Identificación de los factores determinantes en la producción lechera en la
provincia de pastaza
Edison O. Segura Chávez
1
, Billy D. Coronel Espinoza
1
, Marco G. Heredia Rengifo
1
, Edgar F.
Landines Vera
1
, Julio C. Muñoz Rengifo
1
1
Universidad Estatal Amazónica, Km. 2 ½ Vía Napo, Puyo, Pastaza, Ecuador
esegura@uea.edu.ec
RESUMEN
-
dor se usó el Modelo Estadístico de Medición de Impactos (MEMI). Se determi-
naron tres factores: El “Rebaño y producción” explica el 38.7% de la varianza
-
ción, vacas en ordeño y producción de leche. En la “Situación edafoclimática”
el 27.8% de la varianza y el 66.5% acumulada por el modelo ajustado se relacio-
na con: la pendiente, área compatible con el pastoreo, cárcavas y profundidad
del suelo. Y el “Tamaño de la explotación” expone el 78.7% de la varianza
acumulada. El índice de impacto contribuyó para determinar el comportamiento

de la distancia euclidiana en el dendograma se conforman cuatro grupos: Prime-


con el pastoreo, producen 22.3 miles de litros (ML) de leche. Segundo: 26

ganadero, 12.5 hembras a la reproducción y como consecuencia menor produc-
ción de leche 16.8 ML de leche. Poseen la menor profundidad del suelo 15.3 cm

           
57.8% del área es compatible con el pastoreo. Los indicadores reproductivos
            
           
mayor producción anual de leche 53.5 miles de litros, pero mayor cantidad de
cárcavas (ha-1).
Palabras clave: Producción lechera, impactos, clasificación, tipificación,
modelo estadístico.
Revista Amazónica Ciencia y Tecnología Volumen 6 Nº1- (Pag 21-34)
Recibido: 09 de agosto de 2016
Recibido en forma corregida: 07 de abril de 2017
Aprobado: 23 de abril de 2017
Identificación de los factores determinantes en la producción lechera22
Abstract
In order to classify and typify dairy farms in Pastaza - Ecuador was used the


by the variables: number of cows, females for breeding, milking cows and milk

accumulated by the adjusted model is relates to: slope, area compatible with the
 exposes the 78.7% of
-

the Euclidean distance in the dendrogram conform four groups: First: In 47
farms of 45 hectares located at 16% slope, with a 22 cm soil depth and fewer
gullies 32.5 ha-1, 86.4% is compatible with grazing, produce 22.3 thousand
liters (ML) of milk. Second: 26 farms located in areas with steeper slope 47%,
with smaller areas in livestock use, 12.5 females for breeding and consequently





47.5% compatible with grazing. Farms are the largest annual milk production
53.5 thousand liters, but with many gullies (ha-1).
Keyword: Milk production, impacts, classification, typing, statistical model.
Introducción.
El Modelo Estadístico de Medición
de Impacto (MEMI) de (Torres et al.

lógica los métodos multivariados
Componentes Principales y Conglo-
merados.
Con los resultados del Análisis de

los factores de mayor incidencia en el
sistema analizado y se determina el
índice de impacto como un valor de
los resultados, que explica el compor-
tamiento integral de las variables. Este
índice el cual puede tomar valores
positivos o negativos, informa sobre
-
dos, en el comportamiento integral en
el tiempo y entre los individuos o
unidades.
El análisis de Conglomerados es
utilizado para agrupar los individuos
más semejantes, con la particularidad
      
realizada con los índices de impactos
determinados y no con las variables
originales (Torres et al.  
problema de las diferentes unidades
de medidas de las variables, es plan-
teado por autores como Hair et al.
    
los cuales recomiendan la estandariza-
ción de los datos como posible solu-

con las variables estandarizadas
-

variabilidad por lo que el uso de los
índices de impactos resuelve esta
problemática.

