Post on 24-Nov-2021
1
Proyecto LAC – Biosafety. Subproyecto Socioeconomía. Adaptación de métodos y
herramientas para la evaluación de impacto socio – económico de la introducción de
OVM de maíz y papa en trópicos y centros de biodiversidad – Perú.
EVALUACION EX–ANTE DE LA
LIBERACION DE ALTERNATIVAS
TRANSGENICAS EN EL CULTIVO
DE MAIZ AMARILLO DURO EN EL
PERU
Diez, Ramón1; Gómez, Raquel2; Guillén, Luis3;
Falck-Zepeda, José4
1 Economista, Mg.Sc. en Economía Agrícola, Líder Investigador SP Socioeconomía – LAC Biosafety.
Secretarion administrativo de la EPG. 2 Economista, Mg.Sc. en Economía Agrícola, Investigador SP Socioeconomía – LAC Biosafety. Profesora
del Departamento de Economía y Planificación. 3 Economista, Mg.Sc. en Economía de Recursos Naturales y Medio Ambiente, Director Ambiental,
Ministerio de Transportes. Profesor Invitado de la UNALM. 4 Economista, Ph.D. en Economía Agricola, Senior Research Fellow – International Food Policy Research
Institute Program for Biosafety Systems.
2
© Proyecto LAC-Biosafety, Perú. IBT-UNALM. Instituto de Biotecnología, Universidad Nacional
Agraria La Molina, Lima, Perú. Av. La Molina s/n La Molina. Teléfono 614-7800 Anexo 216.
http://www.lamolina.edu.pe/institutos/ibt/default.html
© Diez, Ramón (Economista, Mg.Sc. en Economía Agrícola). Secretario Administrativo de la
Escuela de Posgrado. Profesor del Departamento Académico de Economía y Planificación,
Universidad Nacional Agraria La Molina, Lima, Perú. Proyecto LAC-Biosafety, Perú.
© Gómez, Raquel (Economista, Mg.Sc. en Economía Agrícola). Coordinador de la Maestría en
Economía Agrícola. Profesora del Departamento de Economía y Planificación Universidad
Nacional Agraria La Molina, Lima, Perú. Proyecto LAC-Biosafety, Perú.
© Guillén, Luis (Economista, Mg.Sc. en Economía de Recursos Naturales y Medio Ambiente,
UNALM). Director Ambiental del Ministerio de Transportes y Comunicaciones. Profesor
Invitado del Departamento de Economía y Planificación.
© Falck-Zepeda, José (Economista, Ph.D. en Economía Agrícola). Senior Research Fellow –
International Food Policy Research Institute Program for Biosafety Systems. Washington, DC,
USA.
Editor:
Fundación para el Desarrollo Agrario
Proyecto LAC-Biosafety, Perú
U.N. Agraria La Molina; Av. La Molina s/n La Molina, Lima, Perú
Enrique N. Fernández-Northcote
Coordinador Nacional
C. Elec.: efernandeznorth@lamolina.edu.pe
Primera edición
Octubre 2017
500 ejemplares
Impresión: Jesús Bellido M. Los Zafiros, 244, Balconcillo. Lima 13. T. 470 2773
Diciembre de 2017
Hecho el Depósito Legal en la Biblioteca Nacional del Perú: 2017-17372
Fotos en la cubierta:
1, 2 y 3. Maíz no OGM. 1. Daños por Spodoptera frujiperda (S.f.) en hojas; 2. Daños por larva de S.f.
en mazorca (Foto INTA-Pergamino); 3. Foto Agro-Bio, Colombia. Hongos productores de micotoxinas
que afectan la salud humana y de animales especialmente aves y porcinos desarrollando en áreas
afectadas por S. f. 4. Mazorcas de maíz OGM no afectadas por Spodoptera.
Citación: Diez, R., Gómez, R., Guillén , L., Falck-Cepeda, J. 2017. Evaluación ex-ante de la liberación de
alternativas transgénicas en el cultivo de maíz amarillo duro en el Perú. Boletín Técnico. Proyecto
LAC-Biosafety, Perú. Instituto de Biotecnología, Universidad Nacional Agraria La Molina, Lima-Perú.
El IBT-UNALM, el Proyecto LAC-Biosafety, Perú, y los autores autorizan la reproducción total o
parcial de esta publicación, para fines educativos u otros no comerciales, sin necesidad de permiso
escrito previo del IBT-UNALM y del Proyecto LAC-Biosafety, Perú, dando el crédito a la Institución,
Proyecto y a los Autores e incluyendo la citación correcta de esta publicación.
3
INTRODUCCION
En el Perú, la escasa productividad de los cultivos de maíz afecta grandes masas humanas, por
cuanto en la producción del maíz amarillo duro (MAD) están involucrados casi 80 mil
productores, que obtienen una productividad relativamente baja que en promedio es 4.5 t/ha
frente a Estados Unidos que obtiene más de 8 t/ha o Argentina que supera las 5 t/ha. Esta
situación hace a los productores de maíz peruanos, menos competitivos frente a los
productores de estos países (FAO, 2012). La baja productividad nacional motivó que en el
2011 se tuvo que importar 1.89 millones de toneladas para satisfacer las necesidades de las
industrias avícola y de crianza de cerdos (MINAG, 2012) y que en el año 2016 las
importaciones llegaron a más de 3 millones de toneladas (MINAGRI, 2017).
El MAD, se produce en unas 300 mil hectáreas (el máximo fue 301 mil en 2010), 50.46% de
éstas en la costa, un poco más de 35% en Selva y 14.28% en Sierra. El aporte del maíz a la
economía peruana representa un 3% al PBI agropecuario. Mientras que la producción asciende
a 1.4 millones de toneladas (MINAG, 2012), producidas en un 68.6% en costa, más de 21.9%
en selva y un 9.6% en sierra (Cuadro 1).
Cuadro 1. Participación porcentual de las regiones en la producción de MAD (2011).
Región Superficie Producción
Costa 50.5% 68.6%
Selva 35.3% 21.9%
Sierra 14.3% 9.6%
Nacional 100.00% 100.00% Fuente: Elaboración propia en base a MINAG (2011).
La Costa es la región que aporta más al total de producción nacional (casi 70%), a pesar de
tener poco más de la mitad de la superficie cosechada, explicable por las diferencias de
productividad entre la costa y las otras regiones. Las diferencias de productividad
probablemente se explican por el uso diferenciado de semillas en cada región. En la costa se
observa un abundante uso de semillas importadas, procedentes principalmente de EE.UU.,
Argentina, no ocurriendo lo mismo en las otras regiones. En el caso puntual de la provincia de
Barranca en la región Lima, muchos de los 264 agricultores encuestados en el marco del
Proyecto LAC – Biosafety, usaban semilla importada, encontrándose que Agrhicol (producida
localmente por una empresa del Grupo Monsanto) con 15,065 kg/ha es la semilla de maíz con
mayor productividad, luego Dekalb (importada) con 11,064 kg/ha, Pioneer (importada) con
10,800 kg/ha, Agroceres (importada) con 10,318 kg/ha, mientras que Inti (importada) fue la de
menor productividad con 8,882 kg/ha. Como se ve en el Cuadro 2, luego de una pequeña caída
en el valor agregado bruto (y en la producción) de 0.8% en el año 2011, crece en 10.8% en el
2012.
4
Cuadro 2. Valor Agregado Bruto (VAB) y Producción Periodo 2010 – 2012.
