INVESTIGACIÓN AGROPECUARIA,
UNA INVERSIÓN RENTABLE: IMPACTO ECONÓMICO DE TECNOLOGÍAS DE IDIAP EN SEIS
RUBROS PRODUCTIVOS[1]
Liliam M. Marquínez-Batista[2]; Jaime Espinosa-Tasón[3]; Mariana Cruz-Chu[4]; Luis Hertentains-Caballero[5]; Román Gordón-Mendoza[6]; Rodrigo A. Morales-Araúz[7]; Ismael Camargo-Buitrago[8]; Evelyn Quirós-Mclntire[9]; Luis A. Barahona-Amores[10]; Arnulfo Gutiérrez-Gutiérrez[11]; Roberto Rodríguez-Chávez[12]; Emigdio Rodríguez-Quiel[13]; Francisco González-Guevara[14]; José L. Jorge-Ramos[15]; José A. Guerra-Murillo[16]; Nilso García[17]; Roberto Quiroz[18]
RESUMEN
Los fondos públicos destinados a investigación agropecuaria suelen ser
limitados, en parte por la falta de evidencias robustas que demuestren su
rentabilidad. Este estudio constituye la primera evaluación integral en Panamá
del impacto económico de tecnologías generadas por el Instituto de Innovación
Agropecuaria de Panamá (IDIAP) en los rubros agrícolas: arroz, maíz, papa,
poroto, tomate y pasturas mejoradas. El objetivo fue generar evidencia que
respalde la importancia de invertir en investigación agropecuaria. Se
analizaron series históricas de rendimientos (1975-2024), estadísticas
oficiales, informes técnicos y registros de inversión estatal. La metodología
incluyó un análisis contrafactual (“con y sin investigación”), estimación de
tasas de adopción, atribución de beneficios a la investigación (de 25% a 45%) y
el uso de indicadores como Valor Actual Neto (VAN) y Relación Beneficio-Costo
(B/C), ajustados por inflación y tasas de descuento. Los resultados muestran que
los beneficios superaron ampliamente la inversión. En 2024, los beneficios
totales fueron B/. 184 millones, de los cuales B/. 71,6 millones corresponden a
investigación. Con una tasa de descuento del 10%, el VAN fue de B/. 354
millones (B/.138 atribuibles a la investigación) y la relación B/C indicó que
por cada balboa invertido retornaron 22,1, de los cuales 9,24 se explican por
la investigación. El mayor impacto se estimó en arroz y pasturas mejoradas,
mientras que maíz, papa, poroto y tomate, aunque menores en escala, aportaron a
la diversificación y seguridad alimentaria. En conclusión, la inversión en
investigación agropecuaria en Panamá es rentable y estratégica, al mejorar
productividad y sustentabilidad agrícola.
Palabras clave: Atribución, contrafactual, inversión estatal, rentabilidad, tasas de adopción.
ABSTRACT
Public funding for
agricultural research is often constrained by a lack of robust evidence on its
returns. This study provides the first comprehensive assessment in Panama of
the economic impact of technologies developed by the Panamanian Institute of
Agricultural Innovation (IDIAP) in rice, maize, potatoes, beans, tomatoes, and
improved pastures. The objective was to quantify the return on investment in
agricultural research. We analyzed historical series (yield, harvested area,
production, and number of producers) from 1975 to 2024, along with official
statistics, technical reports, and public investment records. Methods included
a with- and without-research counterfactual, adoption-rate estimation, benefit
attribution to research (25–45%), and calculation of Net Present Value (NPV)
and Benefit–Cost ratio (B/C), deflated and discounted. Results show that total
benefits far exceeded public investment. In 2024, total benefits were B/. 184
million, of which B/. 71.6 million are attributable to research. At a 10%
discount rate, NPV reached B/. 354 million (B/. 138 million attributable to
research), and the B/C indicated that each balboa invested yielded 22.1, 9.24
of which is attributable to research. The most significant impacts were
estimated for rice and improved pastures, while maize, potato, common bean, and
tomato contributed to diversification and food security on a smaller scale. We
conclude that investing in agricultural research in Panama is profitable and
strategic, enhancing sectoral productivity and sustainability.
