ARTÍCULO ORIGINAL
EVALUACIÓN
DE LA
RENTABILIDAD DE DOS SISTEMAS DE PRODUCCIÓN DE LECHE BOVINA
EN SUELOS ÁCIDOS DE
LA REGION UCAYALI, PERÚ.
EVALUATION OF THE
PROFITABILITY OF TWO BOVINE MILK PRODUCTION SYSTEMS IN ACID SOILS OF
THE UCAYALI
REGION, PERU.
Noé
Ramírez-Flores.
Universidad
Nacional Agraria de la Selva, Tingo María,
Perú.
OCIRD:
https://orcid.org/0000-0002-6683-728X
Correo
electrónico: noe.ramirez@unas.edu.pe
Luís
Abanto Morales y Chocano.
Universidad
Nacional Agraria de la Selva, Tingo María,
Perú.
Correo
electrónico: luis.morales@unas.edu.pe
Jorge
Washinton Vela-Alvarado.
Universidad
Nacional de Ucayali, Perú.
ORCID:
https://orcid.org/0000-0002-3420-3952
Correo
electrónico: jvelaunu@gmail.com
Nadia
Masaya Panduro-Tenazoa
Universidad
Nacional Intercultural de la Amazonía, Perú.
ORCID:
https://orcid.org/0000-0003-4498-6644
Correo
electrónico: nmpandurot@unia.edu.pe
Zoila
Mirella Clavo-Peralta.
Universidad
Nacional Mayor de San Marcos.
ORCID:
https://orcid.org/0000-0001-9845-7997
Correo electrónico: zclavop@unmsm.edu.pe
RESUMEN
Los autores©. Este
artículo es publicado por la Revista Balance´s de
la Universidad Nacional Agraria de la Selva. Este es un manuscrito de
acceso abierto, distribuido bajo los términos de la Licencia
Creative Commons Atribución-NoComercial-CompartirIgual 4.0
Internacional. (https://creativecommons.org/licenses/by-nc-sa/4.0/),
que permite el uso no comercial, distribución y
reproducción en cualquier medio, siempre que se cite
adecuadamente la obra original. |
Palabras clave: Análisis de Sensibilidad; Prueba de
Hotelling;
Indicadores; Sistema Silvopastoril.
ABSTRACT
Objective: To compare the economic and financial
profitability
between a traditional production system (ST), and the silvopastoral
production
system (SSP). Methodology: In both systems, eight
crossbred cows were
included (3/8 of the Holstein breed and five-eighths of the Gyr breed).
Costs
incurred and revenues were recorded in both systems to determine
profitability.
Results: Using Hotelling's T2 multivariate test,
highly significant
statistical differences were found between the indicators of economic
and
financial profitability, with the SSP being better. Conclusion:
In both
production systems, the most sensitive variables were milk productivity
and
milk sales price.
Keywords: Sensitivity Analysis; Hotelling test;
Indicators;
Silvopastoral System.
INTRODUCCIÓN
El desarrollo de la ganadería vacuna
ha tenido su
auge a partir de la apertura de la carretera Federico Basadre en la
región
Ucayali, pero decayó en número de cabezas en la
década de los 90 (GOREU, 2018).
Una de las razones fundamentales para esta diminución es la
pérdida de la
fertilidad natural de los suelos que ocasionaron la
naturalización de las
pasturas y por la falta de medios adecuados para dinamizar la actividad
y
permitir su innovación, pues lo más barato
resulta aperturar bosques que
recuperarlos, por la existencia de áreas libres.
De esto nace la presión sobre el
bosque amazónico
mediante la deforestación intensiva de aproximadamente
20,000 hectáreas anuales
para el crecimiento agropecuario (SERFOR, 2017), generalmente de
subsistencia
que pueden ser de naturaleza legal e ilegal (Robilgio, et al., 2015).
Es necesario, entonces, dar importancia a la
problemática de la falta de propuestas de desarrollo
sostenibles y más
amigables con el medio ambiente y en rentabilidad, que sean compatibles
con los
fines de la explotación agropecuaria y que satisfagan las
necesidades de los
pequeños y medianos productores, reduciendo la
presión para convertir los
bosques tropicales en agrícolas. Los sistemas
silvopastoriles tienen la mirada
como una solución viable para la ganadería con
sostenibilidad
(Arciniegas-Torres, 2018).
Una buena opción sería la
búsqueda de sistemas de
producción más integrales, que combinen
componentes bióticas y abióticos como
pasturas, arbustos, árboles y animales, suelo y sean
complementarios en
funcionalidad y productividad, de manera que el productor ganadero
encuentre
una opción para sus inversiones.