Concepto
Año
2010 2011 2012
Valores
Varia-
ción
porcen-
tual
Valores
Varia-
ción
porcen-
tual
Valores
Varia-
ción
porcen-
tual
VAB
(millones de
nuevos soles)5
521,722 0.8% 512,171 -1.8% 567,423 10.8%
Producción
(toneladas) 1’283,621 1’260,123 1’396,063
Fuente: Elaboración propia en base a MINAG, 2012.
En el Cuadro 3 se puede apreciar los rendimientos de MAD por regiones, y se nota claramente
que los rendimientos son diferenciados por regiones.
Cuadro 3. Rendimientos de maíz amarillo duro (t/ha) por Regiones.
Región
Rendimiento
t/ha Diferencial Mínimo/Región Máximo/Región
Costa 6.15 36% 5.1 Ancash 9.04 Lima
Sierra 2.13 -53% 1.5 Pasco 3.1 Cajamarca
Selva 2,36 -48% 2.0 San Martín 3.1 Huánuco
Nacional 4.54 - - - - - Fuente: Elaboración propia en base a MINAG, 2011.
En el caso de la Costa, la región Ancash cuenta con una productividad muy baja (5.1 t/ha, 17%
por debajo del promedio de la costa) mientras que hay otras con una alta productividad, como
la región Lima con 9.04 t/ha, 45% por encima del promedio de la región Costa (MINAG,
2012). En la región Sierra, la productividad promedio de 2.13 t/ha, incluye a la región Pasco
con 1.5 t/ha (27% por debajo del promedio regional) y la región Cajamarca con 3.1 ton/ha
(47% por encima). En cuanto a la región Selva, la productividad es apenas superior a la
observada en la región Sierra, con 2.36 t/ha, la región San Martín es la que cuenta con
indicadores más bajos (2 t/ha, 13% por debajo de la productividad de la región Selva) y
Huánuco como la más eficiente con 3.1 t/ha, es decir, 32% por encima de la productividad
promedio de la región selva.
La Región Lima, es líder de la Costa y supera el promedio de rendimiento por hectárea
nacional en aproximadamente 99%, mientras que los líderes de la región Sierra y Selva están
muy por debajo del promedio nacional (-31%).
5 Soles constantes del año 1994.
5
Es decir, sólo la región Costa muestra rendimientos que incrementan la posibilidad de
rentabilidad a los productores de MAD. En otras regiones los agricultores se mantienen en el
cultivo debido a la facilidad del cultivo y a que no pagan a su mano de obra propia y tal vez a
la cobertura incompleta de gastos como la fertilización, control fitosanitario y otros, lo cual
contribuiría a la menor productividad por hectárea.
En el Cuadro 4 se muestra los rendimientos por región y por tipo de semilla usada. En general,
se constata que los rendimientos son superiores en la región costa, esto en correspondencia al
uso de semilla Agrhicol XB 8010, mientras que en la Selva el rendimiento se reduce
aproximadamente a la mitad, en promedio, usando semilla INIA 611.
Cuadro 4. Rendimiento de cultivos de MAD en la costa y selva por variedad de semilla.
Tipo de semilla Costa Selva
Variedad Rendimiento
(en kg/ha) Variedad
Rendimiento
(en kg/ha)
Nacional Marginal
28T
4,000 – 8,000
INIA 611
4,000
Nacional Agrhicol XB 8010
9,500
9,000
8,500
8,000
Nd Nd
Fuente: Elaboración propia en base a informe costos de producción de maíz amarillo duro – MINAG (2008) y Encuestas LAC – Biosafety
2011 en Barranca y Lambayeque.
El MAD ocupa alrededor de 300,000 ha, demandando unos 20 millones de jornales, que se
traducen en 56,000 mil puestos de trabajo permanentes. En el caso del MAD, no existe una
organización representativa de los productores a nivel nacional; las que subsisten son muy
débiles y aquellas que se encuentran debidamente constituidas sólo tienen representatividad
regional, algunas de ellas se mencionan en el Cuadro 5.
Cuadro 5. Organizaciones de los productores de maíz.
Asociación Característica
Asociación Nacional de Productores de Maíz y
Sorgo – ANPMYS
60 Comités y/o Asociaciones de Productores de
Maíz y Sorgo de la Costa.
Asociación Provincial Productores Agrarios
Valle – Huaura Sayán Irrigaciones y Penco.
Sectores del Valle de Huaura – Sayán Irrigación
Peñico de las localidades de Huamaya,
Desagravio, Rontoy, Acaray, Sol, Vilca Huaura,
Chacaca, Mariátegui, Francisco Vidal, El Cóndor,
Margen Izquierdo, Peñico, San Miguel, Tres
Marías y Huacán organizados en la APPAVHSIP
Asociación de Productores del departamento
de San Martín
22 organizaciones.
Fuente: Elaboracion propia en base a Plan Estrategico de la Cadena Productiva MAD (MINAG, 2003).
6
La producción de MAD es esencial para la alimentación humana y animal abasteciendo al
sector avícola y al sector porcícola (Figura 1). El sector avícola está conformado
principalmente por 180 empresas agroindustriales integradas verticalmente, las cuales se
agrupan en la Asociación Peruana de Avicultura; siendo las principales San Fernando, Avinka,
Rocío S.A., Avícola Río Azul S.A. y Molinos Mayo S.A. las cuales generan el 80% de la
producción avícola.
Estas empresas avícolas tienen diferentes líneas de producción, siendo la principal la de carne
de aves, la cual cuenta con 551 granjas activas a nivel nacional, ubicadas mayormente en la
región costa. Asimismo, existe la línea de producción de huevos que cuenta con 262 granjas
activas. En cuanto al sector dedicado a la crianza de cerdos lo conforman unas 65 empresas
agroindustriales que integran la Asociación Peruana de Porcicultura, existiendo alrededor de
500 granjas porcinas tecnificadas a nivel nacional, las cifras de población porcina se
aproximan a 2´800,000 animales ofertando 100 millones de kilos de carne de cerdo al año.
Recientemente las ferias gastronómicas están incentivando la demanda por carne porcina. El
maíz amarillo duro además es la base para la fabricación de una gran cantidad de alimentos,
entre ellos aceite comestible, y de productos farmacéuticos e industriales.
Figura 1. Cadena de comercialización del MAD. Fuente: Principales aspectos de la cadena
productiva del MAD (MINAG 2012).
La cadena de MAD en la crianza avícola y porcina tiene una importancia social significativa,
ya que genera empleos en la agricultura, la producción de alimentos balanceados, crianza y
7
comercialización de pollos y demás productos avícolas. En el año 2001, observamos que el
sector agricultura generó 79,000 y el sector avícola 113,000 puestos de trabajo permanentes
(MINAG, 2012).
Las importaciones de MAD, en el periodo 2010 – 2011 (Cuadro 6), muestran a Argentina
como principal país proveedor de este producto. Las importaciones superan las 1´894,000
toneladas en el año 2011, y para septiembre del 2012 a 1´244,200 toneladas mientras que para
setiembre del 2013 superaron 1.5 millones de toneladas, proyectando esta cifra a nivel anual,
resulta que en el 2013 se habría superado los 2 millones de toneladas, consecuencia probable
de la moratoria que impide a los agricultores peruanos emplear tecnología de punta que
elevaría la competitividad y frenaría parcialmente las importaciones de maíz amarillo duro.
Cuadro 6. Importación de MAD (en miles de toneladas).
