2/Gg per cápita Fitted values

Relación entre PBI per capita y CO2/Gg per cápita

Elaboración: APOYO Consultoría

Luego de realizar una evaluación estadística a los tres modelos, se encuentra que la relación lineal presenta un mejor desempeño. Tiene un menor error cuadrático medio; es decir, se ajusta mejor a los datos reales cuando es proyectado sobre la muestra. Además, los parámetros que se emplean en la proyección son todosestadísticamentesignificativos(vertabla15).

La proyección de las emisiones de CO2 del Sector Energía e Industria utilizando el modelo lineal es coherente con su evolución histórica. La tabla 16 muestra que ésta tiene una tasa de crecimiento similar a la registrada en los últimos 20 años y, que su elasticidad respecto al PBI per cápita es decreciente en el tiempo.

Es preciso notar, que el método de estimación, y por tanto la proyección, es sobre las emisiones de CO2, pues, no se cuenta con información histórica a nivel de gases de efecto invernadero. Para proyectar sobre esta última variable, se asume que la participación de CO2 sobre el total de GEI permanece constante en el tiempo; y, es igual 96.24%, de acuerdo a lo publicado por el Ministerio del Ambiente (2010).

2

2

Emisiones CO2/Gg per cápita

Crecimiento del PBI per cápita y CO2/Gg per cápita

Emisiones CO2/Gg per cápita

Emis

ione

s C

O2/

Gg

per

cápi

ta

Page 28: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

28

TABLA 15: RESULTADOS DE LAS REGRESIONES DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE

Log CO2/Gg per cápita Modelo lineal

Modelo cuadrático

Modelo cúbico

Log PBI real per cápita 0.479*** 4.211*** 20.000(0.123) (1.397) (15.839)

Log PBI real per cápita 2 -0.243** -2.306(0.090) (2.031)

Log PBI real per cápita 3 0.089(0.087)

Densidad poblacional 0.006*** 0.006*** 0.006***(0.002) (0.002) (0.002)

Tasa de crec. PBI per cápita 0.005** 0.006** 0.005**(0.002) (0.002) (0.002)

Tendencia 0.006* 0.007* 0.006(0.004) (0.004) (0.004)

Constante -10.649*** -24.893*** -64.961(0.920) (5.443) (41.008)

Observaciones 980 980 980R2 within 1/ 0.575 0.612 0.616Número de países 20 20 20R2 overall 2/ 0.0936 0.0723 0.0594RMSE 3/ 1.2204 1.2447 1.2211

3/ Siglas en inglés de Raíz del error cuadrático medio, es un indicador que mide la distancia entre la proyección sobre la muestra y los datos reales.

2/ R2 que mide el ajuste entre todos los países.1/ R2 que mide el ajuste de los datos de cada país.***, ** Significancia estadística al 1% y 5% . Errores estándar entre paréntesis.

Elaboración: APOYO Consultoría

TABLA 16: TASA DE CRECIMIENTO HISTÓRICA Y PROYECTADA DE LAS EMISIONES DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE

Series/ ProyeccionesTasa de

crec. CO2 per cápita

Elasticidad CO2 / PBI per cápita

Serie histórica (1960-2009) 1.40 1.23Serie histórica (1990-2009) 2.79 1.06Proyección modelo lineal 2.74 0.64Proyección modelo cuadrático 0.44 0.10Proyección modelo cúbico 1.77 0.41

Elaboración: APOYO Consultoría

2

2 2

Page 29: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

29

3.3.2. Sector Agricultura

La estimación de las emisiones de este sector sigue la metodología expuesta para el Sector Energía e Industria.Primero,serealizalaestimacióndelaEcuación3bajolastresespecificaciones:relaciónlineal,cuadrática y cúbica. Segundo, se realiza una evaluación estadística de cada uno de los modelos. Tercero, se verificaquelasproyeccionesguardenrelaciónconeldesempeñohistóricodelasemisiones.Enestecaso,la relación cúbica es la que presenta el mejor desempeño.

Elmétododeestimaciónesunpanelbalanceadodeefectosfijosutilizandocomomuestraalgunospaísesde Latinoamérica y las emisiones GEI de la FAO. Dicha muestra está compuesta por Bolivia, Brasil, Guyana, Perú y Uruguay. Se utiliza solo estos países porque presentan una relación positiva entre las emisiones del Sector Agropecuario y el PBI per cápita. Los otros países de la región presentan una relación negativa.

El modelo elegido presenta una relación cúbica entre emisiones de GEI per cápita del Sector Agropecuario y el PBI real per cápita de la economía. Se incluyen como controles la participación del PBI agropecuario respecto al PBI total y una tendencia lineal. La ecuación a estimar econométricamente es la siguiente:

Ecuación 7: eit = α + β1yit + β2yit2 + β3yit

3 + β4Vit+ β5ttt + γi + uit

Donde, el índice i hace alusión al país y el índice t al tiempo; eit es el logaritmo de las emisiones GEI per cápita del Sector Agropecuario, medido en CO2eq/MM de TM; α, una constante; yit , el logaritmo del PBI real per cápita del país; Vit , la participación de la producción agropecuaria en el PBI nacional; ttt , una tendencia lineal; γi , el efecto propio que cada país tiene sobre sus emisiones; y uit es el componente que reune las variables no observadas.

Se elige el modelo de relación cúbica, porque estadísticamente es superior a los otros modelos y es congruente con los hechos estilizados de las emisiones de este sector.

El GRÁFICO 10 muestra cierta evidencia a favor de la relación cúbica. Durante los periodos 1990-2000 el crecimiento de las emisiones del Sector Agrícola fue superior al crecimiento del PBI, mientras en la década siguiente, sucedió lo contrario.

Page 30: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

30

GRÁFICO 10: EVOLUCIÓN DEL PBI PERUANO Y LAS EMISIONES GEI CO2eq/Gg DEL SECTOR AGRICULTURA

.000

7.0

0075

.000

8E

mis

ione

s G

EI/G

g pe

r cáp

ita

1990 1995 2000 2005 2010Año

Evolución de las emisiones GEI/Gg per cápita

1500

2000

2500

3000

PB

I rea

l per

cáp

ita

1990 1995 2000 2005 2010Año

Evolución del PBI real per cápita

-50

510

1990 1995 2000 2005 2010Año

Emisiones GEI per cápita PBI real per cápita

Crecimiento del PBI per cápita y GEI/Gg per cápita.0

007

.000

75.0

008

.000

85

1500 2000 2500 3000PBI real per cápita

Emisiones GEI/Gg per cápita Fitted values

Relación entre PBI per cápita y GEI/Gg per cápita

Elaboración: APOYO Consultoría

Respecto a la evaluación estadística, el modelo tiene un menor error cuadrático medio; es decir, se ajusta mejor a los datos reales cuando es proyectado sobre la muestra. Adicionalmente, los parámetros que se empleanen laproyecciónsonestadísticamentesignificativosaexcepciónde la tendencia lineal,queescercana a cero. Ver TABLA 17.

Al realizar la proyección de las emisiones GEI se observa una menor tasa de crecimiento; al igual que, una menor elasticidad respecto al PBI. Siendo esto congruente con lo observado en los últimos 20 años. Ver TABLA 18.

3.3.3. Sector Forestal (USCUSS)

No se tiene información para poder proyectar las emisiones de este sector. Ni tampoco, para deducir una relaciónclaraentrelasemisionesdelsectoryalgunaotravariableeconómica,poblacionalogeográficaque pueda proyectarse. Es por ello, que se opta por asumir que la tasa de crecimiento histórica (1990-2009), igual a 2.37%, se mantendrá constante hacia el 2050. A continuación se detallan los principales inconvenientespararealizarunaestimaciónyquejustificanutilizarelmétodopropuesto.

Crecimiento del PBI per cápita y GEI/Gg per cápita

Page 31: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

31

No se cuenta con datos históricos de más de dos años, por tanto no se considera conveniente proyectar un periodo tan largo (2013-2050). Las emisiones de este sector, sin contar Silvicultura, son reportadas por la FAO para los periodos 1990 y 2010. Sin embargo, la muestra de países no presenta variabilidad; es decir, para algunos las emisiones son constantes en todos los periodos; o, a lo mucho, exhiben cambios en uno o dos periodos.

TABLA 17: RESULTADOS DE LAS REGRESIONES DEL SECTOR AGROPECUARIO

Log GEI/Gg per cápita 1/ Modelo Lineal

Modelo Cuadrático

Modelo Cúbico

Log PBI real per cápita 0.304 2.160*** 6.804***(0.225) (0.344) (1.304)

Log PBI real per cápita 2 -0.122*** -0.733**(0.018) (0.166)

Log PBI real per cápita 3 0.026**(0.007)

PBI Agropecuario / PBI 0.005 0.013*** 0.013***(0.003) (0.002) (0.001)

Tendencia 0.001 0.002 0.002(0.004) (0.003) (0.003)

Constante -8.592*** -15.730*** -27.353***(1.604) (1.590) (3.485)

Observaciones 100 100 100R2 within 2/ 0.362 0.465 0.471Número de países 5 5 5R2 overall 3/ 0.367 0.246 0.241RMSE 4/ 0.1068 0.0994 0.0854***, ** Significancia estadística al 1% y 5% . Errores estándar entre paréntesis.

Elaboración: APOYO Consultoría

1/ Las emisiones de GEI están medidas en unidades de CO2 equivalentes.2/ R2 que mide el ajuste de los datos de cada país.3/ R2 que mide el ajuste entre todos los países.4/ Siglas en inglés de Raíz del error cuadrático medio, es un indicador que mide la distancia entre la proyección sobre la muestra y los datos reales.

2

Page 32: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

32

TABLA 18: TASA DE CRECIMIENTO HISTÓRICA Y PROYECTADA DE LAS EMISIONES DEL SECTOR AGROPECUARIO

Series/ ProyeccionesTasa de crec. GEI

per cápita

Elasticidad GEI / PBI

per cápitaSerie histórica (1990-2009) 0.67 0.25Serie histórica (2000-2009) 0.42 0.10Proyección modelo Lineal 1.28 0.30Proyección modelo Cuadrático 0.08 0.02Proyección modelo Cúbico 0.34 0.08

Elaboración: APOYO Consultoría

De otro lado, existen relaciones poco claras entre los datos de emisiones y variables económicas, poblacionales o geográficas que puedan usarse en una proyección. Por ejemplo, no se encuentrancorrelaciones fuertes entre las emisiones per cápita de este sector y el PBI nacional per cápita o la densidad poblacional, ver TABLA 19. Tampoco se encuentra una relación entre el aumento de las emisiones y la reducción del área de bosques. El GRÁFICO 11 muestra la evolución de ambas variables para países de Latinoamérica. Se esperaría que la mayoría de los países se encuentren en los cuadrantes II y IV; es decir, a mayor deforestación mayores emisiones. Sin embargo, la mayoría de países que han reducido sus áreas de bosques no han generado un incremento de las emisiones forestales, incluso las han reducido.

TABLA 19: CORRELACIONES CON LAS EMISIONES CO2/Gg PER CÁPITA DEL SECTOR FORESTAL

Variables CorrelaciónPBI per cápita -0.342Densidad poblacional -0.246

Elaboración: APOYO Consultoría* Significancia estadística al 5%.

Page 33: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

33

GRÁFICO 11: TASA DE CRECIMIENTO DE LAS EMISIONES CO2/Gg DEL SECTOR FORESTAL Y DEL ÁREA DE BOSQUES EN LATINOAMÉRICA (1990-2009)

ARG

BLZ

BOL

BRACHL

COLECUSLVGTM

HND

MEX

NIC

PAN

PRY

PER

URYVEN

III

III IV

-6-4

-20

24

Tasa

cre

cim

ient

o E

mni

sine

s C

O2/

Gg

-2 -1 0 1 2 3Tasa crecimiento bosques

Elaboración: APOYO Consultoría

Finalmente, la tasa de crecimiento asumida implica un área deforestada de 9% del área total de bosques aproximadamente27. Si se realiza un análisis comparado, por ejemplo con Brasil, se tiene que en dicho país, en los últimos 40 años, se ha deforestado cerca del 18% del total de bosques28. Considerando que el cambio de uso de tierras a agricultura y ganadería que aconteció en Brasil, es una trayectoria posible, para el caso peruano, la estimación de emisiones y la deforestación asociada del sector Forestal hacia el 2050 resulta siendo probable.

3.3.4. Sector Residuos

Este sector tampoco cuenta con información que haga posible realizar una estimación econométrica. Solo se sabe que al año 2000 contribuyó aproximadamente con el 6.1% de las emisiones totales. Considerando esto, las emisiones de este sector son proyectadas asumiendo que su contribución permanece invariante en el tiempo.

27 Se ha estimado un total de 5.8 millones de hectáreas deforestadas acumuladas durante el periodo 2010-2050. Este cálculo resulta de dividir las emisiones estimadas entre un factor de emisión por hectárea deforestada que es aproximado a partir de las estimaciones bottom up.

28 Información tomada del Instituto Nacional de Pesquisas Espaciais (INPE) y sintetizada por Rhett A. Butler en http://rainforests.mongabay.com/amazon/deforestation_calculations.html.

2

Page 34: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

34

4. ESTIMACION DE LOS GEI EN EL PERÚ: METODOLOGÍA BOTTOM-UP

Las estimaciones de los gases de efecto invernadero (GEI) bajo la metodología bottom-up fue realizada por los equipos sectoriales del PlanCC. APOYO Consultoría se encargó de realizar una revisión de los resultados sectorialesyagregarlosafindeobtenerlaestimaciónbottom-upaniveldePerú.

4.1 METODOLOGÍA

En la metodología bottom-up las emisiones de gases de efecto invernadero (GEI) son proyectadas a partir de los componentes o fuentes de emisiones; es decir, es un análisis de corte micro.

La estimación es a nivel sectorial. Cada sector presenta una serie de componentes fuentes de emisiones, llamadostambiénsubsectores,quehansidoidentificadosporelPlanCC(2012).Asuvez,cadacomponentepresenta variables guías o ‘drivers’ que explican su evolución en el tiempo, por ejemplo el PBI per cápita, el PBI sectorial o la población.

4.2 LOS DATOS

Cada sector ha sido trabajado por un equipo de expertos considerando información de distintas fuentes. Sin embargo, existen dos tipos de datos que han sido empleados por todos los equipos investigadores. Los primeros, corresponden a los factores de emisión de cada componente medidos en CO2 eq, que provienen del inventario de GEI del 2000 MINAM (2010) y la Actualización del Inventario de Emisiones al 2009 de PlanCC (2012). Los segundos son las de variables agregadas como el PBI, los PBI sectoriales y la población que han sido proyectados por APOYO hasta el 2050.

4.3 LAS ESTIMACIONES

Las estimaciones son sectoriales siguiendo la estructura establecida por el Ministerio del Ambiente (2010). A diferencia de la estimación top-down, se ha trabajado los Sectores de Energía, Transporte y Procesos Industriales por separado. El estudio es completado con los sectores de Agricultura, Forestal y Residuos. A continuación se hace un resumen del trabajo realizado por cada equipo sectorial.

Page 35: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

35

4.3.1. Sector Energía

Para la elaboración del escenario BAU, se proyectó la demanda y oferta de energía al 2050 y se formularon los balances de energía a nivel nacional29, a partir de estos balances se obtuvo la producción requerida de energía y la demanda por sectores y por productos.

Lossectoresdeconsumodeenergíaseorganizarondeacuerdoalodefinidoporlametodologíaseguidaenla Actualización del Inventario Nacional de Emisiones de Gases de Efecto Invernadero al año 2009 (PlanCC, 2012), y son los siguientes: Industria energética, Manufactura y construcción, Comercial, residencial y público, Minería, Pesquería, Agroindustria y Emisiones fugitivas.

Se ha estructurado un modelo energético integral que está conformado por cuatro modelos de proyección de la demanda energética: eléctrico y de RER30, gasífero;y de oferta de petróleo y derivados. Adicionalmente, sehandesarrolladomódulosespecíficosparacarbónmineral,energíasolarylabiomasa(leña,bagazo,bosta, yareta y energéticos para biocombustibles). De estos modelos y módulos se estructura y consolida el Balance Energético Nacional.

