Beneficios económicos potenciales de la liberación de maíz amarillo duro (Zea mays L.) genéticamente modificado en la costa norte del Perú

Potential economic benefits of releasing genetically modified hard yellow corn (Zea mays L.) on the northern coast of Peru

Carolay Zully Vásquez Quispe¹; Carlos Alberto Minaya Gutiérrez¹; Duber Orlando Chinguel Labán¹

1 ONGD Sostenibilidad y Desarrollo – Perú. La Molina, Lima, Perú.

* Autor corresponsal: cminaya@lamolina.edu.pe (C. Minaya).

ID ORCID de los autores:

C. Z. Vásquez Quispe: http://orcid.org/0000-0003-4582-9106 C. A. Minaya Gutiérrez: http://orcid.org/0000-0003-1691-6585

D. O. Chinguel Labán: http://orcid.org/0000-0002-4449-2348

RESUMEN

En Perú, la ley de moratoria de transgénicos prohíbe la producción agrícola con biotecnología hasta 2035, en salvaguarda de la agrobiodiversidad, no obstante, la evaluación económica de esta actividad potencial es todavía incipiente. El objetivo de esta investigación fue evaluar ex – ante los beneficios económicos, a corto y largo plazo, de la liberación de semillas de maíz amarillo duro tratadas con biotecnología en la costa norte del Perú. Para determinar los beneficios económicos a corto plazo, se utilizó la metodología de presupuesto parcial, mientras que, en el caso de la estimación de los beneficios a largo plazo, se empleó el modelo de excedentes económicos. Los resultados evidencian que la adopción de estas semillas genéticamente modificadas con Bt, incrementarían el margen de utilidad de los productores en 57,39 %. Respecto de la evaluación social, el valor actual del cambio de excedentes económicos de los productores podría alcanzar los S/ 456 millones, mientras que el de los consumidores, los S/ 233 millones. Además, la inversión gubernamental necesaria para implementar esta innovación tecnológica presenta un valor actual neto de S/ 728 millones. En conclusión, la evaluación económica de la hipotética liberación de estas semillas es crucial para discutir la moratoria actual de transgénicos.

Palabras clave: Evaluación ex – ante; transgénicos; maíz amarillo duro; biotecnología; costa norte del Perú

ABSTRACT

In Peru, the transgenic moratorium law prohibits agricultural production with biotechnology until 2035, in order to safeguard agrobiodiversity, however, the economic evaluation of this potential activity is still incipient. The aim of this paper was to evaluate ex-ante the short – and long – term economic benefits of releasing biotech – treated hard yellow corn seeds in the northern coast of Peru. The partial budget methodology was used to determine the short – term economic benefits, while the economic surplus model was used to estimate the long – term benefits. The results show that the adoption of these seeds genetically modified with Bt would increase the producers' profit margin by 57,39%. Regarding the social evaluation, the current value of the change in the economic surplus of producers could reach S/ 456 million, while that of consumers, S/ 233 million. In addition, the government investment required to implement this technological innovation has a net present value of S/ 728 million. In conclusion, the economic evaluation of the hypothetical release of these seeds is crucial to discuss the current moratorium on transgenics.

Keywords: Ex-ante evaluation; transgenics; hard yellow corn; biotechnology; northern coast of Peru.

Recibido: 17-06-2024.

Aceptado: 19-11-2024.

La agricultura sigue siendo un sector crítico para el desarrollo económico y la reducción de la pobreza en muchos países en desarrollo (Christiaensen & Martin, 2018). En ese sentido, Mmbando (2024) y Muzhinji & Ntuli (2021), señalan que la biotecnología puede ofrecer ventajas en la mejora de los rendimientos y costos de producción en la agricultura.

Es a partir del 1996, donde las primeras variedades transgénicas comerciales se plantaron, y ya para el año 2009, cubrían 134 millones de hectáreas, siendo la adopción más rápida de cualquier tecnología de cultivo jamás registrada en el mundo (Pham & Napasintuwong, 2020), representadas principalmente por los siguientes cultivos transgénicos: soya, maíz , algodón y canola (Bolaños et al., 2020), donde el cultivo transgénico de soja representa el 50% de la superficie mundial de transgénicos (Ramón, 2018).

La amplia utilización de soya, maíz, algodón y canola modificados genéticamente radica en que aportan beneficios reales para los agricultores, tales como aumentos en la producción, reducción en los costos de insumos, mejor control de insectos y malezas de una forma sostenible con el ambiente, mejor conservación de los suelos; e incrementos en la rentabilidad económica (Kobayashi et al., 2023; Klümper & Qaim, 2014; Oliva et al., 2019).