País Año
2010 2011 2012* 2013*
Argentina 1,060.3 1,511.9 1,011.1 1,472.8
EUA 626.4 63.1 0 nd
Paraguay 156.3 156.5 148.9 nd
Brasil 58.9 163.1 57.9 81.9
Bolivia 2.3 0 26.4 nd
Total 1,904.3 1,894.6 1,244.2 1,571.5 Fuente: MINAG (2014) *preliminar (a setiembre de ese año)
En cuanto a los precios CIF US$ (Cuadro 7), se registró a septiembre del 2012 un precio CIF
de US$ 311.6 por tonelada de MAD importado, en comparación con el mes de enero cuyo
precio CIF fue de US$ 288.6 por tonelada. Esto representa un incremento del 8.0% con
respecto a enero del año 2012.
Cuadro 7. Evolución mensual del precio CIF. Periodo 2012*.
Ene Feb Mar Abr May Jun Jul Agt Sep
Valor de la
Importación
(Miles de
US$)
34,716 24,504 36,663 42,345 49,813 39,796 36,158 47,576 48,686
Producción
(Miles de
Toneladas)
120.31 88.14 130.19 147.65 174.72 139.49 127.26 160.18 156.26
Precio CIF
(US$/t) 288.6 278.0 281.6 286.8 285.1 285.3 284.1 297.0 311.6
Fuente: MINAG (2013). * Preliminar.
8
Argentina se turna con Estados Unidos como nuestro principal país proveedor de MAD. Es
importante resaltar la oferta total de este producto en el país, definiéndose como oferta
nacional la producción nacional más las importaciones del exterior. La oferta nacional de
MAD en el año 2011 fue de 3’156,554 toneladas, de las cuales las importaciones fueron
aproximadamente 1’894,572 toneladas, es decir el 60% de la demanda. Esta tendencia ha
seguido creciendo, pues en el 2016, las importaciones ascendieron a 3´020,408 t, (98%
procedentes de Estados Unidos y el resto de Argentina) y se intensifica para el 2017 pues en
los 4 primeros meses asciende a 1.5 millones de t, superando al 2016 en que ascendió en los 4
primeros meses a 1.1 millones de t. Agrodata, consultado el 5 de setiembre en
https://www.agrodataperu.com/2017/05/maiz-amarillo-duro-peru-importacion-2017-2.html.
Cabe señalar que la producción nacional ascendió en el 2015 a 1´438,562 t y para el 2016, la
producción fue muy parecida, con lo cual las importaciones ascienden a más del 60% de los
requerimientos de la industria avícola nacional.
En la Costa, que tiene una productividad relativamente alta respecto al promedio nacional, es
importante reconocer que sus niveles de rendimiento son insuficientes para garantizar un nivel
adecuado de ingreso para la unidad agrícola, si consideramos que la misma tiene que generar
dinero para cubrir las necesidades económicas de la familia del agricultor maicero. De Althaus
(2008) señala respecto al Valle de Cañete, que la productividad ascendía a 8.5 t/ha, sin
embargo “…un agricultor de Cañete, asistido por el Instituto Rural Valle Grande, que produce 8.5
toneladas por hectárea, es decir, lo mismo que en Estados Unidos, genera una utilidad bruta (sin
valorizar el terreno) de sólo 515 dólares por hectárea al año y a un precio por kilo relativamente alto.
Este es un nivel de subsistencia para un agricultor que tenga 3 o 4 hectáreas…”.
Aparte de un rendimiento relativamente bajo, uno de los principales problemas a los cuales se
enfrentan los productores de MAD a nivel nacional, son los costos de producción. Estos costos
de producción se incrementan sustancialmente por el mal manejo fitosanitario que demanda
emplear muchos agroquímicos debido a la gran cantidad de agentes bióticos. Entre los
principales agentes bióticos se encuentra la Spodoptera frugiperda (lepidóptero) o la
Sthenaridea carmelitana (hemíptero). Spodoptera frugiperda fue reconocida como una plaga,
causante de serios problemas en diversos cultivos (Wiseman et al.,1983), limitando muchas
áreas de éstos, en el Sureste de Estados Unidos, México, Centro y Sudamérica (Pashley,
1988). El Cogollero, nombre común de este insecto, es quizá la plaga más voraz y dañina del
cultivo, sobretodo en zonas subtropicales y tropicales. En gramíneas, tales como maíz y sorgo,
la presencia de la plaga se considera endémica, es decir siempre existen poblaciones que
causan daño en mayor o menor proporción al cultivo.
En el caso de Colombia, tenemos una cita textual de Zenner et al., 2007: “Una de las plagas
insectiles de mayor importancia económica en el país es el gusano cogollero del maíz,
Spodoptera frugiperda (J.E. Smith) (Lepidoptera: Noctuidae). De acuerdo con Posada (1989),
las larvas o gusanos pueden alimentarse de 28 especies vegetales cultivadas, entre las cuales se
destacan el maíz, el sorgo, el algodonero, la soya, la higuerilla, el tomate de huerta, la caña de
9
azúcar, el ajonjolí, el arroz, el maní, el melón y el girasol. Prefiere para su alimentación a las
gramíneas, cultivadas o no, pero causa pérdidas elevadas a otros cultivos, ante todo, cuando
sus poblaciones logran altos niveles durante las épocas de verano y cuando actúan como
gusano ejército. No existen estadísticas referentes a pérdidas reales causadas por el insecto,
pero en maíz tecnificado se considera que un 5.6% de los costos de producción corresponden
al control químico de la plaga (URPA, citado por García et al. 1999) (Zenner, et al. 2007).
Para la zona de Yucatán en México, Nexticapán – Garcés, A, et al. (2009) destacan su
importancia como plaga que supera el umbral económico en el cultivo de maíz: “De los 36
meses que duró el presente estudio, en 12 de ellos el daño foliar promedio causado por
Spodoptera frugiperda fue mayor al 30 % por lo que se rebasó el Umbral Económico (UE)
para maíz. De estos 12 meses con alto daño foliar, tres meses corresponden al primer año de
estudio, tres al segundo y seis al último”. Spodoptera frugiperda causa daños significativos en
la costa del Perú. Es considerada como una plaga clave, que hace que los agricultores tengan
la necesidad de realizar aplicaciones calendarizadas, especialmente en las siembras de verano.
Para un proceso intensivo de producción, el número de aplicaciones por hectárea es variable,
pero pueden ser de 2 a 4 aplicaciones que pueden involucrar el control de todos los insectos
presentes, pero haciendo más énfasis en Spodoptera frugiperda (Aragón et al. 2013). El
control del cogollero (Spodoptera frugiperda) representa un mínimo de 10% del costo de
producción. Desde el punto de vista de mejorar el ingreso de la unidad agrícola familiar es
importante entonces reducir el daño por insectos y/o el costo de control de los mismos,
especialmente los costos del uso de insecticidas en la producción de MAD. Los rendimientos
bajos y/o los costos altos por el uso de insumos hacen que la producción de MAD no sea
competitiva con el maíz importado. Una evidencia clara de que el maíz producido en el Perú
está perdiendo competitividad frente al maíz importado, es el incremento de la importación de
granos de maíz. El Cuadro 8 muestra la evolución de la importación de maíz al Perú, que
incrementa de un 46.9% a un 59.2% del total de la demanda de MAD. El incremento de la
importación refleja de nuevo, una pérdida de la competitividad del maíz producido en el Perú,
reflejando el hecho de que el rendimiento nacional por hectárea es inferior al de los países
líderes de este cultivo, y con la posibilidad de tener costos de produccion por kilogramo
mayores a los de otros países.
Cuadro 8. Demanda de MAD – periodo 2000 al 2007 (en toneladas).
