Post on 12-Mar-2021
FACULTAD DE CIENCIAS EMPRESARIALES
Carrera de International Business
IMPACTO DE LAS EXPORTACIONES DE
ESPÁRRAGOS EN EL EMPLEO DE ICA, PERIODO
2013 – 2018
Trabajo de investigación para optar el Grado Académico de
Bachiller en International Business
BRIGITTE ROSARIO CORDOVA ALVA
KATERINE WASHMILLE QUISPE VARGAS
Lima – Perú
2020
ÍNDICE DE CONTENIDO
RESUMEN ........................................................................................................................ 3
1. INTRODUCCIÓN ....................................................................................................... 1
2. MARCO METODOLÓGICO ........................................................................................... 5
2.1. Tipo y Diseño de Investigación ............................................................................... 5
2.1.1. Tipo de Investigación ........................................................................................ 5
2.1.2. Diseño de la Investigación ................................................................................ 5
3.PARTICIPANTES ........................................................................................................... 6
4. INSTRUMENTOS DE INVESTIGACIÓN ....................................................................... 6
5. PROCEDIMIENTOS DE RECOLECCIÓN DE DATOS .................................................. 6
6. RESULTADOS .............................................................................................................. 7
7. DISCUSIÓN ............................................................................................................... 14
8. REFERENCIAS ........................................................................................................... 16
RESUMEN
El presente trabajo de investigación tiene como objetivo principal determinar el impacto de
las exportaciones de espárrago sobre el nivel de empleo de la región de Ica para el periodo
2013-2018. La metodología del estudio es de tipo cuantitativa, se elaboró a partir de datos
estadísticos de repositorios públicos como el Instituto Nacional de Estadística e Informática
y la Superintendencia Nacional de Aduanas y Administración Tributaria. Con el objetivo de
analizar las relaciones de los datos tal y como han sido observados, se realizó un diseño
metodológico no experimental – descriptivo. Es decir, el trabajo de investigación no utilizó
instrumentos de investigación para recolectar los datos de las variables y únicamente se
limitó a extraer información de las fuentes públicas o secundarias. Se trabajó con 24
observaciones por cada variable de forma trimestral. En los resultados se contrasta la
hipótesis principal y se concluye que las exportaciones de espárragos han impactado de
forma directa en el nivel de empleo del sector agrícola de la región de Ica en el periodo
2013-2018.
Palabras claves: exportaciones de espárragos, mejoras salariales, empleo, precio,
economía peruana.
ABSTRACT
The main objective of this research is to determine the impact of asparagus exports over
the employment growth in Ica, Peru for the period 2013-2018. The methodology of the study
is quantitative and it was made by using statistical information from national resources such
as the National Institute of Statistics and Informatics and the National Superintendence of
Customs and Tax Administration. In order to analyze the relationship of the data as they
have been observed, the methodologic design was non-experimental and descriptive. It
means that the research did not use research instruments to collect the data and it only
limited itself to extracting information from public or secondary sources. The study uses 24
observations for each variable on a quarterly basis. In the results, the main hypothesis is
contrasted and it is concluded that asparagus exports have had a direct impact on the
employment level of the agricultural sector of the Ica region in the period 2013-2018.
Keywords: asparagus exports, salary improvements, employment, price, Peru economy.
1
1. INTRODUCCIÓN
Durante la última década, uno de los productos no tradicionales más representativos
del Perú es el espárrago, el cual se refleja en su alta demanda debido a su calidad, sabor
y alto valor nutritivo (ComexPerú, 2018). Las principales regiones productoras de
espárragos a nivel nacional son Ica y La Libertad. Estas dos regiones en el 2018
concentraron el 87.5% de la producción nacional de espárragos (Sunat, 2020).