La rentabilidad de la producción de
leche está ligada
a variaciones de los factores como la localización y el
tamaño de los hatos, de
la calidad y precios de los bienes e insumos utilizados en la
producción, pero
el de mayor relevancia, la cantidad de la inversión
requerida para la
explotación. Algunas investigaciones como de Bath et al.,
1985; Wernli, 1985;
Etgen y Raves, 1992; Martínez, 1998; citados por Lobos et
al. (2001), señalan
que los factores que determinan en mayor medida dicha rentabilidad de
un hato
de producción de leche son la alimentación y
nutrición, genética o pedigrí,
índices reproductivos, salud animal, confort del animal,
tamaño adecuado del
hato, índices de producción, calidad de la
pastura por unidad de área, control
y manejo de costos de producción e inversión y
registros productivos y
reproductivos completos.
Villegas, (1995), señala que el
negocio de la
producción lechera es de márgenes reducidos en
utilidades, ligado
principalmente a los volúmenes de producción,
factor que se utiliza para
categorizar a los productores, según los niveles de
producción alcanzados.
Productores con SSP obtuvieron mayores
beneficios
financieros comparando con los ST. Se aumentaron los beneficios netos,
la
relación B/C y el VAN 6% y 44%, respectivamente, tomando en
cuenta el ingreso
de la madera y el ingreso potencial de los servicios ambientales (como
nitrógeno acumulado en el suelo y secuestro de carbono en
árboles y suelo)
(Alonzo, et al., 2001).
En este contexto, con este trabajo se
comparó los
índices de rentabilidad económica y financiera
del sistema tradicional de
pastoreo vs el sistema silvopastoril en la producción de
leche bovina.
METODOLOGÍA
Localización:
Este
trabajo se realizó en tres sitios ubicados a lo largo de la
carretera Pucallpa
- Tingo María (Carretera Federico Basadre); Sitio 1 Fundo
Zoilita Km 10; Sitio
2 Estación Experimental del Instituto Nacional de
Innovación Agraria – INIA Km
44 y Sitio 3 la Estación Experimental del Instituto
Veterinario de
Investigaciones Tropicales – IVITA Km 59,
geográficamente ubicados en las
coordenadas UTM WGS 18 L 539938N y 9075815S; 513292N y 9055634S,
505430N y
9044592S, respectivamente.
El
clima de la zona es cálido y húmedo, con
una temperatura media de 26°C y
un máximo que pueden llegar hasta los 34°C. En
algunos lugares se reportan más
de 41.1°C, la precipitación promedio anual
varía de 1,570 mm a 1,970 mm,
siendo mayor en el sitio tres, y se concentran entre octubre a marzo;
en este
período, la temperatura mínima puede llegar hasta
21.5°C.
Los
suelos son ácidos, bajos en contenido de MO, en P y CIC, con
elevados niveles
de Al. (Pérez,
2013).
Unidades
experimentales:
Se
evaluaron dos sistemas de producción distribuidos en los
tres sitios descritos,
los cuales fueron considerados como repeticiones.
Tabla 1.
Componentes de los sistemas de producción.
En
cada unidad experimental se introdujo 8 vacas en producción,
cuya carga
genética fue de 3/8 de la raza Holstein y 5/8 de la raza
Gyr. La producción de
leche fue medida en L/vaca/día, por un periodo de 270
días, El manejo de la
pastura fue alterna en tramos de siete días y utilizando
cerco eléctrico para
tener control de su regeneración y recuperación
por un lapso de 45 días para
nuevamente hacer un ciclo de pastoreo.
En
el SSP se registró la producción de madera medida
en m3, el
almacenamiento de carbono en t/ha. y los costos evitados por el
mejoramiento de
la fertilidad de los suelos como cantidad de fertilizantes dejado de
aplicar en
Kg/ha, a los que se valorizó con precios de mercado.
Periodo
experimental:
El
periodo experimental tuvo una duración de 36 meses. Los
primeros seis meses
sirvieron para la adaptación de la pastura en el caso del
ST, mientras en el
caso del SSP se esperó 24 meses, a partir de allí
se introdujo los animales al
pastoreo.
Variables
medidas:
Se
registraron los costos, entre ellos de instalación o de
inversión y de
operación y mantenimiento de los sistemas de
producción; como también los
ingresos, que estuvieron representados por la venta de leche; la
valorización
de la madera, cubicada en pie cúbico; el almacenamiento de
carbono (parte aérea
y del suelo hasta un metro de profundidad) y los costos evitados por
dejar de
usar abonos como efecto del mejoramiento de la fertilidad del suelo por
el
reciclaje de nutrientes, lo que se logró por medio de los
análisis de
caracterización físico químico de
muestras de suelo.