Keywords: Attribution,
counterfactual, public investment, returns, adoption-rate estimation.
INTRODUCCIÓN
La inversión estatal en investigación y desarrollo agropecuarios
(I+D) enfrenta restricciones presupuestarias debido a la limitada evidencia
sobre sus retornos económicos (Daigneault et al., 2016; Borja-Bravo et al.,
2020). En este contexto, los estudios de impacto resultan fundamentales para
orientar la política agropecuaria y respaldar la asignación de recursos
públicos.
La investigación genera conocimiento y tecnología,
mientras que la innovación los convierte en soluciones aplicadas que involucran
a múltiples actores (Anandajayasekeram, 2022; Toillier et al., 2021; World
Bank, 2012). Esta relación explica por qué la inversión en I+D fortalece los
sistemas agroalimentarios (Alston et al., 2020; CGIAR, 2021; Hall et al.,
2006).
A escala global, el gasto en I+D asciende a USD 2,4
billones, de los cuales entre USD 65 y 100 mil millones corresponden a
tecnologías agropecuarias (Organización de Estados Iberoamericanos [OEI] &
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura
[UNESCO], 2023; Investigación y Desarrollo Mundial (R&D World), 2024; Stads
et al., 2016). Los retornos económicos varían entre 20% y 50% (European
Commission, 2015), con altos beneficios en países desarrollados (Fan et al.,
2004; Fan et al., 2008; López et al., 2017; Mogues et al., 2015). En contraste,
los países de ingresos medios y bajos invierten apenas 0,53% del PIB, frente a
la media mundial de 2,63% (Naciones Unidas, 2024).
En América Latina
y el Caribe, la inversión pública en I+D agropecuarios es desigual. Panamá
invierte por debajo del promedio regional y muy por debajo de países líderes
como Brasil, Uruguay, Argentina, México, Costa Rica y Chile (Stads et al.,
2016). Esta brecha limita la generación de evidencia sistemática sobre los
retornos de la investigación.
La
institucionalización de evaluaciones de impacto se asocia con mayores niveles
de inversión en I+D. Corea del Sur y Estados Unidos destinan más del 5% del PIB
y cuentan con sistemas de medición robustos, mientras que en
muchos países en desarrollo estas prácticas siguen siendo incipientes (OEI
& UNESCO, 2023; Pratt et al., 2023). Aunque existen metodologías
consolidadas, su aplicación sistemática sigue siendo limitada (Alston et al.,
1995; World Bank Group & Independent Evaluation Group, 2012; Lan et al., 2018).
Pese a la
capacidad demostrada en la generación de tecnologías agropecuarias, Panamá no cuenta
con evaluaciones exhaustivas de sus beneficios económicos. Esta ausencia contribuye
a que la I+D sea percibida como gasto y no como inversión estratégica.
El objetivo de
este estudio fue evaluar el impacto económico de la adopción de tecnologías
desarrolladas por el IDIAP en seis rubros agrícolas prioritarios: pasturas
mejoradas, poroto (Phaseolus vulgaris), maíz (Zea mays), papa (Solanum
tuberosum), arroz (Oryza sativa) y tomate (Solanum lycopersicum),
con el fin de aportar evidencia científica que respalde la asignación eficiente
de recursos públicos en investigación agropecuaria.
MATERIALES
Y MÉTODOS
Ámbito
de análisis
Para evaluar el impacto de
las tecnologías generadas por el IDIAP, se emplearon series históricas de
rendimientos promedios de los principales rubros agrícolas nacionales: arroz,
variedades de maíz, maíz híbrido, papa, poroto y tomate industrial. En el área
de producción animal se incluyó el rubro de pasturas mejoradas, dado su efecto
en la productividad de la ganadería de cría y ceba. El periodo de estudio
abarcó de 1975 a 2024.