El Perú cuenta con las condiciones climáticas necesarias para producir espárragos
durante todo el año a diferencia de los países que se encuentran en el hemisferio norte,
sin embargo, su producción a nivel nacional ha presentado una tendencia irregular (ver
figura 1). Entre el 2013 y 2017, los bajos niveles de producción de espárrago fueron
resultado de la poca productividad de las tierras agrícolas debido a su estado de
antigüedad. Además de que estas tierras están pasando a ser empleadas para el cultivo
de otros productos con mayor rentabilidad según un informe del Departamento de Estudios
Económicos de Scotiabank (ComexPerú ,2018).
Al transcurrir los años, este fenómeno se ha ido intensificando, afectando cada vez
más la producción nacional de espárragos tal y como sucedió en el 2018, donde el Perú
sólo produjo alrededor de 360 mil toneladas métricas de espárragos.
Figura 1. Producción nacional de espárragos, periodo 2013-2018 (en miles de toneladas métricas). Fuente:
Banco Central de Reserva del Perú. Elaboración propia.
384.2037
377.7010
370.7830
378.305788383.09751
360.63014
345
350
355
360
365
370
375
380
385
390
2013 2014 2015 2016 2017 2018
2
Las exportaciones de espárrago en el periodo 2013-2018 tuvieron una tendencia
decreciente (ver figura 2). En el 2013, la exportación de espárrago alcanzó su nivel más
alto con un valor total exportado de 612 millones de dólares, sin embargo, durante el 2018
exportó el nivel más bajo del periodo de análisis con un valor total de 515 millones de
dólares.
Para Salazar (2019) la caída del valor total exportado se debe a la baja producción
de espárragos a nivel nacional como consecuencia de una menor productividad generada
por la antigüedad de los cultivos y la sustitución de las tierras por otras de mayor
rentabilidad.
Figura 2. Evolución de la exportación peruana de espárragos, periodo 2013-2018 (en millones de dólares).
Fuente: Comex Perú. Elaboración propia.
Durante el año 2018, el principal destino del espárrago nacional fue Estados Unidos
con el 43 % del total, seguido de Japón y Alemania ambos con 8% y Canadá con el 7%.
Los demás países importadores tales como Países Bajos, Reino Unido, Suiza entre otros
representaron un 34% del total (COMTRADE, 2020).
612
574
589578
545
515
460
480
500
520
540
560
580
600
620
2013 2014 2015 2016 2017 2018
3
Figura 3. Exportación de espárragos por destino, periodo 2013 - 2018 (en porcentajes). Fuente: COMTRADE.
Elaboración propia.
Estados Unidos presentó una alta demanda de los espárragos peruanos por su alto
valor nutritivo además de que este lo importa del Perú debido a que este es capaz de
producir espárragos durante todo el año y a un precio más bajo (Agraria. pe, 2019).
Por otro lado, en la figura 4 se muestra la tendencia de la población económicamente
activa ocupada en la región iqueña del periodo 2013 -2018. La población ocupada durante
el periodo de análisis mostró una tendencia creciente, de 404,4 a 421,7 mil personas
empleadas del 2013 al 2018 (ver figura 4).
Figura 4.PEA ocupada en Ica, periodo 2013-2018 (en miles de personas).Fuente: INEI. Elaboración propia.
Estados Unidos43%
Japón8%
Alemania8%
Canadá7%
Otros34%
404.4 404.5
389.7
411.4407.9
421.7
370.0
380.0
390.0
400.0
410.0
420.0
430.0
2013 2014 2015 2016 2017 2018
4
La tendencia creciente de la PEA ocupada se debe a la situación de pleno empleo
que vive el departamento iqueño a causa del incremento de las agroexportaciones, ya que
cada vez se está contratando más mano de obra para extender la cosecha de los productos
en los nuevos huertos (Domínguez, 2018).
