Embed Size (px)
Citation preview
See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/253234612
Aplicación del análisis multicriterio al estudio de la sustentabilidad en
sistemas de producción agropecuarios en el sudeste bonaerense
Conference Paper · October 2012
CITATIONS
0READS
280
1 author:
Juan C. Manchado
Instituto Nacional de Tecnología Agropecuaria
7 PUBLICATIONS 6 CITATIONS
SEE PROFILE
All content following this page was uploaded by Juan C. Manchado on 19 May 2014.
The user has requested enhancement of the downloaded file.
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
86
APLICACIÓN DEL ANÁLISIS MULTICRITERIO AL ESTUDIO DE LA SUSTENTABILIDAD EN SISTEMAS DE PRODUCCIÓN AGROPECUARIOS EN EL SUDESTE BONAERENSE
MANCHADO, Juan Carlos274
; NATINZON, Paula; MOSCIARO, Mirna; TOSI, Juan Carlos RESUMEN
En la región pampeana, los recursos productivos se han estado asignando en función de fuertes estímulos de mercado. Las decisiones basadas en beneficios de corto plazo están incrementando la vulnerabilidad de los sistemas de producción. Existen evidencias de que los cultivos y prácticas predominantes provocan desbalances de nutrientes en los suelos y pérdida de materia orgánica del suelo. Se presume asimismo que los agroquímicos utilizados están provocando la contaminación ambiental. El objetivo de este trabajo es evidenciar los conflictos que se presentan al considerar distintos criterios de decisión (económicos, técnicos y ambientales) así como también explorar las soluciones de compromiso al tratar de compatibilizarlos. El objeto del estudio es un modelo de sistema, representativo de establecimientos medianamente capitalizados, orientados predominantemente a la producción agrícola y en menor medida a la pecuaria. Los conflictos se identifican optimizando los distintos atributos individualmente mediante un modelo convencional de programación lineal. Luego, utilizando programación por metas ponderadas, se busca una negociación considerando distintas ponderaciones de importancia relativa para niveles de aspiración “razonables” para los atributos considerados. Las soluciones de compromiso que se hallan no son absolutamente contradictorias, y guardan similitud con algunas estrategias productivas frecuentes en los sistemas reales de producción.
Palabras clave: Objetivos múltiples, Sustentabilidad, sistemas de producción, Solución de compromiso
ABSTRACT
In the Pampean region, productive resources have been allocated based on strong market incentives. Decisions are based on short-term benefits, increasing the vulnerability of production systems. There are evidences that the predominant crops and practices cause nutrient imbalances in soils and loss of soil organic matter. Also, chemicals used in cropping may cause environmental pollution. The aim of this paper is to show the conflicts that arise when considering different decision making criteria (economic, technical and environmental) as well as to explore the tradeoffs that can be achieved when trying to make them compatible. The study subject is a system model, representative of capitalized operations mainly oriented to crop production, and the raising of beef cattle in a lesser extent. Conflicts are identified individually optimizing different attributes using a conventional linear programming model. In a second step, using weighted goal programming, it seeks to negotiate a situation considering different weights relative to "reasonable" target levels for the considered attributes. The resulting trade-offs combinatios are not absolutely contradictory, and keep some similarity to common productive strategies in real production systems.
Keywords: multiple objectives, sustainability, production systems, trade-offs
274
INTA Balcarce. [email protected]
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
87
1. INTRODUCCIÓN
1.1. Planteo del Problema
El modelo de agriculturización que predomina en la Región Pampeana implica severos impactos reales y potenciales sobre el ambiente. En los últimos años, los recursos naturales y económicos se han asignado en función de fuertes estímulos económicos, configurando un contexto en el que la maximización de beneficios en el corto plazo prevaleció como criterio de decisión, favoreciendo la producción agrícola, en detrimento de la ganadería, que no tuvo los mismos estímulos. La rentabilidad obtenida de tal modo parece estar sustentada en el incremento de la vulnerabilidad de los sistemas de producción.
En particular, en el sudeste de la Provincia de Buenos Aires (Argentina), existen evidencias de desbalances de nutrientes (en particular de N y P) en los suelos (Dominguez, Studdert y Echeverría, 2007); citados por Manchado (2010). Asimismo, tanto los cultivos como las prácticas culturales estarían influyendo negativamente en el balance de Carbono, lo que estaría provocando la paulatina disminución del contenido de la materia orgánica del suelo. (Dominguez y Studdert, 2006). Por último, aunque no haya abundante cuantificación existen presunciones de que los plaguicidas que se utilizan estarían provocando la contaminación ambiental difusa.
Los diferentes criterios de decisión con que los agentes económicos asignan recursos, se dan en un contexto caracterizado por información incompleta y asimétrica y por conflictos de intereses o visiones. Distintos decisores (productores agropecuarios, propietarios de los factores de producción, autoridades políticas) suelen tener objetivos enfrentados. Más aún, en tal contexto, los decisores - condicionados por restricciones e incentivos - adecuan sus propias metas según sus propios niveles de aspiración. Frente a ello, se presenta el desafío de obtener un compromiso racional y razonable entre distintos objetivos, más que buscar una solución óptima en base a un solo criterio.
Es preciso reconocer que un determinado territorio, coexisten procesos escala-dependientes (contaminación, producción y deposición de sedimentos, hidrología, tipos de erosión) que deben ser caracterizados adecuadamente a tal escala. Dentro de una etapa inicial de investigación, el presente trabajo propone el análisis a una menor escala, a nivel de un sistema de producción representativo de un territorio. A tal nivel se exploran (a) la maximización del resultado económico: (b) la minimización de la pérdida de la capacidad productiva (representada por el desbalance de nutrientes y la pérdida de carbono) y (c) la minimización de externalidades negativas, tales como la contaminación difusa del ambiente que conlleva el modelo predominante. Así, considerándose múltiples criterios de decisión -habitualmente enfrentados - se contribuye a generar una visión más amplia de los problemas a resolver en un sistema de producción y de las posibles soluciones a adoptar.
Además, también se puede favorecer la generación de elementos útiles y brindar pautas para la formulación e instrumentación de incentivos o regulaciones a una mayor escala, que promuevan el equilibrio entre los factores económicos, sociales y ambientales implícitos en el concepto de desarrollo sustentable (Cisneros et al, 2010)
1.2. Antecedentes de este tipo de trabajo
El abordaje al problema se efectúa a través del Análisis Multicriterio (AMC), el que parte de la imposibilidad de obtener una solución que optimice al mismo tiempo varios atributos, a los que un tomador de decisiones se enfrenta en un determinado problema decisional (Romero, 1993).
Las metodologías de AMC han sido aplicadas a la resolución de una variedad de problemas derivados de la interacción actividad agropcuaria – medio ambiente: gestión del riego, gestión de montes forestales, usos del suelo, reducción de la contaminación, manejo de humedales, etc. Los conflictos inherentes a este tipo de problemas han sido abordados mediante análisis de decisiones multicriterio, a través de matrices de pago y/o compensaciones entre atributos. (Meyer-Aurich, 2005; deVoil et al, 2006).
En la revisión bibliográfica de este tipo de estudios en nuestro país, cabe mencionar en primer lugar al trabajo de de Prada et al. (2008) quienes utilizaron un método de AMC, la programación por metas ponderadas (PMP), para cuantificar el costo económico que tendría incrementar la conservación de suelos en un sistema de la Cuenca de ambientes ondulados subhúmedas, al sur de Córdoba. En los tres escenarios planteados en la investigación, se evidencia el conflicto entre la rentabilidad y el control de la erosión del suelo. Por su parte también se demuestra que con un leve sacrificio del resultado económico, se pueden alcanzar mejoras significativas en términos ambientales.