Años Nacional Participación Importado Participación Total
2000 960,362 53.15% 846,454 46.85% 1’806,816
2005 999,274 43.38% 1’304,444 56.62% 2’303,717
2006 1’013,208 40.52% 1’487,109 59.48% 2’500,317
2007 1’123,011 41.84% 1’560,842 58.16% 2’683,852
2016 1’444,358 32.34% 3’020,480 67.65% 4’464,838 Fuente: Elaboracion propia en base a informe costos de producción de maíz amarillo duro – MINAG (2008).
* La producción 2016 es estimada en base a la tasa de crecimiento de la producción (3.5% anual) y la cifra de importación es
de Agrodata, en https://www.agrodataperu.com/2017/01/maiz-amarillo-duro-peru-importacion-2016-dicieembre.html
10
En consecuencia, dada la necesidad de una mayor productividad y un costo de producción más
bajo, evitar o minimizar la dependencia de la importación de granos cada vez más caros y la
subsecuente inseguridad alimentaria con clara tendencia a agravarse, el objetivo general de
esta investigación fue la evaluación ex–ante del impacto socio-económico de la posible
liberación de semillas OVM de maíz amarillo duro en el Perú, como una forma de atender
estas limitaciones en la producción de MAD.
Los maíces genéticamente modificados disponibles comercialmente tienen los caracteres de
resistencia a insectos y/o tolerancia a herbicidas. Se utilizó como caso de estudio para el
presente reporte un híbrido de maíz amarillo duro transgénico Bt resistente a Spodoptera
frugiperda. Utilizando la tecnología del ADN recombinante se inserta en este híbrido un gen
de la bacteria Bacillus thuringensis o Bt. El gen insertado expresa en hojas, tallos y polen la
proteína Bt de la bacteria que afecta específicamente algunas plagas insectiles del maíz, entre
ellas a Spodoptera frugiperda (Aragón, L. et al. 2013). Los maíces transgénicos con el gen Bt
tienen el potencial de bajar los costos de producción y reducir el daño que representa debido al
control de daños por Spodoptera frugiperda generalmente un 20%. Además puede mejorar la
calidad y sanidad del maíz para consumo humano y animal por la reduccion del nivel de
aflatoxinas que aparece en el maíz con daño por insectos.
METODOLOGIA
Para el análisis ex–ante de los impactos socioeconómicos de la liberación de semillas OVM de
Maíz Amarillo Duro resistente a la Spodoptera frugiperda, un insecto lepidóptero, se
identificó como ámbito de estudio los Valles de Barranca, Fortaleza y Pativilca, en la
Provincia de Barranca, Región Lima – Provincias. La metodología empleada es la seguida por
Falck – Zepeda (2003, 2006) y adaptada por Varona (2011, 2012) que implica un análisis de la
rentabilidad de la semilla Bt de MAD a corto plazo con el modelo de Presupuesto Parcial
evaluado con el programa de computadora @Risk, luego se aplica el modelo de excedentes de
Alston et al., 1999, en entorno probabilístico, con el software @Risk, para evaluar la
rentabilidad de la semilla OVM en el largo plazo, para ello se aplican las elasticidades precio
de la oferta y la demanda de maíz amarillo duro, la tasa de adopción de innovaciones en la
agricultura según Robinson (2009), la probabilidad de éxito, la depreciación de la tecnología,
siguiendo el esquema de análisis aplicado por Diez, R, Gómez R. y Varona, A. (2013), que
recoge los resultados de Varona, A. (2011, 2012) y que sigue la metodología de Falck –
Zepeda et al. (2003, 2006).
El Universo corresponde a 5,280 productores de maíz amarillo duro de la Provincia de
Barranca y la muestra abarcó al 5%. Adicionalmente, se obtuvo información estadística de la
Agencia Agraria Barranca del MINAG.
11
El agricultor maicero de Barranca siembra exclusivamente maíz híbrido amarillo duro y
adquiere la semilla en tiendas de agroquímicos. En los 264 agricultores encuestados se
encontró que usaban sólo semillas importadas.
Cuadro 6. SINTESIS DE LA ENCUESTA
Sistema de producción: Moderno 100%.
Presencia de cultivares nativos
cercanos:
No
Le dan conocimientos sobre
tecnología:
Amigos
Quién le provee información de
nuevas variedades:
Tiendas de agroquímicos: 100%.
Procedencia de semilla: Tiendas de agroquímicos: 100%.
Marcas de semillas más compradas
en los Valles de Barranca, Fortaleza
y Pativilca
Dekalb: 53.79% (6.78 US$/kg), Pioneer: 19.70%
(6.56 US$/kg), Agroceres: 12.9% (7.04 US$/kg),
Agrhicol: 11.74% (7.42 US$/kg), Inti: 6.82% (6.45
US$/kg), Híbrido amarillo 80: 0.38% (4.44 US$/kg).
A excepción de Agrhicol todas las semillas son
importadas.
Productividad (t/ha): Promedio del valle: 11.23 t/ha. Agrhicol: 15.06 t/ha,
Dekalb: 11.06 t/ha, Pioneer: 10.8 t/ha, Agroceres:
10.3 t/ha. Híbrido amarillo 80:10 t/ha, Inti: 8.8t/ha.
Estado fitosanitario: Cogollero (Spodoptera frugiperda) en 81.82% de las
unidades
Chinche (Sthenaridea carmelitana) en un 75% de las
unidades.
Precio de semilla (convencional) que
pagan los agricultores:
5.95 US$ - 14.8 US$ por kilo, con un promedio de
8.15 US$/kilo. Coeficiente de variabilidad de 16%.
Gasto en semilla para los
agricultores por hectárea:
US$203.75 (considerando un módulo de 25
kilogramos de semilla por hectárea)
Conocen OVM: 60.6% (Superficialmente).
Destino de producción: Productores de alimentos balanceados.
El productor maicero de Barranca tiene una actitud modernista, de adoptar variedades de alto
rendimiento para obtener mayores rendimientos por hectárea, lo cual se refleja en la
productividad promedio que arroja más de 11 toneladas por hectárea, contrastando con la zona
norte del país (Lambayeque) donde se encontró una productividad de 5 a 6 toneladas por
hectárea (según encuesta 2011 a productores de Lambayeque de LAC – Biosafety en proceso).
No se encontró semillas procedentes de INIA o de la UNALM. Las semillas más vendidas son
Dekalb, Agroceres y Agrhicol, las cuales muestran los rendimientos más altos en el valle. Los
agricultores de Barranca muestran interés en semillas con mejoras de resistencia a plagas,
enfermedades y problemas climáticos. Los maiceros de Barranca tienen algún conocimiento
sobre cultivos transgénicos.
12
Modelo de presupuesto parcial
Para efectos del modelo de presupuesto parcial, se suma los incrementos probables de ingresos
y de costos y el resultado de esta operación se divide entre el incremento probable del costo de
semilla basado en el Método de Presupuesto Parcial según Horton (1982). Como se efectúa en
entorno del software @Risk se obtiene el valor esperado del Coeficiente y se tiene los valores
máximo y mínimo que podría adoptar.
En el caso de la variación probable de rendimiento se usó el promedio de 15%, en base a un
mínimo de 0% y un máximo de 30% de acuerdo a la evidencia citada por Aboites et al, 2011.
Para la variación probable de los gastos en semilla por hectáreas se usó un incremento
promedio de 6.7%, debido a que el precio de la semilla se incrementaría probablemente en
41.6%.