  
-
ción (Benítez et al. 
de la estadística descriptiva de las
variables analizadas se caracterizan
los grupos.
El MEMI ha sido utilizado por
diferentes autores en Cuba y otros
países, entre ellos Febles et al.
Lok, et. al.   et. al.
et al. et
al.   et al.
et al. et
al.   et al.  
Chivangulula et al. 
El objetivo de este trabajo es clasi-

provincia Pastaza, usando el MEMI,
como herramienta de análisis integral.
Materiales y métodos.
El Modelo Estadístico de Medición
de Impactos (MEMI), desarrollado
por Torres et al.
desarrollo de los siguientes pasos:
1. Recopilación de datos.
2. Organización de la matriz de
datos originales.
3. Cumplimiento de las premisas
necesarias.
4. Identificación del orden de
importancia de los indicadores en la
explicación de la variabilidad del
sistema.
5. Determinación de las índices
de impacto. Interpretación y evalua-
ción.
6. Clasificación del sistema en
función de los índices de impactos.
7. Tipificación de las variables.
El modelo fue aplicado a la matriz



Resultados y Discusión.
Los valores que se presentan en la
tabla 1, muestran los valores mínimo
-


La información presentada en la
    
elementos importantes, como son las
diferencias en los niveles de pendien-
tes en que se encuentran ubicadas las

de animales en las diferentes etapas
productivas, y la no existencia de

en que se realizó la encuesta, así como
      
profundidad como elementos que
caracterizan el suelo.
Todos ellos determinan la hetero-

todas se dedican al mismo propósito,
-
sidad de establecer cuáles son los
elementos fundamentales que permiti-

     
sistemas productivos.
Revista Amazónica Ciencia y Tecnología Volumen 6 Nº1
23Segura et al
Introducción.
El Modelo Estadístico de Medición
de Impacto (MEMI) de (Torres et al.

lógica los métodos multivariados
Componentes Principales y Conglo-
merados.
Con los resultados del Análisis de

los factores de mayor incidencia en el
sistema analizado y se determina el
índice de impacto como un valor de
los resultados, que explica el compor-
tamiento integral de las variables. Este
índice el cual puede tomar valores
positivos o negativos, informa sobre
-
dos, en el comportamiento integral en
el tiempo y entre los individuos o
unidades.
El análisis de Conglomerados es
utilizado para agrupar los individuos
más semejantes, con la particularidad
      
realizada con los índices de impactos
determinados y no con las variables
originales (Torres et al.  
problema de las diferentes unidades
de medidas de las variables, es plan-
teado por autores como Hair et al.
    
los cuales recomiendan la estandariza-
ción de los datos como posible solu-

con las variables estandarizadas
-

variabilidad por lo que el uso de los
índices de impactos resuelve esta
problemática.

  
-
ción (Benítez et al. 
de la estadística descriptiva de las
variables analizadas se caracterizan
los grupos.
El MEMI ha sido utilizado por
diferentes autores en Cuba y otros
países, entre ellos Febles et al.
Lok, et. al.   et. al.
et al. et
al.   et al.
et al. et
al.   et al.  
Chivangulula et al. 
El objetivo de este trabajo es clasi-

provincia Pastaza, usando el MEMI,
como herramienta de análisis integral.
Materiales y métodos.
El Modelo Estadístico de Medición
de Impactos (MEMI), desarrollado
por Torres et al.
desarrollo de los siguientes pasos:
1. Recopilación de datos.
2. Organización de la matriz de
datos originales.
3. Cumplimiento de las premisas
necesarias.
4. Identificación del orden de
importancia de los indicadores en la
explicación de la variabilidad del
sistema.
5. Determinación de las índices
de impacto. Interpretación y evalua-
ción.
6. Clasificación del sistema en
función de los índices de impactos.
7. Tipificación de las variables.
El modelo fue aplicado a la matriz



Resultados y Discusión.
Los valores que se presentan en la
tabla 1, muestran los valores mínimo
-


La información presentada en la
    
elementos importantes, como son las
diferencias en los niveles de pendien-
tes en que se encuentran ubicadas las

de animales en las diferentes etapas
productivas, y la no existencia de

en que se realizó la encuesta, así como
      
profundidad como elementos que
caracterizan el suelo.
Todos ellos determinan la hetero-

todas se dedican al mismo propósito,
-
sidad de establecer cuáles son los
elementos fundamentales que permiti-

     
sistemas productivos.
Identificación de los factores determinantes en la producción lechera 24
Introducción.
El Modelo Estadístico de Medición
de Impacto (MEMI) de (Torres et al.

lógica los métodos multivariados
Componentes Principales y Conglo-
merados.
Con los resultados del Análisis de

los factores de mayor incidencia en el
sistema analizado y se determina el
índice de impacto como un valor de
los resultados, que explica el compor-
tamiento integral de las variables. Este
índice el cual puede tomar valores
positivos o negativos, informa sobre
-
dos, en el comportamiento integral en
el tiempo y entre los individuos o
unidades.
El análisis de Conglomerados es
utilizado para agrupar los individuos
más semejantes, con la particularidad
      
realizada con los índices de impactos
determinados y no con las variables
originales (Torres et al.  
problema de las diferentes unidades
de medidas de las variables, es plan-
teado por autores como Hair et al.
    
los cuales recomiendan la estandariza-
ción de los datos como posible solu-

con las variables estandarizadas
-

variabilidad por lo que el uso de los
índices de impactos resuelve esta
problemática.

