Proyecto Brechas CREA: primeros pasos y desafíos

En la producción de cultivos extensivos, uno de los desafíos presentes en toda la historia de la red CREA fue reducir las brechas entre los rendimientos logrados con los rendimientos que podrían alcanzarse bajo ciertos límites de eficiencia productiva, económica y ambiental, para de esa manera lograr que el incremento de la producción sea sostenible en el tiempo. Este desafío se ha trabajado a nivel de grupo, región y país con los planes nacionales de CREA.

En general se utilizaron aproximaciones experimentales que generaron información y conocimiento que permitió mejorar el manejo de los cultivos. Ahora, gracias a la sistematización de datos a nivel nacional lograda a través de DAT CREA, es factible potenciar los aprendizajes con una aproximación basada en técnicas de análisis estadístico descriptivo de grandes volúmenes de datos, los que permiten, entre otras ventajas, reducir los tiempos de aprendizaje.

En el marco del proyecto “Brechas de productividad” (Convenio CREA-Syngenta 2022/2024) se analizaron datos de producción de maíz, soja, trigo y girasol de cinco campañas agrícolas (2017/18 a 2021/22). Durante el transcurso del proyecto, surgió el interrogante de qué niveles de rendimiento logran los empresarios CREA en comparación con los productores extra-CREA, ya que si el rendimiento que logran los productores de la red CREA es mayor, entonces la brecha a reducir a escala nacional es aún mayor si se consideran los rendimientos promedio de todos los productores del país.

Entonces, para los cultivos de trigo, girasol, maíz, soja de primera y soja de segunda, se comparó el rendimiento de lotes CREA y extra-CREA (a partir de datos del Ministerio de Agricultura, Ganadería y Pesca de la Nación), a nivel de departamento y se lo escaló a nivel de macrorregión y país.

A nivel país, según los datos analizados, se observó que los empresarios CREA obtienen mayores rendimientos en todos los cultivos. Las diferencias estimadas a partir de los rendimientos promedio de partido o departamento ponderados por la superficie de cada cultivo en esos departamentos son del 6% en maíz, 9% en soja de primera, 14% en soja de segunda, 19% en girasol y 36% en trigo.

Sin embargo, la brecha no es la misma en todas las macrorregiones. Por ejemplo, para el cultivo de maíz la diferencia a favor de los empresarios CREA es del 5% en las macrorregiones Centro Norte y Centro Oeste, pero alcanza el 19% en el Sur.

En soja de primera, las diferencias van desde cero en la macrorregión Centro Norte, hasta 19% en el Centro Oeste. En soja de segunda, desde 8% en la macrorregión Centro Oeste, hasta 28% en el Sur. En girasol, el cultivo con mayor variabilidad en las diferencias de rendimiento, las mismas van desde el 1% en la macrorregión Centro Sur hasta 24% en el Sur. En trigo, el cultivo donde se observaron las mayores diferencias de rendimiento entre CREA y extra-CREA, las diferencias van desde 12% en la macrorregión Centro Norte hasta 39% en el Sur.

“El mayor rendimiento puede estar asociado al hecho de compartir datos, experiencias, conocimiento y tecnología, al asesoramiento agronómico, a la intensificación tecnológica y a una mayor eficiencia en el uso de los recursos”, explica José “Beto” Micheloud, líder del Proyecto Brechas de CREA.

“Existen otras variables, más complejas de analizar, como la calidad de ambientes, que eventualmente también podrían llegar a explicar parte de la brecha, aunque eso seguramente será motivo de otra investigación”, añade.

A pesar de que los empresarios CREA obtienen mayores rendimientos, también se observa que hay margen para incrementar los mismos dentro de la propia red CREA, aunque la brecha reducible entre los rendimientos logrados actualmente y los rendimientos alcanzables es variable dependiendo del cultivo, región y calidad del ambiente.