En particular, el maíz genéticamente modificado (GM) con Bt, gen extraído de la bacteria Bacillus thuringiensis, que codifica proteínas de control de insectos (Rodríguez-Tolosa et al., 2023) se asocia a una mejora en la calidad del grano, a un mayor rendimiento, a la reducción de pesticidas, así como a la reducción de micotoxinas, que provocan grandes pérdidas económicas en todas las regiones del mundo (Pellegrino et al., 2018).

En el 2022, la producción mundial ha consolidado al maíz amarillo duro (MAD) como uno de los cultivos más ampliamente utilizados y distribuidos a nivel global, tanto para la elaboración de forrajes, alimentos y uso industrial (FAO, 2024; Revilla et al., 2022), como por ser el producto insignia entre los cultivos GM (Ardisana et al., 2019), siendo Estados Unidos y Argentina, los principales proveedores mundiales, que basan su alta productividad en el uso de variedades de maíz amarillo tratados con biotecnología y, coincidentemente, se ubican en el Top 5 de países con mayor productividad de este insumo (Erenstein et al., 2022).

Por su parte, en el Perú, la oferta nacional es mayormente cubierta por importaciones a fin de satisfacer princi-palmente la demanda de la industria avícola y porcícola, puesto que este producto se constituye como una materia prima fundamental en la elaboración de alimento balanceado en estas industrias (Bravo-Martínez et al., 2022; Chura & Tejada, 2014).

De acuerdo con lo anterior, Perú es considerado un importador neto de MAD (Barandiarán, 2020; Diez et al., 2016), cuyo volumen importado superó los 3,5 millones de toneladas en el año 2022, equivalente al 75% de la oferta total de MAD en el país (MIDAGRI, 2023). Asimismo, Fabián et al. (2020) señalan que existe una brecha significativa entre los rendimientos del MAD nacional e internacional.

En particular, la costa norte del Perú (Piura, Lambayeque y La Libertad) enfrenta factores que afectan la producción del MAD, como el uso inadecuado de semillas híbridas, la escasa tecnificación del cultivo y la presencia de enfermedades y plagas propias de la región, lo que ocasiona pérdidas económicas, bajos rendimientos y altos costos de producción (Vásquez, 2022; Mogollón, 2015). Como resultado, las regiones de la costa norte peruana han experimentado una reducción en los niveles de producción y un estancamiento en los rendimientos del MAD desde el año 2012. Los datos muestran que el rendimiento promedio se ha mantenido en alrededor de 6 t/ha hasta el año 2023 (Sistema Integrado de Estadística Agraria [SIEA], 2023).

Al respecto, Mogollón (2015), señala que el MAD es frecuentemente atacado en zonas cálidas por el gusano cogollero (Spodoptera frugiperda), sobre todo en zonas subtropicales y tropicales, como en el caso de la costa norte del Perú. Este insecto ataca a la planta en todas sus etapas de desarrollo: crecimiento, floración y fructificación; y al presentarse en grandes cantidades puede arruinar significativamente la producción.

Por su parte, Vásquez (2022), enfatiza que los agricultores de MAD en Perú, incluso cuando emplean semillas híbridas importadas (que les confiere ventajas respecto a los maíces híbridos locales) persisten en la utilización de agroquímicos, puesto que las semillas importadas continúan presentando vulnerabilidad ante las plagas más comunes en el Perú.

Esta situación ha motivado a las entidades guberna-mentales a promover la difusión y búsqueda contante de tecnologías y mejores prácticas agrícolas para los productores. Entre estas iniciativas, la introducción de biotecnología en la agricultura peruana es objeto de debate en organizaciones científicas, comerciales y gubernamentales (Guillén, 2014), especialmente en vista de la decisión del gobierno peruano de prohibir la producción y comercialización de cultivos GM en el país (Ley N.º 31111, 2021). A pesar de esta medida, diversos estudios han demostrado el potencial de la biotecnología para transformar la condiciones económicas, sociales, ambientales y sanitarias del sector agrícola y alimentario, tanto en economías desarrolladas como en países en vías de desarrollo (ver Material Suplementar). Por ello, el objetivo de esta investigación fue evaluar ex – ante los beneficios económicos, a corto y largo plazo, de la liberación de semillas de MAD tratadas con biotecnología en la costa norte del Perú con la finalidad de generar información que aporte en la discusión sobre la posibilidad de modificación de la ley de moratoria de transgénicos, vigente hasta 2035.

Asimismo, Minaya & Chinguel (2021), señalan que la SEMC representa un muestreo experimental, que tiene por objetivo estimar las distribuciones de las variables de salida en función de variables probabilísticas, que presentan un componente de incertidumbre, puesto que sus magnitudes se basan en expectativas futuras o riesgo de que las premisas de proyección adoptadas, al inicio de la toma de decisiones, no se concreten.