Con
estas variables se elaboró un flujo de caja operativo,
proyectado en un
horizonte de diez años. Se calcularon los indicadores de
rentabilidad
siguientes: el Valor actual Neto Económico y Financiero
(VANE y VANF), la Tasa
Única de Retorno Económico y Financiero (TURE y
TURF) y el Periodo de Retorno
de la Inversión (PRI). El COK utilizado fue de 14% y el
financiamiento del 50%
del costo de instalación.
Análisis
de datos:
Una
vez calculado los indicadores de rentabilidad de los sistemas de
producción y
sus repeticiones, a la serie de datos se sometió a la prueba
de Shapiro Wilk
(Bio Stat 2.0) a fin de verificar su normalidad (Royston, 2014). A
partir de
esto, se aplicó la prueba de control estadístico
del proceso multivariante de T2
de Hotelling (Fermín, et al., 2009) para
comparar y determinar el
sistema de producción con mejor performance en rentabilidad
económica y
financiera (Correa, 2016).
También
se realizó el análisis de sensibilidad y riesgo
de los indicadores de
rentabilidad (VANE, VANF, TURE y TURF), por medio de la
simulación de
Montecarlo; a fin de determinar las variables más sensibles
que influyen en los
indicadores de rentabilidad (Mete, 2014).
RESULTADOS
Como en toda actividad productiva, en la
producción
de leche, convergen elementos de gastos que se pueden identificar con
el
producto final de forma directa y con relativa facilidad. En este caso
describir los costos de establecimiento y operación de los
sistemas de
producción evaluados.
Los costos en soles del establecimiento de los
sistemas de producción, depende del nivel
tecnológico a aplicar; es decir, de
los componentes bióticos utilizados en el sistema de
producción, entre ellos:
la densidad de siembra de las especies de los diferentes estratos,
dosis de
fertilización, transporte de insumos y manejo
agronómico, zootécnico y
forestal, son fundamentales en cuanto a dicha estructura. Se observa
que el
costo de inversión de los sistemas de producción
tradicional va desde S/.
7,639.00; S/. 7,811.50 y 7,988.00; para los sitios 1, 2 y 3,
respectivamente. Y
para los sistemas de producción Silvopastoril el costo de
inversión fueron S/.
11,705.42, S/. 12,374.16 y S/. 14,202.86; para los sitios 1, 2 y 3,
respectivamente
(Tabla 2). Los costos de instalación de un SSP son mayores
en 36% con respecto
a los costos de un ST.
Por otro lado, en la Tabla 3, se muestra el costo
en
soles de manejo de los sistemas (operación y mantenimiento -
O&M), por una
hectárea de cada uno de los sitios en un horizonte de
evaluación de 10 años, se
puede observar que el costo de O&M de los sistemas de
producción
tradicional son de S/. 91,960.50; S/. 91798.00 y S/. 93,979.00, para
los sitios
1, 2 y 3, respectivamente. Y para los sistemas de producción
Silvopastoril,
O&M fueron de S/. 103,176.50, S/. 103,698.20 y S/. 105,980.00;
para los
sitios 1, 2 y 3, respectivamente. Los costos de O&M de un SSP
son mayores
en 13% con respecto a los costos de un ST.
Tabla
2.
Costo
de establecimiento en soles de los sistemas de
producción y por sitio.
Tabla
3.
Costo
de operación y mantenimiento en soles de los
sistemas de producción por sitio.
Ingresos:
Los ingresos en
soles por la venta de la producción (Tabla 4), se han
obtenido a partir de
multiplicar los precios de venta y el volumen de la
producción de cada uno de
los productos.
En el caso de
la leche en el ST se tuvo producciones a partir del sexto mes de
instalado;
mientras que, en el SSP, se ha registrado producciones a partir del
tercer año
de instalado.
En el caso de
la venta de carne estuvo en función a la saca de las
unidades animales. En el
caso de la venta de la madera, se ha determinado el volumen de madera
por
medios matemáticos y volumétricos.
Para el caso de
la valoración de mejoramiento de suelos, se ha determinado
por medio de
análisis de caracterización de suelos, la
cantidad de elementos nutricionales
dejados de aplicar en periodos anuales en forma de fertilizantes, por
efecto
del reciclaje de la biomasa en el sistema; y, finalmente, el
almacenamiento de
carbono, calculado por muestreo del carbono total almacenado en el
sistema.