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
88
Ghida Daza (2010) analizó cómo la elección de decisiones en una empresa se modifica según distintos objetivos que tenga el decisor. Para ello evaluó cuatro posibles funciones objetivo : maximizar el resultado económico, minimizar la pérdida ambiental, minimizador el riesgo global y maximizar el factor trabajo. Si bien el análisis de múltiples objetivos se efectuó mediante la programación lineal convencional, se buscó una solución de compromiso analizando cómo las diferencias de objetivos generan distintas soluciones alternativas.
Angeli, de Prada y Cisneros (2011), analizaron la evolución de la sostenibilidad de la agricultura considerando la dimensión económica y ambiental de dos sistemas agropecuarios del Sur de Córdoba, Argentina, uno agrícola y otro mixto agrícola ganadero. Mediante la utilización de matrices de pagos, muestran una evolución diferencial entre seis atributos, de los cuales tres eran productivo - ambientales (perdida de suelo, pérdida de materia orgánica, dependencia de insumos energéticos) y hallan que la maximización del Margen bruto aparece en conflicto con la optimización de estos atributos.
Ya no a nivel de sistema sino a escala de Cuenca, la misma que la mencionada en la anterior referencia, Cisneros et al. (Op cit) utilizan AMC para analizar alternativas de ordenamiento territorial que contemplan modelos hidrológicos y de erosión, Los autores simulan distintas preferencias de distintos decisores desarrollando propuestas y definiendo los criterios y los pesos. La posición de los productores es tenida en cuenta a través de información de encuestas (Gil et al, 2008).
En síntesis, de acuerdo a la bibliografía revisada, el AMC ha sido frecuentemente utilizado con el propósito de apoyar la resolución de dos tipos de conflictos: a) La preferencia temporal de optimizar el resultado económico sin considerar la preservación de la capacidad productiva en el largo plazo; b) el deterioro de servicios ambientales, que se suelen presentar en la búsqueda de la intensificación de sistemas de producción y su optimización económica.
Precisamente los conflictos que generan estas dos cuestiones serán exploradas en el presente trabajo.
2. Objetivo
El objetivo del presente trabajo es evidenciar los conflictos que se presentan al considerar distintos criterios de decisión (económicos, técnicos y ambientales) y explorar las soluciones de compromiso que se pueden alcanzar para compatibilizarlos.
Entre los propósitos cabe mencionar
§ Generar elementos de juicio para los decisores en los sistemas de producción § Promover un espacio de reflexión en los ámbitos de generación de tecnología; § Aproximar criterios a considerar en el diseño de incentivos o regulaciones que contribuyan a la
sustentabilidad.
3. Metodología
3.1. Objeto de estudio: Modelo de sistema de producción bajo análisis.
El modelo analizado es representativo de uno de los sistemas de producción predominantes en el territorio denominado Mar y Sierras, en el sudeste de la provincia de Buenos Aires275. Representa establecimientos empresariales medianamente capitalizados, con mano de obra predominantemente asalariada permanente y maquinaría propia para la realización de la totalidad de las labores mecánicas, con exclusión de la cosecha. El sistema es diversificado, orientado predominantemente a la producción de granos (en orden de importancia: soja, trigo, girasol y maíz) y en menor medida a la producción de carne bovina (ciclo completo) como actividad ganadera complementaria sobre pasturas, rastrojos y verdeos de invierno276.
275
La información relativa a este Sistema de producción proviene de una elaboración previa del Proyecto
específico INTA “Competitividad y sustentabilidad de los sistemas de producción” y del Proyecto Regional
INTA “Sistema de información económica regional en el CERBAS”.
276
La integración de actividades para este Modelo representativo se presenta en la Tabla 1 en la Sección 3.
Resultados y discusión.
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
89
3.2. Materiales y métodos
En este trabajo se recurre al AMC por su utilidad para afrontar problemas derivados de diferentes atributos en conflicto. Para ello, se consideran alternativas o variables de decisión, que son evaluadas a través del cumplimiento de objetivos que representan direcciones de mejora de cuatro tipos de atributos: uno de tipo económico, tres técnico-ambientales y uno puramente ambiental. Dichos atributos, que se entiende a priori que presentan algún de grado de conflicto entre sí, se definen a continuación
3.2.1. Definición de los atributos considerados
i) Económico
Se mide a través del MBG, que representa el resultado anual entre ingresos (para cuyo cálculo se consideraron precios promedio de los productos entre 2006 y 2010 indexados a moneda constante de mayo de 2011, y luego expresados en dólares de dicha fecha) y costos directos (a precios de los insumos a valores de mayo de 2011, también expresados en dólares) del sistema representativo.
ii) Técnico- Ambientales
Los atributos tenidos en cuenta son el balance de N, el balance de P y la acumulación de C orgánico en el suelo.
Para el caso de N y P, en este trabajo se ha considerado ideal el balance cero de cada uno de ellos, se decir, que todo el N y P que se extrae del suelo en el conjunto del sistema de producción, sea repuesto277. Vale aclarar que dadas las características del suelo de la región bajo estudio, puede considerarse positiva una acumulación del nutriente P.
· El balance de Nitrógeno en el sistema de producción, surge de las actividades productivas que lo integran. Para cada actividad productiva, el balance de este nutriente se calcula como la diferencia entre la extracción y la reposición. La extracción278 está en función de la producción de granos o carne, y la reposición proviene de la fertilización y la fijación biológica279. Fue preciso analizar el balance de N por separado para la superficie propia de la arrendada, considerando que en campo arrendado sólo se plantean cultivos agrícolas, mientras que para la superficie propia, también se incluyen actividades ganaderas.
· El balance de Fósforo surgió de modo análogo al enunciado para el N: diferencia entre extracciones y reposiciones totales que surgen de la integración de actividades en el sistema de producción.
Para el caso del Carbono orgánico del suelo, se considera positiva su acumulación. Para estimar la suma total de acumulación de C en el sistema, se utilizaron los indicadores estimados de la perdida o aporte relativo de cada cultivo a la Materia Orgánica del suelo (Domínguez y Studdert. 2006). Estos autores han puesto en evidencia que tanto los cultivos agrícolas que son gramíneas (en este caso maíz, trigo y avena) como las pasturas, aportan
277
sin considerar las diferencias en la eficiencia de la fertilización. 278
Se utilizaron los coeficientes de extracción por unidad de producto elaborados por García y Correndo
(2010)
279 los coeficientes de fijación biológica obtenidos por comunicación personal por expertos de1 INTA
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
90
a la preservación de la materia orgánica - en función de los rastrojos y la masa radicular - y por lo contario que los cultivos oleaginosos tienen un efecto negativo
iii) Ambiental
Para representar la “suma global de contaminación en el sistema de producción”, se utiliza para cada actividad planteada en la matriz, el Índice de Contaminación Ambiental: Environmental Impact Quotient (EIQ) (Kovach et al, 1992). Este es un índice complejo, proporcional a las dosis y concentraciones de principios activos presentes en cada pesticida, y considera: la toxicidad dérmica y crónica en humanos; la toxicidad en peces, pájaros, abejas, flora del suelo; la sistematicidad; el potencial de lixiviación y pérdida en superficie, entre otros parámetros. Se considera ideal la menor suma posible de EIQ en el conjunto del sistema de producción.
Los coeficientes técnicos referidos a estos atributos para cada una de las actividades planteadas en el modelo de PL, se exponen en los Anexos 1 y 2 del presente trabajo.
3.2.2. Pasos preliminares al AMC propiamente dicho
El punto de partida lo constituye la cuantificación del óptimo económico a través de un planteo convencional de Programación Lineal (PL), en términos de Margen Bruto Global (MBG) sujeto a las disponibilidad de recursos y restricciones técnico biológicas. La matriz decisional es una simplificación de la que oportunamente formularan Iorio y Mosciaro (2008).