  
-
ción (Benítez et al. 
de la estadística descriptiva de las
variables analizadas se caracterizan
los grupos.
El MEMI ha sido utilizado por
diferentes autores en Cuba y otros
países, entre ellos Febles et al.
Lok, et. al.   et. al.
et al. et
al.   et al.
et al. et
al.   et al.  
Chivangulula et al. 
El objetivo de este trabajo es clasi-

provincia Pastaza, usando el MEMI,
como herramienta de análisis integral.
Materiales y métodos.
El Modelo Estadístico de Medición
de Impactos (MEMI), desarrollado
por Torres et al.
desarrollo de los siguientes pasos:
1. Recopilación de datos.
2. Organización de la matriz de
datos originales.
3. Cumplimiento de las premisas
necesarias.
4. Identificación del orden de
importancia de los indicadores en la
explicación de la variabilidad del
sistema.
5. Determinación de las índices
de impacto. Interpretación y evalua-
ción.
6. Clasificación del sistema en
función de los índices de impactos.
7. Tipificación de las variables.
El modelo fue aplicado a la matriz



Resultados y Discusión.
Los valores que se presentan en la
tabla 1, muestran los valores mínimo
-


La información presentada en la
    
elementos importantes, como son las
diferencias en los niveles de pendien-
tes en que se encuentran ubicadas las

de animales en las diferentes etapas
productivas, y la no existencia de

en que se realizó la encuesta, así como
      
profundidad como elementos que
caracterizan el suelo.
Todos ellos determinan la hetero-

todas se dedican al mismo propósito,
-
sidad de establecer cuáles son los
elementos fundamentales que permiti-

     
sistemas productivos.
Tabla 1. 
Variables
Mínimo
Máximo
Pendiente (%) 3. 8.
Área finca (ha) 5. 25.
Área uso ganadero (ha) 1. 15.
Área compatible con pastoreo (%) . 1.
Vacas (cbz) 4. 6.
Total de bovinos (cbz) 9. 162.
Carga UGM (ha
-1
) .27 85.2
Hembras reproductoras (cbz) 4. 72.
Nº partos año 4. 34.
Natalidad (%) 27.8 1.
Vacas ordeño (cbz)
4.
28.
N°. vacas 1er parto (cbz) . 11.
N°. vacas 2do. parto (cbz)
.
15.
N°. vacas 3er parto (cbz) . 34.
Producción leche (M L) 2.92 12.2
Rendimiento (ldv
-1
)
1. 14.12
N°. muertes totales (cbz) . 15.
N° muertes vacas (cbz) . 7.
N°. cárcavas (ha
.1
) . 21.
Profundidad suelo (cm) 8. 5.
Revista Amazónica Ciencia y Tecnología Volumen 6 Nº1
25Segura et al
Vargas et. al
realizado en el piedemonte de las
provincias “Los Ríos” y “Cotopaxi”
en Ecuador, encontraron pendientes

en esta provincia de Pastaza el rango
de variación fue superior.

Pastaza, tuvieron menores áreas en
pastoreo y también la cantidad de
vacas totales y en ordeño fueron infe-
riores comparadas con las de las
provincias de Los Ríos y Cotopaxi.
Se seleccionaron tres compontes
principales con valores propios supe-
riores a la unidad que explican el
78.7% de la variabilidad total, de las
     
-
     
componentes es posible explicar un
porcentaje de varianza superior al
-
dad se considera conveniente y la
aplicación del método es adecuado.
 
del pie de monte ecuatoriano logró
explicar el 79.9% de varianza con tres
componentes principales, sin embar-
go, Benítez et al.
    
ganaderas de los macizos montañosos
cubanos, tuvo que seleccionar cinco
componentes principales para expli-
car porcentajes de varianza acumula-