Fuentes
de datos
Las fuentes de información
combinaron estadísticas oficiales y documentos técnicos institucionales. En
particular, se utilizaron los anuarios estadísticos de siembra y cosecha
publicados por el Ministerio de Desarrollo Agropecuario de Panamá (MIDA,
1990-2024), considerados la principal referencia nacional en materia de
producción agrícola. Complementariamente, se revisaron artículos científicos,
informes técnicos y resultados de investigación generados por el IDIAP, que
sintetizan la experiencia acumulada de los programas en diversos rubros
productivos.
Para el análisis económico,
los datos de inversión y gasto público en investigación y desarrollo
agropecuario del IDIAP se obtuvieron de los registros oficiales publicados en
la Gaceta Oficial de la República de Panamá y de información institucional.
Estos datos incluyen recursos asignados a programas, proyectos y actividades de
generación y transferencia de tecnologías.
La combinación de
estadísticas oficiales, documentación técnica e información financiera permitió
construir series históricas consistentes de rendimientos, identificar los
cambios tecnológicos en los sistemas productivos del país y valorar
económicamente el impacto de la investigación agropecuaria.
Bases para evaluar los beneficios de programas con flujos sucesivos de variedades
Los programas de mejoramiento genético exitosos, como los considerados
en este estudio, no se limitan a liberar una sola variedad en un momento
específico, sino que constituyen procesos continuos de innovación que generan
nuevas variedades a lo largo del tiempo. El modelo de adopción ilustrado en la
Figura 1 muestra cómo la difusión acumulada de variedades mejoradas (VMs)
resulta de la introducción secuencial de distintas generaciones de éstas.
Este enfoque permite distinguir dos fuentes principales de beneficios.
La primera corresponde a los incrementos iniciales de productividad derivados
de la adopción temprana de variedades mejoradas, que suelen manifestarse de
manera rápida y significativa. La segunda proviene de los beneficios
adicionales generados cuando variedades más recientes sustituyen a las
anteriores.
Aunque estos beneficios incrementales son menos visibles en el corto
plazo, en el largo plazo representan una proporción considerable del impacto
atribuido al mejoramiento genético. Por tanto, al analizar programas de
liberación continua de variedades, es fundamental reconocer ambos tipos de
beneficios. De lo contrario, se corre el riesgo de sobrestimar los impactos de
la investigación (Maredia & Byerlee, 1999).
Estimación del Impacto Tecnológico
Muchos estudios sobre el mejoramiento genético de cultivos parten de la
premisa implícita de que, en ausencia del programa evaluado, los rendimientos
de las variedades utilizadas por los agricultores se habrían mantenido
constantes (línea punteada inferior en la Figura 2). Este supuesto resulta poco
realista, ya que en la práctica suelen existir fuentes alternativas de
variedades mejoradas.
En este estudio, la comparación se estableció entre los rendimientos
efectivamente alcanzados por los agricultores y los rendimientos estimados bajo
un escenario sin programa de mejoramiento genético, también denominado
contrafactual (Gittinger, 1982; Heisey & Morris, 2002; Marshall &
Brennan, 2001). El modelo conceptual (Figura 2) ilustra la evolución del rendimiento
promedio observado en el país frente a la trayectoria contrafactual.
Si bien no es posible
conocer con certeza qué habría ocurrido en ausencia del programa, se aplicó un
criterio analítico para aproximar los posibles incrementos de rendimiento bajo
dicho escenario. Para ello, los rendimientos hipotéticos sin la intervención
del IDIAP se estimaron mediante una función logística (Griliches, 1957; Centro
Internacional de Mejoramiento de Maíz y Trigo [CIMMYT], 1988). modificada para obtener los valores asintóticos
en t·ha⁻¹:
dónde: Y es el rendimiento
estimado, corresponde al rendimiento promedio previo al
inicio del programa,
al rendimiento promedio máximo alcanzado por
los agricultores, L es el valor asintótico (fijado en 0,5), A es una constante relacionada con el inicio de la adopción y k es la
constante relacionada con la tasa de adopción.
Se asumió un valor
asintótico equivalente al 50% del rendimiento promedio máximo alcanzado por las
variedades mejoradas, límite superior recomendado para este tipo de análisis
(Alston et al., 1995; Evenson & Gollin, 2002; Maredia & Raitzer, 2010).