En ella se considera una superficie total operada de 700 ha, de las cuales 500 ha son propias y las
restantes 200 ha en arrendamiento, sólo para cultivos agrícolas. Se considera que el 90% de la
superficie en propiedad y el 100% de la superficie arrendada poseen aptitud de uso agrícola, sin
limitantes para el desarrollo de “propuestas mejoradas” de los cultivos de cosecha anual característicos
de la zona que son incluidas como alternativas: soja en siembra directa (SD) y trigo, maíz, girasol, con la
alternativa de realizarlos en SD o en Siembra convencional (SC). Para la superficie propia, se incluyeron
como alternativas ganaderas “mejoradas” la cría y engorde de ganado vacuno, sobre pasturas
perennes en suelo agrícola y ganadero, verdeos de avena, suministro de maíz y rollos, y la posibilidad
de aprovechar rastrojos de cultivos agrícolas. El planteo de la matriz permite conocer el consumo anual
de fertilizantes (urea y PDA) en el sistema de producción280
.
A partir de este planteo se obtiene una solución de óptimo económico. En principio, dicha solución es comparada con el modelo representativo descripto en 2.1 en términos de integración de actividades y valores alcanzados para los atributos mencionados en 2.2.
A continuación, se optimizan los atributos relevantes desde el punto de vista técnico ambiental (balances de nutrientes Nitrógeno y Fósforo281, balance de Carbono orgánico) y ambiental (EIQ), mínimo nivel posible de contaminación por uso de plaguicidas), de a un atributo - objetivo por vez. Las metas deseadas se plantearon en los siguientes sentidos:
§ “más del atributo, mejor” en el caso del C orgánico del suelo
§ “menos del atributo, mejor”, para el índice que representa el grado de contaminación
§ En el caso de los atributos N y P, el óptimo esta representado por un balance entre reposición y extracción “igual 0” para cada uno de ellos.
El planteo metodológico que permite explorar los valores que alcanzan estos atributos es efectuar parametrizaciones aceptando reducir el MBG respecto de su óptimo económico en los siguientes niveles:
280
El detalle de las actividades planteadas y las restricciones del modelo se pueden observar en los Anexos 1 y
2 del presente trabajo.
281 Considerando que plantear como función objetivo la obtención de valores igual a cero, guiaba a soluciones
no factibles, fue preciso operar dichas funciones a través de la minimización de las desviaciones con respecto a
cero (sean ellas positivas como negativas).
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
91
a) en un 5%, lo que constituiría una solución “subóptima” en términos económicos;
b) en un 35% del MBG con respecto al óptimo económico, lo que en este trabajo es considerado el límite aceptable por ser muy cercano al MBG que se obtiene mediante el “Modelo representativo”
c) Dos pasos intermedios entre ellos, las parametrizaciones que incluyen la reducción en un 10 y 25% del MBG respecto de su óptimo.
Mediante representaciones gráficas (“curvas de transformación”), se compararon de a pares los valores que alcanzan cada uno de los atributos mencionados, siempre con respecto a las variaciones en el MBG.
3.2.3. Análisis Multicriterio
Con la información generada, se busca obtener situaciones “satisfacientes282
” mediante la programación por
metas (PM). La PM está basada en la misma modelación y algoritmos de resolución de la PL convencional de un solo objetivo, pero está apoyada en un paradigma diferente en relación al proceso de toma de decisiones (Romero, 1993), persiguiendo satisfacer más de un objetivo al mismo tiempo.
Como procedimiento específico de PM, se recurre a la Programación por Metas Ponderadas (PMP). Para ello es preciso establecer la importancia relativa (pesos) y los niveles de aspiración a lograr (los valores deseados de los atributos), buscando una “negociación” entre los conflictos de preferencias para dichos atributos. Con tal fin,
para cada uno de ellos se establece una función de logro, planteándose como objetivo minimizar las desviaciones indeseadas respecto del nivel de aspiración (nivel de alcance aceptable) de los atributos considerados. Formalmente se establece en la siguiente ecuación:
Z= Σ 3 wi * (ni +pi)/ ri
i=1
Sujeto a las restricciones:
Σ n
j=1 cij xj + |ni | − |pi |= ti Nivel de aspiración
Σ n
j=1 azj x j ≤ bz Habituales restricciones agronómicas “duras”
xj ≥ 0
donde
wi = importancia relativa (peso) asignada al objetivo i esimo.
pi = desviaciones positivas.
ni = desviaciones negativas.
ri = factor de normalización, obtenido de la diferencia entre el mejor valor (el “ideal”) y el valor peor
(“anti- ideal)
aj: actividades posibles, con j = 1,2...n
cj: aporte a la función objetivo de aj
xj: dimensión de a j
bz: cantidad del recurso z disponible
azj: cantidad del recurso i aportado/requerido por a j
282
En inglés, “fullfilling”.
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
92
Z representa la minimización de los desvíos absolutos (negativos (ni) y positivos (pi)), respecto de los niveles de aspiración (ti), ponderados por el factor wi (de acuerdo al peso relativo que da el tomador de decisión a ese objetivo) y normalizadas por ri (para evitar efecto de distintas magnitudes y unidades de medida en la que se expresan los objetivos).
4. Resultados y Discusión
4.1. Óptimo económico Vs. situación modelo representativo
El paso inicial fue conocer la integración de actividades que hace posible el óptimo MBG anual, así como estimar el valor que adquieren los otros atributos en comparación con los que se presentan en el modelo representativo (MR). En la Tabla Nº 1 se observa que, el valor del Margen Bruto Global Optimo (MBGO) fue de 563.167 U$S / año, es decir un 63% mayor que el obtenido en el MR.
Tabla Nº1: Integración de actividades y valor de los atributos técnicos y ambientales para el MR y para la obtención del MBGO
Modelo Representativo
MBG Optimo
Actividades/Criterios Unidades Valor Valor
Margen Bruto Global U$S / año 352.960 563.167
Cultivos Agrícolas
en Superficie
Propia
Trigo baguette SD Ha - 450
Trigo Tradicional SD Ha 140 -
Soja de segunda Ha 100 450
Soja de primera SD Ha 180 -
Maíz SC Ha 20 -
Girasol SC Ha 60 -
Cultivos Agrícolas
en Superficie Arrendada
Trigo baguette directa Ha - 200
Trigo Tradicional SD ha 100 -
Soja de primera SD Ha 100 -
Soja de segunda Ha 200
Producción Ganadera
Rodeo cría con reposición interna Cabezas 100 45
Venta ternera Cabezas - 10
Venta ternero Cabezas - 19
Venta Vaquillona Cabezas 22 -
Venta Novillito 345 kg Cabezas 21 -
Venta Novillo 380 kg Cabezas 21 -
Venta vaca consumo Cabezas 18 8
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
93
Actividades que
proveen Forrajes
Pastura suelo agrícola 4 años Ha 50 -
Pastura suelo ganadero tipo 2 Ha 50 50
Barbecho Avena Ha 40 -
Rollos Unidades 30
Grano de Maíz Kg 5040 -
Rastrojo de Trigo Ha 40 -
Rastrojo de Maíz Ha 20 -
Provisión Anual de
Fertilizante
Urea Kg 38.600 116.751
Fosfato diamónico Kg 46.500 64.861
Balance de Nitrógeno Kg -18.177 -19.507
Balance de Fósforo Kg -1.969 -5.253
Balance de Carbono Ton 48 115
Contaminación EIQ Unidades 40.040 56.699
En la optimización se destaca la falta de diversificación de actividades productivas, reduciéndose a una combinación doble cultivo en SD, de trigo más soja de segunda, en toda la superficie apta para agricultura, sea propia o tomada en arrendamiento. En la región del Sudeste Bonaerense, esta conducta es observada sólo en decisores con bajo grado de aversión al riesgo que conllevan los cultivos de segunda. Asimismo, en esta integración del modelo de óptimo económico se presenta una mínima producción ganadera como opción obligatoria para contribuir al resultado económico en el uso de la superficie de aptitud exclusivamente ganadera.