Los ingresos de
un SSP son mayores en 24% con respecto a los ingresos de un ST.
Tabla
4.
Ingreso
total en soles de los sistemas de producción
por sitio.
Indicadores de
rentabilidad, sensibilidad y riesgo:
Los indicadores
de rentabilidad están relacionados a los niveles de costos e
ingresos
registrados. Para los sistemas de producción tradicional se
encuentran
indicadores de rentabilidad favorables en el sitio 3; en cambio, para
el
sistema de producción silvopastoril se encuentra
rentabilidades favorables en
los sitios 2 y 3.
La rentabilidad
de los sistemas silvopastoriles es comparable a otros sistemas de uso
de la
tierra (Husak y Grado, 2002), brinda
además oportunidades para
incorporar actividades relacionadas con la vida silvestre, mediante
arriendos
de caza y posee calidad y cantidad de vida silvestre que no
está disponible en
otros sistemas (Robiglio, et al., 2015).
Los costos
compartidos y los pagos para carbono, venta de madera y el mejoramiento
de los
suelos pueden aumentar más la competitividad de las
silvopasturas sobre usos
convencionales de tierra (Chizmar, 2018). Así mismo, el
recupero de lo
invertido se da a partir del sexto año del iniciado el
proyecto (Monicault,
2009).
Tabla
5.
Indicadores
de rentabilidad.
De las variables Productividad
(Litros de leche por vaca por día), Precio de venta de la
leche (S/./L), Costo
de inversión o instalación (S/.) y el Costo de
Oportunidad del Capital – COK
(%), escogidas para el análisis de sensibilidad por
considerarse las más
importantes sobre los indicadores de rentabilidad, se
determinó que la
Productividad (Litros de leche por vaca por día) y el Precio
de venta de la
leche (S/./L), resultan tener mayor contribución a la
variancia de los
indicadores de rentabilidad (Tabla 5). Este método facilita
la toma de
decisiones referente a los proyectos porque se adaptan a las
características
específicas de los mismos (Hernández, 2007);
permiten, por tanto, escoger las
alternativas que sean rentables y se puedan mejorar, cuidando aquellas
variables de mayor influencia; sin embargo, la variable controlable es
la
productividad del hato, mientras que el precio no lo es, puesto que se
forma
externamente en el mercado entre los compradores y vendedores; por
ello, los
mayores esfuerzos deben concentrarse a mejorar la productividad de los
hatos
ganaderos.
Tabla
6.
Análisis
de sensibilidad de las variables en función a su
contribución a la variancia en porcentaje), por Sitio, por
sistema.
Se ha
determinado que la mejor probabilidad de éxito como proyecto
de inversión lo
tiene el SSP, puesto que demuestra éxitos mayores al 50% de
ocurrencia de los
indicadores de rentabilidad económica y financiera.
Sin embargo, la
mayoría de los procesos de decisión que el
inversionista busca es determinar de
que el resultado obtenido no sea el estimado y la posibilidad de que la
inversión pudiera incluso resultar con rentabilidad negativa
(Sapag, 2004).
La valoración
de inversión a través de opciones reales se basa
en que la decisión de invertir
puede alterarse por circunstancias como el grado de irreversibilidad,
la
certidumbre dada y el margen de maniobra del decisor
(Mascareñas, 1999).
Probabilidad de éxito por sitio, por sistema
La comparación de control
estadístico multivariado entre el ST y el SSP, ayuda a
explicar si esta
innovación para la actividad de producción de
leche bovina, poco promovido,
resulta satisfactoria en su rentabilidad, respecto al modelo existente
en la
zona y ampliamente difundida como es la ganadería extensiva.
Esto se corrobora mediante la
prueba de T2 de Hotelling, cuyo nivel de probabilidad es 0.0000
< a 0.05, lo
que hace aceptar la hipótesis alterna y decimos que existe
diferencia estadística
altamente significativa entre los indicadores de rentabilidad de los
sistemas
de producción, teniendo una mejor rentabilidad
económica y financiera el
sistema de producción silvopastoril, tal como lo
señalan Alonzo, et al., (2001)
que encontraron ingresos por venta de leche 93% mayores de un SSP con
respecto
a un ST.
Tabla
8.
Prueba
de T2 de Hotelling para los
indicadores de rentabilidad.
CONCLUSIONES
Los
indicadores de rentabilidad económica y financiera (VANE,
VANF, TURE, TURF y
PRI), tanto del ST y SSP, se muestran negativos cuanto más
cercano se encuentra
al centro urbano, debido a la menor producción de leche,
menor cantidad de
madera producida y menos nutrientes almacenados; lo que parece estar
relacionado con la degradación química de los
suelos, debido a la presión de
aprovechamiento que tuvieron.