De acuerdo a los datos registrados por Agrodata (2019) los precios internacionales
del espárrago en el periodo 2013-2018 no han tenido grandes variaciones. En el 2016, el
precio promedio del espárrago alcanzó los 3.57 dólares por kilogramo siendo este su valor
más alto durante el análisis de estudio mientras que en el año 2017, alcanzó el precio más
bajo con 2.87 dólares por kilogramo, dando una diferencia de 70 centavos de dólar. Esto
se debe a que hubo un exceso de oferta de espárragos a nivel mundial, lo cual hizo que
el precio promedio del espárrago descienda y se mantenga en niveles bajos (Agraria.pe,
2018).
Figura 5. Precio promedio del espárrago 2013 - 2018 (US$/Kilo). Fuente: Agrodata Perú. Elaboración Propia
Por lo tanto, a partir de lo expuesto, se resalta la necesidad de analizar la influencia
de las exportaciones de espárrago sobre la dinámica laboral del departamento de Ica. En
la presente investigación se estudiará como es el impacto de las exportaciones de
espárrago en el empleo de la región Ica en el periodo 2013-2018. Para determinar el
propósito del trabajo se usará además las variables precios de espárrago, tasa de cambio
3.172.89
3.283.57
2.873.05
0
0.5
1
1.5
2
2.5
3
3.5
4
2013 2014 2015 2016 2017 2018
5
y mejoras salariales. El modelo adecuado para la estimación ha sido el de la regresión
lineal múltiple.
2. MARCO METODOLÓGICO
2.1. Tipo y Diseño de Investigación
2.1.1. Tipo de Investigación
Según Santa Palella y Feliberto Martins (2010) “la investigación cuantitativa
requiere el uso de instrumentos de medición y comparación, que proporcionan datos cuyo
estudio necesita la aplicación de modelos matemáticos y estadísticos.” (p. 46)
Es por ello que el tipo de investigación que se aplicará es de enfoque cuantitativo, se
analizarán datos numéricos de las variables independientes como la dependiente, además
se darán resultados mediante un modelo econométrico para analizar cómo los datos
impactan entre sí.
2.1.2. Diseño de la Investigación
Dado que el principal objetivo es analizar el empleo en Ica y la influencia que tuvieron
las exportaciones de espárrago, se utilizará un diseño no experimental que se aplicará de
manera longitudinal. Así mismo se detallará un análisis explicativo para determinar la
relación entre las variables trabajadas para evaluar los efectos que tienen entre sí, y
además se analizará un diseño correlacional causal.
Al respecto, Santa Palella & Feliberto Martins sostienen que:
Para poder realizar un diseño no experimental en un trabajo de investigación, es importante
recalcar que los datos son realizados sin ningún tipo de manipulación en las variables
obtenidas. Es por ello, que los resultados son analizados tal y como se encuentran en
realidad y en un preciso tiempo o no, para consiguientemente analizarlos. De tal forma que
en el diseño no experimental se muestran los datos que ya existen. (2010. p. 87).
6
3.PARTICIPANTES
Según Fidias G. Arias (2012) argumentó que "la muestra es un subconjunto
representativo y finito que se extrae de la población accesible" (p. 83). En el siguiente
trabajo de investigación la muestra será comparativa en los períodos del 2013 al 2018, en
la región de Ica, Perú. La muestra en esta investigación serán los datos estadísticos de
fuentes confiables en donde se detalle de forma trimestral, utilizando 24 observaciones por
cada variable cuya descripción y análisis nos llevará a la verificación o no de las hipótesis.
4. INSTRUMENTOS DE INVESTIGACIÓN
Santa Palella y Feliberto Martins (2010) lo explicó como “un instrumento de
recolección de datos es, en principio, cualquier recurso del cual pueda valerse el
investigador para acercarse a los fenómenos y extraer de ellos información” (p. 125).
En este trabajo los datos recopilados fueron hechos a base de fuentes secundarias.
Es por esta razón que no se pudo aplicar ningún tipo de instrumento de investigación para
la búsqueda de dicha información. En conclusión, este trabajo de investigación no utilizó
instrumentos de investigación para recolectar los datos de las variables y únicamente se
limitó a extraer información de las fuentes públicas o secundarias.