Unsupuesto importanteen laestimacióndel consumofinaldeenergíaesunadisminucióndel 3%delconsumo, como resultado de la implementación de medidas de eficiencia energética.Finalmente, sedeterminan las emisiones GEI multiplicando el valor de cada uno de los energéticos utilizados, que provienen del Balance Energético Nacional por los factores de emisión respectivos.

4.3.2. Sector Transporte

Para la construcción del escenario BAU se consideró que el cálculo de las emisiones del Sector Transporte se realizaría en función a tres fuentes de emisión o sub-sectores claramente diferenciados: terrestre, aéreo, y marítimo y ferroviario.

Para realizar las proyecciones del transporte terrestre, se tomó como referencia la actualización del Inventario Nacional de Emisiones GEI al 2009 (PlanCC, 2012). Donde, se calculó que las emisiones de este sub-sector representan el 95% del total del sector transporte. Se consideró que esta participación seguirá siendo la misma al 2050.

La metodología contempla los siguientes pasos. Primero, se proyecta el parque automotor desde el año 2012 al 2050 en función a los datos históricos del 2002 al 2011 (MTC, 2013) y usando como variable guía el PBI per cápita. Segundo, en el marco de este proyecto, el Equipo de Investigación, en conjunto con la opinión de expertos de la Asociación Automotriz del Perú (AAP) y la Asociación de Representantes Automotrices del Perú (ARAPER), ha estimado una estructura de consumo de combustibles por tipo de vehículo al año 2012. Finalmente, con la estructura de consumo de combustible y el parque automotor proyectado, se calcula el consumo de combustibles (diésel, gasolina, GNV y GLP) para el periodo 2011-2050.

29 El Balance Energético Nacional detalla la producción de energía por fuentes primarias y secundarias, el proceso de transformación de energíaprimariaasecundariayelconsumofinaldeenergíaporsectores.

30 Recursos energéticos renovables.

Page 36: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

36

Para los otros sub sectores se ha asumido que su participación respecto al total, estimada en el PlanCC (2012), se mantiene constante en el tiempo. En el caso del transporte aéreo es del orden del 3%; mientras que el transporte marítimo y ferroviario representa 2% del total.

4.3.3. Sector Procesos Industriales

ElescenarioBAUesconstruidoconsiderandolasdistintasfuentesdeemisióndefinidasenlosInventariosdeemisionesdelaño2009y2000paracadaproceso.Lasfuentesdeemisiónidentificadascorrespondena la fabricación de los siguientes productos: clinker/cemento, hierro/acero, cal, piedra caliza, carburo de calcio, carbonato de sodio, estaño, aluminio.

La metodología de estimación tiene como primer paso estimar la producción de los productos fuentes de emisión hacia el 2050. Para ello se usó como variable guía el PBI industrial, a excepción de la fabricación de clinker donde se usó la población. Luego de esto, se aplican los factores de emisión y se obtienen las emisiones totales de cada componente fuente de emisión.

4.3.4. Sector Agricultura

Para la construcción del escenario BAU se ha considerado las siguientes fuentes de emisiones o sub-sectores, que son: fermentación entérica, manejo de estiércol, cultivo de arroz, suelos agrícolas, quema de pastos y quema de residuos agrícolas.

Las emisiones de este sector están asociadas principalmente a la población del ganado y a la extensión de los cultivos. Para la proyección de estas variables se asume un comportamiento tendencial que solo depende del tiempo. En base a esta información se estiman las diversas fuentes utilizando los factores de emisión del PlanCC (2012).

4.3.5. Sector Forestal (USCUSS)

Para la construcción del escenario BAU se consideró que el cálculo de las emisiones del Sector Forestal (USCUSS, Uso del Suelo, cambio de Uso del Suelo y Silvicultura), denominado también como forestal, se calculan para dos fuentes de emisión o sub-sectores principales: cambios en biomasa forestal y conversión de bosques a cultivos y pasturas.

Los cambios en biomasa forestal incluyen las capturas (remociones) y las emisiones de CO2 generadas por el incremento o disminución en la biomasa forestal (bosques secundarios y plantaciones forestales), que es la principal fuente de remoción y emisión de este sub sector. Para estimar ello, se asumió tasas devariaciónconstanteseneltiempoquereflejanlaentradaysalidadelabiomasa.Otrossubsectoresdemenor relevancia son las emisiones de CO2 derivadas de la extracción de madera (para la obtención de leña, carbón y madera rolliza) y de la quema de biomasa por disturbios (incendios forestales).

Otra fuente de emisión importante es la conversión de bosques a cultivos y pasturas. En este caso se estimó el incremento de las tierras de cultivos y pastos usando como variable guía el PBI del sector agricultura y luego se aplicaron los factores de emisión del PlanCC (2012).

Page 37: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

37

4.3.6. Sector Residuos

Para la construcción del escenario Business As Usual (BAU) se consideró que el cálculo de las emisiones del Sector Residuos se realizará en base a dos fuentes de emisión: las emisiones provenientes de la disposición finalderesiduosenrellenossanitariosybotaderos,ylasemisionesprovenientesdeltratamientodeaguasresiduales.

Los residuos sólidos son proyectados a partir de su relación con la población urbana. Para la proyección de lasaguasresidualesdomésticasseasumequeestasrepresentanunaproporciónfijadelosresiduossólidos.Mientras, las aguas industriales son proyectadas a partir de la evolución de cinco productos industriales: azúcarrefinada,harinadeanchoveta,carnedeavebeneficiada,jugosyrefrescosdiversosycervezablanca,los cuales se asume presentan un comportamiento tendencial.

5. RESULTADOS

5.1 PROYECCIONES TOP-DOWN AL 2050

A nivel agregado, se tiene que el Perú en el 2050 emitiría 497 GEI/millones de toneladas. Esto representa 3.1 veces las emisiones producidas en el año 2000. Y, a lo largo del periodo 2013-2050, se esperaría emisiones acumuladas del orden de 12 millones.

A nivel sectorial, al 2050, Energía, Industria y Transporte emitiría 227 GEI/millones de toneladas (227 mil Gg); que representa 6.3 veces lo emitido en el año 2000. Las emisiones de este sector crecerían a una tasa de 3.5% anual para los periodos 2013-2050. El Sector Agricultura emitiría 59 GEI/millones de toneladas, al 2050. Este sería el de menor crecimiento, con una tasa anual de 2%. El sector Forestal, con el supuesto de una tasa de crecimiento constante igual a 2.47% anual, emitiría 181 mil GEI/millones de toneladas. Mientras el Sector Residuos,30 GEI/millones de toneladas. En el GRÁFICO 12, se muestra la evolución de las emisiones de cada sector. Mientras, los resultados completos de las proyecciones pueden apreciarse en la TABLA 20.

5.2 PROYECCIONES BOTTOM-UP AL 2050

Las proyecciones bottom-up se han realizado considerando dos puntos en el tiempo, el 2021 y el 2050. En las TABLAS 21-26 se detalla las estimaciones de cada sector incluyendo sus respectivos sub sectores. A maneradesimplificación, losresultadossemuestranenmillonesdetoneladasmétricas (equivalenteamiles de Gg).

Page 38: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

38

GRÁFICO 12: PROYECCIÓN TOP DOWN DE EMISIONES GEI EN CO2eq/MILLONES DE TONELADAS (2013 - 2050)

0

100

200

300

400

500

600

2013 2017 2021 2025 2029 2033 2037 2041 2045 2049

Energía, Industria y Transporte Agricultura USCUSS Residuos

Elaboración: APOYO Consultoría

TABLA 20: PROYECCIÓN TOP DOWN DE EMISIONES DE GEI EN CO2eq/MILLONES DE TONELADAS (2013 - 2050)

Page 39: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

39

TABLA 21: PROYECCIÓN BOTTOM UP DE EMISIONES DEL SECTOR ENERGÍA DE GEI EN CO2eq/MILLONES DE TONELADAS DE ENERGÍA

Sub sector Año 2009 (Inventario)

Año 2021 (BAU)

Año 2050 (BAU)

Industria Energética 10 23 52Manufactura y Construcción 6 8 20Comercial Residencial y Público 3 6 15Minería 2 3 9Emisiones Fugitivas 1 3 5Pesquería 1 1 1Agroindustria 0 0 0Total 24 44 102

Elaboración: APOYO Consultoría

TABLA 22: PROYECCIÓN BOTTOM UP DE EMISIONES DEL SECTOR TRANSPORTE DE GEI EN CO2eq/MILLONES DE TONELADAS

Sub sector Año 2009 (Inventario)

Año 2021 (BAU)

Año 2050 (BAU)

Terrestre 14 24 79Aéreo 0 1 2Ferroviario y Marítimo 0 0 2Total 15 25 83

Elaboración: APOYO Consultoría

TABLA 23: PROYECCIÓN BOTTOM UP DE EMISIONES DEL SECTOR PROCESOS INDUSTRIALES DE GEI EN CO2eq/MILLONES DE TONELADAS

Sub sector Año 2009 (Inventario)

Año 2021 (BAU)

Año 2050 (BAU)

Cemento 3 7 16Hierro/Acero 1 2 9Cal 0 1 3Piedra Caliza 0 1 2Carburo de calcio 0 0 0Carbonato disodio 0 0 0Estaño 0 0 0Aluminio 0 0 0Total 5 11 31

Elaboración: APOYO Consultoría

Page 40: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

40

TABLA 24: PROYECCIÓN BOTTOM UP DE EMISIONES DEL SECTOR AGRICULTURA DE GEI EN CO2eq/MILLONES DE TONELADAS

Sub sector Año 2009 (Inventario)

Año 2021 (BAU)

Año 2050 (BAU)

Fermentación Entérica 11 13 18Manejo de Estiercol 1 1 2Cultivo de Arroz 1 1 2Suelos agrícolas 13 15 21Quema de pastos 0 0 0Quema de residuos agrícolas 0 0 1Total 27 32 43

Elaboración: APOYO Consultoría

TABLA 25: PROYECCIÓN BOTTOM UP DE EMISIONES DEL SECTOR FORESTAL DE GEI CO2eq/MILLONES DE TONELADAS

Sub sector Año 2009 (Inventario)

Año 2021 (BAU)

Año 2050 (BAU)

Cambios en biomasa forestal -60 12 13Conversión de bosques 113 62 14Total 53 74 27

Elaboración: APOYO Consultoría

TABLA 26: PROYECCIÓN BOTTOM UP DE EMISIONES DEL SECTOR DESECHO DE GEI CO2eq/MILLONES DE TONELADAS

Sub sector Año 2009 (Inventario)

Año 2021 (BAU)

Año 2050 (BAU)

Residuos sólidos 9 21 27Aguas residuales 2 3 7Total 10 24 34

Elaboración: APOYO Consultoría

5.3 COMPARACIÓN DE RESULTADOS TOP-DOWN VS BOTTOM-UP

Considerando que se ha estimado las emisiones GEI por dos metodologías distintas, es de suponer que no se llegue a los mismos resultados. Sin embargo, recogen la relación entre actividad económica y emisiones. Como se ha visto anteriormente las emisiones son estimadas directa (top-down) o indirectamente (bottom-up) a partir de su relación con variables económicas agregadas o sectoriales.

En la TABLA 27 se resumen los resultados de los dos cálculos. Un punto importante a considerar es la divergencia inicial en los datos usados por cada metodología. Para el año 2009 la metodología bottom-up emplea la Actualización del Inventario Nacional de Emisiones al 2009 (PlanCC, 2012), mientras en la metodología top-down los datos del Banco Mundial y de la FAO. Esto se debe a que cada método utiliza

Page 41: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

41

diferentes fuentes de información en sus estimaciones31. Esta divergencia inicial explica el hecho que la proyección top-down sea mayor que la bottom-up al 2050, y con una tasa de crecimiento mayor.

TABLA 27: EMISIONES DE GEI CO2 eq/MILLONES DE TONELADAS POR SECTOR, METODOLOGÍA y TASA DE CRECIMIENTO

Inventario PlanCC

Otras fuentes1/ Bottom-up Top-down Bottom-up Top-down Bottom-up

(var %)Top-down

(var %)Energía, indus. y trans. 44 50 80 88 216 227 3.96 3.76Agricultura 27 24 32 34 43 59 1.17 2.24USCUSS 53 69 74 92 27 181 -1.64 2.37Desechos 10 9 24 14 34 30 2.93 2.93Total 134 152 209 227 320 497 2.15 2.93

Elaboración: APOYO Consultoria.

Sectores2009 2021 2050 Tasa de crecimiento

anual (2009-2050)

1/ Los datos usados en las estimaciones top-dow difieren del Inventario porque provienen de otras fuentes (Banco M undial y FAO).

Otro punto a considerar son las tasas de crecimiento entre periodos. La metodología bottom-up presenta una tasa de crecimiento anual de 3.8% para el sub periodo 2009-2021 y una tasa de 1.5% para el sub periodo 2021-2050; en tanto, la metodología top-down presenta unas tasas de 3.4% y 2.7% para iguales sub periodos. La mayor caída en la tasa de la metodología bottom-up es explicada por los diversos supuesto que se toman a nivel sectorial, los cuales pierden poder explicativo en el largo plazo; mientras, en la metodología top-down solo se asumen relaciones con variables macro como el PBI o la población. En el GRÁFICO 13 se muestra la evolución de las emisiones bajo ambos métodos.

GRÁFICO 13: EMISIONES DE GEI CO2 eq/MILLONES DE TONELADAS

0

100

200

300

400

500

600

2009 2013 2017 2021 2025 2029 2033 2037 2041 2045 2049

Top-down Bottom-up

Elaboración: APOYO Consultoría

31 En el caso de la estimación top-down, si bien para el año 2009 se tiene la información del Inventario de emisiones, se optó por utilizar los datos del Banco Mundial y de la FAO a fin de tener una serie consistente para la estimación.

Page 42: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

42

Una de las principales diferencias entre ambas metodologías de cálculo de emisiones se observa en el sector Forestal, principalmente debido a los supuestos tomados en el análisis sectorial (bottom-up) para la conversión de bosques a cultivos y pasturas. Para hacer más objetivo el análisis, el GRÁFICO 14 presenta los resultados de las proyecciones, sin incorporar el sector Forestal, con lo que se observa que tanto la tendencia como los volúmenes de emisiones presentan una mayor homogeneidad, para ambas metodologías.

GRÁFICO 14: EMISIONES DE GEI CO2eq/MILLONES DE TONELADAS (SIN FORESTAL)

0

50

100

150

200

250

300

350

2009 2013 2017 2021 2025 2029 2033 2037 2041 2045 2049

Top-down Bottom-up

A pesar de las diferencias de ambas metodologías respecto a fuentes de información y los supuestos que setoman,losresultadosobtenidosnodifierendemanerasignificativacuandonoseconsideraelsectorForestal. Sin embargo, es necesario analizar las ventajas e implicancias de cada metodología de cara a los siguientes pasos de la investigación; es decir, la evaluación de medidas de mitigación.

Las principales ventajas de la estimación top-down son las siguientes:

» Se plantea una relación directa entre actividad económica y emisiones, que tiene un amplio respaldo en los estudios empíricos sobre el tema.

» Tiene un menor margen de error que el método bottom-up, pues este último implica un sinnúmero de supuestos que aumentan las probabilidades de error de medición.

Mientras, el método bottom-up presenta la siguiente ventaja:

» Permite estimar las emisiones a nivel desagregado, lo cual es de gran utilidad para la modelación de medios de mitigación sectoriales o las que requieran conocer el nivel de emisiones por actividad económica.

Page 43: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

43

Se considera que ambos métodos son valiosos para estimar las emisiones y pueden ser usados de distintas maneras. Por ejemplo, si se pretende utilizar un modelo de equilibrio general para evaluar medidas de reducción de emisiones, el método bottom-up es más apropiado dado su nivel de desagregación de emisiones a nivel de actividad económica. Por otra parte, si se pretende evaluar las medidas a nivel de grandes sectores (energía, transporte e industria, agricultura y forestal) se puede emplear las estimaciones del top-down.

Finalmente,considerandoque losresultadosdeambosmétodosnodifierendemanerasignificativa,seplantea usar uno u otro BAU en función de la estrategia que desee plantearse para evaluar la reducción de emisiones. Si se piensa en modelos de equilibrio general se recomienda utilizar el BAU bottom-up, mientras si se plantean modelos a nivel de grandes sectores se recomienda usar el BAU top-down.