Este es un estimado en base a un mínimo de 10% dado que se trata de un producto de interés
social por lo que INIA podría generarlo y ofertarlo al mismo precio que los productos
existentes y un máximo de 70%, según las cotizaciones internacionales de las semillas híbridas
y convencionales. Se consideran las cotizaciones internacionales porque no hay semilla Bt
local. En el caso de la reducción de gasto en control de lepidópteros (cogollero) se utilizó un
valor de 50 % en promedio. Este número parte de usar un mínimo de 0% y máximo de 100%
según la idiosincrasia de los agricultores de la zona. En el caso de aquellos productores que
son adversos al riesgo del cambio no cambiará su uso de pesticidas anticogollero implicando
un 0% de cambio.
En el otro extremo, los optimistas que adoptan la nueva semilla y abandonan completamente
el uso de pesticida anticogollero con un valor de 100%. Es posible que en la práctica la
reducción en el gasto llegue al 75%. Como se observa en el Cuadro 7, el Beneficio – Costo
Marginal arroja un valor medio de 3.6, pero fluctúa de 0.07 a 12.0%. Cabe señalar que en el
85% de los casos se obtiene un B/C mayor que 1, lo cual significa que hay un 15% de
escenarios en los que no se cubre todos los costos. La modificación genética a evaluar fue el
MAD Bt resistente a cogollero (Spodoptera frugiperda) y otros lepidopteros, pero el cogollero
es el más importante de los agentes bióticos. Sin embargo generalmente el incremento en el
costo de la semilla está alrededor del 20% (menor al 41.6%) y los rendimientos son superiores
en un 20% (mayor al 15.1%) considerados en el Cuadro 7.
13
Cuadro 7. RESULTADOS DEL ANALISIS CON EL MODELO DE PRESUPUESTO
PARCIAL EN ENTORNO @RISK
Variación por aplicación de semilla
Bt
Rango de
variabilidad
Valor % Medio Valor Medio
Incremento de precio por
kilogramo de la semilla Bt respecto
a la semilla convencional
10% - 75% 42.5% -------------
Incremento de gasto en semilla por
hectárea al emplear semilla Bt
------------------ ------- 296.12
Incremento de rendimiento por
hectárea con Bt (ver Figura 1)
0% -30% 15.1%
1,012.50
Kilos
Incremento ingresos (ver Figura 3) ---------------- ------------------ S/.1,220.06
Incremento de costos por semilla Bt
(ver Figura 2)
---------------- ------------------ S/.278.01
Rentabilidad en MAD
Convencional
---------------- ------------------ S/.1,224
Rentabilidad en MAD Bt ---------------- ------------------ S/.2,166
Mejora en rentabilidad (Figura 4) S/.942
Beneficio – Costo Marginal por el
uso de semilla Bt
1.03 - 1.09 ------------------ 1.06
BC Marginal Bt 100% de escenarios positivos (mayores que 1)
14
Figura 1. Rendimiento en toneladas por hectárea con maíz Bt (rojo) y con maíz
convencional (azul).
Fuente: Elaboración propia con versión de prueba del @Risk
Figura 2. Costos por hectárea con maíz Bt (rojo) y con maíz convencional (azul).
Fuente: Elaboración propia con versión de prueba del @Risk
15
Figura 3. Ingresos por venta de maíz Bt (rojo) y con maíz convencional (azul).
Fuente: Elaboración propia con versión de prueba del @Risk
Figura 4: Mejora de Rentabilidad del maíz Bt respecto al convencional
Fuente: Elaboración propia con versión de prueba del @Risk
16
Figura 5: Beneficio Costo Marginal de reemplazo del maíz amarillo duro
convencional por maíz amarillo duro Bt.
Fuente: Elaboración propia con versión de prueba del @Risk
RESULTADOS DEL ANALISIS CON EL MODELO DE EXCEDENTES
Modelo de excedentes económicos
Utilizamos el modelo de excedentes económicos de una economía pequeña abierta al comercio
exterior (Alston et al. 1999). En este modelo, el país importador usa el precio internacional ya
que el volumen de comercio no afecta el mismo. Es un tomador de precio. Para el cálculo del
modelo de los excedentes económicos utilizamos un presupuesto de una inversión pública de
50,000 (US$) dólares con un mínimo de 0 y un máximo 100 mil (US$) dólares anuales
durante 3 años para la adaptación, supervisión y difusión de la semilla Bt según expertos en el
cultivo de maíz amarillo duro (Ing. J. Chura, UNALM; Ing. J. Castillo V., UNALM). Los
resultados de este modelo muestran un incremento de excedentes económicos totales de 8.1
millones de dólares. Este varía entre US$1.3 a 34 millones de dólares, de los cuales 65% son
para los productores y 35% para los consumidores. Se encuentran valores negativos debido a
que se trata de una actividad de alto riesgo como la explotación agrícola. La Tasa Interna de
Retorno (TIR) de la inversión gubernamental en adaptación y difusión asciende a un 77%,
auqnue fluctúa entre 7% y 232% como máximo, teniendo más del 95% de los casos una TIR
superior a la tasa de descuento social del 10% en el Perú.
17
SUMARIO y CONCLUSIONES
Para cada agricultor hay un beneficio mínimo económico directo, que se visualiza en el
diferencial de rentabilidad por el uso de semilla Bt de S/. 923.40/ha (adicionales a lo obtenido
en la producción con semilla convencional) en promedio, lo cual significa un 32% adicional.
La liberación de una semilla de maíz amarillo duro Bt resistente a la Spodoptera frugiperda,
en Barranca, tiene un Beneficio – Costo de 3.5 en promedio, aún considerando que no se
puede reducir el amplio uso de pesticidas, debido a que el cogollero es uno más de los
múltiples agentes bióticos que agreden al Maíz amarillo duro. En el largo plazo, para una
inversión en supervisión, adaptación y difusión de una semilla de MAD Bt, de 50 mil dólares
anuales durante 3 años, se obtiene un VAN del excedente tecnológico neto de unos 6.5
millones de dólares. Este valor significa que soporta valores mayores de inversión en
adaptación y difusión de una hipotética semilla de MAD Bt.
La inversión es rentable para los productores y la institución que realice esta liberación de
MAD Bt, ya que desde el primer año obtenemos un VAN positivo. Los productores perciben
un 65% de los excedentes y los consumidores un 35%. Esto se debe a las elasticidades de
oferta y demanda que generan que la mayor parte del beneficio le corresponda al productor, lo
cual es un buen resultado porque los productores agrícolas en el Perú tienden a percibir
ingresos tradicionalmente menores a los que perciben productores de otros sectores, a pesar
que la agricultura aporta alrededor del 7 a 8% del PBI, y de esta actividad dependen casi 10
millones de peruanos -1/3 de la población del país-. En otras palabras, los ingresos per cápita
de los agricultores son inferiores a los del resto de los peruanos.
REFERENCIAS BIBLIOGRAFICAS
Aragón, L., Castillo, J. y Fernández–Northcote, E.N. 2013. Boletín Técnico
Fitosanitario de Maíz en Apoyo a la Toma de Decisiones en Bioseguridad. Proyecto LAC-
Biosafety, Perú. Instituto de Biotecnología, Universidad Nacional Agraria La Molina, Lima-
Perú.
Alston, J., Norton, G., and Pardey, P. 1998. Science under scarcity. Principles and
practice for Agricultural Research Evaluation and Priority Setting. CAB International. New
York.
De Althaus, J. 2008. La revolución capitalista en el Perú. Fondo de Cultura Económica,
México.
Diez, R., Gómez, R., Varona, A. 2013. Análisis de metodologías de evaluación antes y
después de cambios tecnológicos: el caso de la liberación de los organismos genéticamente
modificados en Perú, en Revista Fórum Empresarial, Volumen 18, Número 1, verano 2013.
Universidad de Puerto Rico, San Juan Puerto Rico.