En la tabla 2, se presentan las varia-
bles que tuvieron valores de pesos

et al.    
    -
ción de las variables en cada compo-
nente seleccionada.
Tabla 2. Componentes seleccionadas para explicar la variabilidad de las fincas
lecheras en Pastaza
Variables
Componentes
1
3
Pendiente (%)
.1
-.4
Área finca (ha)
.25
0.93
Área uso ganadero (ha)
.31
0.91
Área compatible con pastoreo (%)
.2
.7
Vacas (cbz)
0.81
.4
Hembras reproductoras (cbz)
0.86
.21
Vacas ordeño (cbz)
0.88
.8
Producción Leche (ML)
0.85
-.1 .14
N°.cárcavas (ha
-1
)
.5
.11
Profundidad suelo (cm)
.11
-.2
Valor propio
3.9
1.2
% varianza explicada
38.7
12.1
% varianza acumulada
38.7
78.7
Identificación de los factores determinantes en la producción lechera26

como “Rebaño y producción” explica
el 38.7% de la varianza del sistema,

vacas, hembras a la reproducción,
vacas en ordeño y producción de leche
      
potencial relativo de producción del
sistema lechero.
  et al.  
involucradas en este factor la modela-
ción del sistema sanitario, el sistema
de manejo, el volumen de ventas espe-
rado, y que prácticas productivas se
deben establecer para el óptimo
funcionamiento del sistema y es el
proceso ganadero más importante en
estas explotaciones pecuarias en
Pastaza.

realizados en la provincia de Granma
-
      
variables son importantes para su
    
     
utilizadas fueron importantes para
-
rativas estudiadas.
-
da como “Situación edafoclimática”,
explica el 27.8 % de la varianza y el
66.5% acumulada por el modelo ajus-
tado. Este componente relaciona las
variables: pendiente, área compatible
con el pastoreo, cárcavas y profundi-
dad del suelo. Estas indican la situa-
ción edafoclimática de estos sistemas
ganaderos ya que la pendiente del
terreno es un atributo del relieve que
condiciona, juntos a otros factores
como el régimen de lluvia, la intensi-
dad máxima de los aguaceros, la capa-
      
cubrimiento del terreno, el peligro de
erosión.
Y el tercer factor denominado
“Tamaño de la explotación”, que está
        
áreas que se explotan, explica el
12.2%, valor no tan alto, pero que en
conjunto explican el 78.7 % de la
varianza acumulada del modelo y
resulta imprescindible para explicar o
adoptar alternativas sostenibles de
producción para este territorio amazó-
nico.
-
gación realizadas en el Pie de Monte
de las provincias de Cotopaxi y Los
Ríos, encontró estos mismos factores
fueron responsables de la variabilidad
del sistema estudiado, sólo que el %
de varianza total explicada fue supe-
rior. Esto corrobora los resultados
obtenidos en esta investigación en las
     
Pastaza, Ecuador.
La aplicación del modelo permitió
determinar los índices de impacto de
    
de los factores que la caracterizan. En
        
      
ganaderas evaluadas en el sistema de
producción de leche en Pastaza para
las tres componentes seleccionadas,

en una escala de valores que indica su
situación relativa, con relación a las
restantes.
      
(45.6%) que tienen impactos positivos
para el factor Producción y reproduc-
ción y en el resto (54.4%) fue negati-
vo.
      
poseen impactos negativos respecto al
factor Situación edafoclimática, lo
que indica que el desarrollo de estas
-
nes adversas (pendiente %, cárcavas
ha-1, profundidad de suelo).
       
(45.6%) tienen los impactos positivos
para el factor Tamaño de la explota-
     

Del análisis anterior se puede
considerar que el cálculo del índice de
impacto fue importante para explicar
el resultado del análisis multivariado,
contribuyó a interpretar la gran varia-

y sirvió para determinar los principa-
-
       
mostrado, hubo una gran heterogenei-
      
     

los sistemas agropecuarios se relacio-

su producción.
Revista Amazónica Ciencia y Tecnología Volumen 6 Nº1
27Segura et al

como “Rebaño y producción” explica
el 38.7% de la varianza del sistema,

vacas, hembras a la reproducción,
vacas en ordeño y producción de leche
      
potencial relativo de producción del
sistema lechero.
  et al.  
involucradas en este factor la modela-
ción del sistema sanitario, el sistema
de manejo, el volumen de ventas espe-
rado, y que prácticas productivas se
deben establecer para el óptimo
funcionamiento del sistema y es el
proceso ganadero más importante en
estas explotaciones pecuarias en
Pastaza.