Page 44: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

44

6. BIBLIOGRAFÍA

» Bonifaz y Urrunaga (2013), “Acortando las brechas en la infraestructura pública,” en: Cuando despertemos en 2062, CIUP, 2013.

» Geners (2013), “La Competitividad Internacional y la Rentabilidad de las Empresas en el Perú,” estudio anual que realiza GERENS, Escuela de Gestión y Economía.

» Ministerio del Ambiente (2010), Segunda Comunicación Nacional del Perú a la Convención Marco de las Naciones Unidas sobre Cambio Climático, Lima, Fondo Editorial MINAM.

» Panayotou, T. (1997), “Demystifying the Environmental Kuznets Curve: Turning a Black Box into a Policy Tool,” Environment and Development Economics 2, edición especial sobre la Curva de Kuznets Ambiental, 465-484.

» Panayotou, T. (2003), Economic Growth and the Environment, Economic Survey of Europe 2003, Nro 2, Geneva, United Nations Publications.

» PlanCC (2012), Actualización del Inventario Nacional de Emisiones de Gases de Efecto Invernadero al Año 2009. Lima. Equipo de Investigación de PlanCC.

» Seminario, Bruno (2013), Cuando despertemos en el 2062. Visiones del Perú en 50 años, Lima, UniversidadPacífico.

» Stern, D. y M. S. Common (2001), “Is There an Environmental Kuznets Curve for Sulfur,” Journal of Environmental Economics and Management 41-2, 162-178.

» Stern, D. (2004), “The Rise and Fall of the Environmental Kuznets Curve,” World Development 32-8, 1419-1439.

Page 45: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

45

6.1 BASES DE DATOS

» Banco Mundial, http://data.worldbank.org

» FAO, http://faostat.fao.org

» CIA: https://www.cia.gov/es

» CDIAC: http://cdiac.esd.ornl.gov/

» NOAA: http://www.noaa.gov/index.html

Page 46: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

46

ANEXO 4.1.1: PROYECCIÓN DE LA POBLACIÓN A NIVEL DEPARTAMENTAL

TABLA A 1: POBLACIÓN POR DEPARTAMENTO 2012-2025

Departamento 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025Amazonas 417 508 419 404 421 122 422 629 423 898 424 952 425 829 426 566 427 202 427 701 428 036 428 264 428 437 428 603Áncash 1 129 391 1 135 962 1 142 409 1 148 634 1 154 639 1 160 490 1 166 182 1 171 714 1 177 080 1 182 255 1 187 242 1 192 080 1 196 808 1 201 465Apurímac 451 881 454 324 456 652 458 830 460 868 462 791 464 584 466 228 467 707 469 020 470 181 471 187 472 039 472 737Arequipa 1 245 251 1 259 162 1 273 180 1 287 205 1 301 298 1 315 528 1 329 802 1 344 026 1 358 108 1 372 075 1 385 992 1 399 813 1 413 497 1 427 001Ayacucho 666 029 673 609 681 149 688 657 696 152 703 629 711 058 718 408 725 649 732 783 739 831 746 788 753 651 760 414Cajamarca 1 513 892 1 519 764 1 525 064 1 529 755 1 533 783 1 537 172 1 540 004 1 542 362 1 544 325 1 545 803 1 546 741 1 547 280 1 547 552 1 547 694Callao 969 170 982 800 996 455 1 010 315 1 024 439 1 038 706 1 053 029 1 067 320 1 081 491 1 095 574 1 109 628 1 123 602 1 137 453 1 151 132Cusco 1 292 175 1 300 609 1 308 806 1 316 729 1 324 371 1 331 758 1 338 898 1 345 801 1 352 476 1 358 884 1 365 018 1 370 940 1 376 706 1 382 372Huancavelica 483 580 487 472 491 278 494 963 498 556 502 084 505 498 508 751 511 794 514 648 517 343 519 850 522 141 524 187Huánuco 840 984 847 714 854 234 860 537 866 631 872 523 878 199 883 644 888 845 893 789 898 486 902 955 907 214 911 280Ica 763 558 771 507 779 372 787 170 794 919 802 610 810 213 817 700 825 042 832 239 839 311 846 257 853 080 859 784Junín 1 321 407 1 331 253 1 341 064 1 350 783 1 360 506 1 370 274 1 379 937 1 389 349 1 398 361 1 407 037 1 415 479 1 423 587 1 431 265 1 438 414La Libertad 1 791 659 1 814 276 1 836 960 1 859 640 1 882 405 1 905 301 1 928 197 1 950 956 1 973 446 1 995 707 2 017 827 2 039 747 2 061 403 2 082 737Lambayeque 1 229 260 1 239 882 1 250 349 1 260 650 1 270 794 1 280 788 1 290 617 1 300 270 1 309 731 1 318 979 1 328 021 1 336 892 1 345 628 1 354 261Lima 9 395 149 9 540 996 9 689 011 9 838 251 9 989 369 10 143 003 10 298 159 10 453 874 10 609 166 10 764 428 10 920 309 11 076 223 11 231 595 11 385 860Loreto 1 006 953 1 018 160 1 028 968 1 039 372 1 049 364 1 058 946 1 068 132 1 076 937 1 085 375 1 093 410 1 101 030 1 108 292 1 115 248 1 121 953Madre de Dios 127 639 130 876 134 105 137 316 140 508 143 687 146 856 150 015 153 164 156 299 159 422 162 535 165 648 168 768Moquegua 174 859 176 736 178 612 180 477 182 333 184 187 186 036 187 876 189 701 191 511 193 308 195 094 196 873 198 646Pasco 297 591 299 807 301 988 304 158 306 322 308 465 310 578 312 652 314 677 316 652 318 583 320 473 322 323 324 137Piura 1 799 607 1 814 622 1 829 496 1 844 129 1 858 617 1 873 024 1 887 210 1 901 032 1 914 346 1 927 201 1 939 694 1 951 751 1 963 298 1 974 262Puno 1 377 122 1 389 684 1 402 496 1 415 608 1 429 098 1 442 930 1 456 989 1 471 160 1 485 328 1 499 533 1 513 851 1 528 223 1 542 587 1 556 885San Martín 806 452 818 061 829 520 840 790 851 883 862 822 873 593 884 179 894 564 904 738 914 710 924 495 934 114 943 582Tacna 328 915 333 276 337 583 341 838 346 013 350 105 354 158 358 218 362 331 366 457 370 564 374 714 378 963 383 370Tumbes 228 227 231 480 234 638 237 685 240 590 243 362 246 050 248 701 251 363 253 998 256 574 259 149 261 778 264 519Ucayali 477 616 483 708 489 664 495 522 501 269 506 881 512 376 517 771 523 086 528 295 533 388 538 398 543 367 548 330Total 30 135 875 30 475 144 30 814 175 31 151 643 31 488 625 31 826 018 32 162 184 32 495 510 32 824 358 33 149 016 33 470 569 33 788 589 34 102 668 34 412 393

Fuente: 2012-2025: Boletín de Análisis Demográfico Nº 37 (http://www.inei.gob.pe/biblioineipub/bancopub/Est/Lib0846/index.htm)

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

Page 47: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

47

ANEXO 4.1.1: PROYECCIÓN DE LA POBLACIÓN A NIVEL DEPARTAMENTAL

TABLA A 1: POBLACIÓN POR DEPARTAMENTO 2012-2025

Fuente:2012-1015:BoletíndeAnálisisDemográficoNº37(http://www.inai.gob.pe/biblioineipub/bancopub/Est/Lib0846/index.htm)

Departamento 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025Amazonas 417 508 419 404 421 122 422 629 423 898 424 952 425 829 426 566 427 202 427 701 428 036 428 264 428 437 428 603Áncash 1 129 391 1 135 962 1 142 409 1 148 634 1 154 639 1 160 490 1 166 182 1 171 714 1 177 080 1 182 255 1 187 242 1 192 080 1 196 808 1 201 465Apurímac 451 881 454 324 456 652 458 830 460 868 462 791 464 584 466 228 467 707 469 020 470 181 471 187 472 039 472 737Arequipa 1 245 251 1 259 162 1 273 180 1 287 205 1 301 298 1 315 528 1 329 802 1 344 026 1 358 108 1 372 075 1 385 992 1 399 813 1 413 497 1 427 001Ayacucho 666 029 673 609 681 149 688 657 696 152 703 629 711 058 718 408 725 649 732 783 739 831 746 788 753 651 760 414Cajamarca 1 513 892 1 519 764 1 525 064 1 529 755 1 533 783 1 537 172 1 540 004 1 542 362 1 544 325 1 545 803 1 546 741 1 547 280 1 547 552 1 547 694Callao 969 170 982 800 996 455 1 010 315 1 024 439 1 038 706 1 053 029 1 067 320 1 081 491 1 095 574 1 109 628 1 123 602 1 137 453 1 151 132Cusco 1 292 175 1 300 609 1 308 806 1 316 729 1 324 371 1 331 758 1 338 898 1 345 801 1 352 476 1 358 884 1 365 018 1 370 940 1 376 706 1 382 372Huancavelica 483 580 487 472 491 278 494 963 498 556 502 084 505 498 508 751 511 794 514 648 517 343 519 850 522 141 524 187Huánuco 840 984 847 714 854 234 860 537 866 631 872 523 878 199 883 644 888 845 893 789 898 486 902 955 907 214 911 280Ica 763 558 771 507 779 372 787 170 794 919 802 610 810 213 817 700 825 042 832 239 839 311 846 257 853 080 859 784Junín 1 321 407 1 331 253 1 341 064 1 350 783 1 360 506 1 370 274 1 379 937 1 389 349 1 398 361 1 407 037 1 415 479 1 423 587 1 431 265 1 438 414La Libertad 1 791 659 1 814 276 1 836 960 1 859 640 1 882 405 1 905 301 1 928 197 1 950 956 1 973 446 1 995 707 2 017 827 2 039 747 2 061 403 2 082 737Lambayeque 1 229 260 1 239 882 1 250 349 1 260 650 1 270 794 1 280 788 1 290 617 1 300 270 1 309 731 1 318 979 1 328 021 1 336 892 1 345 628 1 354 261Lima 9 395 149 9 540 996 9 689 011 9 838 251 9 989 369 10 143 003 10 298 159 10 453 874 10 609 166 10 764 428 10 920 309 11 076 223 11 231 595 11 385 860Loreto 1 006 953 1 018 160 1 028 968 1 039 372 1 049 364 1 058 946 1 068 132 1 076 937 1 085 375 1 093 410 1 101 030 1 108 292 1 115 248 1 121 953Madre de Dios 127 639 130 876 134 105 137 316 140 508 143 687 146 856 150 015 153 164 156 299 159 422 162 535 165 648 168 768Moquegua 174 859 176 736 178 612 180 477 182 333 184 187 186 036 187 876 189 701 191 511 193 308 195 094 196 873 198 646Pasco 297 591 299 807 301 988 304 158 306 322 308 465 310 578 312 652 314 677 316 652 318 583 320 473 322 323 324 137Piura 1 799 607 1 814 622 1 829 496 1 844 129 1 858 617 1 873 024 1 887 210 1 901 032 1 914 346 1 927 201 1 939 694 1 951 751 1 963 298 1 974 262Puno 1 377 122 1 389 684 1 402 496 1 415 608 1 429 098 1 442 930 1 456 989 1 471 160 1 485 328 1 499 533 1 513 851 1 528 223 1 542 587 1 556 885San Martín 806 452 818 061 829 520 840 790 851 883 862 822 873 593 884 179 894 564 904 738 914 710 924 495 934 114 943 582Tacna 328 915 333 276 337 583 341 838 346 013 350 105 354 158 358 218 362 331 366 457 370 564 374 714 378 963 383 370Tumbes 228 227 231 480 234 638 237 685 240 590 243 362 246 050 248 701 251 363 253 998 256 574 259 149 261 778 264 519Ucayali 477 616 483 708 489 664 495 522 501 269 506 881 512 376 517 771 523 086 528 295 533 388 538 398 543 367 548 330Total 30 135 875 30 475 144 30 814 175 31 151 643 31 488 625 31 826 018 32 162 184 32 495 510 32 824 358 33 149 016 33 470 569 33 788 589 34 102 668 34 412 393

Fuente: 2012-2025: Boletín de Análisis Demográfico Nº 37 (http://www.inei.gob.pe/biblioineipub/bancopub/Est/Lib0846/index.htm)

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

Page 48: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

48

TABLA A 2: ESTRUCTURA DE LA POBLACIÓN TOTAL POR DEPARTAMENTO

Departamento 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2030 2035 2040 2045 2050Amazonas 1.39 1.38 1.37 1.36 1.35 1.34 1.32 1.31 1.30 1.29 1.28 1.27 1.26 1.25 1.32 1.32 1.32 1.32 1.32Áncash 3.75 3.73 3.71 3.69 3.67 3.65 3.63 3.61 3.59 3.57 3.55 3.53 3.51 3.49 3.62 3.62 3.62 3.62 3.62Apurímac 1.50 1.49 1.48 1.47 1.46 1.45 1.44 1.43 1.42 1.41 1.40 1.39 1.38 1.37 1.44 1.44 1.44 1.44 1.44Arequipa 4.13 4.13 4.13 4.13 4.13 4.13 4.13 4.14 4.14 4.14 4.14 4.14 4.14 4.15 4.14 4.14 4.14 4.14 4.14Ayacucho 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21Cajamarca 5.02 4.99 4.95 4.91 4.87 4.83 4.79 4.75 4.70 4.66 4.62 4.58 4.54 4.50 4.76 4.76 4.76 4.76 4.76Callao 3.22 3.22 3.23 3.24 3.25 3.26 3.27 3.28 3.29 3.30 3.32 3.33 3.34 3.35 3.28 3.28 3.28 3.28 3.28Cusco 4.29 4.27 4.25 4.23 4.21 4.18 4.16 4.14 4.12 4.10 4.08 4.06 4.04 4.02 4.15 4.15 4.15 4.15 4.15Huancavelica 1.60 1.60 1.59 1.59 1.58 1.58 1.57 1.57 1.56 1.55 1.55 1.54 1.53 1.52 1.57 1.57 1.57 1.57 1.57Huánuco 2.79 2.78 2.77 2.76 2.75 2.74 2.73 2.72 2.71 2.70 2.68 2.67 2.66 2.65 2.72 2.72 2.72 2.72 2.72Ica 2.53 2.53 2.53 2.53 2.52 2.52 2.52 2.52 2.51 2.51 2.51 2.50 2.50 2.50 2.52 2.52 2.52 2.52 2.52Junín 4.38 4.37 4.35 4.34 4.32 4.31 4.29 4.28 4.26 4.24 4.23 4.21 4.20 4.18 4.28 4.28 4.28 4.28 4.28La Libertad 5.95 5.95 5.96 5.97 5.98 5.99 6.00 6.00 6.01 6.02 6.03 6.04 6.04 6.05 6.00 6.00 6.00 6.00 6.00Lambayeque 4.08 4.07 4.06 4.05 4.04 4.02 4.01 4.00 3.99 3.98 3.97 3.96 3.95 3.94 4.01 4.01 4.01 4.01 4.01Lima 31.18 31.31 31.44 31.58 31.72 31.87 32.02 32.17 32.32 32.47 32.63 32.78 32.93 33.09 32.11 32.11 32.11 32.11 32.11Loreto 3.34 3.34 3.34 3.34 3.33 3.33 3.32 3.31 3.31 3.30 3.29 3.28 3.27 3.26 3.31 3.31 3.31 3.31 3.31Madre de Dios 0.42 0.43 0.44 0.44 0.45 0.45 0.46 0.46 0.47 0.47 0.48 0.48 0.49 0.49 0.46 0.46 0.46 0.46 0.46Moquegua 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58Pasco 0.99 0.98 0.98 0.98 0.97 0.97 0.97 0.96 0.96 0.96 0.95 0.95 0.95 0.94 0.96 0.96 0.96 0.96 0.96Piura 5.97 5.95 5.94 5.92 5.90 5.89 5.87 5.85 5.83 5.81 5.80 5.78 5.76 5.74 5.86 5.86 5.86 5.86 5.86Puno 4.57 4.56 4.55 4.54 4.54 4.53 4.53 4.53 4.53 4.52 4.52 4.52 4.52 4.52 4.54 4.54 4.54 4.54 4.54San Martín 2.68 2.68 2.69 2.70 2.71 2.71 2.72 2.72 2.73 2.73 2.73 2.74 2.74 2.74 2.71 2.71 2.71 2.71 2.71Tacna 1.09 1.09 1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.11 1.11 1.11 1.11 1.11 1.10 1.10 1.10 1.10 1.10Tumbes 0.76 0.76 0.76 0.76 0.76 0.76 0.77 0.77 0.77 0.77 0.77 0.77 0.77 0.77 0.76 0.76 0.76 0.76 0.76Ucayali 1.58 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59Total 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00