Finalmente, Miguez (2014) sostiene que el uso de la SEMC es fundamental al evaluar la viabilidad de un proyecto o innovación tecnológica en la actividad agrícola, la cual se caracteriza por su alta variabilidad debido a factores externos como el clima, las enfermedades y las plagas.

Evaluación de beneficios económicos a corto plazo: Presupuesto parcial

Para determinar los beneficios económicos a corto plazo de una hipotética liberación de semilla de MAD GM – MAD Bt, se empleará el método de presupuesto parcial, así como el cálculo del índice de beneficio – costo marginal. Según Heagy et al. (2023) y Ojemade et al. (2023), este método implica evaluar sistemáticamente la variación de los beneficios y costos netos a corto plazo, en respuesta a un cambio hipotético en una práctica o tecnología específica dentro de una actividad económica actual.

En el contexto de la actividad agrícola, este método puede aplicarse en la evaluación económica de la adopción de innovaciones tecnológicas para la producción de cultivos. Por su parte, el índice de beneficio – costo marginal evalúa la viabilidad económica de la inversión del agricultor en una nueva tecnología productiva. En caso se obtenga un valor mayor a uno, la innovación tecnológica será considerada rentable económicamente (Maza et al., 2023; Vásquez, 2022).

Según Horton (1982), ante la adopción de un cambio tecnológico o innovación en la producción agrícola, los costos variables y totales se verán modificados, mientras que los costos fijos se mantendrán constantes (en el corto plazo). Entonces, el criterio de decisión para adoptar una nueva tecnología o innovación se basa en la variación de los beneficios netos (∆BT), que resulta de la diferencia entre el cambio en los ingresos totales (∆IT) y el cambio en los costos totales (∆CT):

∆BT = ∆IT-∆CT (1)

Debido a que los costos totales incluyen a los costos fijos y variables; y que los primeros no presentan variación en el corto plazo, se tiene la ecuación (4) derivada de (2) y (3):

∆BT=∆IT-∆(CF+CV) (2)

∆BT=∆IT-∆CF-∆CV (3)

∆BT=∆IT-∆CV (4)

Tabla 2

Elementos del modelo de presupuesto parcial en un entorno probabilístico

Variables determinísticas	Variables probabilísticas
	Variables de entrada	Variables de salida
Costos en fertilizantes	Costos específicos en insecticidas	Incremento del margen de rentabilidad
Costos de mecanización	Rendimiento del cultivo	Índice de beneficio-costo marginal
Costos en mano de obra	Costo de semillas de MAD GM
Costo del agua y otros
Costos indirectos

Evaluación de beneficios económicos a corto plazo: Modelo de excedentes económicos

Para determinar los beneficios sociales a largo plazo de una nueva semilla de MAD Bt, se empleará el modelo de excedentes económicos en una economía cerrada propuesta por Alston et al. (1995), siguiendo a Macall & Smyth (2020). El modelo permite estimar los beneficios adicionales o excedentes económicos netos, luego de descontar los costos de investigación y de transferencia de la introducción de una nueva tecnología productiva y cuantificar los beneficios relativos para los productores (excedente del productor) y consumidores (excedente del consumidor) a partir de una innovación agrícola. El modelo asume algunos parámetros iniciales como el precio inicial, la producción del cultivo, elasticidades de la oferta y demanda, costos de transferencia, costos de investigación, probabilidad de éxito, además del factor K, conocido como el efecto directo del cambio tecnológico en la curva de oferta.

Donde : Precio en ausencia de innovación; :Cantidad en ausencia de innovación; : Tasa de adopción; D: Tasa de depreciación; : Cantidad consumida en ausencia de innovación; : Desplazamiento de la oferta; : Cambio de precios ante innovación tecnológica; : Diferencia en rendimientos esperados de la nueva semilla y la semilla convencional; : Diferencia en costos esperados de la nueva semilla y la semilla convencional; : Elasticidad de oferta; : Elasticidad de demanda; : Probabilidad de éxito al usar la nueva semilla; : Variación en excedente del consumidor; △PS: Variación en excedente del productor; △TS: Variación en excedente social.

Por último, es importante destacar que se han consi-derado supuestos específicos en relación con las semillas GM, según la revisión de literatura. Siguiendo a Maza et al. (2023) y Vásquez (2023), se espera que la adopción de estas semillas resulte en una reducción estimada del 65% en el costo de insecticidas, un aumento previsto del 23% en el rendimiento del cultivo y un incremento anticipado del 20% en los costos asociados al precio de adquisición de las nuevas semillas.

Además, en la evaluación de los beneficios sociales, se ha adoptado el horizonte temporal propuesto por Schiek et al. (2016), el cual abarca un período de 16 años. Este período contempla el primer año destinado a la inversión en la investigación de una nueva tecnología productiva, seguido de ocho años dedicados a los costos de transferencia asociados con la referida tecnología.