realizados en la provincia de Granma
-
      
variables son importantes para su
    
     
utilizadas fueron importantes para
-
rativas estudiadas.
-
da como “Situación edafoclimática”,
explica el 27.8 % de la varianza y el
66.5% acumulada por el modelo ajus-
tado. Este componente relaciona las
variables: pendiente, área compatible
con el pastoreo, cárcavas y profundi-
dad del suelo. Estas indican la situa-
ción edafoclimática de estos sistemas
ganaderos ya que la pendiente del
terreno es un atributo del relieve que
condiciona, juntos a otros factores
como el régimen de lluvia, la intensi-
dad máxima de los aguaceros, la capa-
      
cubrimiento del terreno, el peligro de
erosión.
Y el tercer factor denominado
“Tamaño de la explotación”, que está
        
áreas que se explotan, explica el
12.2%, valor no tan alto, pero que en
conjunto explican el 78.7 % de la
varianza acumulada del modelo y
resulta imprescindible para explicar o
adoptar alternativas sostenibles de
producción para este territorio amazó-
nico.
-
gación realizadas en el Pie de Monte
de las provincias de Cotopaxi y Los
Ríos, encontró estos mismos factores
fueron responsables de la variabilidad
del sistema estudiado, sólo que el %
de varianza total explicada fue supe-
rior. Esto corrobora los resultados
obtenidos en esta investigación en las
     
Pastaza, Ecuador.
La aplicación del modelo permitió
determinar los índices de impacto de
    
de los factores que la caracterizan. En
        
      
ganaderas evaluadas en el sistema de
producción de leche en Pastaza para
las tres componentes seleccionadas,

en una escala de valores que indica su
situación relativa, con relación a las
restantes.
      
(45.6%) que tienen impactos positivos
para el factor Producción y reproduc-
ción y en el resto (54.4%) fue negati-
vo.
      
poseen impactos negativos respecto al
factor Situación edafoclimática, lo
que indica que el desarrollo de estas
-
nes adversas (pendiente %, cárcavas
ha-1, profundidad de suelo).
       
(45.6%) tienen los impactos positivos
para el factor Tamaño de la explota-
     

Del análisis anterior se puede
considerar que el cálculo del índice de
impacto fue importante para explicar
el resultado del análisis multivariado,
contribuyó a interpretar la gran varia-

y sirvió para determinar los principa-
-
       
mostrado, hubo una gran heterogenei-
      
     

los sistemas agropecuarios se relacio-

su producción.
Fincas
Figura 1. Impacto del factor Producción y reproducción en las fincas produc-
toras de leche en Pastaza
Identificación de los factores determinantes en la producción lechera28
Fincas
Figura 2. Impacto del factor Situación edafoclimática en las fincas producto-
ras de leche en Pastaza.
Figura 3. Impacto del factor Tamaño de la explotación en las fincas productoras
de leche en Pastaza.
Fincas
A continuación se detallan los
criterios para agrupar o segmentar las
    -
riales que permitieron formar los
     

Al agrupar las explotaciones de
acuerdo con sus principales diferen-
cias y relaciones, se buscó maximizar
la homogeneidad en los grupos y la
heterogeneidad entre ellos, aunque
con criterios subjetivos.
et al. 
grado de heterogeneidad que existe
entre las explotaciones que conforman
     
decisiones.
-
grama de las distancias relativas de
 
de los sistemas evaluados.