Con respecto al consumo de fertilizante en agricultura se observa la mayor dependencia que el modelo de MBGO tiene con respecto a la fertilización. En efecto, el volumen de urea utilizado en el modelo óptimo económico es el triple del consumido en el MR, mientras que el uso de fosfato diamónico es un 40% superior. La fertilización en el MBGO se debe exclusivamente a su aplicación al trigo, ya que el modelo considera la producción de soja de segunda - un cultivo de ciclo muy corto – que usualmente se efectúa en la región, con bajo nivel de gastos y sin fertilizar, debido al riesgo que lo caracteriza. Es decir, aprovecharía el eventual “residual” del fósforo que se aplica al trigo, y el nitrógeno que fija por simbiosis es suficiente para su rinde
relativamente bajo.
Al analizar los otros atributos técnico-ambientales considerados en la integración de actividades correspondientes al MBGO, aún con los niveles de fertilización mencionados, se observan valores negativos en los balances de N y P. Se destaca el hecho que el desbalance de N es muy similar a los del modelo representativo. Con respecto al índice de contaminación, se observa que la combinación de actividades resultante al optimizar el MBG, resulta un 42% “más contaminante” que la integración de actividades del modelo
representativo.
4.2. Cambios en la integración de actividades al optimizar los atributos técnicos y ambientales
A continuación se presentan los resultados obtenidos al optimizar cada uno de los atributos mencionados anteriormente, en las sucesivas parametrizaciones del MBG consideradas (la información completa se presenta en el Anexo 3.)
a) Al optimizar balance 0 de N. Recién a partir de una reducción del 25% en el MBGO es factible la obtención de un balance igual a cero del N en campo propio. El principal cambio en la integración de actividades agrícolas con respecto al del óptimo económico, es la reducción del 30% de la combinación trigo - soja de segunda y el incremento de la superficie agrícola ocupada con pasturas perennes, lo que
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
94
genera la incorporación de una mayor proporción de ganadería de ciclo completo y engorde de terneras compradas. En el suelo tomado en arrendamiento, el balance es siempre negativo; en función de los niveles de fertilización y los rendimientos esperados en las alternativas tecnológicas consideradas, la única opción para que éste resultara menos negativo, sería reemplazar la combinación trigo - soja por trigo.
b) Al optimizar el balance 0 de P. Al igual que lo hallado para el N, en la superficie propia se arriba a esta meta a partir de una reducción del 25% del MBGO. En lo que respecta a integración de actividades, en la superficie propia la combinación trigo –soja va siendo reemplazada por una pequeña superficie de maíz en SD, y luego por trigo SC y avena. Al considerar una reducción del 35% del MBG, se observa una situación no recomendable, prácticamente un monocultivo trigo, que ocuparía el 97% de la superficie apta para agricultura. No es ocioso recalcar que tal situación se presenta en este modelo que no plantea otras alternativas de fertilización. En el campo arrendado, el balance de P alcanza el balance 0 en la parametrización del 35% del MBG, pero a costa de una solución arbitraria (como es la de arrendar sólo 137 has de las 200 disponibles, principalmente para maíz y soja).
c) Al optimizar el aporte de Carbono orgánico. A pesar de que en el óptimo económico no se registra pérdida de materia orgánica en el suelo, se ha buscado observar los incrementos en la acumulación de C al realizar las parametrizaciones con disminución en el MBG. Al ir prevaleciendo progresivamente los cultivos de gramíneas (se incrementa la importancia relativa del maíz, en reemplazo de la soja) y de los verdeos de avena, la combinación trigo – soja ya no participa en la asignación al uso del suelo la solución cundo la reducción del MBG supera el 20%. Al reducir aún más la meta del resultado económico, la superficie agrícola con cultivos de cosecha se reduce, y es parcialmente reemplazada por pasturas, lo que da lugar a un mayor desarrollo de la ganadería, tanto de ciclo completo como de invernada de compra.
d) Al minimizar EIQ. Como es de esperar, a medida que se va avanzando en la parametrización (disminuyendo el MBG deseado respecto del óptimo) se disminuye el índice de contaminación. A partir de una reducción del 10% del MBGO, se presenta una paulatina disminución de la combinación trigo – soja de segunda, reemplazada por los dos cultivos menos contaminantes, en las alternativas consideradas en este estudio: el trigo y el girasol, ambos bajo labranza convencional. El rastrojo del trigo convencional es utilizado como alimento suplementario para la cría. Al aceptar una reducción del MBG por encima del 25%, el sistema de producción va tornándose más mixto. En tal sentido, se haría posible el desarrollo de ganadería bovina de ciclo completo basada principalmente en el pastoreo de rastrojos de trigo, avena y una pequeña proporción de pasturas, además de las que ocupan la superficie apta para ganadería, y suministro de maíz para engorde de vaquillonas y novillos de propia producción. Debido a la rigidez que implica el método utilizado, y con las actividades agrícolas planteadas como alternativas para el campo arrendado, no hay otra forma de reducir el EIQ que disminuir la superficie arrendada.
4.3. Trade off del resultado económico al optimizar los otros atributos.
A continuación se presentan las curvas de transformación que representan gráficamente el trade off entre el resultado económico (MBG) en el eje de las abscisas, y cada uno de los otros atributos considerados, en el eje de las ordenadas. Las magnitudes de los ejes se presentan en porcentaje, y constituyen el nivel de logro relativo de cada objetivo en relación al rango entre el mejor y peor valor alcanzado para cada uno de ellos. El mejor logro adquiere el valor 100% y el peor el 0%. De tal modo, los gráficos exponen los conflictos entre el MBG y los balances 0 de los nutrientes N y P, el máximo nivel de Carbono Orgánico en el suelo y la mínima contaminación por el uso de plaguicidas. Asimismo, en cada gráfico se incluye un asterisco como punto referencial del nivel de logro de cada atributo en el MR.
Todas las curvas señalan la tendencia hacia el logro gradual de cada atributo analizado a medida que se reduce el MBG. En otras palabras, a través de estas curvas se observa el sacrificio relativo del objetivo óptimo MBG requerido para alcanzar los mejores logros de los otros atributos considerados. Como han hallado Angeli, de Prada y Cisneros (2011) hay distinto grado de conflicto según los atributos considerados.
En lo que respecta al N (Gráfico Nº1), se observa un punto de inflexión al reducir aproximadamente un 25% el MBG, desde donde la pendiente es menos pronunciada. Cabe recordar que en el caso específico del campo propio, el óptimo ya se obtiene con este nivel de reducción en el resultado económico. La situación del balance de N para el MR, representada en el gráfico con el asterisco, constituye un logro del 7% con respecto al óptimo (que es el balance cero).
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
95
Gráfico Nº 1 Curva de transformación entre el Balance 0 de N y el MBG.
En el caso del P (Gráfico Nº2), la tendencia es muy similar a al descripta para el N. En el mismo sentido, el gradiente grafica el porcentaje de logro de balancear extracciones con reposiciones de P, lo que sería posible sólo en campo propio; tal aspiración se lograría en campo arrendado en forma artificial, reduciendo la utilización de la superficie sólo a un recio de la disponible. Cabe acotar que la situación del balance de P en el MR es de un logro bastante aceptable, de un 63% con respecto al balance cero.
Gráfico Nº 2. Curva de transformación entre el Balance 0 de P y el MBG.
Con respecto al C orgánico (Gráfico Nº 3), es preciso recordar que el conjunto de actividades seleccionadas para el óptimo económico, ya produce una aporte de C orgánico al suelo (ver Tabla Nº 1), por lo cual, se puede observar el logro de valores cada vez mayores de acumulación de C orgánico en el suelo, con la disminución del MBG. En cambio la acumulación de C lograda con la combinación de actividades que tiene el MR es peor de las alternativas analizadas
0%
20%
40%
60%
80%
100%
60%65%70%75%80%85%90%95%100%
MBG
Bal
ance
de
N
0%
20%
40%
60%
80%
100%
60%65%70%75%80%85%90%95%100%
MBG
Bal
ance
de
P
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
96
Gráfico Nº 3. Curva de transformación entre la Acumulación de C Orgánico y el MBG.