Los rendimientos máximos (t·ha⁻¹) variaron según cada rubro.
Estimación de los Beneficios
Los beneficios económicos
asociados a la adopción de VMs dependen directamente de los incrementos de
productividad que generan cuando son cultivadas por los agricultores. En
términos generales, dichos incrementos se miden como mejoras en el rendimiento,
expresadas en unidades adicionales de producto cosechado por superficie
cultivada (área señalada con la flecha “a” en la Figura 2). De esta manera, los
beneficios totales respecto al rendimiento previo a la implementación de
programas de mejoramiento corresponden a la suma de las áreas “a + b”.
Las tasas de adopción
anuales se estimaron para cada rubro a partir de datos discretos. En el caso de
las pasturas mejoradas, se construyó un continuo de adopción con base en los
censos agropecuarios. El análisis consideró únicamente el escenario de
producción de carne en sistemas con pasturas mejoradas frente a pastos
naturales. Se asumió un ciclo de 300 días de ceba por año y los rendimientos
reportados por Pinzón et al. (1990): 252 kg/300 días para pasto mejorado
(Cuadro 1) y 31.5 kg para pasto natural (Hiparrhenia rufa sin
fertilización). El precio utilizado fue de USD 1.90 por kilogramo de peso vivo
en época lluviosa (Corrales, 2021).
Para los demás cultivos, las tasas de adopción se obtuvieron mediante entrevistas a expertos
utilizando la herramienta ADOPT, desarrollada por CSIRO (Kuehne et al., 2017). Posteriormente, se
generó un continuo de adopción y se calcularon los beneficios económicos
empleando los precios históricos reportados en las estadísticas oficiales del
MIDA.
Efecto Inflación y Deflación
Para eliminar el efecto de
la inflación, se aplicó el método de inflación histórica acumulada (Hulten,
1979), considerando las tasas anuales registradas entre 1975 y 2024, con 1975
como año base (Banco Interamericano de Desarrollo [BID], 2025). Se calculó un
factor acumulado que refleja el incremento del nivel de precios y que permitió
convertir beneficios e inversiones nominales a valores constantes.
El factor acumulado se
estimó de manera recursiva como:
Una vez obtenido dicho
factor, los valores nominales de beneficios e inversión de cada año se
dividieron entre el factor correspondiente, expresando los resultados en
balboas constantes del año base, bajo el supuesto de precios invariables.
Atribución
del Impacto Tecnológico a la Investigación y Desarrollo (I+D)
El enfoque metodológico
descrito permite identificar el cambio en rendimientos atribuible al progreso
tecnológico; sin embargo, asignar dicho impacto a una sola fuente institucional
es complejo. En este estudio se asumió que el IDIAP constituye el principal
agente de generación de tecnologías agrícolas en el país, y por tanto se le
otorga un rol central en los cambios observados.
Se reconoce, sin embargo,
que la evolución de los rendimientos también depende de factores
complementarios: políticas públicas, programas de crédito y subsidios,
participación privada en insumos y semillas, comercio agrícola y el accionar de
agentes de extensión y productores. Por ello, el impacto estimado debe
entenderse como un efecto agregado en el que el IDIAP ha jugado un papel
predominante, aunque no exclusivo.
Para reflejar esta
realidad, se atribuyó solo una fracción de los beneficios directamente a la
investigación pública. La literatura recomienda porcentajes entre 30% y 50%
cuando no existe información precisa (Alston et al., 2000; Pehu & O’Kane,
2017). En este estudio se adoptaron valores diferenciados: 45% para pasturas,
40% para arroz y maíz de variedades locales, 35% para papa, tomate y poroto, y
25% para maíz híbrido importado, potenciado mediante adaptación tecnológica.
Los beneficios atribuibles
a la investigación se contrastaron con la inversión pública en I+D
agropecuarios registrada como Ct, aplicando el método del VAN con tasas de
descuento de 0%, 2,.5%, 5%, 7,5%, 10%, 12,5% y 15,0%. De esta forma se obtiene
una medida del retorno económico de la investigación, integrando beneficios y
costos públicos.