18
Diez, R., Gómez, R., Navarro, O., Varona, A., Anderson, M. 2013. Evaluación ex –
ante de alternativas transgénicas en el cultivo de papa blanca comercial. Proyecto LAC –
Biosafety, América Latina: Construcción de capacidad multipaís para el cumplimiento del
Protocolo de Cartagena sobre Bioseguridad (Brasil, Colombia, Costa Rica, Perú). Instituto de
Biotecnología, Universidad Nacional Agraria La Molina, Lima - Perú.
Falck - Zepeda, J., Cohen, J., and Komen, J. 2003. Impact assessment and agricultural
biotechnology - research methodologies for developing, emerging and transition economies,
In: Accessing agricultural biotechnology in emerging economies, Ed. OECD (Organization for
Economic Cooperation and Development). Paris, France.
Falck-Zepeda, J., Barreto - Triana, N., Baquero, I., Espitia, E., Fierro, H., and López,
N. 2006. An Exploration of the Potential Benefits of Integrated Pest Management Systems and
the Use of Insect Resistant Potatoes to Control the Guatemalan Tuber Moth (Tecia solanivora
Povolny) in Ventaquemada, Colombia. EPT Discussion Paper 152, IFPRI.
Food Agricultural Organization (FAO), 2012. Estadísticas de la agricultura. Viale delle
Terme di Caracalla. Roma.
Gutiérrez, Marcel. 2013. Inversiones congeladas, decisión técnica o política. En:
Negocios Internacionales, Abril 2013 Volumen 16, No 188. COMEX – Perú.
Horton, Douglas. 1992. Análisis de presupuesto parcial para investigación en papa a
nivel de finca. Boletín de Información Técnica 16, Junio 1992. Centro Internacional de la
Papa, Lima, Perú.
Ministerio de Agricultura. 2003. Portal Agrario. Página Web del Ministerio de
Agricultura. (MINAG)
Ministerio de Agricultura. 2008. Portal Agrario. Página Web del Ministerio de
Agricultura. (MINAG)
Ministerio de Agricultura. 2011. Portal Agrario. Página Web del Ministerio de
Agricultura. (MINAG)
Ministerio de Agricultura. 2012. Portal Agrario. Página Web del Ministerio de
Agricultura y Riego. (MINAGRI)
Ministerio de Agricultura. 2017. Portal Agrario. Página Web del Ministerio de
Agricultura y Riego. (MINAGRI)
Nexticapán– Garcés, A., Magdub–Méndez, A., Vergara –Yoisura, S., Martin–Mex, R.,
Larqué–Saavedra, A. 2009. Fluctuación poblacional y daños causados por gusano cogollero
(Spodoptera frugiperda JE Smith) en maíz cultivado en el sistema de producción continua
afectado por el huracán Isidoro. Universidad y Ciencia Volumen 25 Número 3, Villahermosa -
Diciembre.
19
Pashley, Dorothy. 1988. Current status of fall armyworm host strains. In: The Florida
Entomologist (1988) of the Florida Entomological Society.
Robinson, Les. 2009. A summary of diffusion of innovations. Fully revised and
rewritten Jan 2009 en dirección http://www.enablingchange.com.au/ Summary_Diffusion_
Theory.pdf)
Wiseman, B. R., Davis, F.M., and Williams, W.P. 1983. Fall armyworm: Larval
density and movement as an indication of nonpreference in resistant corn. Protection Ecology.
Vol.: 135-141.
Zenner de Polania, Ingeborg; Arévalo, Helber; y Mejía, Rodolfo. 2007. El gusano
cogollero del maíz Spodoptera frugiperda (J.E. Smith) (Lepidoptera: Noctuidae) y algunas
plantas transgénicas en Revista Colombiana de Ciencias Hortícolas. Vol. 1, No.1: 103-113.
AGRADECIMIENTOS
Agradecemos a todas aquellas personas que además de los autores han colaborado en una u otra forma en la preparación de este Boletín. Nuestro especial agradecimiento al proyecto LAC - Biosafety (Brasil, Colombia, Costa Rica y Perú) (www.lacbiosafety.org) y a los colegas Dr. José Falck – Zepeda (International Food Policy Research Institute-IFPRI), Dra. Maura Seiko T. de Esperancini (Universidad Estadual Paulista, Sao Paulo, Brasil), que nos transmitieron métodos y herramientas de evaluación ex – ante, así como a nuestros amigos del Proyecto LAC-Biosafety, Dra. Irma Baquero y Dr. Fernando Cardozo de CORPOICA, Dr. Marcelo Marques Magalhaes (Universidad Estadual Paulista), Mg.Sc. Nelson Arroyo (U.C.Costa Rica), que nos acompañaron y apoyaron en el aprendizaje del software para análisis de riesgo, así como a todos los amigos del Centro Internacional de Agricultura Tropical - CIAT que contribuyeron de alguna manera a dotarnos de herramientas y métodos de evaluación socioeconómica ex – ante. Un especial agradecimiento al amigo y colega Dr. Enrique N. Fernandez - Northcote, Coordinador Nacional del Proyecto LAC-Biosafety, Perú, por su apoyo durante la ejecución del proyecto y la revisión de este Boletín, a los Agrónomos Mg.Sc. José Ramón Castillo, Liliana Aragón de la Facultad de Agronomía de la UNALM y Julián Chura del Programa de Maíz de la UNALM, así como a la Dra. Carolina Gonzáles y el Dr. Salomón Pérez del CIAT y a los profesionales del IBT - UNALM por su contribución en la revisión final del documento.
Ramón A. Diez Matallana, Líder del Subproyecto.
20
ANEXO 1. ANEXO METODOLOGICO
Análisis de Sensibilidad del modelo de presupuesto parcial @RISK
A continuación se muestra los resultados sintéticos del análisis de sensibilidad para cada una
de las variables de salida para el archivo de MAD Bt en Barranca. Las variables de salida
consideradas para el análisis de sensibilidad fueron el Beneficio–Costo Marginal, el Cambio
en el Excedente Total, del Productor y el Consumidor, el Cambio del Valor Actual Neto
(VAN) de Excedentes Económicos, la Tasa Interna de Retorno (TIR) de Excedentes
Económicos, la rentabilidad del maíz convencional y la rentabilidad del maíz Bt.
En todos los casos se observa que el R2 es bastante alto, entre 0.991 para la rentabilidad del
maíz convencional y 0.767 para el Cambio en TIR de Excedentes Económicos por la inversión
en adecuación y difusión de la semilla de maíz Bt.
Para el caso del análisis de sensibilidad del Beneficio-Costo Marginal, se puede observar que
las variables explicativas ocasionan el 94.3% de las variaciones en el valor del Beneficio
Costo Marginal. Un 10% de incremento en rendimiento incrementa el BC Marginal en 8.7%,
mientras que un incremento de 10% en el rendimiento del MAD convencional causa un 1.7%
de incremento en el BC Marginal. Si el precio del MAD US 26 crece en 10% incrementará el
BC Marginal en 1.4%. Por otro lado, si el diferencial del precio del maíz convencional y el Bt
crece en 10% el BC Marginal se reducirá en 1.09%.