Por su parte, el antagonismo entre la reducción de la contaminación a medida que disminuye del Margen Bruto Global evoluciona en forma pronunciada hasta una reducción del 20% de dicho resultado económico; a partir de allí por cada 5% de disminución en el MBG, se reduce aproximadamente un 10% el EIQ (Gráfico Nº 4).
Gráfico Nº 4. Curva de transformación entre el nivel de logro de reducción de Contaminación y el MBG.
Las anteriores observaciones permiten generalizar el comentario de que es posible mejorar cada una de las dimensiones técnicas y ambientales de los sistemas de producción, conservando las expectativas de lograr muy buenos resultados económicos. Sin embargo, es también relevante evaluar el conflicto entre todos los atributos, cuando se piensa en la posibilidad de una reducción drástica del resultado económico, lo que se analiza en la siguiente sección.
4.4. Comparación de logro de objetivos a través de la matriz de pago
-20%
0%
20%
40%
60%
80%
100%
60%65%70%75%80%85%90%95%100%
MBG
Max
imiz
ació
n d
e C
Org
ánic
o
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
60%65%70%75%80%85%90%95%100%
MBG
Min
imiz
ació
n d
e E
IQ
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
97
En la Tabla 2 se presenta la MP en valores absolutos (lado izquierdo) y en valores relativos (a la derecha). Las filas indican cada objetivo optimizado y las columnas, los valores que adquieren los cinco atributos en aparente conflicto. Los valores que aparecen en negrita en la diagonal son los óptimos. En la matriz de la derecha se presentan las relaciones porcentuales que constituyen el nivel de logro relativo de cada objetivo, como ya fue explicado en la sección 4.3, en relación al rango entre el mejor logro, que adquiere el valor 100%, y el peor valor de logro, el 0%.
La MP se plantea con una reducción del MBGO del 35%, teniendo en cuenta que tal resultado económico se asemeja al MBG del modelo representativo, y considerando además que ningún atributo alcanza su nivel de aspiración antes de dicho valor.
Tabla Nº 2: Matriz de Pago con una reducción del 35% del MBG
Valores absolutos de los atributos En términos relativos %
Función objetivo
MBG N P C EIQ MBG N P C EIQ
Maximizar MBG
563.167 -19.507 -5.253 115 56.699 100 61 0 0 0
Optimizar Balance de N
366.059 -401 -2.586 633 28.167 60 100 51 34 67
Optimizar Balance de P
366.059 -21.847 0 797 27.217 60 56 100 45 69
Maximizar C 366.059 -49.350 -99 1.636 50.335 60 0 98 100 15
Minimizar EIQ 366.059 -9.274 -696 484 13.904 60 82 87 24 100
A partir del análisis de los resultados expuestos en la Tabla 2, se destacan las siguientes observaciones.
a) Cuando se analiza el nutriente N, se observa que la situación relativamente más desfavorable para el sistema bajo análisis, se presenta al maximizar el C orgánico del suelo e implica valores extractivos relativamente altos de dicho nutriente, para los niveles de fertilización considerados en el modelo. En tal circunstancia, estos atributos muestran ser claramente antagónicos. Asimismo, también se obtienen valores negativos de balance de N, aunque en menor grado, cuando se optimiza el MBG o el índice de contaminación. Cabe reiterar que por una limitación metodológica, el menor valor en el balance de este nutriente se da al arrendar sólo el 60% de la superficie disponible, resultado forzoso e ilógico.
b) Con respecto al balance de P, los mayores conflictos se presentan al optimizar MBG y el Balance de N. En cambio, cuando se minimiza EIQ o cuando se busca la acumulación de C, se obtendrían valores de P bastante menores. Es preciso recalcar que, si bien se obtiene el balance 0 al optimizar este nutriente con una reducción del 35% el MBGO, se dejaría de arrendar el 30% de la superficie disponible para tal fin.
c) En el caso del C orgánico, al optimizar cualquiera de los atributos considerados, se observan valores positivos de dicha variable.
d) En cuanto al índice que representa la contaminación, EIQ, ya ha sido observado en la sección anterior que es el criterio más difícil de compatibilizar con la maximización del resultado económico. Una situación similar se observa al optimizar la acumulación de C orgánico, disminuyendo a la mitad los valores del EIQ al optimizar los balances de N o de P. Nuevamente se reitera el hecho de que para lograr el óptimo EIQ con una reducción del 35% del MBGO, se reduce al en un 60% la superficie arrendada
Estas observaciones ratifican que las dimensiones productivo-ambientales del sistema de producción bajo estudio, son al menos parcialmente antagónicas entre sí y con el mejor resultado económico. No obstante el nivel de conflicto no aparece como grave, lo que hace presumir que sería factible hallar una solución de compromiso con más de dos atributos simultáneamente, al asignar un nivel de aspiración “razonable” para
cada uno de ellos, lo que se explora en la siguiente sección.
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
98
4.5. Simulación de escenarios con distintas preferencias de los decisores en relación a los atributos seleccionados
Es posible plantear escenarios con distintas preferencias de los decisores en relación a varios
criterios, considerando distintas ponderaciones de importancia relativa que se pueden conceptualizar
como conflictos de objetivos de un mismo decisor. También podrían visualizarse como posibles
conflictos de intereses o puntos de vista de distintos decisores. En lugar de optimizar un atributo por
vez, aquí se persigue obtener una solución de compromiso entre los atributos, otorgando distintos
“pesos” a los niveles de aspiración a alcanzar.
En este caso se han considerado en forma conjunta tres atributos que son antagónicos de a
pares y que reflejan distintos puntos de interés: Margen Bruto Global, balance de N en el suelo e índice
EIQ de contaminación.
En primer lugar, se considera que cierto rango de productores agropecuarios podría poner el
énfasis en obtener un muy buen resultado económico, buscando conservar también la capacidad
productiva de los suelos. Esta opción requiere asignar un alto nivel de preferencia a conseguir un “buen
margen bruto” en el corto plazo y al balance 0 de N, fijando el nivel de preferencia del 45% a cada uno
de dichos atributos. Por su parte, si bien se plantea en el escenario un nivel de aspiración de baja
contaminación, ésta tendría una ponderación menor (10%).
El siguiente escenario desarrollado resulta de imaginar un decisor que le asigne un peso
relativo importante al mejor nivel de aspiración tanto del MBG como del nivel de contaminación
originado por el uso de pesticidas. En tal caso el nivel de aspiración de cada uno de ellos estará
ponderado con un 45%, considerando simultáneamente un peso menor (10%) para la aspiración a
lograr el Balance de N en el suelo.
Por último, se plantea una situación en que el mayor interés está en privilegiar cuestiones
ambientales y técnicas por encima del resultado económico del sistema de producción. Ello está
representado por una ponderación del 45% tanto para Balance de N como para EIQ y relegando la
importancia relativa del MBG al 10%.
Cabe recordar que mediante la aplicación de PMP se minimiza la sumatoria de los desvíos
indeseables ponderados por el peso de cada atributo. Para el MBG, es indeseable una desviación por
debajo del nivel de aspiración antes mencionado. En el caso del N, la meta es lograr un balance 0, por
lo que son indeseables tanto las desviaciones negativas como positivas. Para el EIQ, en cambio, como
el objetivo es minimizar, sólo la desviación positiva es indeseable.
La comparación de los resultados de dichos escenarios se presenta en la Tabla Nº3.