Las fórmulas empleadas
fueron (Maredia & Raitzer, 2010):
Donde:
VTB = Valor total del beneficio estimado (en balboas de 1975)
t = año (1975 año base del
estudio, igual a 0)
s = año donde inicia el periodo
de beneficio para el rubro productivo i
n = año donde termina el periodo
del beneficio para el rubro productivo i
i = rubro productivo: 1=pasto,
2=arroz, 3=maíz, 4=porotos, 5=papa, 6=tomate
z = número total de cultivos
productivos que reportan beneficios en el año t
B = Valor del beneficio estimado
(en balboas de 1975)
a = coeficiente de atribución:
a=1 para beneficio al país; 0,25 < a < 0,45 para IDIAP
r = tasa real de descuento
VTC=Valor total de los costos
Ct = Costo de la
inversión (en balboas de 1975)
K = Inversión total del Estado
Panameño en IDIAP
f = primer año de inversión del
Estado Panameño en IDIAP
j = último año considerado en la
inversión de fondos del Estado en IDIAP
VAN= Valor Actual Neto
RBC = Relación Beneficio – Costo
Resumen
de las tecnologías generadas para los seis rubros productivos evaluados
Los avances tecnológicos en los seis rubros productivos evaluados se
vinculan directamente con la identificación de problemas productivos y la
implementación de soluciones promovidas por el IDIAP (Cuadro 1). El desarrollo
de variedades mejoradas, junto con tecnologías de manejo agronómico y la
introducción de pasturas de mayor calidad, fueron estrategias clave para
superar limitantes como plagas, enfermedades, deficiencias en la fertilización,
escasez de semilla y deficiencias de manejo agronómico.
En conjunto, el cuadro muestra cómo la combinación de innovación
genética, prácticas agronómicas mejoradas y tecnologías de manejo contribuyó de
manera decisiva a elevar la productividad agrícola y ganadera del país durante
el periodo de análisis.
RESULTADOS
Y DISCUSIÓN
Enfrentando
la variabilidad climática con variedades mejoradas
La incorporación de
información climática es fundamental para interpretar la dinámica de los
rendimientos agrícolas en Panamá, ya que los eventos extremos asociados a El
Niño y La Niña han incidido históricamente en reducciones o aumentos de
productividad, particularmente en arroz, maíz y pasturas.
La evolución del Índice
Multivariado El Niño-Oscilación del Sur (MEI-ENOS) entre 1980 y 2024, se
presenta en la Figura 3, con base en la serie oficial de la National Oceanic
and Atmospheric Administration (NOAA, 2024). Se muestran los valores
mensuales (línea gris) y la media móvil de seis meses (línea negra continua),
que permite identificar con mayor claridad las fases cálidas (El Niño) y frías
(La Niña), delimitadas por los umbrales de +0,5 y -0,5 unidades de anomalía.
En los últimos 10 años, se observa una marcada
variabilidad climática, con años de lluvias extremas ya sea en exceso o en
déficit, de modo que los promedios históricos prácticamente no se cumplen
(Figura 3), pues cada año se ubica por encima o por debajo de la media
histórica registrada. En este sentido, el uso de variedades mejoradas, más tolerantes a
sequías o excesos hídricos, constituye una estrategia clave para enfrentar la
variabilidad climática y favorecer la adaptación a los impactos sobre la
seguridad alimentaria y la sostenibilidad productiva.
Uno de los objetivos
centrales de los programas de mejoramiento genético del IDIAP ha sido
desarrollar variedades con mayor tolerancia a los efectos directos e indirectos
de los extremos climáticos, considerando que la irregularidad de las lluvias
constituye uno de los factores más determinantes para alcanzar rendimientos
competitivos (Gordón-Mendoza, 2020).
Los bajos rendimientos de
ciertos cultivos coinciden con la presencia de eventos extremos del El Niño y
La Niña, que modifican las condiciones de lluvia y temperatura en la región.
Esta relación sugiere un efecto de la variabilidad climática sobre la
productividad. Aunque se reconoce que otros factores agrícolas y
socioeconómicos también influyen, no fueron considerados en este análisis. Por
ello, la asociación presentada debe interpretarse como una evidencia parcial y
no como una relación causal única.