5. PROCEDIMIENTOS DE RECOLECCIÓN DE DATOS
A continuación, se describe cómo se recolectaron los datos de las cinco variables
independientes de periodicidad trimestral del 2013 al año 2018.
Primero, el procedimiento que se utilizó para la recolección de los datos, fue una
extracción de información de las bases de datos públicas de dos grandes e importantes
entidades del estado peruano, como son el Instituto Nacional de Estadística e Informática
(INEI) y la Superintendencia Nacional de Administración Tributaria (SUNAT).
De la base de datos del INEI, se extrajo la información histórica de cuatro variables: Empleo
en la región de Ica (IE), exportaciones de espárrago (XE), influencia en la tasa de cambio
7
(ITC) y mejoras salariales (MS). Mientras que, de la base de datos de la SUNAT, se extrajo
la información histórica de la variable restante que es la de precios de espárragos (PE).
Segundo, este trabajo de investigación requirió que los datos de todas las variables
finales estén en una frecuencia trimestral. Cuando se extrajo la información tanto del INEI,
como de la SUNAT, los datos de las cinco variables estaban en frecuencia mensual. Por
ello, se les aplicó la conversión de frecuencia de períodos mensuales a períodos
trimestrales, con el método de suma simple. En este sentido, se agruparon los datos
mensuales de a tres y se procedió a hacer la suma respectiva obteniendo cuatro datos por
año. Siendo un total de seis años correspondientes al período del 2013 al 2018, obtenemos
un total de 24 datos por variable; es decir 120 datos en total.
6. RESULTADOS
A continuación, en este apartado se mostrará el desenlace de los estadísticos
descriptivos por cada variable considerada el cual ha sido procesado en el software
estadístico Eviews 9.
Tabla 1.
Análisis descriptivo.
Nota: Elaboración Propia
En el cuadro mostrado, la “probability” del Jarque-Bera de las series presentadas se
distribuyen de forma normal, ya que el p-value estadístico muestra valores de 0.392187 en
8
empleo, 0.776475 en exportaciones, 0.778060 en mejoras salariales, 0.571871 en precio
de exportación de espárragos, 0.27801 en tasa de cambio, siendo mayores al nivel de
significancia 0.005, por lo tanto, no se rechaza la hipótesis nula que expresa la normalidad
de las series.
Así mismo se contempla la Kurtosis, el cual es inferior a 3, es decir, la distribución
de los datos es platicúrtica. En el Skewness se muestran por debajo de 1, es decir se
observa en la cola de asimetría que va por debajo del promedio. También podemos
observar las desviaciones estándar que son cercanos a 0 y menores a 2, es decir los datos
muestran una normalidad.
Tabla 2.
Test de Estacionariedad Dickey Fuller.
Nota: Elaboración Propia
Variable Empleo (IE):
Se rechaza la hipótesis nula; es decir, sí hay estacionariedad, ya que la
probabilidad es menor al 5%.
Variable Exportación (XE):
Se rechaza la hipótesis nula; en otros términos, sí hay estacionariedad, ya que la
probabilidad es inferior al 5%.
Variable mejoras salariales (MS):
Se rechaza la hipótesis nula; en otros términos, sí hay estacionariedad, ya que la
probabilidad es inferior al 5%.
Variable precio de espárragos (PE):
Se rechaza la hipótesis nula; en otros términos, sí hay estacionariedad, ya que la
probabilidad es inferior al 5%.
Variable tasa de cambio (ITC):
9
Se rechaza la hipótesis nula; en otros términos, sí hay estacionariedad, ya que la
probabilidad es inferior al 5%.
Se concluye que las variables analizadas en el presente trabajo son estacionarias.
Por otro lado, en el cuadro siguiente se muestra los análisis de los resultados de la
estimación por MCO (Mínimos cuadrados ordinarios).