por la similitud de la distancia de refe-
rencia, se conforman cuatro grupos de
    -
tran en la tabla 3.
Revista Amazónica Ciencia y Tecnología Volumen 6 Nº1
29Segura et al
Figura 4. Dendograma de clasificación de las fincas lecheras en Pastaza.
Variables
Grupo uno
(47 fincas)
Grupo dos
(26 fincas)
Grupo tres
(9 fincas)
Grupo cuadro
(8 fincas)
Media
DE
Media
DE
Media
DE
Media
DE
Pendiente (%) 16.4 9.5 46.7 13.3 38.3 11.7 5.6 18.8
Área finca (ha) 44.6 24. 41.4 18.6 137.3 57. 44.8 22.8
Área uso ganadero (ha) 33.4 18.2 3. 13. 11.6 33.4 34.4 16.2
Área compatible con
pastoreo (%)
86.4 13.9 36.7 24.9 57.8 14.8 47.5 22.5
Vacas (cbz) 15.8 6.6 11.1 5.2 29.9 15.5 27.3 8.4
Hembras reproductoras
(cbz)
18. 7.7 12.5 7. 29.7 2.6 35.5 6.1
Vacas ordeño (cbz) 9.1 3.3 7.5 3.4 16.2 7.1 19.1 6.7
Producción Leche (ML) 22.3 13.3 16.8 9.1 45.5 25.8 53.5 26.5
N°.cárcavas (ha
-1
) 32.5 25.3 14.2 38.9 82. 23.5 91.3 25.3
Profundidad suelo (cm)
21.9 8.5 15.3 4.4 16.8 3.6 16.9 6.
Tabla 3. 
Identificación de los factores determinantes en la producción lechera
-
cadores relativos y absolutos de
producción, por la situación edafocli-
mática que presentan en el entorno, la

pendiente del terreno y el tamaño del
rebaño que explota.
El primer grupo lo constituyen 47
      
    
       
86.4 % es compatible con el pastoreo,
producen 22.3 miles de litros de leche,
con rendimientos que no sobrepasan
los 7 litros vaca en ordeño día-
1
. Son

      
cárcavas 32.5 ha-
1
.
El segundo grupo está constituido
 
mayor pendiente 47%, con menores
áreas en uso ganadero, 12.5 hembras a
la reproducción, y por lo tanto menor
cantidad de partos en el año y como
consecuencia menor producción de
leche 16.8 ML de leche. Poseen la
menor profundidad del suelo 15.3 y
    
1
 
por lo que poseen alto impacto negati-
vo en el entorno causado por la
erosión.
El tercer grupo lo constituyen las 9
    
promedio de 137.3 ha y mantienen
      
57.8% del área compatible con el

vacas 29.9. Los indicadores reproduc-
tivos son superiores, 16.2 vacas en
ordeño y una producción anual de
45.5 miles de litro.
El cuarto grupo formado por las 8
    

uso ganadero que las del grupo uno

47.5% compatible con el pastoreo. La
cantidad de vacas 27.3 y superior


de leche 53.5 miles de litros, pero
mayor cantidad de cárcavas (ha-
1
).
En el trabajo realizado por Vargas
et al.     
grupos cada uno de ellos bien diferen-
ciados, donde sus características han
determinado un comportamiento muy
diferente a lo que se encontró en la

  
se indica que la producción de leche

provincias de Cotopaxi y Los Ríos es

   
reproducción también presentó valo-
     
situación edafoclimática se evidencia

muy similar.
En la tabla 4 se muestra el compor-
-
res impactos integrales en las compo-
nentes antes indicadas. Las mismas

y están ubicadas al 39% de pendiente,
mantienen 87% de área en uso gana-
dero, de las cuales 35.2 son vacas, con
39.6 son reproductoras y 17.4 estuvie-
ron en ordeño, produjeron 52 miles de
litros anuales y alcanzan rendimiento
promedio de 9 (ldv-
1
), y el índice de
erosión es moderado.
Revista Amazónica Ciencia y Tecnología Volumen 6 Nº1
31Segura et al
-
cadores relativos y absolutos de
producción, por la situación edafocli-
mática que presentan en el entorno, la

pendiente del terreno y el tamaño del
rebaño que explota.
El primer grupo lo constituyen 47
      
    
       
86.4 % es compatible con el pastoreo,
producen 22.3 miles de litros de leche,
con rendimientos que no sobrepasan
los 7 litros vaca en ordeño día-
1
. Son

      
cárcavas 32.5 ha-
1
.
El segundo grupo está constituido
 
mayor pendiente 47%, con menores
áreas en uso ganadero, 12.5 hembras a
la reproducción, y por lo tanto menor
cantidad de partos en el año y como
consecuencia menor producción de
leche 16.8 ML de leche. Poseen la
menor profundidad del suelo 15.3 y
    