Tabla Nº 3: Resultados obtenidos en la simulación de escenarios mediante MPP
Combinación de preferencias 45%MBG
45% N
10%EIQ
45% MBG
10%N
45%EIQ
10%MBG
45%N
45%EIQ
MBG (U$S/año) 422.375 422.375 394.539
EIQ total en el sistema 25.207 18.378 18.058
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
99
Balance N en campo propio (kg) -837 -5.525 0
N en campo arrendado (kg) -1.560 -1.560 -1.417
Balance de P (kg) -1.947 -597 -668
Acumulación de C (Tn) 724 631 768
Agricultura en Superficie propia (ha/año)
Trigo baguette S Conv 181 397 343
Trigo baguette S Directa 173 - 21
Soja de segunda 173 - 21
Girasol S Conv 26
Recursos forrajeros (ha/año)
Pastura suelo agrícola 4 años 96 13
Pastura suelo agrícola 2 años - 27 73
Pastura suelo ganadero 2 50 50 50
Barbecho avena - 26 -
Rastrojo trigo 181 371 343
Rollos (unidades) 504 286 579
Actividades Ganaderas (cab.)
Rodeo cría, reposición interna 180 121 201
Producción y Venta vaquillonas 40 27 28
Venta ternera - - 16
Producción y Venta novillitos 75 51 85
Superficie arrendada (ha/año)
Trigo baguette SD 200 200 167
Trigo Tradicional SD - - 33
Utilización de Fertilizantes (Kg/año)
Urea 94.307 95.505 90.260
Fosfato diamónico 62.125 61.028 57.317
Los principales rasgos distintivos en la integración de actividades, y en logro de objetivos propuestos, son los siguientes:
a) Para la preferencia de lograr un buen nivel de aspiración del MBG y del balance de N por sobre el mínimo EIQ.
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
100
Como se planteó anteriormente, si se privilegiaba sólo el óptimo económico, sin atender a restricciones de balances de nutrientes, la integración dominante era trigo / soja en SD. Por su parte, la optimización del balance de N, resulta en dos tercios de trigo – soja y un tercio de pasturas, con desarrollo de ciclo completo bovino, en suelo apto para agricultura. Con este nuevo planteo de negociación, sería posible lograr el 75% del MBGO, simultáneamente con lograr una sustancial mejora en el balance de N, cercana a la 0 en campo propio, en base a una integración más diversificada: trigo / soja en SD, Trigo SC, y pasturas en el 21%, que también dan lugar a la ganadería bovina de ciclo completo en la superficie apta para agricultura. No menos importante resulta señalar que en la integración resultante también influye la simultánea inclusión de bajar el nivel de contaminación - aún con baja preferencia - y que el EIQ total es un 56% más bajo que el que se logra con el MBGO.
b) Para la preferencia de obtener un buen nivel de aspiración del MBG y el EIQ por sobre el Balance de N.
Ya se había mencionado que si sólo se privilegia reducir el índice de contaminación, aceptando obtener como resultado económico el 75% del MBGO, el suelo agrícola propio sería ocupado en una gran medida por trigo siembra convencional, y en mucho menor proporción por girasol siembra convencional, avena de pastoreo y pasturas perennes, y ciclo completo ganadero. Al observar la segunda columna de la Tabla Nº3, puede verificarse una integración análoga, que parece bastante susceptible por lo desbalanceado. Sin embargo, el punto positivo relevante en este caso es que incluir como tercer criterio de decisión el balance de N, aún con un menor peso, provoca que las actividades se combinen de modo que dicho atributo tenga un importante logro, tanto como el obtenido en el punto (a).
c) Para la preferencia de lograr un buen nivel de aspiración de reducción del EIQ y Balance de N por sobre el MBG
El escenario que prioriza con igual peso relativo reducir contaminación y desbalances de N, como puede observarse en la Tabla Nº3, es el que mejor permite compatibilizar entre dichas metas, y de ambas con el resultado económico, ya que permite obtener un MBG que es el 70% del óptimo. La integración parece algo menos susceptible que la descripta en (b) ya que si buen depende fuertemente del trigo, vuelve a aparecer una pequeña proporción de trigo/soja, y particularmente tiene el mejor aporte de la ganadería de ciclo completo al resultado económico del sistema.
Es importante remarcar que al considerar estos atributos, con sus niveles de aspiración y preferencias, ha sido factible arribar a soluciones de compromiso que –aún con sus matices- no son diametralmente opuestas y que además son parcialmente diversificadas. Debe notarse que la combinación trigo – soja aparece como importante en uno sólo de los escenarios considerados, y en mucho menor medida en otro. Bajo todas las restricciones impuestas al modelo de análisis, la posibilidad de considerar simultáneamente más de un atributo, arroja como denominador común una combinación de la agricultura con la ganadería más equilibrada que la combinación de actividades que sería necesaria para maximizar el resultado económico.
5. Conclusiones
En este trabajo se han podido evidenciar conflictos que se presentan en un sistema de producción al considerar criterios de decisión distintos del económico, específicamente técnico-ambientales. Se ha considerado la necesidad de preservar la capacidad productiva del sistema a través del balance de nutrientes y la materia orgánica del suelo, así como la necesidad de reducir la externalidad representada por contaminación ambiental como consecuencia de la utilización de plaguicidas, con la condición de mantener un “buen” resultado económico.
Los focos de atención se establecieron ante evidencias y presunciones. Entre las primeras, los desbalances de nutrientes (N y P) demostrados en los suelos en que se desarrollan este tipo de sistemas productivos, así como que el tipo y práctica de cultivo, aún dentro de las mínimas variaciones consideradas en el análisis) modifica sensiblemente el balance de Carbono de dichos suelos. Entre las presunciones, se señala un hecho indudable aunque no suficientemente cuantificado: la contaminación ambiental que provocan los plaguicidas utilizados.
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
101
Aceptando que, como se mencionó antes, en un territorio hay procesos escala-dependientes (como la erosión de los suelos o la contaminación de napas freáticas) que podrían deben ser abordados a tal escala, el análisis efectuado a nivel de un sistema representativo de producción como aproximación al territorio que lo contiene, permite evitar “compensaciones” en los atributos entre distintas zonas de una escala mayor a la de un sistema
de producción. Por ejemplo, que se acepte una disminución en el contenido de C orgánico en los suelos con uso y / o aptitud agrícola porque se acumula el mismo en zonas con suelos de aptitud ganadera.
Al considerar como meta el óptimo MBG, sin restricciones ambientales, se destaca en la integración de actividades la combinación trigo – soja, tanto en campo propio como arrendado, En esta solución de óptimo MBG, el único atributo que no se ve afectado es la acumulación del C orgánico del suelo, mientras que son indeseables para los balances de N y P y para el índice de contaminación EIQ.
Sólo para resaltar los conflictos que se generan al intentar optimizar los criterios técnico-ambientales de a uno por vez, se recurrió a optimizarlos uno por uno. Se ha puesto en evidencia que existe antagonismo de los distintos atributos técnico–ambientales con respecto al resultado económico, utilizando curvas de transformación, cuyas pendientes exponen que el obstáculo para lograr un compromiso no es insalvable. Ello queda a su vez reflejado cuando se explora el logro de los atributos aceptando que MBG se reduzca a un 60% del óptimo, poniendo la luz un “aceptable nivel” de compromiso para el logro de sus respectivos niveles de aspiración.
La simulación de distintas preferencias en relación a tres metas (óptimos MBG, Balance de N y EIQ) expone trade offs que privilegiando –o al menos se considerando- otros atributos que no sean el mejor resultado económico. La combinación de actividades resultantes en las soluciones de compromiso que fueron halladas en el planteo de escenarios con múltiples objetivos, variando el nivel de preferencias, son más equilibradas que la del MBGO, y no difieren sustancialmente del sistema representativo, a excepción del predominio en éste del cultivo de soja.