Elaboración: APOYO Consultoría

Page 49: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

49

Departamento 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2030 2035 2040 2045 2050Amazonas 1.39 1.38 1.37 1.36 1.35 1.34 1.32 1.31 1.30 1.29 1.28 1.27 1.26 1.25 1.32 1.32 1.32 1.32 1.32Áncash 3.75 3.73 3.71 3.69 3.67 3.65 3.63 3.61 3.59 3.57 3.55 3.53 3.51 3.49 3.62 3.62 3.62 3.62 3.62Apurímac 1.50 1.49 1.48 1.47 1.46 1.45 1.44 1.43 1.42 1.41 1.40 1.39 1.38 1.37 1.44 1.44 1.44 1.44 1.44Arequipa 4.13 4.13 4.13 4.13 4.13 4.13 4.13 4.14 4.14 4.14 4.14 4.14 4.14 4.15 4.14 4.14 4.14 4.14 4.14Ayacucho 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21 2.21Cajamarca 5.02 4.99 4.95 4.91 4.87 4.83 4.79 4.75 4.70 4.66 4.62 4.58 4.54 4.50 4.76 4.76 4.76 4.76 4.76Callao 3.22 3.22 3.23 3.24 3.25 3.26 3.27 3.28 3.29 3.30 3.32 3.33 3.34 3.35 3.28 3.28 3.28 3.28 3.28Cusco 4.29 4.27 4.25 4.23 4.21 4.18 4.16 4.14 4.12 4.10 4.08 4.06 4.04 4.02 4.15 4.15 4.15 4.15 4.15Huancavelica 1.60 1.60 1.59 1.59 1.58 1.58 1.57 1.57 1.56 1.55 1.55 1.54 1.53 1.52 1.57 1.57 1.57 1.57 1.57Huánuco 2.79 2.78 2.77 2.76 2.75 2.74 2.73 2.72 2.71 2.70 2.68 2.67 2.66 2.65 2.72 2.72 2.72 2.72 2.72Ica 2.53 2.53 2.53 2.53 2.52 2.52 2.52 2.52 2.51 2.51 2.51 2.50 2.50 2.50 2.52 2.52 2.52 2.52 2.52Junín 4.38 4.37 4.35 4.34 4.32 4.31 4.29 4.28 4.26 4.24 4.23 4.21 4.20 4.18 4.28 4.28 4.28 4.28 4.28La Libertad 5.95 5.95 5.96 5.97 5.98 5.99 6.00 6.00 6.01 6.02 6.03 6.04 6.04 6.05 6.00 6.00 6.00 6.00 6.00Lambayeque 4.08 4.07 4.06 4.05 4.04 4.02 4.01 4.00 3.99 3.98 3.97 3.96 3.95 3.94 4.01 4.01 4.01 4.01 4.01Lima 31.18 31.31 31.44 31.58 31.72 31.87 32.02 32.17 32.32 32.47 32.63 32.78 32.93 33.09 32.11 32.11 32.11 32.11 32.11Loreto 3.34 3.34 3.34 3.34 3.33 3.33 3.32 3.31 3.31 3.30 3.29 3.28 3.27 3.26 3.31 3.31 3.31 3.31 3.31Madre de Dios 0.42 0.43 0.44 0.44 0.45 0.45 0.46 0.46 0.47 0.47 0.48 0.48 0.49 0.49 0.46 0.46 0.46 0.46 0.46Moquegua 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58 0.58Pasco 0.99 0.98 0.98 0.98 0.97 0.97 0.97 0.96 0.96 0.96 0.95 0.95 0.95 0.94 0.96 0.96 0.96 0.96 0.96Piura 5.97 5.95 5.94 5.92 5.90 5.89 5.87 5.85 5.83 5.81 5.80 5.78 5.76 5.74 5.86 5.86 5.86 5.86 5.86Puno 4.57 4.56 4.55 4.54 4.54 4.53 4.53 4.53 4.53 4.52 4.52 4.52 4.52 4.52 4.54 4.54 4.54 4.54 4.54San Martín 2.68 2.68 2.69 2.70 2.71 2.71 2.72 2.72 2.73 2.73 2.73 2.74 2.74 2.74 2.71 2.71 2.71 2.71 2.71Tacna 1.09 1.09 1.10 1.10 1.10 1.10 1.10 1.10 1.10 1.11 1.11 1.11 1.11 1.11 1.10 1.10 1.10 1.10 1.10Tumbes 0.76 0.76 0.76 0.76 0.76 0.76 0.77 0.77 0.77 0.77 0.77 0.77 0.77 0.77 0.76 0.76 0.76 0.76 0.76Ucayali 1.58 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59 1.59Total 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00

Elaboración: APOYO Consultoría

Page 50: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

50

TABLA A 3: POBLACIÓN POR DEPARTAMENTO 2012-2050

Departamento 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031Amazonas 417 508 419 404 421 122 422 629 423 898 424 952 425 829 426 566 427 202 427 701 428 036 428 264 428 437 428 603 457 364 461 349 465 276 469 134 472 909 476 611Áncash 1 129 391 1 135 962 1 142 409 1 148 634 1 154 639 1 160 490 1 166 182 1 171 714 1 177 080 1 182 255 1 187 242 1 192 080 1 196 808 1 201 465 1 255 892 1 266 836 1 277 620 1 288 212 1 298 579 1 308 744Apurímac 451 881 454 324 456 652 458 830 460 868 462 791 464 584 466 228 467 707 469 020 470 181 471 187 472 039 472 737 499 425 503 777 508 066 512 278 516 400 520 442Arequipa 1 245 251 1 259 162 1 273 180 1 287 205 1 301 298 1 315 528 1 329 802 1 344 026 1 358 108 1 372 075 1 385 992 1 399 813 1 413 497 1 427 001 1 436 263 1 448 779 1 461 112 1 473 225 1 485 080 1 496 705Ayacucho 666 029 673 609 681 149 688 657 696 152 703 629 711 058 718 408 725 649 732 783 739 831 746 788 753 651 760 414 767 435 774 123 780 713 787 185 793 520 799 731Cajamarca 1 513 892 1 519 764 1 525 064 1 529 755 1 533 783 1 537 172 1 540 004 1 542 362 1 544 325 1 545 803 1 546 741 1 547 280 1 547 552 1 547 694 1 654 324 1 668 740 1 682 945 1 696 898 1 710 553 1 723 943Callao 969 170 982 800 996 455 1 010 315 1 024 439 1 038 706 1 053 029 1 067 320 1 081 491 1 095 574 1 109 628 1 123 602 1 137 453 1 151 132 1 138 626 1 148 548 1 158 325 1 167 928 1 177 327 1 186 543Cusco 1 292 175 1 300 609 1 308 806 1 316 729 1 324 371 1 331 758 1 338 898 1 345 801 1 352 476 1 358 884 1 365 018 1 370 940 1 376 706 1 382 372 1 441 656 1 454 219 1 466 598 1 478 757 1 490 657 1 502 325Huancavelica 483 580 487 472 491 278 494 963 498 556 502 084 505 498 508 751 511 794 514 648 517 343 519 850 522 141 524 187 543 985 548 725 553 396 557 984 562 474 566 877Huánuco 840 984 847 714 854 234 860 537 866 631 872 523 878 199 883 644 888 845 893 789 898 486 902 955 907 214 911 280 945 326 953 564 961 681 969 654 977 457 985 108Ica 763 558 771 507 779 372 787 170 794 919 802 610 810 213 817 700 825 042 832 239 839 311 846 257 853 080 859 784 873 900 881 515 889 019 896 390 903 603 910 676Junín 1 321 407 1 331 253 1 341 064 1 350 783 1 360 506 1 370 274 1 379 937 1 389 349 1 398 361 1 407 037 1 415 479 1 423 587 1 431 265 1 438 414 1 486 875 1 499 831 1 512 599 1 525 139 1 537 412 1 549 447La Libertad 1 791 659 1 814 276 1 836 960 1 859 640 1 882 405 1 905 301 1 928 197 1 950 956 1 973 446 1 995 707 2 017 827 2 039 747 2 061 403 2 082 737 2 082 812 2 100 961 2 118 846 2 136 412 2 153 604 2 170 462Lambayeque 1 229 260 1 239 882 1 250 349 1 260 650 1 270 794 1 280 788 1 290 617 1 300 270 1 309 731 1 318 979 1 328 021 1 336 892 1 345 628 1 354 261 1 391 240 1 403 363 1 415 310 1 427 043 1 438 527 1 449 787Lima 9 395 149 9 540 996 9 689 011 9 838 251 9 989 369 10 143 003 10 298 159 10 453 874 10 609 166 10 764 428 10 920 309 11 076 223 11 231 595 11 385 860 11 147 445 11 244 582 11 340 306 11 434 322 11 526 336 11 616 561Loreto 1 006 953 1 018 160 1 028 968 1 039 372 1 049 364 1 058 946 1 068 132 1 076 937 1 085 375 1 093 410 1 101 030 1 108 292 1 115 248 1 121 953 1 149 634 1 159 652 1 169 524 1 179 220 1 188 709 1 198 014Madre de Dios 127 639 130 876 134 105 137 316 140 508 143 687 146 856 150 015 153 164 156 299 159 422 162 535 165 648 168 768 159 124 160 510 161 877 163 219 164 532 165 820Moquegua 174 859 176 736 178 612 180 477 182 333 184 187 186 036 187 876 189 701 191 511 193 308 195 094 196 873 198 646 200 838 202 588 204 312 206 006 207 664 209 289Pasco 297 591 299 807 301 988 304 158 306 322 308 465 310 578 312 652 314 677 316 652 318 583 320 473 322 323 324 137 334 754 337 671 340 546 343 369 346 132 348 842Piura 1 799 607 1 814 622 1 829 496 1 844 129 1 858 617 1 873 024 1 887 210 1 901 032 1 914 346 1 927 201 1 939 694 1 951 751 1 963 298 1 974 262 2 033 511 2 051 231 2 068 693 2 085 843 2 102 628 2 119 087Puno 1 377 122 1 389 684 1 402 496 1 415 608 1 429 098 1 442 930 1 456 989 1 471 160 1 485 328 1 499 533 1 513 851 1 528 223 1 542 587 1 556 885 1 574 658 1 588 379 1 601 901 1 615 181 1 628 179 1 640 924San Martín 806 452 818 061 829 520 840 790 851 883 862 822 873 593 884 179 894 564 904 738 914 710 924 495 934 114 943 582 942 597 950 811 958 905 966 854 974 635 982 264Tacna 328 915 333 276 337 583 341 838 346 013 350 105 354 158 358 218 362 331 366 457 370 564 374 714 378 963 383 370 382 673 386 008 389 294 392 521 395 680 398 777Tumbes 228 227 231 480 234 638 237 685 240 590 243 362 246 050 248 701 251 363 253 998 256 574 259 149 261 778 264 519 265 404 267 717 269 996 272 234 274 425 276 573Ucayali 477 616 483 708 489 664 495 522 501 269 506 881 512 376 517 771 523 086 528 295 533 388 538 398 543 367 548 330 552 616 557 432 562 177 566 838 571 399 575 872Total 30 135 875 30 475 144 30 814 175 31 151 643 31 488 625 31 826 018 32 162 184 32 495 510 32 824 358 33 149 016 33 470 569 33 788 589 34 102 668 34 412 393 34 718 378 35 020 909 35 319 039 35 611 848 35 898 422 36 179 425

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

Page 51: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

51

Continua...

Departamento 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031Amazonas 417 508 419 404 421 122 422 629 423 898 424 952 425 829 426 566 427 202 427 701 428 036 428 264 428 437 428 603 457 364 461 349 465 276 469 134 472 909 476 611Áncash 1 129 391 1 135 962 1 142 409 1 148 634 1 154 639 1 160 490 1 166 182 1 171 714 1 177 080 1 182 255 1 187 242 1 192 080 1 196 808 1 201 465 1 255 892 1 266 836 1 277 620 1 288 212 1 298 579 1 308 744Apurímac 451 881 454 324 456 652 458 830 460 868 462 791 464 584 466 228 467 707 469 020 470 181 471 187 472 039 472 737 499 425 503 777 508 066 512 278 516 400 520 442Arequipa 1 245 251 1 259 162 1 273 180 1 287 205 1 301 298 1 315 528 1 329 802 1 344 026 1 358 108 1 372 075 1 385 992 1 399 813 1 413 497 1 427 001 1 436 263 1 448 779 1 461 112 1 473 225 1 485 080 1 496 705Ayacucho 666 029 673 609 681 149 688 657 696 152 703 629 711 058 718 408 725 649 732 783 739 831 746 788 753 651 760 414 767 435 774 123 780 713 787 185 793 520 799 731Cajamarca 1 513 892 1 519 764 1 525 064 1 529 755 1 533 783 1 537 172 1 540 004 1 542 362 1 544 325 1 545 803 1 546 741 1 547 280 1 547 552 1 547 694 1 654 324 1 668 740 1 682 945 1 696 898 1 710 553 1 723 943Callao 969 170 982 800 996 455 1 010 315 1 024 439 1 038 706 1 053 029 1 067 320 1 081 491 1 095 574 1 109 628 1 123 602 1 137 453 1 151 132 1 138 626 1 148 548 1 158 325 1 167 928 1 177 327 1 186 543Cusco 1 292 175 1 300 609 1 308 806 1 316 729 1 324 371 1 331 758 1 338 898 1 345 801 1 352 476 1 358 884 1 365 018 1 370 940 1 376 706 1 382 372 1 441 656 1 454 219 1 466 598 1 478 757 1 490 657 1 502 325Huancavelica 483 580 487 472 491 278 494 963 498 556 502 084 505 498 508 751 511 794 514 648 517 343 519 850 522 141 524 187 543 985 548 725 553 396 557 984 562 474 566 877Huánuco 840 984 847 714 854 234 860 537 866 631 872 523 878 199 883 644 888 845 893 789 898 486 902 955 907 214 911 280 945 326 953 564 961 681 969 654 977 457 985 108Ica 763 558 771 507 779 372 787 170 794 919 802 610 810 213 817 700 825 042 832 239 839 311 846 257 853 080 859 784 873 900 881 515 889 019 896 390 903 603 910 676Junín 1 321 407 1 331 253 1 341 064 1 350 783 1 360 506 1 370 274 1 379 937 1 389 349 1 398 361 1 407 037 1 415 479 1 423 587 1 431 265 1 438 414 1 486 875 1 499 831 1 512 599 1 525 139 1 537 412 1 549 447La Libertad 1 791 659 1 814 276 1 836 960 1 859 640 1 882 405 1 905 301 1 928 197 1 950 956 1 973 446 1 995 707 2 017 827 2 039 747 2 061 403 2 082 737 2 082 812 2 100 961 2 118 846 2 136 412 2 153 604 2 170 462Lambayeque 1 229 260 1 239 882 1 250 349 1 260 650 1 270 794 1 280 788 1 290 617 1 300 270 1 309 731 1 318 979 1 328 021 1 336 892 1 345 628 1 354 261 1 391 240 1 403 363 1 415 310 1 427 043 1 438 527 1 449 787Lima 9 395 149 9 540 996 9 689 011 9 838 251 9 989 369 10 143 003 10 298 159 10 453 874 10 609 166 10 764 428 10 920 309 11 076 223 11 231 595 11 385 860 11 147 445 11 244 582 11 340 306 11 434 322 11 526 336 11 616 561Loreto 1 006 953 1 018 160 1 028 968 1 039 372 1 049 364 1 058 946 1 068 132 1 076 937 1 085 375 1 093 410 1 101 030 1 108 292 1 115 248 1 121 953 1 149 634 1 159 652 1 169 524 1 179 220 1 188 709 1 198 014Madre de Dios 127 639 130 876 134 105 137 316 140 508 143 687 146 856 150 015 153 164 156 299 159 422 162 535 165 648 168 768 159 124 160 510 161 877 163 219 164 532 165 820Moquegua 174 859 176 736 178 612 180 477 182 333 184 187 186 036 187 876 189 701 191 511 193 308 195 094 196 873 198 646 200 838 202 588 204 312 206 006 207 664 209 289Pasco 297 591 299 807 301 988 304 158 306 322 308 465 310 578 312 652 314 677 316 652 318 583 320 473 322 323 324 137 334 754 337 671 340 546 343 369 346 132 348 842Piura 1 799 607 1 814 622 1 829 496 1 844 129 1 858 617 1 873 024 1 887 210 1 901 032 1 914 346 1 927 201 1 939 694 1 951 751 1 963 298 1 974 262 2 033 511 2 051 231 2 068 693 2 085 843 2 102 628 2 119 087Puno 1 377 122 1 389 684 1 402 496 1 415 608 1 429 098 1 442 930 1 456 989 1 471 160 1 485 328 1 499 533 1 513 851 1 528 223 1 542 587 1 556 885 1 574 658 1 588 379 1 601 901 1 615 181 1 628 179 1 640 924San Martín 806 452 818 061 829 520 840 790 851 883 862 822 873 593 884 179 894 564 904 738 914 710 924 495 934 114 943 582 942 597 950 811 958 905 966 854 974 635 982 264Tacna 328 915 333 276 337 583 341 838 346 013 350 105 354 158 358 218 362 331 366 457 370 564 374 714 378 963 383 370 382 673 386 008 389 294 392 521 395 680 398 777Tumbes 228 227 231 480 234 638 237 685 240 590 243 362 246 050 248 701 251 363 253 998 256 574 259 149 261 778 264 519 265 404 267 717 269 996 272 234 274 425 276 573Ucayali 477 616 483 708 489 664 495 522 501 269 506 881 512 376 517 771 523 086 528 295 533 388 538 398 543 367 548 330 552 616 557 432 562 177 566 838 571 399 575 872Total 30 135 875 30 475 144 30 814 175 31 151 643 31 488 625 31 826 018 32 162 184 32 495 510 32 824 358 33 149 016 33 470 569 33 788 589 34 102 668 34 412 393 34 718 378 35 020 909 35 319 039 35 611 848 35 898 422 36 179 425