1
 
por lo que poseen alto impacto negati-
vo en el entorno causado por la
erosión.
El tercer grupo lo constituyen las 9
    
promedio de 137.3 ha y mantienen
      
57.8% del área compatible con el

vacas 29.9. Los indicadores reproduc-
tivos son superiores, 16.2 vacas en
ordeño y una producción anual de
45.5 miles de litro.
El cuarto grupo formado por las 8
    

uso ganadero que las del grupo uno

47.5% compatible con el pastoreo. La
cantidad de vacas 27.3 y superior


de leche 53.5 miles de litros, pero
mayor cantidad de cárcavas (ha-
1
).
En el trabajo realizado por Vargas
et al.     
grupos cada uno de ellos bien diferen-
ciados, donde sus características han
determinado un comportamiento muy
diferente a lo que se encontró en la

  
se indica que la producción de leche

provincias de Cotopaxi y Los Ríos es

   
reproducción también presentó valo-
     
situación edafoclimática se evidencia

muy similar.
En la tabla 4 se muestra el compor-
-
res impactos integrales en las compo-
nentes antes indicadas. Las mismas

y están ubicadas al 39% de pendiente,
mantienen 87% de área en uso gana-
dero, de las cuales 35.2 son vacas, con
39.6 son reproductoras y 17.4 estuvie-
ron en ordeño, produjeron 52 miles de
litros anuales y alcanzan rendimiento
promedio de 9 (ldv-
1
), y el índice de
erosión es moderado.
Tabla 4. Tipificación de las mejores fincas lecheras en Pastaza
Variable
Media
DE
Pendiente (%)
39.
4.2
Área finca (ha)
16.
28.8
Área uso ganadero (ha)
87.
33.5
Área compatible con pastoreo (%)
64.
8.9
Vacas (cbz)
35.2
18.6
Hembras reproductoras (cbz)
39.6
21.9
Vacas ordeño (cbz)
17.4
5.2
Producción Leche (ML)
52.
25.6
N°.cárcavas (ha
-1
)
83.6
21.6
Profundidad suelo (cm)
17.8
21.2
-
dio de condiciones de relieve del
terreno, comportamiento climático y
altura que existen en el piedemonte
amazónico, idéntica o muy similar a

    
Pastaza. Dentro de los indicadores
que se destacan están la natalidad, el
rendimiento de leche y la proporción
de vacas dentro del rebaño total.
Se considera a la ganadería como
una de las actividades agropecuarias,
que causa mayor impacto negativo
-
dose a la deforestación, compactación
de tierras por el pisoteo, erosión,
perdida de la fertilidad de los suelos,
reducción de la biodiversidad y conta-
minación de las corrientes de agua
    

mayores riesgos de impacto ambiental
negativo causados por la ganadería se
relacionan con la erosión (Ramírez

La vulnerabilidad de la región ama-
zónica a los riesgos de degradación
causada por la actividad agropecuaria
es superior a la de otros biomas, lo que
se asocia a la estructura de los suelos,
el relieve y las características climáti-
cas. La abundancia de lluvias predis-
pone al sobre humedecimiento del
suelo, al lavado de nutrientes y a la
     

Las características del relieve y clima-
tológicas de la frontera agrícola de
Pastaza, propician la vulnerabilidad al
impacto ambiental negativo por la
actividad agropecuaria, especialmente
en los suelos en uso ganadero, no
aptos para esta actividad productiva,
sin la aplicación de programas de
gestión ambiental, como capacidad de
Identificación de los factores determinantes en la producción lechera32
respuestas a los riesgos ambientales.
Estas mejores fincas identificadas
demuestran la factibilidad biológica,
de alcanzar producciones altas y esta-
bles, si se adecuan los procedimientos
de conducción de los principales
procesos ganaderos.
Los procedimientos del MEMI han

   -
    
     
provincia de Pastaza y deben ser
tomados en cuenta para establecer
estudios similares en otras provincias
de la Amazonía Ecuatoriana.
Literatura Citada
Benítez, D., Ramírez, A., Guevara, O.,
Pérez, B., Torres, V., Díaz, M., Pérez, D.,
Guerra, J., Miranda, M. & Ricardo, O.