Esta observación permitiría ratificar la presunción de que la expansión de la soja en la realidad regional, o de la combinación trigo –soja, que aparece con menos frecuencia, se deben tanto a la dominancia del resultado económico, como de otros factores que no son antagónicos con él, y que influyen en la toma de decisiones, como la simplificación del sistema productivo, el bajo requerimiento financiero, el riesgo relativamente más bajo que otros cultivos de verano, que no han sido formalmente incluidos en el presente análisis.
Este trabajo tiene al menos una limitación, referida a la forma estática en que se han planteado las alternativas en el modelo de optimización utilizado como instrumento de análisis. De cualquier forma se ha puesto en evidencia que conviene resignar la obtención del óptimo económico en el corto plazo, en valores no muy drásticos, y lograr de tal modo positivas consecuencias para el medioambiente en general. Los resultados, que implican la posibilidad cierta de tal congruencia entre sustentabilidad y competitividad, son consistentes con encontrados en trabajos anteriores.
En tal dirección, resulta también interesante reflexionar sobre el grado de conciencia que tienen los agentes que privilegian tal resultado económico en el corto plazo, con respecto al deterioro de los factores productivos.
También será conveniente efectuar un más profundo análisis sobre cómo evitar la generación de un pasivo ambiental, adecuando las prácticas de manejo y los criterios de reposición de nutrientes para que la competitividad y la sustentabilidad de los sistemas se mantengan en el largo plazo.
Agradecimientos
A los profesores Carlos Romero y Luis Díaz Balteiro, por la claridad conceptual
A Jorge De Prada y José Cisneros, por el conocimiento práctico y la excelente predisposición.
A Guillermo Suddert, Hernán Echeverría y Germán Domínguez, por la información proporcionada y sus valiosos comentarios.
A Silvina Cabrini y Patricia Engler, por la excelente interacción.
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
102
Bibliografía
· Angeli, A., J.D. de Prada, y J.M. Cisneros. 2008. Análisis económico-ambiental de sistemas de producción agropecuarios: Estudio de caso con datos primarios de un establecimiento agropecuario del sur de Córdoba. Revista Argentina de Economía Agraria X: pp. 229-245.
· Angeli, A; J.D. de Prada, J; y J. Cisneros. 2011. Evolución del conflicto: economía - ambiente en dos establecimientos agrarios del sur de Córdoba, 1997 y 2006. En: XXIV Encuentro Nacional de Docentes en Investigación Operativa, Universidad Nacional de Río Cuarto, Córdoba, Argentina.
· de Prada et al. 2008. Análisis multicriterio de la conservación de suelo: Aplicación a una cuenca representativa del centro argentino. Revista Iberoamericana de Economía Ecológica Vol. 9: 45-59. ISSN 13902776
· deVoil, P., W.A.H. Rossing, y G.L. Hammer. 2006. Exploring profit - Sustainability trade-offs in cropping systems using evolutionary algorithms. Environmental Modelling & Software 21: pp. 1368-1374.
· Cisneros, J.M.; J.B. Grau, J. M. Antón, J.D. de Prada, A. J. Degioanni, A. Cantero, y H. Gil. 2010. Evaluación multicriterio de alternativas de ordenamiento territorial utilizando modelos hidrológicos y de erosión para una cuenca representativa del sur de Córdoba.
· Diaz-Balteiro, L; Gonzalez-Pachon, J; and Romero, C 2009. Forest management with multiple criteria and multiple stakeholders: An application to two public forests in Spain. Scandinavian Journal of Forest Research,24:1,87 — 93. En http://dx.doi.org/10.1080/02827580802687440
· Domínguez, G y G. Studdert. 2006. Balance de carbono en un molisol bajo labranza convencional. XX Congreso de la Ciencia del Suelo. Salta-Jujuy (en CD)
· Domínguez, G; G. Studdert y H. Echeverría. 2007. Propiedades del suelo. Efectos de las prácticas de manejo. En: Fertilidad de suelos y fertilización e cultivos. H. Echeverría y F. García (eds) Ediciones INTA, Buenos Aires, pp 207-229.
· García, F y Correndo, A. Cálculo de Requerimientos Nutricionales - Versión 2010. International Plant Nutrition Institute, Programa Latinoamérica Cono Sur. En http://lacs.ipni.net/article/LACS-1024
· Geneletti, D. 2007. An approach based on spatial multicriteria analysis to map the nature conservation value of agricultural land. Journal of Environmental Management 83: 228-235.
· Ghida Daza, C. 2010. Toma de decisiones, variación del resultado óptimo según criterios del decisor. En XLI Reunión Anual de la Asociación Argentina de Economía Agraria. ISSN 1666 – 0285.
· Iorio, C y M. Mosciaro. 2008. Aportes a la discusión sobre diversificación o monocultura productiva en el sudeste bonaerense desde una perspectiva económica. Revista de la Asociación Argentina de Economía Agraria. Nueva serie, Volumen X, Nº 1.
· Kovach, J., C. Petzoldt, J. Degni and J. Tette. 1992. A method to measure the environmental impact of pesticides. New York's Food and Life Sciences Bulletin. NYS Agricul. Exp. Sta. Cornell University, Geneva, NY.
· Lomas P.L., B. Martín, C. Louis, D. Montoya, C. Montes, S. Álvarez. 2005. Guía práctica para la valoración económica de los bienes y servicios ambientales de los ecosistemas. Serie Monografías N° 1. Publicaciones de la Fundación Interuniversitaria Fernando González Bernáldez.
· Manchado, J.C. 2010. La sustentabilidad en la agricultura pampeana: Valoración económica del balance de nutrientes para las principales actividades agropecuarias extensivas en la Región Centro Sur de la Provincia de Buenos Aires. Presentado en XLI Reunión Anual de la Asociación Argentina de Economía Agraria. ISSN 1666 - 0285. En http://www.inta.gov.ar/balcarce/info/indices/tematica/econ/econ_ambiental.htm
· Mosciaro, M; Natinzon, P y Tosi J. Análisis de la situación actual y de la sustentabilidad económica de sistemas característicos de los territorios del CERBAS. Agosto 2011. En http://inta.gob.ar/documentos/analisis-de-la-situacion-actual-y-de-la-sustentabilidad-economica-de-sistemas-caracteristicos-de-los-territorios-de-cerbas
· Meyer-Aurich, A. 2005. Economic and environmental analysis of sustainable farming practices - a Bavarian case study. Agricultural Systems 86: pp. 190-206.
· Riera, P; García, G; Kriström, B y Brännlund, R. Manual de economía ambiental y de los recursos naturales. Madrid, Noviembre 2005, editorial Thomson Paraninfo, 355 págs., ISBN: 84-9732-369-6
· Romero, C. 1993. Teoría de la Decisión Multicriterio. Conceptos técnicas y aplicaciones. Madrid, Alianza Editorial.