Los valores de las elasticidades de demanda y oferta del MAD en la economía peruana son de 0,798 (Tarazona, 2016) y 0,408 (Mogollón, 2015), respectivamente. Los precios y el total de producción del MAD en la costa norte se proyectaron, según información oficial del MIDAGRI (2023). Finalmente, se consideró una Tasa Social de Descuento (TSD) del 8% (Ministerio de Economía y Finanzas, 2020), una probabilidad de éxito promedio para las innovaciones en agricultura del 85% (Maza, 2023) y la tasa de adopción de esta innovación agrícola, según Rogers et al. (2014).

Tabla 3

Resultados del análisis económico a corto plazo

Rubros	Convencional	MAD Bt	Incrementos
Semilla	815	978	20,00%
Fertilizantes	2.040,80	2.040,80	0,00%
Pesticidas específicos	195,5	68,42	-65,00%
Pesticidas multipropósito	283,56	283,57	0,00%
Mano de obra	3.121,50	3.121,50	0,00%
Maquinaria agrícola y equipo	730,67	730,67	0,00%
Agua	229,67	229,67	0,00%
Otros gastos	134	134	0,00%
Costos directos	7.550,70	7.586,62	0,05%
Costos indirectos	493,97	493,97	0,00%
Costo total de producción	8.044,67	8.080,59	0,05%
Rendimiento (kg/ha)	9.250,00	11.377,50	23,00%
Precio Promedio	1,44	1,44	0,00%
Ingreso total de producción	13.320,00	16.383,60	23,00%
Margen de utilidad productiva	5.275,33	8.303,00	57,39%

Adicionalmente, Hrčková et al. (2018) subrayan que los principales beneficios del uso de semillas de maíz genéticamente modificado (GM) incluyen mayores rendimientos y mejor calidad del producto, lo que incrementa la competitividad. También destacan la reducción en el uso de insecticidas y herbicidas tóxicos y la disminución de la contaminación ambiental, factores que en conjunto contribuyen a la sostenibilidad de la producción agrícola.

En el caso de Filipinas, Yorobe & Smale (2012) demuestran que la adopción de maíz GM ha tenido un impacto positivo en los ingresos totales de los agricultores, mejorando su calidad de vida. Estos ingresos adicionales permiten a las familias agrícolas reducir la probabilidad de caer por debajo del umbral de pobreza. Por su parte, Brookes (2022) señala que el maíz transgénico HT ha disminuido principalmente los costos de producción gracias a un control más eficiente de malezas en países como Argentina, Brasil, Filipinas y Vietnam. Las ganancias promedio en ingresos varían según el contexto, con un rango que va desde $2,4 por hectárea en Paraguay hasta $430,5 por hectárea en Estados Unidos, superando los $100 por hectárea en Argentina cuando los mayores rendimientos provienen de un control efectivo de malezas. a nivel nacional, los resultados de la evaluación de rentabilidad a corto plazo van en línea con las investigaciones realizadas por y Escalante (2018) y Abad (2014), quienes demuestran la viabilidad del uso de semillas de MAD tratadas con biotecnología en diversas regiones del Perú, al obtener indicadores de rentabilidad positivos para los productores. En conjunto, estos estudios respaldan la adopción de tecnologías de maíz Bt como una estrategia económicamente viable en el corto plazo para incrementar los niveles de productividad del cultivo y la rentabilidad económica en diversos contextos.

Eevaluación económica ex–ante a largo plazo

La Tabla 4 corresponde al análisis de excedentes sociales a largo plazo a partir de la adopción de una innovación agrícola respecto del uso de semillas de MAD Bt. Estos resultados serían derivados de una hipotética inversión gubernamental, donde el Valor Actual Neto (VAN), a una TSD del 8%, se aproxima a S/ 728 millones; y en caso se presente incrementos sustanciales en el riesgo y la TSD suba al 20%, el VAN se aproximará a S/ 321 millones. Además, la Tasa Interna de Retorno (TIR) cuyo resultado es de 161,11%, supera ampliamente la tasa mínima de rentabilidad exigida a proyectos de inversión pública, indicando que la hipotética liberación de las semillas GM será rentable a largo plazo. En adición, el valor actual esperado del cambio del excedente del consumidor equivale a S/. 233 millones, mientras que el de los productores supera los S/ 456 millones, generando un valor actual esperado del excedente social que supera los S/. 689 millones.