Tabla 3.
Modelo de regresión lineal por MCO
Nota: Elaboración propia.
En primer lugar, se observa que todas las variables son significativas para el modelo,
sus respectivos coeficientes tienen un t-statistic mayor a 2 en valor absoluto. Así mismo,
aplicando la prueba de significancia general, todas las variables son significativas porque
el p-value es menor que el nivel de significancia de 0.05 por lo cual se rechaza la hipótesis
que refiere todos los coeficientes son iguales a 0. Además, a mayor nivel de significancia,
se puede decir que las variables son más significantes para la dependiente pues la
probabilidad del F-statistic es 0.000003, adicional a ello, el R-Squared tiene un valor
0.793695 siendo cercando a 1, por lo que es relativamente bueno. No existe
autocorrelacion en los residuos al tener un coeficiente Durbin Watson de 2.13 el cual está
10
dentro del intervalo 1.85 a 2.15 que denota ausencia de interrelación de los residuos
atraves del tiempo.
Ahora para detectar problemas de heterocedasticidad realizaremos tres test, tales
como Breusch-Pagan-Godfrey, Glejser y White.
a) Test de Breusch-Pagan-Godfrey:
Tabla 4.
Breusch-Pagan-Godfrey.
Nota. Elaboración propia
No existe heterocedasticidad ya que el p-value de 0.7252, es superior al 5% de
significancia, en resumen, no se rechaza la Ho.
b) Según el test White
Tabla 5.
Test de White.
Nota. Elaboración propia
No existe heterocedasticidad ya que el p-value del estadístico de 0.3504 y es
superior al 5% de significancia, en resumen, no se rechaza la Ho de heterocedasticidad.
c) Según el test de Glejser
Tabla 6.
11
Test de Glejser.
Nota. Elaboración propia
No existe heterocedasticidad al ser el p-value de 0.6662, superior al 5% de
significancia, en resumen, no se rechaza Ho que expresa heterocedasticidad., por lo tanto,
no existe heterocedasticidad. En base a estas 3 pruebas, se puede concluir que el modelo
no tiene problemas de heterocedasticidad.
Método para detectar auto correlación
Tabla 7
Test de Creación de correlogramas: (Correlogram- Q- stastic).
Nota. Elaboración propia.
El correlograma no muestra ninguna función de auto correlación que sobrepase las
bandas, por lo cual hay sospechas de no auto correlación del 2do orden.
Tabla 8
Test de Multiplicador de LaGrange: (Serial Correlation LM Test).
12
Nota. Elaboración propia
Tomando como referencia el valor de Akaike, se puede determinar que el número de
rezagos óptimo es el 4, ya que presenta menor Akaike a diferencia de los otros. Es decir,
según el test de multiplicador de Lagrange, no existe auto correlación por que el p-value
es de 0.1029, el cual es mayor al nivel de significancia del 0.05. Es decir, no se rechaza la
hipótesis nula de que los coeficientes de los rezagos de los errores son iguales a cero, es
decir, no se rechaza la no auto correlación. Al haber trabajado con variables distribuidas
normalmente, se determina que los errores tendrán la misma distribución. De todas formas,
para comprobar dicha afirmación procederemos a aplicar normalidad de los errores.
Tabla 9.
Test de normalidad de los Errores.
Nota. Elaboración propia
En el cuadro mostrado conforme al test Jarque-Bera, los errores siguen una
distribución normal, ya que el p-value muestra un 0.194549 superior al 5% de significancia
por lo cual no se rechaza Ho. Por lo tanto, los errores de normalidad siguen una distribución
normal.
A continuación, en la siguiente tabla se muestran los resultados de este test para cada
par de series analizada.
13
Tabla 10.
Test de Granger.