Análisis de sensibilidad del Beneficio-Costo Marginal
R2 0.943
Variable explicativas Coeficiente de
regresión
Incremento probable del rendimiento 0.866
Cambio rendimiento en maíz convencional 0.174
Cotización del MAD US 2 (precio de venta MAD) 0.144
Precio CIF del MAD 0.127
Valor esperado diferencial precio de maíz convencional y Bt -0.109 Fuente: Elaboración propia en base a resultados de @RISK
Para la sensibilidad de los cambios en los Excedentes Total, Productor y Consumidor, se tiene
que las variables explicativas ocasionan el 93.0% de las variaciones en sus valores. De ahí, el
crecimiento de cada una de ellas en 10% explica en 9.04% el incremento de cada excedente
(caso del incremento probable del rendimiento), 2.93% (rendimiento del MAD convencional),
0.76% (valor esperado del MAD US 2), 1.42% (precio CIF del MAD). El crecimiento en 10%
de la superficie sembrada con MAD incrementa en 1.67% el excedente para todos los casos.
6 Producto Marcador 1005.90.11 según la página web de la Comunidad Andina: http://www.
co- munidadandina.org/Seccion. aspx?id=152&tipo=TE
21
Mientras que para el caso de la inversión anual se observa que el impacto es negativo en -
0.54%.
Análisis de sensibilidad del Cambio en Excedente Total, Productor y Consumidor
R2 0.930
Variable explicativa Coeficiente de
regresión
Incremento probable del rendimiento 0.904
Cambio rendimiento en maíz convencional 0.293
Cotización del MAD US 2 (precio de venta MAD) 0.142
Precio CIF del MAD 0.081
Superficie 0.167
Inversion anual -0.054 Fuente: Elaboracion propia en base a resultados de @RISK
Para el caso de los cambios en el VAN de Excedentes Económicos, se tiene que las variables
explicativas ocasionan el 93.0% de las variaciones en sus valores. El crecimiento de cada una
de ellas en 10% causa el incremento de cada excedente en 9.02% (caso del incremento
probable del rendimiento), 2.92% (rendimiento del MAD convencional), 1.42% (valor
esperado del MAD US 2), 0.81% (precio CIF del MAD). El crecimiento en 10% de la
superficie sembrada con MAD incrementa en 1.67% el VAN del Excedente.
Análisis de sensibilidad del Valor Actual de Neto de los Excedentes Económicos
R2 0.930
Variable explicativa Coeficiente de
regresión
Incremento probable del rendimiento 0.902
Cambio rendimiento en maíz convencional 0.292
Cotización del MAD US 2 (precio de venta MAD) 0.142
Precio CIF del MAD 0.081
Superficie 0.167
Inversion en nueva tecnologia -0.101 Fuente: Elaboración propia en base a resultados de @RISK
El análisis de sensibilidad de la TIR de los Excedentes Económicos, difiere del VAN en
cuanto sólo depende del comportamiento del incremento probable del rendimiento, del cambio
del rendimiento del maíz convencional, la superficie y la inversión en nueva tecnología. Aquí
un incremento de 10% en el incremento del rendimiento eleva en 5.7% y el incremento del
rendimiento en maíz convencional en 10% incrementa en 2.05%. El incremento de 10% en el
monto de inversión reduciría la TIR en 6.6%. Incorporar un 10% más de superficie
incrementaría la TIR en 1.08%. Cabe señalar que muestra el coeficiente de determinación más
bajo.
22
Análisis de sensibilidad de la Tasa Interna de Retorno de Excedentes Económicos
R2 0.767
Variable explicativa Coeficiente de
regresión
Incremento probable del rendimiento 0.566
Rendimiento en maíz convencional 0.205
Superficie 0.108
Inversión en nueva tecnología -0.658 Fuente: Elaboración propia en base a resultados de @RISK
El análisis de sensibilidad de la rentabilidad del maíz convencional, muestra dos variables que
afectan positivamente esta variable: Un incremento de 10% en el rendimiento del maíz
convencional incrementa la rentabilidad en 9.06%, mientras que un incremento de 10% en el
valor esperado del MAD US 2 incrementa la rentabilidad en 3.8%. Un incremento del
diferencial de rendimiento en 10% incrementa en 0.2% la rentabilidad del maíz convencional.
Análisis de sensibilidad de la rentabilidad del maíz convencional
R2 0.991
Variable explicativa Coeficiente de
regresión
Rendimiento en maíz convencional 0.906
Valor esperado del MAD US 2 0.375
Valor esperado del MAD CIF 0.324
Diferencial del rendimiento 0.020 Fuente: Elaboración propia en base a resultados de @RISK
En el análisis de sensibilidad de la rentabilidad del maíz Bt, se puede observar un coeficiente
de determinación de 0.987, el cual nos indica que un 98.7% de las variaciones de rentabilidad
del maíz Bt son explicadas por las variables: Rendimiento en maíz convencional, valor
esperado del MAD US2, Valor esperado del MAD CIF (cost, insurance and fleet) y el
diferencial de rendimiento, es decir, es semejante a los resultados del maíz convencional salvo
una diferencia sustancial: el comportamiento de la variable diferencial de rendimiento que
pasa de 0.020 (maíz convencional) a 0.299 (maíz Bt), es decir, un incremento de 10% de
incremento del rendimiento del maíz Bt incrementará en 2.99% la rentabilidad del maíz Bt.
Análisis de sensibilidad de la rentabilidad del maíz Bt.
R2 0.987
Variable explicativa Coeficiente de
regresión
Rendimiento en maíz convencional 0.834
Valor esperado del MAD US 2 0.356
Valor esperado del MAD CIF 0.295
Diferencial del rendimiento 0.299 Fuente: Elaboración propia en base a resultados de @RISK
23
ANEXO 2. VARIACION PRECIOS DE INSUMOS AGRICOLAS
Precios de Insumos Agricolas (US$/SACO 25 KGS)
Fecha MAIZ MG MAIZ RR MAIZ BT/RR PROMEDIO MAIZ HIBRIDO DIFERENCIAL US$DIFERENCIAL %
jun-10 130.00 125.00 140.00 131.67 80.00 51.67 65%
jul-10 130.00 125.00 160.00 138.33 80.00 58.33 73%
ago-10 130.00 125.00 160.00 138.33 80.00 58.33 73%
sep-10 130.00 125.00 160.00 138.33 80.00 58.33 73%
oct-10 130.00 125.00 160.00 138.33 80.00 58.33 73%
nov-10 130.00 125.00 160.00 138.33 80.00 58.33 73%
dic-10 130.00 125.00 160.00 138.33 80.00 58.33 73%
ene-11 130.00 125.00 160.00 138.33 80.00 58.33 73%
feb-11 130.00 125.00 160.00 138.33 80.00 3.18 2%
mar-11 130.00 125.00 160.00 138.33 80.00 58.33 73%
abr-11 145.00 130.00 160.00 145.00 80.00 65.00 81%
may-11 145.00 130.00 160.00 145.00 80.00 65.00 81%
PROMEDIO 132.50 125.83 158.33 138.89 80.00 54.29 68%
MODA 130.00 125.00 160.00 138.33 80.00 58.33 73%
MÍNIMO 130.00 125.00 140.00 131.67 80.00 3.18 2%
MÁXIMO 145.00 130.00 160.00 145.00 80.00 65.00 81%
DESVSTD 5.84 1.95 5.77 3.43 - 16.46 21%
COEF.VAR 4% 2% 4% 2% 0% 30% 31%
VALOR ESPERADO 135.15 80 55.15 74%
24
ANEXO 3. COSTOS DE PRODUCCION
Costos de la producción de maíz amarillo duro con semilla convencional y con semilla
transgénica en Barranca (Información del Ing. Jorge Castillo V., UNALM).