Tabla 4

Resultados del modelo de cambio de excedentes con semillas de MAD Bt

Impactos económicos	Valores
Valor Actual Neto (TSD 8%)	S/. 728 772.242,17
Valor Actual Neto (TSD 20%)	S/. 321 838.848,62
Tasa Interna de Retorno	161,11%
Cambio del Excedente de Consumidor	S/. 233 215.356,88
Cambio de Excedente de Productor	S/. 456 141.800,95
Cambio de Excedente Social	S/. 689 357.157,84

En concordancia con los resultados presentados, Macall & Smyth (2020) evaluaron el impacto del bienestar social tras la adopción de maíz GM en El Salvador, en un horizonte de 10 años. Su estudio mostró que los consumidores fueron los principales beneficiarios, con un VAN de los excedentes que oscilaba entre USD 503.206 y USD 645.287. En el caso de los productores, el VAN de sus excedentes fluctuó entre USD 27.476 y USD 34.197. Esta inves-tigación asumió que el gobierno financiaba la com-pra de semillas GM y consideraba escenarios de adopción del 30% y 52%, reflejando el impacto posi-tivo tanto en consumidores como en productores.

De igual manera, Pham & Napasintuwong (2020) analizaron el caso de Vietnam, un año después de la comercialización de semillas de maíz GM, y seña-laron que estas semillas mejoraron significativa-mente los rendimientos, los ingresos y los beneficios económicos de los agricultores, con aumentos del 19,5%, 25,6% y 116,5%, respectivamente. Además, destacaron una considerable reducción en los costos de mano de obra (debido a menos deshierbe y fumigaciones) y en el uso de plaguicidas y pesticidas. En consecuencia, recomendaron que el gobierno de Vietnam fomente la adopción de esta tecnología

Los resultados de esta investigación también son comparables con los estudios previos en el contexto peruano, como los de Vásquez (2022), Diez et al. (2016) y Mogollón (2015), que presentan expec-tativas positivas respecto a los beneficios sociales derivados de la adopción de semillas MAD GM. Estos estudios refuerzan las potencialidades económicas de dicha tecnología, lo que explica que los niveles de cultivos GM no hayan disminuido en los últimos años, sugiriendo que los agricultores continúan obteniendo beneficios económicos significativos de su uso. En conjunto, la comparación de estos estudios demuestra que la adopción de semillas GM no solo mejora la rentabilidad de los agricultores en diferentes contextos, sino que también contribuye al bienestar social, reafirmando el valor económico de esta tecnología.

Abad, R. (2014). Rentabilidad del maíz Bt resistente a cogollero (Spodoptera frugiperda) en los valles de Barranca en la región Lima. Lima, Perú: Universidad Agraria la Molina. Tesis para optar el título de Economista. Universidad Nacional Agraria La Molina.

Alston, J., Norton, G., & Pardey, P. (1995). Science under scarcity: Principles and practice for agricultural research evaluation and priority setting. Wallingford: CAB International.

Ardisana, E., Gaínza, B., Torres, A., Fosado, O., & León, R. (2019). Alimentos transgénicos: ¿sí o no? La perspectiva sudamericana. Revista Chakiñan de Ciencias Sociales y Humanidades, 8, 148-157.

Argenbio. (2020). Cultivos transgénicos aprobados en Argentina. In: In: http://www.argenbio.org/cultivos-transgenicos.

Barandiarán Gamarra, M. Á. (2020). Manual técnico del cultivo de maíz amarillo duro. Dirección de Desarrollo Tecnológico Agrario – DDTA. Ministerio de Agricultura y Riego.

Bairagi, S., & Durand-Morat, A. (2023). Economic feasibility of genetically modified zinc-fortified rice. In B. P. Mallikarjun Swamy, A. Macovei, & K. R. Trijatmiko (Eds.), Genetic engineering and genome editing for zinc biofortification of rice (pp. 183-197). Academic Press. https://doi.org/10.1016/B978-0-323-85406-1.00004-6

Bolaños, K., García-González, J., Solano-González, S., Martínez-Debat, C., Sancho-Blanco, C., & Umaña-Castro, R. (2020). Detección de p35S como indicador de transgenicidad en alimentos y algodón. Agronomía Mesoamericana, 31(1), https://doi.org/10.15517/am.v31i1.37151

Bravo-Martínez, F. C., Pinedo-Taco, R., & Zorogastua-Cruz, P. (2022). Sustentabilidad económica del cultivo de maíz amarillo duro (Zea mays L.) en el valle de Pativilca, Perú. Idesia (Arica), 40(2), 95-101. http://dx.doi.org/10.4067/S0718-34292022000200095

Brookes, G. (2019). Twenty-one years of using insect resistant (GM) maize in Spain and Portugal:farm-level economic and environmental contributions. GM Crops & Food, 1–12. https://doi:10.1080/21645698.2019.1614393

Brookes, G., & Barfoot, P. (2020). Environmental impacts of genetically modified (GM) crop use 1996–2018: impacts on pesticide use and carbon emissions. GM Crops & Food, 11(4), 215-241. ttps://doi.org/10.1080/21645698.2020.1773198

Brookes, G. (2022). Farm income and production impacts from the use of genetically modified (GM) crop technology 1996-2020. GM Crops & Food, 13(1), 171–195. https://doi.org/10.1080/21645698.2022.2105626

Christiaensen, L., & Martin, W. (2018). Agriculture, structural transformation and poverty reduction: Eight new insights. World Development, 109, 413-416.