Por otro lado, al compararse los indicadores de
rentabilidad de ambos sistemas de producción, los hatos que
integren
componentes forestales, pasturas y ganaderos resultan en una mejor
opción de
inversión para la producción de leche.
Con
el SSP, se observa el mejor aprovechamiento del recurso suelo,
almacenamiento
de carbono, mejora de su productividad y, por tanto, su competitividad
en
términos de aumento y diversificación de los
ingresos, dados por los ingresos
incrementales tras la valorización de estos.
Las
variables más sensibles para ambos sistemas de
producción son: la Productividad
(L/vaca) y el Precio de venta de la leche (S/./L).
BIBLIOGRAFÍA
Alonzo, Y., Ibrahim, M., Gómez, M., & Prins, K. (2001). Potencial y limitaciones para la adopción de sistemas silvopastoriles para la producción de leche en Cayo, Belice. Agroforestería en las Américas, 8(30), 21-27.
Arciniegas-Torres, S. y Flórez -Delgado, Dixón Fabián (2018). Estudio de los sistemas silvopastoriles para el manejo sostenible de la ganadería.
Chizmar, Ch. J. (2018). A Comparative Economic Assessment of Silvopasture Systems in the Amazonas Region of Peru and in North Carolina, USA. Recuperado de: https://repository.lib.ncsu.edu/bitstream/handle/1840.20/35059/etd.pdf?sequence=1 02/05/2020. 21:17.
Correa Pardo, A. D. (2016). La importancia de la tasa interna de retorno en los proyectos de
inversión a largo plazo.
Fermín, J. S., Valdiviezo, M., Giampaolo, O., & Simón, B. (2009). Control estadístico de procesos multivariantes en la industria Alimentaria: implementación a través del estadístico t²hotelling. Agroalimentaria, 15(28), 91-105.
GOREU. 2018. Plan Regional Ganadero de Ucayali 2018 – 2027. Dirección Regional de Ucayali. 82 p.
Hernández, G. (2007). Simulación en evaluación de proyectos de inversión. Obtenido de http://www.gestiopolis.com/simulacion-enevaluacion-financiera-de-proyectos-deinversion/.
Husak, A. L., & Grado, S. C. (2002). Monetary benefits in a southern silvopastoral system. Southern Journal of Applied Forestry, 26(3), 159-164
Lobos, G., R. Soto, N. Zenteno, y A. Prizant. 2001a. Análisis de eficiencia y rentabilidad económica en dos lecherías de la Región del Maule, Chile. Agric. Téc. (Chile) 61:367-378.
Mascareñas, J. (1999). Opciones reales en la valoración de proyectos de inversión. Madrid:
Universidad Complutense de Madrid.
Mete, M. R. (2014). Valor actual neto y tasa de retorno: su utilidad como herramientas para el
análisis y evaluación de proyectos de inversión. Fides et Ratio-Revista de Difusión cultural y científica de la Universidad La Salle en Bolivia, 7(7), 67-85
Monicault, L. A. (2009). Análisis económico y financiero de un sistema Silvopastoril. Tesis
de Maestría en Ciencias Forestales con orientación en Economía y Administración Forestal. Universidad Nacional de Misiones. Misiones. Argentina. 54 p.
Pérez, J. y Merino, M. (2013). Definición de precipitación. Recuperado de http://definicion.de/precipitacion/.htm
Robiglio, Valentina; Martín Reyes Acevedo y Elena Castro Simauchi, 2015. Diagnóstico de los
productores familiares en la Amazonía Peruana. ICRAF Oficina Regional para América Latina, Lima, Perú. Por encargo de GGGI & DIE.
Royston, P. (1992). Approximating the ShapiroWilk W-test for non-normality. Statistics and
computing, 2(3), 117-119.
Sapag, N. (2004). Evaluación de proyectos de inversión en la empresa. Argentina: Pearson.
SERFOR, (2017). Deforestación en la Amazonia Peruana. SPDA Actualidad Ambiental.
Recuperado en: https://www.actualidadambiental.pe/2016deforestacion-en-la-amazonia-peruanasupero-las-164-mil-hectareas-2/ .29/05/2020.23:07.
Villegas, J. 1995. Cómo calcular el costo total de un litro de leche. Universidad de La Frontera,
Facultad de Ciencias Agropecuarias y Forestales, Instituto de Agroindustria. Revista Frontera
Agrícola 3(1):89-93