“En el caso, por ejemplo, de soja de primera en ambientes de alto potencial, la brecha reducible es de 4% en la macrorregión núcleo, lo que muestra que la mayor parte de los empresarios están optimizando de manera eficiente el uso de los recursos en esos ambientes”, remarca José. “Sin embargo, en los macrorregiones Centro Norte y Sur la brecha se ubica alrededor del 30%, evidenciando un mayor margen para incrementar los rendimientos de soja de primera en esas zonas”, apunta.

Respecto a las causas principales que generan las brechas de productividad, los primeros análisis permiten evidenciar algunas señales de cuáles son las principales variables de manejo que estarían involucradas. Para cada región, tipo de cultivo y ambiente se identificaron las variables de mayor relevancia al comparar el manejo de los lotes que obtuvieron rendimientos cercanos al alcanzable con el manejo de los lotes que obtuvieron valores alrededor del promedio.

“Un ejemplo, entre muchos, es la dosis de fertilizantes aplicadas en trigo en ambientes de alto potencial de la zona sur de la región pampeana, donde se observa que en los lotes de mayor rendimiento las dosis de nitrógeno y fósforo que se utilizan en promedio superan en 30 kg/ha y 5 kg/ha, respectivamente, a las dosis utilizadas en los lotes que lograron rendimientos cercanos al promedio”, comenta José.

“Si bien discriminamos por tipo de ambiente, sabemos que hay otros factores que generan esas diferencias, y entonces las mayores dosis de nutrientes seguramente son indicadores de un mejor modelo tecnológico en general”, añade.

Los resultados de la identificación de factores se resumieron en esquemas que muestran de manera simplificada, para cada macrorregión, tipo de cultivo y ambiente, las principales causas que generan la brecha de productividad, además de una noción de cómo modificar cada variable de manejo para empezar a reducir la brecha de rendimientos.

“Vemos que, en muchos casos, la brecha podría reducirse no necesariamente con una mayor dosis de insumos, sino que también hay margen para optimizar el manejo a través de tecnologías de procesos, cómo por ejemplo la fecha de siembra”, explica José.

“Por ejemplo, si analizamos las fechas de siembra de maíz en la franja central del país, incluyendo la zona núcleo y los márgenes de esta zona, vemos que los mayores rendimientos promedio, y mayores pisos de rendimiento se logran en una ventana óptima de siembra que va del 20 de septiembre al 10 de octubre. Sin embargo, cuando analizamos la dinámica de la siembra en esa región, vimos que el 55% de la superficie de maíz temprano ya se había sembrado al inicio de esa ventana de siembra, y solamente el 15% de la superficie se sembró dentro del período óptimo. Si bien hay limitantes logísticas, de diversificación y otras condicionantes que juegan, creemos que poner al alcance de los productores y técnicos esta información podría ser de utilidad para, por ejemplo, aumentar la proporción de siembras dentro de ese período, y de esta manera contribuir a la reducción de la brecha”, argumenta el técnico CREA.

“Si bien estamos conformes con estos primeros estudios, que nos dan una idea de la magnitud de las brechas reducibles en los distintos cultivos, macrorregión y tipo de ambiente, y de las causas que generan esas brechas, ahora queremos profundizar en el análisis, y tratar de entender cuál sería el impacto de ajustar algunas de las variables de mayor peso, es decir, qué porcentaje de la brecha podríamos reducir ajustando una o más variables, siempre dentro de las que identificamos como de mayor impacto. Durante la última etapa del proyecto, que finaliza a mediados de 2024, estaremos avanzando en este objetivo”, remarca.

“Sin dudas DAT CREA es una herramienta clave que nos permitió analizar tendencias y empezar a dar respuesta a las preguntas que nos hicimos. Sin embargo, para cuantificar de manera específica, los efectos de las variables identificadas en este proyecto como principales causas de la brecha, sería necesario avanzar en una etapa experimental de campo, y ese sería el foco de un posible proyecto Brechas de Productividad II”, resume el técnico CREA.

Agronoa