Chura, J., & Tejada, J. (2014). Comportamiento de híbridos de maíz amarillo duro en la localidad de La Molina, Perú. Idesia (Arica), 32(1), 113-118. http://dx.doi.org/10.4067/S0718-34292014000100014

Diez, R. A., Gómez, R. M., & Linares, A. (2016). Rentabilidad de la innovación genética en maíz amarillo duro (Zea mays L. var indurata) y papa blanca (Solanum tuberosum) en el Perú. Enfoque, 2-3, 43-74.

Erenstein, O., Jaleta, M., Sonder, K., Mottaleb, K., & Prasanna, B. M. (2022). Global maize production, consumption and trade: Trends and R&D implications. Food Security, 14(5), 1295-1319.

Fabián, N. H., Luis, D. B., & Tirado, R. H. (2020). Comparativo de rendimiento en híbridos nacionales e internacionales de maíz bajo condiciones del valle de Pativilca, Lima, Perú. Peruvian Agricultural Research, 2(2). https://doi.org/10.51431/par.v2i2.643

Gómez, R., Diez, R., Anderson, M., & López, P. (2021). Riesgo en la agricultura: El caso de la papa. Anales Científicos, 82(2), 279-287. https://doi.org/10.21704/ac.v82i2.1790

Gómez, V., Villalba, A., Arias, G., Ramírez, O., & Gaona, E. F (2017). Toxicidad sobre Spodoptera frugiperda (Smith) (Lepidoptera: Noctuidae) de la proteína Bt expresada en hojas de diferentes eventos de maíz transgénico liberados en Paraguay. Revista de la Sociedad Entomológica Argentina, 76(1-2). https://doi.org/10.25085/rsea.761201

Groote, H. D., Overholt, W. A., Ouma, J. O., & Wanyama, J. (2011). Assessing the potential economic impact of Bacillus thuringiensis (Bt) maize in Kenya. African Journal of Biotechnology, 10(23), 4741-4751.

Guillén, L. (2014). Rentabilidad de papa cisgénica versus convencional en Huasahuasi. Anales Científicos, 75(2), 300-309. http://dx.doi.org/10.21704/ac.v75i2.967

Hrčková, K., Mihalčík, P., Žák, Š., Hašana, R., Ondreičková, K., & Kraic, J. (2018). Agronomic and economic performance of genetically modified and conventional maize. Agriculture (Pol'nohospodárstvo), 64(2), 87-93. https://doi.org/10.2478/agri-2018-0009

Heagy, K., Knuth, M., Schultheis, J. R., Birdsell, T., & Ward, J. (2023). Using Partial Budgeting Analyses to Analyze Profitability of Commercial Pumpkin Production, Standardize Bin Size Categories, and Understand Bin Sorting Accuracy. HortScience, 58(12), 1587-1594. https://doi.org/10.21273/HORTSCI17499-23

Horton, D. (1982). Partial Budget Analysis for On-Farm Potato Research. Technical Information Bulletin 16. International Potato Center, Lima, Peru, pp. 1–17

Klümper, W., & Qaim, M. (2014) Un metaanálisis de los impactos de los cultivos modificados genéticamente. PLoS ONE, 9, e111629. https://doi.org/10.1371/journal.pone.0111629

Kobayashi, K., Wang, X., & Wang, W. (2023). Genetically modified rice is associated with hunger, health, and climate resilience. Foods, 12, 2776. https://doi.org/10.3390/foods12142776

Ley N.º31111, Ley que establece la moratoria al ingreso y producción de Organismos Vivos Modificados al territorio nacional por un período de 15 años, a fin de establecer la moratoria hasta el 31 de diciembre de 2035. Democratización del Libro y de Fomento de la Lectura (6 de enero de 2021). https://busquedas.elperuano.pe/dispositivo/NL/1917468-1

López-Guzmán, J. A. (2023). Quien controla las semillas, controla la vida: una aproximación a los transgénicos en Colombia. Pacha. Revista De Estudios Contemporáneos Del Sur Global, 4(11), e230169. https://doi.org/10.46652/pacha.v4i11.169

Macall, D. M., & Smyth, S. J. (2020). Ex-ante impact assessment of GM maize adoption in El Salvador. GM Crops & Food, 11(2), 70-78. https://doi.org/10.1080/21645698.2019.1706424

Macall, D. M., Trabanino, C. R., Soto, A. H., & Smyth, S. J. (2020). Genetically modified maize impacts in Honduras: production and social issues. Transgenic Research, 29(5), 575-586.