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

Page 52: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

52

TABLA A 3: POBLACIÓN POR DEPARTAMENTO 2012-2050

Departamento 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050Amazonas 480 247 483 805 487 271 490 631 493 890 497 056 500 123 503 085 505 936 508 676 511 312 513 839 516 256 518 560 520 754 522 837 524 809 526 667 528 409Áncash 1 318 730 1 328 500 1 338 017 1 347 244 1 356 191 1 364 884 1 373 307 1 381 441 1 389 268 1 396 794 1 404 031 1 410 970 1 417 607 1 423 935 1 429 958 1 435 680 1 441 095 1 446 196 1 450 978Apurímac 524 414 528 299 532 083 535 752 539 311 542 768 546 117 549 351 552 464 555 457 558 335 561 094 563 734 566 250 568 645 570 920 573 074 575 102 577 004Arequipa 1 508 126 1 519 299 1 530 183 1 540 734 1 550 967 1 560 909 1 570 541 1 579 843 1 588 795 1 597 402 1 605 677 1 613 614 1 621 204 1 628 440 1 635 328 1 641 872 1 648 064 1 653 898 1 659 367Ayacucho 805 833 811 804 817 619 823 257 828 725 834 037 839 183 844 154 848 937 853 536 857 958 862 199 866 254 870 121 873 801 877 298 880 606 883 724 886 646Cajamarca 1 737 097 1 749 967 1 762 503 1 774 656 1 786 442 1 797 894 1 808 988 1 819 703 1 830 013 1 839 927 1 849 459 1 858 601 1 867 343 1 875 678 1 883 611 1 891 149 1 898 282 1 905 002 1 911 300Callao 1 195 596 1 204 454 1 213 083 1 221 447 1 229 560 1 237 441 1 245 077 1 252 452 1 259 548 1 266 372 1 272 932 1 279 224 1 285 241 1 290 978 1 296 438 1 301 626 1 306 535 1 311 161 1 315 496Cusco 1 513 789 1 525 004 1 535 929 1 546 520 1 556 791 1 566 770 1 576 438 1 585 775 1 594 761 1 603 400 1 611 706 1 619 673 1 627 291 1 634 555 1 641 468 1 648 037 1 654 253 1 660 109 1 665 598Huancavelica 571 203 575 435 579 557 583 553 587 429 591 194 594 842 598 366 601 756 605 016 608 150 611 156 614 031 616 772 619 381 621 859 624 205 626 414 628 485Huánuco 992 625 999 979 1 007 142 1 014 087 1 020 822 1 027 366 1 033 705 1 039 828 1 045 720 1 051 385 1 056 832 1 062 055 1 067 051 1 071 814 1 076 347 1 080 654 1 084 730 1 088 570 1 092 169Ica 917 625 924 424 931 046 937 466 943 692 949 741 955 602 961 262 966 708 971 945 976 981 981 810 986 428 990 831 995 022 999 003 1 002 771 1 006 321 1 009 648Junín 1 561 270 1 572 837 1 584 104 1 595 027 1 605 621 1 615 913 1 625 884 1 635 514 1 644 781 1 653 692 1 662 259 1 670 475 1 678 332 1 685 824 1 692 954 1 699 729 1 706 139 1 712 179 1 717 840La Libertad 2 187 024 2 203 227 2 219 010 2 234 311 2 249 150 2 263 568 2 277 535 2 291 025 2 304 007 2 316 488 2 328 489 2 339 998 2 351 005 2 361 499 2 371 487 2 380 977 2 389 957 2 398 417 2 406 347Lambayeque 1 460 850 1 471 673 1 482 215 1 492 436 1 502 348 1 511 978 1 521 308 1 530 319 1 538 990 1 547 327 1 555 343 1 563 031 1 570 383 1 577 392 1 584 064 1 590 403 1 596 401 1 602 053 1 607 349Lima 11 705 200 11 791 920 11 876 393 11 958 288 12 037 708 12 114 872 12 189 627 12 261 827 12 331 305 12 398 108 12 462 337 12 523 935 12 582 846 12 639 010 12 692 468 12 743 258 12 791 322 12 836 603 12 879 045Loreto 1 207 155 1 216 099 1 224 811 1 233 256 1 241 447 1 249 405 1 257 114 1 264 560 1 271 726 1 278 615 1 285 239 1 291 591 1 297 667 1 303 459 1 308 972 1 314 210 1 319 167 1 323 837 1 328 214Madre de Dios 167 085 168 323 169 529 170 698 171 832 172 933 174 000 175 031 176 023 176 976 177 893 178 772 179 613 180 415 181 178 181 903 182 589 183 235 183 841Moquegua 210 886 212 449 213 971 215 446 216 877 218 267 219 614 220 915 222 167 223 370 224 527 225 637 226 699 227 710 228 674 229 589 230 455 231 270 232 035Pasco 351 503 354 108 356 644 359 104 361 489 363 806 366 051 368 219 370 305 372 311 374 240 376 090 377 859 379 545 381 151 382 676 384 119 385 479 386 754Piura 2 135 257 2 151 076 2 166 486 2 181 425 2 195 913 2 209 989 2 223 626 2 236 796 2 249 470 2 261 657 2 273 373 2 284 610 2 295 356 2 305 602 2 315 354 2 324 619 2 333 386 2 341 647 2 349 389Puno 1 653 445 1 665 694 1 677 627 1 689 195 1 700 414 1 711 314 1 721 873 1 732 072 1 741 886 1 751 323 1 760 396 1 769 097 1 777 418 1 785 352 1 792 903 1 800 078 1 806 867 1 813 263 1 819 259San Martín 989 759 997 092 1 004 235 1 011 160 1 017 875 1 024 400 1 030 721 1 036 826 1 042 701 1 048 349 1 053 780 1 058 989 1 063 970 1 068 719 1 073 240 1 077 534 1 081 599 1 085 427 1 089 016Tacna 401 820 404 797 407 697 410 508 413 235 415 884 418 450 420 928 423 313 425 607 427 812 429 926 431 948 433 876 435 712 437 455 439 105 440 659 442 116Tumbes 278 683 280 748 282 759 284 709 286 600 288 437 290 217 291 936 293 590 295 181 296 710 298 176 299 579 300 916 302 189 303 398 304 542 305 620 306 631Ucayali 580 266 584 565 588 753 592 812 596 749 600 575 604 281 607 860 611 304 614 616 617 800 620 853 623 774 626 558 629 208 631 726 634 109 636 353 638 457Total 36 455 488 36 725 576 36 988 666 37 243 725 37 491 075 37 731 399 37 964 224 38 189 086 38 405 474 38 613 529 38 813 569 39 005 416 39 188 891 39 363 812 39 530 305 39 688 488 39 838 182 39 979 209 40 111 393

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

Page 53: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

53

Departamento 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050Amazonas 480 247 483 805 487 271 490 631 493 890 497 056 500 123 503 085 505 936 508 676 511 312 513 839 516 256 518 560 520 754 522 837 524 809 526 667 528 409Áncash 1 318 730 1 328 500 1 338 017 1 347 244 1 356 191 1 364 884 1 373 307 1 381 441 1 389 268 1 396 794 1 404 031 1 410 970 1 417 607 1 423 935 1 429 958 1 435 680 1 441 095 1 446 196 1 450 978Apurímac 524 414 528 299 532 083 535 752 539 311 542 768 546 117 549 351 552 464 555 457 558 335 561 094 563 734 566 250 568 645 570 920 573 074 575 102 577 004Arequipa 1 508 126 1 519 299 1 530 183 1 540 734 1 550 967 1 560 909 1 570 541 1 579 843 1 588 795 1 597 402 1 605 677 1 613 614 1 621 204 1 628 440 1 635 328 1 641 872 1 648 064 1 653 898 1 659 367Ayacucho 805 833 811 804 817 619 823 257 828 725 834 037 839 183 844 154 848 937 853 536 857 958 862 199 866 254 870 121 873 801 877 298 880 606 883 724 886 646Cajamarca 1 737 097 1 749 967 1 762 503 1 774 656 1 786 442 1 797 894 1 808 988 1 819 703 1 830 013 1 839 927 1 849 459 1 858 601 1 867 343 1 875 678 1 883 611 1 891 149 1 898 282 1 905 002 1 911 300Callao 1 195 596 1 204 454 1 213 083 1 221 447 1 229 560 1 237 441 1 245 077 1 252 452 1 259 548 1 266 372 1 272 932 1 279 224 1 285 241 1 290 978 1 296 438 1 301 626 1 306 535 1 311 161 1 315 496Cusco 1 513 789 1 525 004 1 535 929 1 546 520 1 556 791 1 566 770 1 576 438 1 585 775 1 594 761 1 603 400 1 611 706 1 619 673 1 627 291 1 634 555 1 641 468 1 648 037 1 654 253 1 660 109 1 665 598Huancavelica 571 203 575 435 579 557 583 553 587 429 591 194 594 842 598 366 601 756 605 016 608 150 611 156 614 031 616 772 619 381 621 859 624 205 626 414 628 485Huánuco 992 625 999 979 1 007 142 1 014 087 1 020 822 1 027 366 1 033 705 1 039 828 1 045 720 1 051 385 1 056 832 1 062 055 1 067 051 1 071 814 1 076 347 1 080 654 1 084 730 1 088 570 1 092 169Ica 917 625 924 424 931 046 937 466 943 692 949 741 955 602 961 262 966 708 971 945 976 981 981 810 986 428 990 831 995 022 999 003 1 002 771 1 006 321 1 009 648Junín 1 561 270 1 572 837 1 584 104 1 595 027 1 605 621 1 615 913 1 625 884 1 635 514 1 644 781 1 653 692 1 662 259 1 670 475 1 678 332 1 685 824 1 692 954 1 699 729 1 706 139 1 712 179 1 717 840La Libertad 2 187 024 2 203 227 2 219 010 2 234 311 2 249 150 2 263 568 2 277 535 2 291 025 2 304 007 2 316 488 2 328 489 2 339 998 2 351 005 2 361 499 2 371 487 2 380 977 2 389 957 2 398 417 2 406 347Lambayeque 1 460 850 1 471 673 1 482 215 1 492 436 1 502 348 1 511 978 1 521 308 1 530 319 1 538 990 1 547 327 1 555 343 1 563 031 1 570 383 1 577 392 1 584 064 1 590 403 1 596 401 1 602 053 1 607 349Lima 11 705 200 11 791 920 11 876 393 11 958 288 12 037 708 12 114 872 12 189 627 12 261 827 12 331 305 12 398 108 12 462 337 12 523 935 12 582 846 12 639 010 12 692 468 12 743 258 12 791 322 12 836 603 12 879 045Loreto 1 207 155 1 216 099 1 224 811 1 233 256 1 241 447 1 249 405 1 257 114 1 264 560 1 271 726 1 278 615 1 285 239 1 291 591 1 297 667 1 303 459 1 308 972 1 314 210 1 319 167 1 323 837 1 328 214Madre de Dios 167 085 168 323 169 529 170 698 171 832 172 933 174 000 175 031 176 023 176 976 177 893 178 772 179 613 180 415 181 178 181 903 182 589 183 235 183 841Moquegua 210 886 212 449 213 971 215 446 216 877 218 267 219 614 220 915 222 167 223 370 224 527 225 637 226 699 227 710 228 674 229 589 230 455 231 270 232 035Pasco 351 503 354 108 356 644 359 104 361 489 363 806 366 051 368 219 370 305 372 311 374 240 376 090 377 859 379 545 381 151 382 676 384 119 385 479 386 754Piura 2 135 257 2 151 076 2 166 486 2 181 425 2 195 913 2 209 989 2 223 626 2 236 796 2 249 470 2 261 657 2 273 373 2 284 610 2 295 356 2 305 602 2 315 354 2 324 619 2 333 386 2 341 647 2 349 389Puno 1 653 445 1 665 694 1 677 627 1 689 195 1 700 414 1 711 314 1 721 873 1 732 072 1 741 886 1 751 323 1 760 396 1 769 097 1 777 418 1 785 352 1 792 903 1 800 078 1 806 867 1 813 263 1 819 259San Martín 989 759 997 092 1 004 235 1 011 160 1 017 875 1 024 400 1 030 721 1 036 826 1 042 701 1 048 349 1 053 780 1 058 989 1 063 970 1 068 719 1 073 240 1 077 534 1 081 599 1 085 427 1 089 016Tacna 401 820 404 797 407 697 410 508 413 235 415 884 418 450 420 928 423 313 425 607 427 812 429 926 431 948 433 876 435 712 437 455 439 105 440 659 442 116Tumbes 278 683 280 748 282 759 284 709 286 600 288 437 290 217 291 936 293 590 295 181 296 710 298 176 299 579 300 916 302 189 303 398 304 542 305 620 306 631Ucayali 580 266 584 565 588 753 592 812 596 749 600 575 604 281 607 860 611 304 614 616 617 800 620 853 623 774 626 558 629 208 631 726 634 109 636 353 638 457Total 36 455 488 36 725 576 36 988 666 37 243 725 37 491 075 37 731 399 37 964 224 38 189 086 38 405 474 38 613 529 38 813 569 39 005 416 39 188 891 39 363 812 39 530 305 39 688 488 39 838 182 39 979 209 40 111 393

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

Page 54: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

54

TABLA A 4: POBLACIÓN RURAL POR DEPARTAMENTO 2012-2015

Departamento 2012 2013 2014 2015Amazonas 245 909 241 299 236 515 231 554Áncash 462 421 457 317 452 189 446 995Apurímac 282 375 279 908 277 321 274 596Arequipa 139 092 135 449 131 906 128 446Ayacucho 321 834 319 346 316 758 314 073Cajamarca 1 025 850 1 017 091 1 007 780 997 904Callao Cusco 608 094 600 688 593 142 585 445Huancavelica 379 031 379 307 379 442 379 410Huánuco 527 185 527 785 528 234 528 525Ica 70 097 67 120 64 254 61 496Junín 475 308 472 119 468 941 465 748La Libertad 421 434 415 837 410 266 404 701Lambayeque 232 318 229 685 227 062 224 449Lima 207 342 202 392 197 600 192 937Loreto 346 332 344 298 342 111 339 772Madre de Dios 31 052 30 321 29 574 28 809Moquegua 36 868 36 650 36 433 36 217Pasco 112 002 110 363 108 715 107 069Piura 433 984 427 769 421 599 415 446Puno 677 064 666 640 656 158 645 641San Martín 299 271 296 946 294 492 291 901Tacna 43 143 43 292 43 437 43 575Tumbes 14 191 13 168 12 210 11 312Ucayali 107 936 105 960 103 967 101 968Total 7 500 133 7 420 750 7 340 106 7 257 989