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
103
Anexo 1: Cultivos agrícolas – Alternativas sobre Superficie propia
Trigo Maíz Soja Girasol
Descripción del cultivo
Cultivar
baguette SC
(ha)
Cultivar
baguette SD
(ha)
Cultivar
tradicional SD
(ha)
SC
(ha)
SD
(ha)
De primera SD
(ha)
De segunda SD
(ha)
SC
(ha)
SD
(ha)
Rendimiento 57,5 60 50 70 70 28 13 24 22
Precio U$S/qq 18,5 18,5 19,4 14,3 14,3 29,4 29,4 34,72 34,72
IB U$S/ha 1063,75 1110 971,25 1001 1001 823,2 382,2 833,28 763,84
Costo Directo (sin incluir Fertilizante) U$S/ha 188,8 193,8 186,09 216,64 219,14 208,31 170,73 191 206,12
FO U$S/unidad 874,95 916,20 785,16 784,36 781,86 614,89 211,47 642,28 557,72
N extracción (kg nutrientes/qq producido) 1,81 1,81 1,81 3,11 3,11 2 2 2,13 2,13
P extracción (kg nutrientes/Tn producida) 0,35 0,35 0,35 0,264 0,264 0,54 0,54 0,6 0,6
Balance N (Kg/unidad) -17,1 -7.8 -3.5 -139,9 -130,7 -47 -26 -42,12 -37,9
Balance P (Kg/unidad) -0,13 -1 2,5 1,52 1,52 -5,12 -7,02 -4,4 -3,3
Balance C (Tn/unidad) 1,054 1,1 0,92 2,2 2,2 -1,1 -1,1 -1,1 -1,1
EIQ total por ha 25,94 37,32 37,32 78,03 122,09 87,34 37,54 17,28 72,74
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
104
Anexo 2: Actividades Ganaderas – Alternativas solo sobre Superficie propia
Actividad
Rodeo
Cría
(Vientre)
Compra
Ternera
(cab)
Compra
Ternero
(cab)
Venta
Ternera
(cab)
Venta
Ternero
(cab)
Prod. y
Venta
Vaquillona 1
(cab)
Prod. y
Venta
Vaquillona2
(cab)
Prod. y
Venta
Novillito
(cab)
Prod. y
Venta
Novillo
(cab)
Venta
Vaca
Refugo
(cab)
Pastura
suelo agric
4 años
(ha)
Pastura
suelo agric
2 años
(ha)
Pastura
suelo
ganad
(ha)
Barbecho
avena
(ha)
Avena
pastoreo
(ha)
Rastrojo
trigo
(ha)
Rastrojo
maíz
(ha)
Grano
Maíz
(kg)
Rollos (unidad)
Precio (U$S) 1,625 1,625 1,625 1,625 1,32 1,32 1,375 1,292 0,895
FO (U$S) -13,58 -282 -290 247 254 413 372 432 445 346 -32 -51 -16 -39 -64 0,0 0,0 -0,14 -32,5
Sup agrícola (ha) 1 1 1 1
Sup ganadera (ha) 1
Balance N(Kg/unidad) -3,45 -3,20 -3,55 -4,29 -5,15 -1,72 70 60 50 -40 -3,2
Balance P(Kg/unidad) -1,06 -0,98 -1,08 -1,31 -1,58 -0,53
Balance C (Tn/unidad) 3,15 3,15 2,20 1,1 1,1 -0,55 -1,1
EIQ total 1,12 1,12 5,51 5,51
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
105
Anexo 3: a) Comparación de la combinación de actividades cuando se optimizan distintos atributos
Nombre MBG Max
Modelo Repres
Balance de N Balance de P C Max EIQ min
95% 90% 75% 60% 95% 90% 75% 60% 95% 90% 75% 60% 95% 90% 75% 60%
MBG Miles de U$S por año 563 353 535 506 422 338 535 506 422 338 535 506 422 338 535 506 422 338
Superficie agrícola propia
Trigo baguette SC (ha) 42 339 424 449 439 363 363
Trigo baguette SD (ha) 449 448 417 317 317 442 372 391 338 211 145
Trigo Tradicional SD (ha) 140 37 13
Maíz SD (ha) 8 36 74 13 51 99 211 145
Maíz SC (ha) 20
Soja de primera SD (ha) 180
Soja de segunda (ha) 449 100 448 417 317 317 434 336 340 239 449 380
Girasol SC (ha) 60 66 66
Superficie agrícola
arrendada
Trigo baguette SD (ha) 165 200 167 154 200 127 106 200 191 24
Trigo Tradicional SD (ha) 100 33 33
Maíz SD (ha) 73 50 62 200
Soja de primera (ha) 100 15
Trigo/Soja (ha) 200 35 46 200 200 138 94
Girasol SD (ha)
Actividades ganaderas
Rodeo cría (vientres) 45 100 47 75 136 136 44 67 142 55 63 84 136 45 61 145 145
Compra terneras (cab) 72 72 70 136 292 388
Compra terneros (cab)
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
106
Venta ternera (cab) 10 7 9 10 15 31 10 13
Venta ternero (cab) 19 20 19 28 60 23 27 35 19 26
Prod y Venta vaquillonas 1 (cab) 22 3 8 102 102 418
Prod y Venta vaquillonas 2 (cab) 82 150 310 32 32
Prod y Venta novillitos (cab) 21 31 57 57 57 61 61
Prod y Venta de novillos (cab) 21
Venta vaca consumo (cab) 8 18 8 13 25 25 8 12 26 10 11 15 24 8 11 26 26
Producción de forraje
Pastura suelo agrícola 4 años(ha) 50 2 33 133 133 7 13 28 70 7 7
Pastura suelo agrícola 2 años (ha) 1 90 1 14 14
Pastura suelo ganadero (ha) 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50
Barbecho avena (ha) 40 8 12 26 51 99 211 145 11 66 66
Avena pastoreo (ha)
Rastrojo trigo (ha) 40 66 288 49 297 297
Rastrojo de Maíz (ha) 20 24 48 13
Grano Maíz (kg) 5040 22136 40527 83685 8635 8635
Rollos (unidades) 30 41 137 352 352 2 150 6 349 30 49 257 257
Fertilización UREA (Tn/año) 117 39 117 111 92 62 117 115 101 75 114 112 104 78 103 102 89 59
Fosfato diamónico (Tn/año) 65 47 65 64 61 44 65 65 65 51 65 65 64 54 65 64 59 42
Anexo 3: b) Comparación de los valores obtenidos en los criterios analizados cuando se optimizan distintos atributos
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
107
Nombre MBG Max
Modelo Rep
Balance de N Balance de P C Max EIQ min
95% 90% 75% 60% 95% 90% 75% 60% 95% 90% 75% 60% 95% 90% 75% 60%
MBG Miles de U$s por año 563 353 535 506 422 338 535 506 422 338 535 506 422 338 535 506 422 338
Balance de Nitrógeno (Kg) -19.507 -18.177 -
15.118 -
11.298 -1.417 -117
-16.526
-16.859
-25.220 -
13.672 -
24.909 -
29.796 -47.401 -41.279 -20.916 -17.551
-10.140
-8.841
Balance de Fósforo (Kg) -5.253 -1.969 -4.093 -3.679 -2.956 -2.956 -4.054 -2.958 -15 0 -4.455 -3.707 -1.340 -256 -4.117 -3.037 -807 -640
Balance de Carbono (Tn) 115 48 299 434 742 559 314 444 781 676 360 587 1.262 1.692 210 349 606 423
Contaminación EIQ (Unidades) 56.699 40.040 43.730 38.731 31.360 25.144 44.906 39.520 31.951 19.691 57.043 57.313 57.457 45.532 43.310 33.350 18.050 11.832
XLIII REUNION ANUAL AAEA Corrientes, 9-10-11 de octubre de 2012
108
Anexo 4: Calculo de EIQ /Ha
Cultivo Trigo Trad. SC
Trigo Bag SD
Soja Soja
s/ Trigo
Girasol
SC
Girasol
SD
Maíz
SC
Maíz SD
Pastura 4
años
Ave na pastoreo
Barbecho Químico
Glifosato + Adherente 14,69 22,03 36,72 18,36 51,41 44,06
24 D (100%) 4,73 4,73 4,73
Control de malezas
Glifosato + Adherente 36,72 18,36
Misil II 1,68 1,68
Twin pack 16,20 20,15
Atrazina + Acetoclor ( 3:1) 78,03 78,03
Control de plagas
Fungicida (triazol+estrobirul) 4,03 8,06
Insecticida (Cypermetrina) 0,82 0,82 0,82 0,82 1,02 1,02
Clorpirifos 8,35
Piretroide /Karate) 0,06 0,06
Flumetsulam (preside) 1,12
MCPA 5,08
Tordon 0,43
EIQ /ha: suma por actividad 25,94 37,32 87,34 37,54 17,28 72,64 78,03 122,09 1,12 5,51
View publication statsView publication stats