Costo de producción de maíz Pioneer 30F35
Ha Precio (S/.) Valor
1 Semilla
Bolsa de 60
Mx(millares). 1.2 375.00 450.00
2 Fertilizantes 1,394.00
3 Maquinaria y equipos 600.00
4 Control Fitosanitario 805.00
Lorsban 480EC Litro 1 49.00 49.00
Lasser EC Litro 1.5 28.00 42.00
Cipermex Super Litro 1 80.00 80.00
Decis Litro 1 130.00 130.00
Kumulus Kilo 2 14.00 28.00
Maicero (Herbicida) Litro 12 34.00 408.00
Super wet (adherente) Litro 1 23.00 23.00
Granolate Kilo 10 4.5 45.00
5 Mano de obra 1,695.00
6 Agua 75.00
Total Costos directos 5,019.00
7 Costos indirectos 300.00
Total de Costos por hectárea 5,319.00
Rendimiento: Toneladas por hectárea 13.17
Precio de maíz amarillo duro 517.32
Ingresos por venta de maíz amarillo duro 6,812.41
25
Costo de producción de maíz Bt
Ha Precio (S/.) Valor
1 Semilla
Bolsa de 60
Mx(millares). 1.20 646.62 775.94
2 Fertilizantes 1,394.00
3 Maquinaria y equipos 600.00
4 Control Fitosanitario 756.37
Lorsban 480EC Litro 0.01 49.00 0.37
Lasser EC Litro 1.50 28.00 42.00
Cipermex Super Litro 1.00 80.00 80.00
Decis Litro 1.00 130.00 130.00
Kumulus Kilo 2.00 14.00 28.00
Maicero (Herbicida) Litro 12.00 34.00 408.00
Super wet (adherente) Litro 1.00 23.00 23.00
Granolate Kilo 10.00 4.5 45.00
5 Mano de obra 1,695.00
6 Agua 75.00
Total Costos directos 5,296.31
7 Costos indirectos 300.00
Total de Costos por hectárea 5,596.31
Rendimiento: Toneladas por hectárea 15.81
Precio de maíz amarillo duro 517.32
Ingresos por venta de maíz amarillo duro 8,179.70
26
ANEXO 4. FORMATOS EN EXCEL DEL MODELO DE EXCEDENTES
AñoElasticidad de
demanda
Elasticidad
de la oferta
Cambio en
rendimiento
Cambio
equivalente en
rendimiento
Cambio en
costos de
insumos
Cambio
equivalente en
costos
Cambio neto
costos
insumos (K
potencial)
Probabili-
dad de
éxito
Tasa de
adopción
Tasa de
depre-
ciación
2012 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85
2013 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85
2014 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85
2015 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85 0.025 1
2016 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85 0.16 1
2017 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85 0.5 1
2018 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85 0.84 1
2019 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85 0.85 1
2020 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85 0.86 1
2021 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85 0.87 1
2022 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85 0.88 1
2023 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85 0.89 1
2024 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85 0.9 1
2025 0.758 0.408 0.207 0.508123007 0.138 0.114 0.394 0.85 0.9 1
Año Kmax Zmax Z Precio (US$/t)Tasa externa
de crecimientoCantidad (TN) Cambio en excedente total
Cambio en excedente del
productorCambio en excedente del
consumidor
2012
2013
2014
2015 0.008369 0.137805 0.002928 249 0 40,836 85,299.31 55,451.87 29,847.44
2016 0.053560 0.137805 0.018742 249 0 40,836 549,183.73 357,016.52 192,167.20
2017 0.167376 0.137805 0.058567 249 0 40,836 1,741,920.68 1,132,397.84 609,522.85
2018 0.281192 0.137805 0.098393 249 0 40,836 2,969,638.92 1,930,519.99 1,039,118.94
2019 0.284539 0.137805 0.099564 249 0 40,836 3,006,277.84 1,954,338.43 1,051,939.42
2020 0.287887 0.137805 0.100736 249 0 40,836 3,042,947.02 1,978,176.54 1,064,770.49
2021 0.291234 0.137805 0.101907 249 0 40,836 3,079,646.47 2,002,034.32 1,077,612.14
2022 0.294582 0.137805 0.103078 249 0 40,836 3,116,376.17 2,025,911.78 1,090,464.39
2023 0.297929 0.137805 0.104250 249 0 40,836 3,153,136.13 2,049,808.91 1,103,327.22
2024 0.301277 0.137805 0.105421 249 0 40,836 3,189,926.36 2,073,725.71 1,116,200.65
2025 0.301277 0.137805 0.105421 249 0 40,836 3,189,926.36 2,073,725.71 1,116,200.65
14,172,076.11 9,213,064.92 4,959,011.20
Año
Suma de Excedente
del Consumidor y del
Productor
Costos de adaptación y
transferencia (US$)
Beneficios netosValor Actualizado
Neto
2012 261,135 - 261,135 - 347,570.81
2013 261,135 - 261,135 - 315,973.46
2014 261,135 - 261,135 - 287,248.60
2015 85,299 85,299 85,299.31
2016 549,184 549,184 499,257.93
2017 1,741,921 1,741,921 1,439,603.87
2018 2,969,639 2,969,639 2,231,133.68
2019 3,006,278 3,006,278 2,053,328.22
2020 3,042,947 3,042,947 1,889,430.69
2021 3,079,646 3,079,646 1,738,380.14
2022 3,116,376 3,116,376 1,599,193.73
2023 3,153,136 3,153,136 1,470,961.28
2024 3,189,926 3,189,926 1,352,840.17
2025 3,189,926 3,189,926 1,229,854.70
14,638,490.85
70%
Valor Actual Neto de Excedentes Económicos
Tasa Interna de Retorno
27
ANEXO 5. FICHA TECNICA MAIZ AMARILLO DURO
Ficha técnica del Maíz amarillo duro
Nombre Científico: Zea Mays L.
Origen: México, Centro América, Perú, Ecuador, y Bolivia
Familia: Graminea
Variedad: Marginal T 28 Cargill, Dekalb, Pionner, Poey.
Período Vegetativo: 140 - 150 días
Requerimiento de Suelo: Francos ( arcilloso, arenoso) PH de 5.5 – 8
Departamentos productores: Piura, Lambayeque, La libertad, Ancash, Lima,
Cajamarca, San Martín y Loreto
Epocas de Siembra: Piura Abril - Octubre
Bajo Piura Febrero / mayo / agosto / setiembre
Chira Febrero - abril / agosto / setiembre
Alto Piura Enero – marzo
Epoca de Cosecha: Piura Setiembre – Febrero
Temperatura optima / promedio: 15 - 25 ºC
Joranales (No / Ha): 60 - 65
Rendimientos (TM/Ha):
Rendimientos Regionales 3.013
Rendimientos Potenciales 5 – 8
Costo Producción (USA $ / Ha) 700 - 800
Mercados demandantes:
Mercado Nacional Piura - Trujillo – Lima
Mercado Internacional
Manejo Técnico:
Semilla (kg/ha) 25
Distanciamiento (m) Entre surcos 0.80 y entre plantas 0.40
Fertilizantes:
Nitrógeno (N). (Kg/Ha): 180 – 184
Fosforo (P). (Kg/Ha): 60 – 80
Potasio (K). (Kg/Ha): 40 – 60
Módulo de Riego (m3 / Ha): 6,000 - 7,000
Frecuencia de Riego (días): 20 – 25
Principales Plagas: Gusano de Tierra, Cañero, Cogollero
Principales Enfermedades: Carbón
Usos: Consumo directo, Harina de jora, alimentos,
balanceados (avícultura), ganadería (pasto).
Consumo kg / per-cápita/año. 4.49
http://www.cipca.org.pe/cipca/informacion_y_desarrollo/agraria/fichas/maizamdu.htm