of Granma province, Cuba. Cuban J. Agric.
Sci. 42:253
-
bles de producción ganadera en sistemas

p ISBN: 978-959-223-183-2.
-
factorial de los sistemas de producción avíco-
la de traspatio a nivel municipal en la provin-
cia Cienfuegos. Ed. Instituto de Ciencia
Animal. Mayabeque, Cuba.
Castaldo, A., Acero de la Cruz, R.,
García Martínez, A., Martos, J., Pamio, J. y

de la invernada en el nodeste de la provincia
de La Pampa (Argentina). XXIV Reunión
Anual de la Asociación Argentina de Econo-
mía Agraria. Río Cuarto, Córdova, Argenti-
na.
Chivangulula, M., Torres Verena, Varela
      

livestock production cooperative in the muni-
cipality of Caála, Huambo province, Repu-
blic of Angola. Cuban Journal of Agricultural
Science. Tomo 48, N.2.
Cobo, F. R., Torres, V., Machado, Y. and
     
the analysis of duary total production costs.
Cuban Journal of Agricultural Science. Tomo

    
integradas de manejo y conservación de

Febles, G., Torres, V., Baños, R., Ruiz,
       
Multivariate analysis application to determi-
ne the preponderance of edaphoclimatic
factors in the production of seeds from
tropical prairie grasses. Cuban Journal of

pág 45.
      
Pasturas para sistemas silvopastoriles:
alternativas para el desarrollo sostenible de la
ganadería en la Amazonia Baja del Ecuador,
Boletín técnico nº 156, Programa Nacional de
Forestería del INIAP, Quito Ecuador, 24p,
Hair, J., Anderson, R., & Tatham, R.
(1999). Multivariate Data Analysis (4°
    
Hall.

de la investigación, soberanía, seguridad
alimentaria y desarrollo agropecuario sosteni-
Revista Amazónica Ciencia y Tecnología Volumen 6 Nº1
33Segura et al
ble en la amazonia ecuatoriana, www.iniap.-
gob.ec
-
riate Statistical Techniques. Springer Texts in
Statistics. Springer Science+Business Media,
LLC, 233 Spring Street, New York, NY

Lemus, A., Jordán, H., Torres, V. and

cuts of highest economic value and yield in
the cattle hindquarter, according to slaughter
category and carcass weight. Cuban Journal
of Agricultural Science..Tomo 45, No. 2,

Lok, S., Crespo, G., Torres, V., Ruiz, T.
-
tion and selection of indicators in a grass land
based on a multiple mixture of creeping
legumes with fattening cattle.Cuban Journal
of Agricultural Science. Tomo 45, No. 1,

Martínez-Melo, J., Jordán, H., Torres,
V.,Guevara, G., Hernández, N., Brunett, L.,
Fontes, D., Mazorra, C., Lezcano, Y. y Cubi-

dairy cooperative sectors in the Ciego de
Avila province, Cuba. Cuban Journal of
Agricultural Science.Tomo 45, No. 4, pág
391
Martínez, R.O., Torres, V. and Aguilar,
       
Pennisetum purpureum (Cuba CT-115) on
milk production. Cuban Journal of Agricultu-
ral Science. Tomo 46, No. 3, pág 253

-
ción del índice de impacto en la caracteriza-
-

Ciego de Ávila, Cuba. Rev. Cubana Cienc.
Agríc. 47 (4), pp. 367- 373.
     
Ganadería y medio ambiente. Conferencia
XII Congreso Venezolano de Producción

    
-
temas montañosos del macizo Sierra Maestra.
Tesis presentada en opción al grado de
Doctor en Ciencias Veterinarias. Instituto de
Ciencia Animal. La Habana.
Rodríguez, L. G., La O, M., Lescay, E.,
   -
miento de capacidades para la implementa-
ción e institucionalizaciónen proceso de
innovación Rural en comunidades de la
provincia de Granma. Programa Nacional:
Sociedad Cubana, reto y perspectiva para el
siglo XXI. Instituto de Investigaciones Agro-
pecuarias “Jorge Dimitrov”. Bayamo, Cuba.
Ruiz, M., Ruiz, J., Torres, V. and Cach,
      
systems in a municipality of Hidalgo State,
Mexico. Cuban Journal of Agricultural Scien-
ce. Tomo 46, No. 3, pág 261.
     
     
Statistical model for measuring the impact of
innovation or technology transfer in agricul-
ture.Cuban Journal of Agricultural Science,

Torres, V., Cobo, R., Sánchez, L., Raez, N.
     
impact of milk production on the local develo-
Identificación de los factores determinantes en la producción lechera34
pment of province in Cuba. Livestock
Research for Rural Development 29 (9).
     
Multivariante aplicado. Madrid España.

Vargas, J., Benitez, D., Verena Torres,
    -
tion of the cattle farms in the mountain feet of
Los Ríos and Cotopaxi provinces of the
Repuplibic of Ecuador. Cuban Journal of