Fuente: INEI

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

- - - -

Page 55: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

55

TABLA A 5: ESTRUCTURA DE LA POBLACIÓN RURAL POR DEPARTAMENTO

Departamento 2012 2013 2014 2015 2050Amazonas 3.28 3.25 3.22 3.19 3.24Áncash 6.17 6.16 6.16 6.16 6.16Apurímac 3.76 3.77 3.78 3.78 3.77Arequipa 1.85 1.83 1.80 1.77 1.81Ayacucho 4.29 4.30 4.32 4.33 4.31Cajamarca 13.68 13.71 13.73 13.75 13.72Callao 0.00 0.00 0.00 0.00 0.00Cusco 8.11 8.09 8.08 8.07 8.09Huancavelica 5.05 5.11 5.17 5.23 5.14Huánuco 7.03 7.11 7.20 7.28 7.15Ica 0.93 0.90 0.88 0.85 0.89Junín 6.34 6.36 6.39 6.42 6.38La Libertad 5.62 5.60 5.59 5.58 5.60Lambayeque 3.10 3.10 3.09 3.09 3.09Lima 2.76 2.73 2.69 2.66 2.71Loreto 4.62 4.64 4.66 4.68 4.65Madre de Dios 0.41 0.41 0.40 0.40 0.41Moquegua 0.49 0.49 0.50 0.50 0.50Pasco 1.49 1.49 1.48 1.48 1.48Piura 5.79 5.76 5.74 5.72 5.75Puno 9.03 8.98 8.94 8.90 8.96San Martín 3.99 4.00 4.01 4.02 4.01Tacna 0.58 0.58 0.59 0.60 0.59Tumbes 0.19 0.18 0.17 0.16 0.17Ucayali 1.44 1.43 1.42 1.40 1.42Total 100.00 100.00 100.00 100.00 100.00

Elaboración: APOYO Consultoría

Page 56: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

56

TABLA A 6: POBLACIÓN RURAL POR DEPARTAMENTO 2012-2050

Departamento 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031Amazonas 245 909 241 299 236 515 231 554 230 948 226 776 222 275 217 388 212 056 211 785 211 277 210 517 209 489 208 178 207 936 207 469 206 745 205 732 204 400 204 165Áncash 462 421 457 317 452 189 446 995 439 796 431 851 423 280 413 974 403 820 403 304 402 337 400 888 398 931 396 434 395 974 395 085 393 705 391 777 389 241 388 793Apurímac 282 375 279 908 277 321 274 596 269 409 264 542 259 292 253 591 247 371 247 055 246 462 245 575 244 376 242 847 242 565 242 020 241 175 239 994 238 440 238 166Arequipa 139 092 135 449 131 906 128 446 129 304 126 969 124 449 121 713 118 727 118 576 118 291 117 865 117 290 116 556 116 420 116 159 115 753 115 186 114 441 114 309Ayacucho 321 834 319 346 316 758 314 073 307 572 302 016 296 022 289 513 282 412 282 051 281 375 280 362 278 993 277 247 276 925 276 303 275 338 273 990 272 216 271 903Cajamarca 1 025 850 1 017 091 1 007 780 997 904 978 942 961 258 942 180 921 465 898 863 897 715 895 562 892 338 887 980 882 423 881 399 879 420 876 349 872 057 866 411 865 416Callao Cusco 608 094 600 688 593 142 585 445 577 229 566 802 555 553 543 338 530 011 529 334 528 065 526 164 523 594 520 318 519 714 518 546 516 736 514 205 510 876 510 289Huancavelica 379 031 379 307 379 442 379 410 366 899 360 271 353 121 345 357 336 886 336 456 335 649 334 440 332 807 330 724 330 340 329 598 328 448 326 839 324 723 324 350Huánuco 527 185 527 785 528 234 528 525 510 678 501 453 491 501 480 694 468 904 468 305 467 182 465 500 463 227 460 328 459 794 458 761 457 159 454 920 451 975 451 456Ica 70 097 67 120 64 254 61 496 63 554 62 406 61 168 59 823 58 356 58 281 58 141 57 932 57 649 57 288 57 222 57 093 56 894 56 615 56 249 56 184Junín 475 308 472 119 468 941 465 748 455 104 446 882 438 013 428 383 417 876 417 342 416 341 414 842 412 816 410 233 409 757 408 836 407 409 405 413 402 789 402 326La Libertad 421 434 415 837 410 266 404 701 399 481 392 265 384 480 376 026 366 803 366 335 365 456 364 141 362 362 360 094 359 677 358 869 357 616 355 864 353 560 353 154Lambayeque 232 318 229 685 227 062 224 449 220 877 216 887 212 583 207 909 202 809 202 550 202 064 201 337 200 354 199 100 198 869 198 422 197 729 196 761 195 487 195 262Lima 207 342 202 392 197 600 192 937 193 463 189 968 186 198 182 104 177 638 177 411 176 985 176 348 175 487 174 389 174 186 173 795 173 188 172 340 171 224 171 028Loreto 346 332 344 298 342 111 339 772 331 881 325 886 319 418 312 395 304 733 304 344 303 614 302 521 301 043 299 159 298 812 298 141 297 100 295 645 293 731 293 393Madre de Dios 31 052 30 321 29 574 28 809 28 950 28 427 27 863 27 251 26 582 26 548 26 485 26 389 26 260 26 096 26 066 26 007 25 916 25 789 25 622 25 593Moquegua 36 868 36 650 36 433 36 217 35 344 34 706 34 017 33 269 32 453 32 412 32 334 32 218 32 060 31 860 31 823 31 751 31 640 31 485 31 282 31 246Pasco 112 002 110 363 108 715 107 069 105 934 104 021 101 956 99 715 97 269 97 145 96 912 96 563 96 091 95 490 95 379 95 165 94 832 94 368 93 757 93 649Piura 433 984 427 769 421 599 415 446 410 733 403 313 395 309 386 617 377 134 376 653 375 749 374 397 372 568 370 237 369 807 368 976 367 688 365 887 363 518 363 101Puno 677 064 666 640 656 158 645 641 639 614 628 060 615 595 602 060 587 293 586 543 585 136 583 030 580 182 576 552 575 883 574 589 572 583 569 779 566 090 565 439San Martín 299 271 296 946 294 492 291 901 285 954 280 788 275 216 269 165 262 563 262 227 261 598 260 657 259 384 257 760 257 461 256 883 255 986 254 732 253 083 252 792Tacna 43 143 43 292 43 437 43 575 41 946 41 188 40 371 39 483 38 515 38 466 38 373 38 235 38 048 37 810 37 766 37 682 37 550 37 366 37 124 37 082Tumbes 14 191 13 168 12 210 11 312 12 292 12 070 11 830 11 570 11 286 11 272 11 245 11 204 11 150 11 080 11 067 11 042 11 004 10 950 10 879 10 866Ucayali 107 936 105 960 103 967 101 968 101 500 99 666 97 688 95 541 93 197 93 078 92 855 92 521 92 069 91 493 91 386 91 181 90 863 90 418 89 832 89 729Total 7 500 133 7 420 750 7 340 106 7 257 989 7 137 405 7 008 471 6 869 378 6 718 345 6 553 558 6 545 187 6 529 490 6 505 984 6 474 208 6 433 694 6 426 227 6 411 794 6 389 410 6 358 113 6 316 951 6 309 693

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

- - -- - -- - -

Page 57: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

57

Continua...

Departamento 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031Amazonas 245 909 241 299 236 515 231 554 230 948 226 776 222 275 217 388 212 056 211 785 211 277 210 517 209 489 208 178 207 936 207 469 206 745 205 732 204 400 204 165Áncash 462 421 457 317 452 189 446 995 439 796 431 851 423 280 413 974 403 820 403 304 402 337 400 888 398 931 396 434 395 974 395 085 393 705 391 777 389 241 388 793Apurímac 282 375 279 908 277 321 274 596 269 409 264 542 259 292 253 591 247 371 247 055 246 462 245 575 244 376 242 847 242 565 242 020 241 175 239 994 238 440 238 166Arequipa 139 092 135 449 131 906 128 446 129 304 126 969 124 449 121 713 118 727 118 576 118 291 117 865 117 290 116 556 116 420 116 159 115 753 115 186 114 441 114 309Ayacucho 321 834 319 346 316 758 314 073 307 572 302 016 296 022 289 513 282 412 282 051 281 375 280 362 278 993 277 247 276 925 276 303 275 338 273 990 272 216 271 903Cajamarca 1 025 850 1 017 091 1 007 780 997 904 978 942 961 258 942 180 921 465 898 863 897 715 895 562 892 338 887 980 882 423 881 399 879 420 876 349 872 057 866 411 865 416Callao Cusco 608 094 600 688 593 142 585 445 577 229 566 802 555 553 543 338 530 011 529 334 528 065 526 164 523 594 520 318 519 714 518 546 516 736 514 205 510 876 510 289Huancavelica 379 031 379 307 379 442 379 410 366 899 360 271 353 121 345 357 336 886 336 456 335 649 334 440 332 807 330 724 330 340 329 598 328 448 326 839 324 723 324 350Huánuco 527 185 527 785 528 234 528 525 510 678 501 453 491 501 480 694 468 904 468 305 467 182 465 500 463 227 460 328 459 794 458 761 457 159 454 920 451 975 451 456Ica 70 097 67 120 64 254 61 496 63 554 62 406 61 168 59 823 58 356 58 281 58 141 57 932 57 649 57 288 57 222 57 093 56 894 56 615 56 249 56 184Junín 475 308 472 119 468 941 465 748 455 104 446 882 438 013 428 383 417 876 417 342 416 341 414 842 412 816 410 233 409 757 408 836 407 409 405 413 402 789 402 326La Libertad 421 434 415 837 410 266 404 701 399 481 392 265 384 480 376 026 366 803 366 335 365 456 364 141 362 362 360 094 359 677 358 869 357 616 355 864 353 560 353 154Lambayeque 232 318 229 685 227 062 224 449 220 877 216 887 212 583 207 909 202 809 202 550 202 064 201 337 200 354 199 100 198 869 198 422 197 729 196 761 195 487 195 262Lima 207 342 202 392 197 600 192 937 193 463 189 968 186 198 182 104 177 638 177 411 176 985 176 348 175 487 174 389 174 186 173 795 173 188 172 340 171 224 171 028Loreto 346 332 344 298 342 111 339 772 331 881 325 886 319 418 312 395 304 733 304 344 303 614 302 521 301 043 299 159 298 812 298 141 297 100 295 645 293 731 293 393Madre de Dios 31 052 30 321 29 574 28 809 28 950 28 427 27 863 27 251 26 582 26 548 26 485 26 389 26 260 26 096 26 066 26 007 25 916 25 789 25 622 25 593Moquegua 36 868 36 650 36 433 36 217 35 344 34 706 34 017 33 269 32 453 32 412 32 334 32 218 32 060 31 860 31 823 31 751 31 640 31 485 31 282 31 246Pasco 112 002 110 363 108 715 107 069 105 934 104 021 101 956 99 715 97 269 97 145 96 912 96 563 96 091 95 490 95 379 95 165 94 832 94 368 93 757 93 649Piura 433 984 427 769 421 599 415 446 410 733 403 313 395 309 386 617 377 134 376 653 375 749 374 397 372 568 370 237 369 807 368 976 367 688 365 887 363 518 363 101Puno 677 064 666 640 656 158 645 641 639 614 628 060 615 595 602 060 587 293 586 543 585 136 583 030 580 182 576 552 575 883 574 589 572 583 569 779 566 090 565 439San Martín 299 271 296 946 294 492 291 901 285 954 280 788 275 216 269 165 262 563 262 227 261 598 260 657 259 384 257 760 257 461 256 883 255 986 254 732 253 083 252 792Tacna 43 143 43 292 43 437 43 575 41 946 41 188 40 371 39 483 38 515 38 466 38 373 38 235 38 048 37 810 37 766 37 682 37 550 37 366 37 124 37 082Tumbes 14 191 13 168 12 210 11 312 12 292 12 070 11 830 11 570 11 286 11 272 11 245 11 204 11 150 11 080 11 067 11 042 11 004 10 950 10 879 10 866Ucayali 107 936 105 960 103 967 101 968 101 500 99 666 97 688 95 541 93 197 93 078 92 855 92 521 92 069 91 493 91 386 91 181 90 863 90 418 89 832 89 729Total 7 500 133 7 420 750 7 340 106 7 257 989 7 137 405 7 008 471 6 869 378 6 718 345 6 553 558 6 545 187 6 529 490 6 505 984 6 474 208 6 433 694 6 426 227 6 411 794 6 389 410 6 358 113 6 316 951 6 309 693

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

- --- - --- - --

Page 58: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

58

Departamento 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050Amazonas 203 680 202 909 201 819 200 376 199 961 199 249 198 222 196 866 195 164 194 530 193 585 192 322 190 737 188 821 187 981 186 837 185 382 183 610 181 516Áncash 387 869 386 401 384 326 381 577 380 787 379 430 377 475 374 894 371 652 370 444 368 645 366 241 363 221 359 573 357 974 355 795 353 024 349 650 345 662Apurímac 237 599 236 700 235 429 233 746 233 262 232 430 231 233 229 651 227 665 226 926 225 823 224 351 222 501 220 266 219 287 217 952 216 254 214 188 211 745Arequipa 114 037 113 606 112 996 112 188 111 955 111 556 110 982 110 223 109 269 108 914 108 385 107 679 106 791 105 718 105 248 104 607 103 793 102 801 101 628Ayacucho 271 257 270 230 268 779 266 857 266 304 265 355 263 988 262 182 259 915 259 071 257 812 256 131 254 019 251 468 250 350 248 826 246 888 244 528 241 739Cajamarca 863 357 860 090 855 471 849 353 847 595 844 574 840 223 834 476 827 260 824 573 820 567 815 216 808 494 800 375 796 815 791 964 785 796 778 286 769 409Callao Cusco 509 075 507 149 504 425 500 818 499 781 498 000 495 434 492 046 487 791 486 206 483 844 480 689 476 726 471 938 469 839 466 978 463 342 458 913 453 679Huancavelica 323 578 322 354 320 623 318 330 317 671 316 539 314 908 312 754 310 050 309 042 307 541 305 536 303 016 299 973 298 639 296 821 294 509 291 695 288 368Huánuco 450 382 448 678 446 268 443 076 442 159 440 583 438 314 435 316 431 551 430 149 428 060 425 268 421 762 417 526 415 669 413 138 409 921 406 003 401 372Ica 56 051 55 838 55 539 55 141 55 027 54 831 54 549 54 176 53 707 53 533 53 273 52 925 52 489 51 962 51 731 51 416 51 015 50 528 49 951Junín 401 369 399 850 397 703 394 859 394 041 392 637 390 614 387 942 384 588 383 338 381 476 378 988 375 864 372 089 370 434 368 179 365 311 361 820 357 693La Libertad 352 314 350 981 349 096 346 599 345 882 344 649 342 874 340 528 337 584 336 487 334 852 332 669 329 926 326 613 325 160 323 180 320 663 317 599 313 976Lambayeque 194 798 194 061 193 019 191 638 191 242 190 560 189 578 188 282 186 654 186 047 185 143 183 936 182 419 180 587 179 784 178 690 177 298 175 604 173 601Lima 170 621 169 975 169 062 167 853 167 506 166 909 166 049 164 913 163 487 162 956 162 164 161 107 159 779 158 174 157 470 156 512 155 293 153 809 152 054Loreto 292 696 291 588 290 022 287 948 287 352 286 328 284 853 282 904 280 458 279 547 278 189 276 375 274 096 271 343 270 136 268 492 266 401 263 855 260 845Madre de Dios 25 532 25 435 25 299 25 118 25 066 24 977 24 848 24 678 24 465 24 385 24 267 24 108 23 910 23 670 23 564 23 421 23 238 23 016 22 754Moquegua 31 171 31 053 30 887 30 666 30 602 30 493 30 336 30 129 29 868 29 771 29 626 29 433 29 190 28 897 28 769 28 594 28 371 28 100 27 779Pasco 93 427 93 073 92 573 91 911 91 721 91 394 90 923 90 301 89 520 89 230 88 796 88 217 87 490 86 611 86 226 85 701 85 033 84 221 83 260Piura 362 237 360 867 358 928 356 361 355 624 354 356 352 531 350 120 347 092 345 965 344 284 342 039 339 218 335 812 334 318 332 283 329 695 326 544 322 819Puno 564 094 561 960 558 942 554 945 553 796 551 822 548 979 545 224 540 510 538 754 536 136 532 640 528 248 522 943 520 618 517 448 513 418 508 511 502 711San Martín 252 191 251 237 249 887 248 100 247 587 246 704 245 434 243 755 241 647 240 862 239 692 238 129 236 165 233 794 232 754 231 337 229 535 227 341 224 748Tacna 36 993 36 853 36 655 36 393 36 318 36 189 36 002 35 756 35 447 35 332 35 160 34 931 34 643 34 295 34 142 33 934 33 670 33 348 32 968Tumbes 10 840 10 799 10 741 10 665 10 642 10 605 10 550 10 478 10 387 10 353 10 303 10 236 10 152 10 050 10 005 9 944 9 867 9 772 9 661Ucayali 89 516 89 177 88 698 88 064 87 881 87 568 87 117 86 521 85 773 85 494 85 079 84 524 83 827 82 986 82 616 82 113 81 474 80 695 79 775Total 6 294 685 6 270 867 6 237 186 6 192 582 6 179 763 6 157 738 6 126 016 6 084 114 6 031 503 6 011 911 5 982 703 5 943 690 5 894 682 5 835 485 5 809 529 5 774 159 5 729 190 5 674 435 5 609 714