Maza, S., Gómez-Oscorima, R. M., Diez-Matallana, R. A., & Fernández-Northcote, E. N. (2023). Metodologías de evaluación ex – ante de los beneficios económicos de la biotecnología en el cultivo de papa en Perú. Anales Científicos, 84(1), 1-19. https://doi.org/10.21704/ac.v84i1.1363

Miguez, D. F. (2014). Análisis de riesgos en emprendimientos agropecuarios. Evaluación de resultados económicos esperados en proyectos productivos en el oeste de la provincia de Buenos Aires. Revista de Investigación en Modelos Financieros, 3(1), 69-92.

Mmbando, S. G. (2024). The adoption of genetically modified crops in Africa: The public's current perception, the regulatory obstacles, and ethical challenges. GM Crops & Food, 15(1), 1-15. https://doi.org/10.1080/21645698.2024.2345401

Minaya, C. A., & Chinguel, D. O. (2021). Análisis económico de la oferta agrícola de variedades comerciales de papas peruanas. Revista Latinoamericana de la Papa, 25(1), 52-70.

Ministerio de Desarrollo Agrario y Riego [MIDAGRI]. (2023). Observatorio de Commodities. Maíz amarillo duro. Boletín Trimestral N° 03-2023. Dirección de Estudios Económicos. Dirección General de Políticas Agrarias.

Ministerio de Economía y Finanzas [MEF]. (2020). Anexo N° 11: Parámetros de Evaluación Social. https://www.mef.gob.pe/contenidos/inv_publica/anexos/anexo11_directiva001_2019EF6301.pdf

Mogollón, R. (2015). Rentabilidad del maíz amarillo duro (Zea mays) resistente al gusano cogollero (Spodoptera frugiperda) en el distrito de Jayanca, departamento de Lambayeque. Tesis para optar el título de Economista. Universidad Nacional Agraria La Molina.

Molina, J. P. (2017). Análisis de riesgo bajo simulación Monte Carlo para un proyecto de industrialización de carne de bovino. e-Agronegocios, 3(1). https://doi.org/10.18845/rea.v3i1.3649

Muzhinji, N., & Ntuli, V. (2021). Genetically modified organisms and food security in Southern Africa: conundrum and discourse. GM Crops & Food, 12(1), 25–35. https://doi.org/10.1080/21645698.2020.1794489

Oliva, R., Ji, C., Atienza-Grande, G., Huguet-Tapia, J. C., Perez-Quintero, A., Li, T., ... & Yang, B. (2019). Broad-spectrum resistance to bacterial blight in rice using genome editing. Nature Biotechnology, 37(12), 1344–1350. https://doi.org/10.1038/s41587-019-0267-z

Ojemade, C. A., Unuabonah, E., & Oloyede, A. (2023). Partial Budget Analysis of a Diversified Small Scale Oil Palm Farms in a Changing Climate in Imo and Delta State, Nigeria. In e-Proceedings of the Faculty of Agriculture International Conference (pp. 349-353).

Qaim, M., & Zilberman, D. (2003). Yield effects of genetically modified crops in developing countries. Science, 299(5608), 900–902. https://doi.org/10.1126/science.108060

Organización de las Naciones Unidas para la Alimentación y la Agricultura [FAO]. (2024). FAOSTAT. Cultivos y productos de ganadería. https://www.fao.org/faostat/es/#data/QCL

Pellegrino, E., Bedini, S., Nuti, M., & Ercoli, L. (2018). Correction: Impact of genetically engineered maize on agronomic, environmental and toxicological traits: a meta-analysis of 21 years of field data. Scientific Reports, 8(1), 6485. https://doi.org/10.1038/s41598-018-24840-y

Pham, D. V., & Napasintuwong, O. (2020). Genetically modified maize adoption in Southern Vietnam. International Journal of Technological Learning, Innovation and Development, 12(2), 114-135.

Ramón, V. D. (2018). Biotecnología de alimentos: de los trans-génicos a la nutrición personalizada. Nutrición Hospitalaria, 35, 28-32. https://dx.doi.org/10.20960/nh.2121

Revilla, P., Alves, M. L., Andelković, V., Balconi, C., Dinis, I., Mendes-Moreira, P., ... & Malvar, R. A. (2022). Traditional foods from maize (Zea mays L.) in Europe. Frontiers in Nutrition, 8, 683399.