El análisis de rendimientos
entre 1975 y 2024 confirma una estrecha asociación con los eventos El Niño y La
Niña (Figura 4), que modifican la precipitación y la temperatura en
Centroamérica, afectando tanto sistemas de secano como de riego (Magaña Rueda,
1999; Comisión Económica para América Latina y el Caribe [CEPAL], 2015; NOAA,
2024). De manera consistente, las variedades mejoradas superaron a las
tradicionales incluso en años de clima extremo, evidenciando su mayor
tolerancia.
En tomate, las caídas más marcadas se registraron durante los eventos
Niño (1997-1998, 2015-2016), cuando la sequía y el estrés térmico redujeron
significativamente la producción, mientras que las fases neutrales permitieron
repuntes. El arroz mostró vulnerabilidad tanto a déficits como a excesos de
lluvia, con descensos durante los Niños fuertes (1982-83, 1997-98, 2015-16) y
en la Niña 2010-12.
En papa, los picos de rendimiento coincidieron con condiciones más
húmedas posteriores a episodios Niña (1999-2001, 2010-12). Por ejemplo, en la
década de los 90, los episodios de El Niño y La Niña, generaron mayor susceptibilidad del
cultivo a plagas y enfermedades (Magaña Rueda, 1999; NOAA, 2024), época en que los rendimientos de papa en las tierras altas de Panamá, se vieron
seriamente afectados por la invasión de la mosquita minadora (Liriomyza spp.), que ocasionó pérdidas de hasta
un 35% (Morales et al., 1994).
El poroto presentó gran inestabilidad, con mínimos durante Niño (1982-83,
1997–98) y mejor desempeño bajo condiciones de Niña, coherente con la alta
sensibilidad de las leguminosas al déficit hídrico (Organización de las
Naciones Unidas para la Alimentación y la Agricultura [FAO], 2016). En maíz
híbrido, la adopción tecnológica elevó los rendimientos promedio, aunque
persistieron caídas en años críticos (1997-98, 2010-12, 2015-16). En contraste,
el maíz de variedades locales mantuvo niveles menores y mayor vulnerabilidad a
la sequía.
En conjunto, los resultados confirman que la
variabilidad climática asociada al ENOS ha sido un factor determinante en la
trayectoria de los rendimientos, condicionando tanto su nivel como su
estabilidad interanual. Esta evidencia refuerza la necesidad de diseñar
estrategias de adaptación diferenciadas por cultivo, que integren prácticas de
manejo del agua, diversificación genética y el uso sistemático de pronósticos
climáticos. En este marco, Gordón-Mendoza (2020) destaca, por ejemplo, que, en
el caso del maíz, la selección adecuada de las fechas de siembra constituye una
de las decisiones más críticas para mitigar los efectos adversos de la
variabilidad climática sobre la producción agrícola.
Análisis económico
El análisis económico de
la inversión pública en investigación agropecuaria a través del IDIAP muestra
beneficios significativos y sostenidos para el país. Entre 1975 y 2024, el
gasto anual en investigación osciló entre B/. 50,000 y B/. 9,4 millones, con un
promedio de B/. 3,5 millones (Figura 5). En términos relativos, la inversión
destinada al IDIAP representó, en valores constantes, el 0,5% del PIB
agropecuario y apenas el 0,02% del PIB nacional en el período analizado.
Estas
cifras confirman la baja intensidad de inversión en I+D agropecuarios en
Panamá, en línea con los indicadores internacionales que señalan rezagos en la
región. En contraste, los países que cuentan con sistemas consolidados de
evaluación de impactos y fuerte compromiso con la I+D destinan más del 5% del
PIB agropecuario a investigación (FAO, 2016; Pratt et al., 2023). Esta brecha refleja la necesidad de fortalecer la
inversión pública para potenciar los retornos demostrados en productividad y
seguridad alimentaria.