Nota. Elaboración propia
Nota. Elaboración propia
Por consiguiente, se concluyó que solo los dos instrumentos de la variable
dependiente empleados tales como las exportaciones de espárragos y las mejoras
salariales de forma bidireccional causaron en sentido Granger al empleo en la región de
Ica, incrementando notoriamente la contratación de empleados, por lo tanto, se consideran
como determinantes importantes de esta variable. Es decir que, el nivel de empleo en la
región Ica durante los periodos del 2013 al 2018 reaccionó rápidamente a las exportaciones
del espárrago y a las mejoras salariales, ya que Ica es una principal región cultivadora de
dicho producto.
14
7. DISCUSIÓN
Mediante el modelo de Regresión lineal múltiple se demostró que la variable
dependiente empleo en el departamento de Ica es explicado en un 80 % por las variables
exportaciones de espárragos, precio de espárrago, tasa salarial y tipo de cambio debido a
que el R-Squared tiene un valor de 0.793695 donde todas las variables son significativas
porque el p-value es menor al nivel de significancia de 0.05.
Como base de estudio, se consideró la investigación de Toledo Asenjo, B. (2011),
en donde se analiza que el crecimiento de los cultivos no tradicionales tanto como
espárragos, café, paltas, etc., son la mayor razón del crecimiento de las agro exportaciones
peruanas debido a su alta demanda, generando un incremento en el sector del empleo
agrario en diferentes regiones productoras del Perú, tal y como se muestra en el presente
trabajo, en donde a través de un modelo de regresión múltiple aplicando el método de los
mínimos cuadrados ordinarios (MCO) se pudo denotar cómo las exportaciones de
espárragos incidieron en el nivel de empleo en la región de Ica. Además de cuantificar la
relación de la variable dependiente empleo en el departamento de Ica respecto a sus cuatro
variables independientes: exportaciones de espárragos, precio del espárrago, tasa salarial
y tipo de cambio.
Así mismo, relacionado con lo expuesto anteriormente, Jorge López Martínez y
Molina Vargas Alejandro (2019) en su investigación analizaron una variable importante
como el empleo en el sector agropecuario, en donde se obtuvieron resultados donde se
explica que el 51.67% pertenece a la población femenina, es decir el nivel de empleo es
favorable gracias al sector agropecuario obteniendo un mayor crecimiento en el sector
laboral lo cual coincide con el presente trabajo, en donde el nivel de empleo agrario en Ica
también es favorable gracias al sector agropecuario.
Por otro lado, según el autor Barrientos-Felipa (2017), en su artículo titulado
“Estrategia de diversificación productiva en Perú y su aplicación en el sector agrícola”,
analizó que el interés por la diversificación productiva tiene sustento en la influencia de la
caída de los precios, dando de notar que la variable precios es un factor sustancial para el
incremento de empleos en el sector agrícola productos no tradicionales ya que tienen un
mayor valor relativo de 29.5% en el total de las exportaciones mientras que en el presente
trabajo se llegó a la conclusión de que el factor sustancial para que se dé el incremento del
empleo en el sector agrícola es el crecimiento de las exportaciones de espárragos.
15
De las variables relevantes del modelo en el sentido de Granger, al incrementarse
las ventas de espárragos al exterior en 1 unidad, los puestos de trabajo del sector agrario
de la región Ica aumentaron en 5. De igual forma al incrementarse los salarios en un nuevo
sol, los puestos de trabajo del sector agrario de la región Ica aumentaron en 3.
Finalmente, con esta investigación se puede concluir que el flujo de exportaciones
de espárragos ha impactado de forma directa sobre los niveles de empleo en la región Ica
durante el periodo 2013-2018. La anterior afirmación se refuerza al relacionar el empleo
con la variable mejora salarial el cual es un incentivo para que las familias aumenten su
oferta de trabajo en el sector agrario.