Rocha-Munive, M. G., Soberón, M., Castañeda, S., Niaves, E., Scheinvar, E., et al. (2018). Evaluation of the impact of genetically modified cotton after 20 years of cultivation in Mexico. Frontiers in Bioengineering and Biotechnology, 6(82). https://doi.org/10.3389/fbioe.2018.00082

Rodríguez-Tolosa, R., Cifuentes-Vega, R., & Hernández-Fernández, J. (2023). Caracterización de cepas nativas de Bacillus thuringiensis como método para predecir la susceptibilidad sobre insectos lepidópteros, dípteros y coleópteros plaga de la agricultura. Revista Mutis, 13(1), 1–34. https://doi.org/10.21789/22561498.1963

Rogers, E. M., Singhal, A., & Quinlan, M. M. (2014). Diffusion of innovations. In An integrated approach to communication theory and research (pp. 432-448). Routledge.

Saha, N., Rahman, M. S., Ahmed, M. B., Zhou, J. L., Ngo, H. H., & Guo, W. (2017). Industrial metal pollution in water and probabilistic assessment of human health risk. Journal of Environmental Management, 185, 70-78. https://doi.org/10.1016/j.jenvman.2016.10.023

Schiek, B., Hareau, G., Baguma, Y., Medakker, A., Douches, D., Shotkoski, F., & Ghislain, M. (2016). Demystification of GM crop costs: releasing late blight resistant potato varieties as public goods in developing countries. International Journal of Biotechnology, 14(2), 112-131. https://doi.org/10.1504/IJBT.2016.077942

Sistema Integrado de Estadística Agraria [SIEA]. (2023). Perfil productivo y competitivo de los principales cultivos del sector. https://siea.midagri.gob.pe/portal/siea_bi/index.html

Tarazona, C. (2016). Rentabilidad del maíz amarillo duro (Zea mays) resistente al gusano cogollero (Spodoptera frugiperda) en la costa del Perú. Tesis para optar el título de Economista. Universidad Nacional Agraria La Molina.

Vásquez Quispe, C. Z. (2022). Rentabilidad ex-ante de la liberación de Maíz amarillo duro (Zea mays) genéticamente modificado en la costa norte del Perú. Tesis para optar el título de Economista. Universidad Nacional Agraria La Molina.

Xie, W.; Ali, T.; Cui, Q.; & Huang, J. 2017. Economic impacts of commercializing insect-resistant GM maize in China. China Agricultural Economic Review, 9(3), 340–354. http://doi:10.1108/caer-06-2017-0126

Yorobe Jr, J. M., & Smale, M. (2012). Impacts of Bt maize on smallholder income in the Philippines. AgBioForum, 15(2): 152-162.

Anexos

Anexo 1

Resultados de la evaluación económica, en entorno de riesgo, de corto plazo respecto al margen de utilidad e índice de beneficio – costo marginal

Margen de utilidad en entorno de riesgo	Escenarios negativos	0%
	Escenarios positivos	100%
	Valor mínimo	1,852
	Valor medio	3,028
	Valor máximo	4,260
	Figura de distribución de probabilidad
Índice de beneficio – costo marginal	Escenarios negativos	0%
	Escenarios positivos	100%
	Valor mínimo	1,08
	Valor medio	1,14
	Valor máximo	1,20
	Figura de distribución de probabilidad

Anexo 2

Resultados de la evaluación económica, en entorno de riesgo, de largo plazo respecto a los cambios de excedentes del consumidor y productor

Cambio de excedente de consumidor	Escenarios negativos	0%
	Escenarios positivos	100%
	Valor mínimo	151 millones
	Valor medio	233 millones
	Valor máximo	317 millones
	Figura de distribución de probabilidad
Cambio de excedente de productor	Escenarios negativos	0%
	Escenarios positivos	100%
	Valor mínimo	296 millones
	Valor medio	456 millones
	Valor máximo	619 millones
	Figura de distribución de probabilidad
Concepto	Resultados probabilísticos
Valor Actual Neto (VAN) al 8%	Escenarios negativos	0%
	Escenarios positivos	100%
	Valor mínimo	471 millones
	Valor medio	729 millones
	Valor máximo	991 millones
	Figura de distribución de probabilidad
Tasa Interna de Retorno (TIR)	Escenarios negativos	0%
	Escenarios positivos	100%
	Valor mínimo	128%
	Valor medio	160%
	Valor máximo	189%
	Figura de distribución de probabilidad
Cambio de excedentes sociales	Escenarios negativos	0%
	Escenarios positivos	100%
	Valor mínimo	447 millones
	Valor medio	690 millones
	Valor máximo	936 millones
	Figura de distribución de probabilidad

Variables de interés / Departamentos	Lambayeque	Piura	La Libertad	Total	Promedio
Superficie agrícola total (ha)	252.876,96	252.87,96	496.702,18	1002.456,10	-
Productores	1.795	19.066	10.535	31.396	-
Superficie sembrada (ha)	15.963	15.913	13.180	45.056	15.018,67
Producción (t)	69.995	109.403	112.544	291.942	97.314
Rendimiento (t/ha)	4,4	6,9	8,5	-	6,6