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

- - -- - -- - - --

Page 59: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

59

Departamento 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050Amazonas 203 680 202 909 201 819 200 376 199 961 199 249 198 222 196 866 195 164 194 530 193 585 192 322 190 737 188 821 187 981 186 837 185 382 183 610 181 516Áncash 387 869 386 401 384 326 381 577 380 787 379 430 377 475 374 894 371 652 370 444 368 645 366 241 363 221 359 573 357 974 355 795 353 024 349 650 345 662Apurímac 237 599 236 700 235 429 233 746 233 262 232 430 231 233 229 651 227 665 226 926 225 823 224 351 222 501 220 266 219 287 217 952 216 254 214 188 211 745Arequipa 114 037 113 606 112 996 112 188 111 955 111 556 110 982 110 223 109 269 108 914 108 385 107 679 106 791 105 718 105 248 104 607 103 793 102 801 101 628Ayacucho 271 257 270 230 268 779 266 857 266 304 265 355 263 988 262 182 259 915 259 071 257 812 256 131 254 019 251 468 250 350 248 826 246 888 244 528 241 739Cajamarca 863 357 860 090 855 471 849 353 847 595 844 574 840 223 834 476 827 260 824 573 820 567 815 216 808 494 800 375 796 815 791 964 785 796 778 286 769 409Callao Cusco 509 075 507 149 504 425 500 818 499 781 498 000 495 434 492 046 487 791 486 206 483 844 480 689 476 726 471 938 469 839 466 978 463 342 458 913 453 679Huancavelica 323 578 322 354 320 623 318 330 317 671 316 539 314 908 312 754 310 050 309 042 307 541 305 536 303 016 299 973 298 639 296 821 294 509 291 695 288 368Huánuco 450 382 448 678 446 268 443 076 442 159 440 583 438 314 435 316 431 551 430 149 428 060 425 268 421 762 417 526 415 669 413 138 409 921 406 003 401 372Ica 56 051 55 838 55 539 55 141 55 027 54 831 54 549 54 176 53 707 53 533 53 273 52 925 52 489 51 962 51 731 51 416 51 015 50 528 49 951Junín 401 369 399 850 397 703 394 859 394 041 392 637 390 614 387 942 384 588 383 338 381 476 378 988 375 864 372 089 370 434 368 179 365 311 361 820 357 693La Libertad 352 314 350 981 349 096 346 599 345 882 344 649 342 874 340 528 337 584 336 487 334 852 332 669 329 926 326 613 325 160 323 180 320 663 317 599 313 976Lambayeque 194 798 194 061 193 019 191 638 191 242 190 560 189 578 188 282 186 654 186 047 185 143 183 936 182 419 180 587 179 784 178 690 177 298 175 604 173 601Lima 170 621 169 975 169 062 167 853 167 506 166 909 166 049 164 913 163 487 162 956 162 164 161 107 159 779 158 174 157 470 156 512 155 293 153 809 152 054Loreto 292 696 291 588 290 022 287 948 287 352 286 328 284 853 282 904 280 458 279 547 278 189 276 375 274 096 271 343 270 136 268 492 266 401 263 855 260 845Madre de Dios 25 532 25 435 25 299 25 118 25 066 24 977 24 848 24 678 24 465 24 385 24 267 24 108 23 910 23 670 23 564 23 421 23 238 23 016 22 754Moquegua 31 171 31 053 30 887 30 666 30 602 30 493 30 336 30 129 29 868 29 771 29 626 29 433 29 190 28 897 28 769 28 594 28 371 28 100 27 779Pasco 93 427 93 073 92 573 91 911 91 721 91 394 90 923 90 301 89 520 89 230 88 796 88 217 87 490 86 611 86 226 85 701 85 033 84 221 83 260Piura 362 237 360 867 358 928 356 361 355 624 354 356 352 531 350 120 347 092 345 965 344 284 342 039 339 218 335 812 334 318 332 283 329 695 326 544 322 819Puno 564 094 561 960 558 942 554 945 553 796 551 822 548 979 545 224 540 510 538 754 536 136 532 640 528 248 522 943 520 618 517 448 513 418 508 511 502 711San Martín 252 191 251 237 249 887 248 100 247 587 246 704 245 434 243 755 241 647 240 862 239 692 238 129 236 165 233 794 232 754 231 337 229 535 227 341 224 748Tacna 36 993 36 853 36 655 36 393 36 318 36 189 36 002 35 756 35 447 35 332 35 160 34 931 34 643 34 295 34 142 33 934 33 670 33 348 32 968Tumbes 10 840 10 799 10 741 10 665 10 642 10 605 10 550 10 478 10 387 10 353 10 303 10 236 10 152 10 050 10 005 9 944 9 867 9 772 9 661Ucayali 89 516 89 177 88 698 88 064 87 881 87 568 87 117 86 521 85 773 85 494 85 079 84 524 83 827 82 986 82 616 82 113 81 474 80 695 79 775Total 6 294 685 6 270 867 6 237 186 6 192 582 6 179 763 6 157 738 6 126 016 6 084 114 6 031 503 6 011 911 5 982 703 5 943 690 5 894 682 5 835 485 5 809 529 5 774 159 5 729 190 5 674 435 5 609 714

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

- - - - -- - - - -

Page 60: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

60

TABLA A 7: POBLACIÓN URBANA POR DEPARTAMENTO 2012-2050

Departamento 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031Amazonas 171 599 178 105 184 607 191 075 192 950 198 176 203 554 209 178 215 146 215 916 216 759 217 747 218 948 220 425 249 427 253 880 258 532 263 402 268 509 272 445Áncash 666 970 678 645 690 220 701 639 714 843 728 639 742 902 757 740 773 260 778 951 784 905 791 192 797 877 805 031 859 918 871 751 883 915 896 436 909 338 919 951Apurímac 169 506 174 416 179 331 184 234 191 459 198 249 205 292 212 637 220 336 221 965 223 719 225 612 227 663 229 890 256 860 261 757 266 891 272 284 277 960 282 276Arequipa 1 106 159 1 123 713 1 141 274 1 158 759 1 171 994 1 188 559 1 205 353 1 222 313 1 239 381 1 253 499 1 267 701 1 281 948 1 296 207 1 310 445 1 319 843 1 332 620 1 345 359 1 358 039 1 370 640 1 382 396Ayacucho 344 195 354 263 364 391 374 584 388 580 401 613 415 036 428 895 443 237 450 732 458 456 466 426 474 658 483 167 490 510 497 820 505 374 513 195 521 304 527 828Cajamarca 488 042 502 673 517 284 531 851 554 841 575 914 597 824 620 897 645 462 648 088 651 179 654 942 659 572 665 271 772 925 789 320 806 596 824 841 844 142 858 527Callao 969 170 982 800 996 455 1 010 315 1 024 439 1 038 706 1 053 029 1 067 320 1 081 491 1 095 574 1 109 628 1 123 602 1 137 453 1 151 132 1 138 626 1 148 548 1 158 325 1 167 928 1 177 327 1 186 543Cusco 684 081 699 921 715 664 731 284 747 142 764 956 783 345 802 463 822 465 829 550 836 953 844 776 853 112 862 054 921 943 935 672 949 862 964 552 979 781 992 036Huancavelica 104 549 108 165 111 836 115 553 131 657 141 813 152 377 163 394 174 908 178 192 181 694 185 410 189 334 193 463 213 645 219 127 224 949 231 145 237 751 242 527Huánuco 313 799 319 929 326 000 332 012 355 953 371 070 386 698 402 950 419 941 425 484 431 304 437 455 443 987 450 952 485 533 494 803 504 522 514 734 525 482 533 652Ica 693 461 704 387 715 118 725 674 731 365 740 204 749 045 757 877 766 686 773 958 781 170 788 325 795 431 802 496 816 678 824 422 832 125 839 774 847 354 854 492Junín 846 099 859 134 872 123 885 035 905 402 923 392 941 924 960 966 980 485 989 695 999 138 1 008 745 1 018 449 1 028 181 1 077 118 1 090 995 1 105 190 1 119 726 1 134 624 1 147 121La Libertad 1 370 225 1 398 439 1 426 694 1 454 939 1 482 924 1 513 036 1 543 717 1 574 930 1 606 643 1 629 372 1 652 371 1 675 606 1 699 041 1 722 643 1 723 135 1 742 092 1 761 230 1 780 548 1 800 044 1 817 308Lambayeque 996 942 1 010 197 1 023 287 1 036 201 1 049 917 1 063 901 1 078 034 1 092 361 1 106 922 1 116 429 1 125 957 1 135 555 1 145 274 1 155 161 1 192 371 1 204 941 1 217 580 1 230 282 1 243 040 1 254 525Lima 9 187 807 9 338 604 9 491 411 9 645 314 9 795 906 9 953 035 10 111 961 10 271 770 10 431 528 10 587 017 10 743 324 10 899 875 11 056 108 11 211 471 10 973 258 11 070 787 11 167 118 11 261 982 11 355 111 11 445 533Loreto 660 621 673 862 686 857 699 600 717 483 733 060 748 714 764 542 780 642 789 066 797 416 805 771 814 205 822 794 850 822 861 511 872 424 883 575 894 978 904 621Madre de Dios 96 587 100 555 104 531 108 507 111 558 115 260 118 993 122 764 126 582 129 751 132 937 136 146 139 388 142 672 133 058 134 503 135 960 137 429 138 910 140 227Moquegua 137 991 140 086 142 179 144 260 146 989 149 481 152 019 154 607 157 248 159 099 160 974 162 876 164 813 166 786 169 015 170 837 172 672 174 521 176 382 178 044Pasco 185 589 189 444 193 273 197 089 200 388 204 444 208 622 212 937 217 408 219 507 221 671 223 910 226 232 228 647 239 375 242 507 245 713 249 001 252 375 255 192Piura 1 365 623 1 386 853 1 407 897 1 428 683 1 447 884 1 469 711 1 491 901 1 514 415 1 537 212 1 550 548 1 563 945 1 577 354 1 590 730 1 604 025 1 663 704 1 682 255 1 701 005 1 719 956 1 739 110 1 755 986Puno 700 058 723 044 746 338 769 967 789 484 814 870 841 394 869 100 898 035 912 990 928 715 945 193 962 405 980 333 998 775 1 013 790 1 029 318 1 045 403 1 062 089 1 075 484San Martín 507 181 521 115 535 028 548 889 565 929 582 034 598 377 615 014 632 001 642 511 653 112 663 838 674 730 685 822 685 136 693 928 702 919 712 122 721 552 729 472Tacna 285 772 289 984 294 146 298 263 304 067 308 917 313 787 318 735 323 816 327 991 332 191 336 479 340 915 345 560 344 907 348 326 351 744 355 155 358 556 361 696Tumbes 214 036 218 312 222 428 226 373 228 298 231 292 234 220 237 131 240 077 242 726 245 329 247 945 250 628 253 439 254 337 256 675 258 992 261 285 263 546 265 707Ucayali 369 680 377 748 385 697 393 554 399 769 407 215 414 688 422 230 429 889 435 217 440 533 445 877 451 298 456 837 461 230 466 250 471 314 476 420 481 567 486 143Total 22 635 742 23 054 394 23 474 069 23 893 654 24 351 220 24 817 547 25 292 806 25 777 165 26 270 800 26 603 829 26 941 079 27 282 605 27 628 460 27 978 699 28 292 151 28 609 115 28 929 629 29 253 735 29 581 471 29 869 732

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

Page 61: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

61

Continua...