16
8. REFERENCIAS
1. Agraria.pe (2018). Abundante producción peruana de espárragos mantiene
los precios bajos en el mercado internacional. Obtenido de
https://agraria.pe/noticias/abundante-produccion-peruana-de-esparragos-
mantiene-los-prec-15948
2. Agraria.pe (2019). Reconocen crecimiento del espárrago en Estados
Unidos. Obtenido de https://agraria.pe/noticias/reconocen-crecimiento-del-
esparrago-en-estados-unidos-1562
3. Agrodata( 2019).Espárragos frescos. Obtenido
dehttps://www.agrodataperu.com/category/exportaciones/esparragos-frescos-
exportacion
4. Banco Central de Reserva del Perú. (2020). Seires estadísticas por grupo
de actividad económica. Obtenido de Exportaciones agropecuario - Espárragos
frescos:
https://estadisticas.bcrp.gob.pe/estadisticas/series/mensuales/resultados/PN3753
1BM/html
5. Banco Central de Reserva del Perú. (2020). Series estadísticas anuales.
Obtenido de Producción agropecuaria por principales productos - Agrícola -
Agroexportación e Industrial - Espárrago:
https://estadisticas.bcrp.gob.pe/estadisticas/series/anuales/resultados/PM05084A
A/html
17
6. Banco Central de Reserva del Perú. (2020). Series estadísticas mensuales
- Agrícola - Espárragos. Obtenido de
https://estadisticas.bcrp.gob.pe/estadisticas/series/mensuales/resultados/PN0179
2AM/html
7. Barrientos F. (2017). Productive diversification strategy in Peru and its
application in the agricultural sector. Semestre Económico, 20(44), 117-
136.Recuperado de: https://doi.org/10.22395/seec.v20n44a6
8. COMEXPERU. (2018). Exportaciones peruanas de espárragos.
Recuperado de: https://www.comexperu.org.pe/articulo/exportaciones-peruanas-
de-esparragos
9. COMTRADE. (2020). Base de datos Comtrade de la ONU. Recuperado de
https://comtrade.un.org/data
10. Domínguez, S. (2018). “Pleno empleo en Ica seguirá en los próximos años”
[entrevista]. Recuperado de https://andina.pe/agencia/noticia-pleno-empleo-ica-
seguira-los-proximos-anos-entrevista-737120.aspx
11. Fidias G. (2012). El Proyecto de Investigación. Caracas: Episteme, c.a
(pág. 83)
12. Instituto Nacional de estadística e Informática. (2019). Empleo.
Recuperado de: https://www.inei.gob.pe/estadisticas/indice-tematico/ocupacion-y-
vivienda/
13. López J.& Molina A. (2019), Análisis espacial de las condiciones laborales
de la mujer en el sector agropecuario en México. Lecturas de Economía, 91 (julio-
18
diciembre 2019), pp. 181-209. Recuperado de:
https://2019.vlex.com/#search/*/esparragos+%22tesis%22+%5Binvestigacion%5D
/W W/vid/808774649/graphical_version
14. Santa P. y Martins F. (2010). Metodología de la Investigación Cuantitativa.
Caracas: Universidad Pedagógica Experimental Libertador.
15. Salazar, K. (2019). Menores rendimientos afectarían las exportaciones de
esparragos. Reporte Semanal, Scotiabank, Lima, Lima. Obtenido de
http://scotiabankfiles.azureedge.net/scotiabank-
peru/PDFs/semanal/2019/abril/20190401sem_es.pdf?t=1556064000044
16. Superintendencia Nacional de Administración Tributaria (2020).
Información Aduanera - Exportaciones. Recuperado de:
http://www.sunat.gob.pe/estadisticasestudios/exportaciones.html
17. Toledo Asenjo, B. (2011). Dinámicas espaciales generadas a partir de las
agro exportaciones: el boom de los espárragos en Ica. Espacio y Desarrollo, (23),
65+. Recuperado de:
https://link.gale.com/apps/doc/A376206912/AONE?u=usil&sid=AONE&xid=fd377a