Proyecto Brechas CREA: primeros pasos y desafíos

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 macro-región 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 macro-regiones. Por ejemplo, para el cultivo de maíz la diferencia a favor de los empresarios CREA es del 5% en las macro-regiones Centro Norte y Centro Oeste, pero alcanza el 19% en el Sur.

En soja de primera, las diferencias van desde cero en la macro-región Centro Norte, hasta 19% en el Centro Oeste. En soja de segunda, desde 8% en la macro-región 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 macro-región 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 macro-región 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 macro-región 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 las macro-regiones 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 macro-región, 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.