Departamento 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031Amazonas 171 599 178 105 184 607 191 075 192 950 198 176 203 554 209 178 215 146 215 916 216 759 217 747 218 948 220 425 249 427 253 880 258 532 263 402 268 509 272 445Áncash 666 970 678 645 690 220 701 639 714 843 728 639 742 902 757 740 773 260 778 951 784 905 791 192 797 877 805 031 859 918 871 751 883 915 896 436 909 338 919 951Apurímac 169 506 174 416 179 331 184 234 191 459 198 249 205 292 212 637 220 336 221 965 223 719 225 612 227 663 229 890 256 860 261 757 266 891 272 284 277 960 282 276Arequipa 1 106 159 1 123 713 1 141 274 1 158 759 1 171 994 1 188 559 1 205 353 1 222 313 1 239 381 1 253 499 1 267 701 1 281 948 1 296 207 1 310 445 1 319 843 1 332 620 1 345 359 1 358 039 1 370 640 1 382 396Ayacucho 344 195 354 263 364 391 374 584 388 580 401 613 415 036 428 895 443 237 450 732 458 456 466 426 474 658 483 167 490 510 497 820 505 374 513 195 521 304 527 828Cajamarca 488 042 502 673 517 284 531 851 554 841 575 914 597 824 620 897 645 462 648 088 651 179 654 942 659 572 665 271 772 925 789 320 806 596 824 841 844 142 858 527Callao 969 170 982 800 996 455 1 010 315 1 024 439 1 038 706 1 053 029 1 067 320 1 081 491 1 095 574 1 109 628 1 123 602 1 137 453 1 151 132 1 138 626 1 148 548 1 158 325 1 167 928 1 177 327 1 186 543Cusco 684 081 699 921 715 664 731 284 747 142 764 956 783 345 802 463 822 465 829 550 836 953 844 776 853 112 862 054 921 943 935 672 949 862 964 552 979 781 992 036Huancavelica 104 549 108 165 111 836 115 553 131 657 141 813 152 377 163 394 174 908 178 192 181 694 185 410 189 334 193 463 213 645 219 127 224 949 231 145 237 751 242 527Huánuco 313 799 319 929 326 000 332 012 355 953 371 070 386 698 402 950 419 941 425 484 431 304 437 455 443 987 450 952 485 533 494 803 504 522 514 734 525 482 533 652Ica 693 461 704 387 715 118 725 674 731 365 740 204 749 045 757 877 766 686 773 958 781 170 788 325 795 431 802 496 816 678 824 422 832 125 839 774 847 354 854 492Junín 846 099 859 134 872 123 885 035 905 402 923 392 941 924 960 966 980 485 989 695 999 138 1 008 745 1 018 449 1 028 181 1 077 118 1 090 995 1 105 190 1 119 726 1 134 624 1 147 121La Libertad 1 370 225 1 398 439 1 426 694 1 454 939 1 482 924 1 513 036 1 543 717 1 574 930 1 606 643 1 629 372 1 652 371 1 675 606 1 699 041 1 722 643 1 723 135 1 742 092 1 761 230 1 780 548 1 800 044 1 817 308Lambayeque 996 942 1 010 197 1 023 287 1 036 201 1 049 917 1 063 901 1 078 034 1 092 361 1 106 922 1 116 429 1 125 957 1 135 555 1 145 274 1 155 161 1 192 371 1 204 941 1 217 580 1 230 282 1 243 040 1 254 525Lima 9 187 807 9 338 604 9 491 411 9 645 314 9 795 906 9 953 035 10 111 961 10 271 770 10 431 528 10 587 017 10 743 324 10 899 875 11 056 108 11 211 471 10 973 258 11 070 787 11 167 118 11 261 982 11 355 111 11 445 533Loreto 660 621 673 862 686 857 699 600 717 483 733 060 748 714 764 542 780 642 789 066 797 416 805 771 814 205 822 794 850 822 861 511 872 424 883 575 894 978 904 621Madre de Dios 96 587 100 555 104 531 108 507 111 558 115 260 118 993 122 764 126 582 129 751 132 937 136 146 139 388 142 672 133 058 134 503 135 960 137 429 138 910 140 227Moquegua 137 991 140 086 142 179 144 260 146 989 149 481 152 019 154 607 157 248 159 099 160 974 162 876 164 813 166 786 169 015 170 837 172 672 174 521 176 382 178 044Pasco 185 589 189 444 193 273 197 089 200 388 204 444 208 622 212 937 217 408 219 507 221 671 223 910 226 232 228 647 239 375 242 507 245 713 249 001 252 375 255 192Piura 1 365 623 1 386 853 1 407 897 1 428 683 1 447 884 1 469 711 1 491 901 1 514 415 1 537 212 1 550 548 1 563 945 1 577 354 1 590 730 1 604 025 1 663 704 1 682 255 1 701 005 1 719 956 1 739 110 1 755 986Puno 700 058 723 044 746 338 769 967 789 484 814 870 841 394 869 100 898 035 912 990 928 715 945 193 962 405 980 333 998 775 1 013 790 1 029 318 1 045 403 1 062 089 1 075 484San Martín 507 181 521 115 535 028 548 889 565 929 582 034 598 377 615 014 632 001 642 511 653 112 663 838 674 730 685 822 685 136 693 928 702 919 712 122 721 552 729 472Tacna 285 772 289 984 294 146 298 263 304 067 308 917 313 787 318 735 323 816 327 991 332 191 336 479 340 915 345 560 344 907 348 326 351 744 355 155 358 556 361 696Tumbes 214 036 218 312 222 428 226 373 228 298 231 292 234 220 237 131 240 077 242 726 245 329 247 945 250 628 253 439 254 337 256 675 258 992 261 285 263 546 265 707Ucayali 369 680 377 748 385 697 393 554 399 769 407 215 414 688 422 230 429 889 435 217 440 533 445 877 451 298 456 837 461 230 466 250 471 314 476 420 481 567 486 143Total 22 635 742 23 054 394 23 474 069 23 893 654 24 351 220 24 817 547 25 292 806 25 777 165 26 270 800 26 603 829 26 941 079 27 282 605 27 628 460 27 978 699 28 292 151 28 609 115 28 929 629 29 253 735 29 581 471 29 869 732

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

Page 62: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

Proyecto PlanCCPlanificación ante el Cambio Climático

62

Departamento 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050Amazonas 276 568 280 896 285 452 290 255 293 929 297 807 301 901 306 219 310 772 314 146 317 727 321 516 325 519 329 739 332 772 336 001 339 428 343 057 346 893Áncash 930 861 942 099 953 692 965 666 975 404 985 454 995 831 1 006 547 1 017 617 1 026 350 1 035 386 1 044 730 1 054 386 1 064 362 1 071 984 1 079 885 1 088 071 1 096 546 1 105 316Apurímac 286 814 291 598 296 654 302 007 306 049 310 337 314 884 319 700 324 799 328 531 332 511 336 744 341 233 345 983 349 358 352 969 356 819 360 915 365 259Arequipa 1 394 088 1 405 693 1 417 187 1 428 547 1 439 012 1 449 353 1 459 559 1 469 620 1 479 525 1 488 487 1 497 292 1 505 935 1 514 413 1 522 722 1 530 080 1 537 264 1 544 272 1 551 098 1 557 739Ayacucho 534 577 541 574 548 840 556 400 562 420 568 682 575 195 581 972 589 022 594 465 600 146 606 067 612 235 618 653 623 451 628 472 633 719 639 196 644 907Cajamarca 873 740 889 876 907 032 925 303 938 848 953 320 968 765 985 226 1 002 753 1 015 354 1 028 892 1 043 385 1 058 849 1 075 303 1 086 796 1 099 185 1 112 486 1 126 716 1 141 891Callao 1 195 596 1 204 454 1 213 083 1 221 447 1 229 560 1 237 441 1 245 077 1 252 452 1 259 548 1 266 372 1 272 932 1 279 224 1 285 241 1 290 978 1 296 438 1 301 626 1 306 535 1 311 161 1 315 496Cusco 1 004 713 1 017 855 1 031 503 1 045 702 1 057 010 1 068 770 1 081 004 1 093 730 1 106 970 1 117 194 1 127 862 1 138 984 1 150 566 1 162 617 1 171 629 1 181 058 1 190 911 1 201 195 1 211 919Huancavelica 247 624 253 081 258 934 265 223 269 758 274 656 279 934 285 612 291 707 295 974 300 609 305 621 311 015 316 799 320 742 325 038 329 695 334 720 340 118Huánuco 542 243 551 301 560 875 571 011 578 663 586 783 595 392 604 512 614 169 621 235 628 772 636 787 645 289 654 288 660 678 667 516 674 809 682 567 690 797Ica 861 575 868 585 875 507 882 325 888 665 894 910 901 053 907 086 913 001 918 413 923 708 928 885 933 939 938 869 943 291 947 588 951 756 955 794 959 697Junín 1 159 901 1 172 986 1 186 401 1 200 169 1 211 579 1 223 276 1 235 270 1 247 572 1 260 194 1 270 353 1 280 783 1 291 486 1 302 469 1 313 735 1 322 520 1 331 550 1 340 828 1 350 359 1 360 147La Libertad 1 834 710 1 852 246 1 869 914 1 887 712 1 903 268 1 918 919 1 934 662 1 950 497 1 966 423 1 980 001 1 993 636 2 007 329 2 021 079 2 034 886 2 046 327 2 057 796 2 069 294 2 080 819 2 092 371Lambayeque 1 266 051 1 277 612 1 289 196 1 300 798 1 311 106 1 321 418 1 331 729 1 342 037 1 352 336 1 361 280 1 370 200 1 379 095 1 387 963 1 396 805 1 404 280 1 411 713 1 419 103 1 426 449 1 433 749Lima 11 534 579 11 621 945 11 707 331 11 790 435 11 870 202 11 947 963 12 023 578 12 096 913 12 167 818 12 235 151 12 300 172 12 362 828 12 423 067 12 480 836 12 534 997 12 586 746 12 636 029 12 682 794 12 726 990Loreto 914 460 924 511 934 789 945 308 954 095 963 077 972 262 981 656 991 268 999 068 1 007 050 1 015 217 1 023 571 1 032 116 1 038 836 1 045 718 1 052 766 1 059 982 1 067 369Madre de Dios 141 553 142 888 144 230 145 580 146 766 147 957 149 152 150 353 151 558 152 591 153 626 154 664 155 704 156 745 157 614 158 482 159 351 160 219 161 088Moquegua 179 715 181 396 183 084 184 781 186 275 187 774 189 278 190 786 192 299 193 599 194 901 196 204 197 508 198 813 199 905 200 995 202 084 203 171 204 256Pasco 258 077 261 035 264 071 267 192 269 768 272 412 275 127 277 917 280 785 283 082 285 444 287 873 290 369 292 934 294 925 296 975 299 086 301 258 303 493Piura 1 773 019 1 790 210 1 807 557 1 825 063 1 840 289 1 855 632 1 871 095 1 886 677 1 902 378 1 915 692 1 929 090 1 942 571 1 956 138 1 969 790 1 981 035 1 992 336 2 003 692 2 015 103 2 026 569Puno 1 089 350 1 103 734 1 118 685 1 134 251 1 146 618 1 159 492 1 172 894 1 186 848 1 201 377 1 212 569 1 224 259 1 236 457 1 249 170 1 262 409 1 272 286 1 282 630 1 293 449 1 304 752 1 316 547San Martín 737 568 745 855 754 347 763 059 770 288 777 695 785 287 793 071 801 054 807 487 814 089 820 860 827 805 834 926 840 486 846 198 852 063 858 086 864 268Tacna 364 827 367 944 371 042 374 115 376 917 379 695 382 448 385 172 387 867 390 275 392 652 394 996 397 306 399 582 401 569 403 521 405 435 407 311 409 149Tumbes 267 843 269 949 272 018 274 045 275 957 277 833 279 667 281 458 283 203 284 827 286 407 287 940 289 427 290 866 292 184 293 454 294 676 295 848 296 970Ucayali 490 750 495 388 500 054 504 749 508 868 513 006 517 163 521 338 525 531 529 121 532 721 536 329 539 946 543 572 546 592 549 612 552 635 555 658 558 682Total 30 160 803 30 454 710 30 751 480 31 051 143 31 311 312 31 573 661 31 838 208 32 104 972 32 373 971 32 601 618 32 830 866 33 061 726 33 294 209 33 528 327 33 720 776 33 914 329 34 108 992 34 304 774 34 501 679

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

Page 63: Estimación del PBI al 2050 y Escenario “Todo sigue …...Estimación del PI al 2050 y Escenario Todo sigue igual(AU) con metodología Top-don 7 Cabe precisar que existen limitaciones

ANEXO 4.1Estimación del PBI al 2050 y Escenario

“Todo sigue igual”(BAU) con metodología Top-down

63

Departamento 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050Amazonas 276 568 280 896 285 452 290 255 293 929 297 807 301 901 306 219 310 772 314 146 317 727 321 516 325 519 329 739 332 772 336 001 339 428 343 057 346 893Áncash 930 861 942 099 953 692 965 666 975 404 985 454 995 831 1 006 547 1 017 617 1 026 350 1 035 386 1 044 730 1 054 386 1 064 362 1 071 984 1 079 885 1 088 071 1 096 546 1 105 316Apurímac 286 814 291 598 296 654 302 007 306 049 310 337 314 884 319 700 324 799 328 531 332 511 336 744 341 233 345 983 349 358 352 969 356 819 360 915 365 259Arequipa 1 394 088 1 405 693 1 417 187 1 428 547 1 439 012 1 449 353 1 459 559 1 469 620 1 479 525 1 488 487 1 497 292 1 505 935 1 514 413 1 522 722 1 530 080 1 537 264 1 544 272 1 551 098 1 557 739Ayacucho 534 577 541 574 548 840 556 400 562 420 568 682 575 195 581 972 589 022 594 465 600 146 606 067 612 235 618 653 623 451 628 472 633 719 639 196 644 907Cajamarca 873 740 889 876 907 032 925 303 938 848 953 320 968 765 985 226 1 002 753 1 015 354 1 028 892 1 043 385 1 058 849 1 075 303 1 086 796 1 099 185 1 112 486 1 126 716 1 141 891Callao 1 195 596 1 204 454 1 213 083 1 221 447 1 229 560 1 237 441 1 245 077 1 252 452 1 259 548 1 266 372 1 272 932 1 279 224 1 285 241 1 290 978 1 296 438 1 301 626 1 306 535 1 311 161 1 315 496Cusco 1 004 713 1 017 855 1 031 503 1 045 702 1 057 010 1 068 770 1 081 004 1 093 730 1 106 970 1 117 194 1 127 862 1 138 984 1 150 566 1 162 617 1 171 629 1 181 058 1 190 911 1 201 195 1 211 919Huancavelica 247 624 253 081 258 934 265 223 269 758 274 656 279 934 285 612 291 707 295 974 300 609 305 621 311 015 316 799 320 742 325 038 329 695 334 720 340 118Huánuco 542 243 551 301 560 875 571 011 578 663 586 783 595 392 604 512 614 169 621 235 628 772 636 787 645 289 654 288 660 678 667 516 674 809 682 567 690 797Ica 861 575 868 585 875 507 882 325 888 665 894 910 901 053 907 086 913 001 918 413 923 708 928 885 933 939 938 869 943 291 947 588 951 756 955 794 959 697Junín 1 159 901 1 172 986 1 186 401 1 200 169 1 211 579 1 223 276 1 235 270 1 247 572 1 260 194 1 270 353 1 280 783 1 291 486 1 302 469 1 313 735 1 322 520 1 331 550 1 340 828 1 350 359 1 360 147La Libertad 1 834 710 1 852 246 1 869 914 1 887 712 1 903 268 1 918 919 1 934 662 1 950 497 1 966 423 1 980 001 1 993 636 2 007 329 2 021 079 2 034 886 2 046 327 2 057 796 2 069 294 2 080 819 2 092 371Lambayeque 1 266 051 1 277 612 1 289 196 1 300 798 1 311 106 1 321 418 1 331 729 1 342 037 1 352 336 1 361 280 1 370 200 1 379 095 1 387 963 1 396 805 1 404 280 1 411 713 1 419 103 1 426 449 1 433 749Lima 11 534 579 11 621 945 11 707 331 11 790 435 11 870 202 11 947 963 12 023 578 12 096 913 12 167 818 12 235 151 12 300 172 12 362 828 12 423 067 12 480 836 12 534 997 12 586 746 12 636 029 12 682 794 12 726 990Loreto 914 460 924 511 934 789 945 308 954 095 963 077 972 262 981 656 991 268 999 068 1 007 050 1 015 217 1 023 571 1 032 116 1 038 836 1 045 718 1 052 766 1 059 982 1 067 369Madre de Dios 141 553 142 888 144 230 145 580 146 766 147 957 149 152 150 353 151 558 152 591 153 626 154 664 155 704 156 745 157 614 158 482 159 351 160 219 161 088Moquegua 179 715 181 396 183 084 184 781 186 275 187 774 189 278 190 786 192 299 193 599 194 901 196 204 197 508 198 813 199 905 200 995 202 084 203 171 204 256Pasco 258 077 261 035 264 071 267 192 269 768 272 412 275 127 277 917 280 785 283 082 285 444 287 873 290 369 292 934 294 925 296 975 299 086 301 258 303 493Piura 1 773 019 1 790 210 1 807 557 1 825 063 1 840 289 1 855 632 1 871 095 1 886 677 1 902 378 1 915 692 1 929 090 1 942 571 1 956 138 1 969 790 1 981 035 1 992 336 2 003 692 2 015 103 2 026 569Puno 1 089 350 1 103 734 1 118 685 1 134 251 1 146 618 1 159 492 1 172 894 1 186 848 1 201 377 1 212 569 1 224 259 1 236 457 1 249 170 1 262 409 1 272 286 1 282 630 1 293 449 1 304 752 1 316 547San Martín 737 568 745 855 754 347 763 059 770 288 777 695 785 287 793 071 801 054 807 487 814 089 820 860 827 805 834 926 840 486 846 198 852 063 858 086 864 268Tacna 364 827 367 944 371 042 374 115 376 917 379 695 382 448 385 172 387 867 390 275 392 652 394 996 397 306 399 582 401 569 403 521 405 435 407 311 409 149Tumbes 267 843 269 949 272 018 274 045 275 957 277 833 279 667 281 458 283 203 284 827 286 407 287 940 289 427 290 866 292 184 293 454 294 676 295 848 296 970Ucayali 490 750 495 388 500 054 504 749 508 868 513 006 517 163 521 338 525 531 529 121 532 721 536 329 539 946 543 572 546 592 549 612 552 635 555 658 558 682Total 30 160 803 30 454 710 30 751 480 31 051 143 31 311 312 31 573 661 31 838 208 32 104 972 32 373 971 32 601 618 32 830 866 33 061 726 33 294 209 33 528 327 33 720 776 33 914 329 34 108 992 34 304 774 34 501 679

Elaboración: APOYO Consultoría

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,