Beneficios
obtenidos por la adopción de las tecnologías generadas por IDIAP para seis
rubros productivos
A pesar de que la inversión pública en
investigación agropecuaria ha sido relativamente modesta en términos fiscales,
los beneficios derivados de la adopción de tecnologías resultaron ampliamente
superiores. Hacia 1985, apenas una década después de la creación del IDIAP, los
beneficios anuales ya alcanzaban B/. 21 millones. Veinte años más tarde
superaban los B/. 100 millones y, en la actualidad, rondan los B/. 184
millones. De este total, B/. 71,6 millones se atribuyen directamente a la
investigación (Figura 6), lo que confirma la alta rentabilidad económica de la
investigación agropecuaria en Panamá.
Indicadores Económicos con variaciones con las tasas de descuento
La literatura en evaluación
de proyectos señala que la tasa de descuento es un factor crítico en la
valoración, al reflejar el costo de oportunidad de los recursos y el riesgo
asociado a la inversión (Boardman et al., 2018; Castillo & Zhangallimbae,
2021; Lilford, 2023). Con el fin de analizar la sensibilidad de los resultados,
en este estudio se aplicaron tasas de descuento desde 0% hasta 15% (Figura 7),
evaluando el comportamiento de dos indicadores económicos: la Relación B/C y el
VAN. Los resultados muestran que, aun bajo escenarios de descuento más
exigentes, la investigación agropecuaria mantiene una rentabilidad positiva, lo
que refuerza su justificación como política pública de inversión.
El análisis de sensibilidad
muestra que, aunque ambos indicadores disminuyen progresivamente a medida que
aumenta la tasa de descuento, el VAN se mantiene positivo y la Relación B/C
supera la unidad en todos los escenarios. Para la discusión, se utilizaron los
resultados con una tasa de descuento del 10%, dado que la literatura recomienda
tasas moderadas (10-12%) en evaluaciones agrícolas (Bullard et al., 2002;
Chizmar et al., 2020).
Con una tasa de 10%, se
obtuvo un VAN de B/. 354 millones y una Relación B/C de 22.1 (Cuadro 2), implicando
que, por cada balboa invertido por el Estado panameño en el IDIAP, se recibe
más de veinte en retorno. Estos resultados son consistentes con la evidencia
internacional, que reporta tasas internas de retorno entre 30% y 60% y
relaciones B/C superiores a 10 en proyectos de investigación agrícola en
América Latina, África y Asia (Morris & Heisey, 2003; Maredia &
Raitzer, 2010; Fuglie et al., 2024).
El análisis de atribución
confirma que, incluso bajo supuestos conservadores, la investigación agrícola
en Panamá es altamente rentable. El VAN atribuible a investigación se mantuvo
en B/. 139 millones y la Relación B/C en 9,2, lo que demuestra que la parte del
impacto directamente vinculada a la I+D supera ampliamente la inversión
realizada.
En América Latina y el
Caribe, diversos estudios reportan relaciones beneficio-costo superiores a 10
(Alston et al., 2000). Experiencias en Brasil, México y Asia documentan
retornos que multiplican varias veces la inversión inicial en programas de
arroz, maíz y frijol (Morris & Heisey, 2003; Maredia & Raitzer, 2010;
Fuglie et al., 2024). Maredia & Raitzer (2010) señalan además que la
investigación agrícola suele generar retornos sociales más altos que otras
alternativas de gasto público, dado que los impactos se sustentan tanto en el
aumento de rendimientos como en la sostenibilidad de la adopción. Esta
conclusión coincide con el caso panameño, donde la amplia adopción de
variedades mejoradas en arroz, maíz, papa, poroto, tomate y pasturas mejoradas
explica gran parte de los beneficios observados.
Finalmente, Alston et al.
(2000) recomiendan aplicar supuestos conservadores en la evaluación económica
para evitar sobreestimaciones. En este sentido, la restricción metodológica
empleada en este estudio que limitó el contrafactual al 50% del rendimiento
promedio de las variedades mejoradas refuerza la validez de los resultados al
reducir el riesgo de sesgos positivos en las estimaciones.
Beneficios segregados por rubros productivos
Los beneficios brutos generados por las tecnologías del IDIAP (Cuadro 3)
muestran trayectorias diferenciadas entre los rubros evaluados (Figuras 8-13).
Pasturas mejoradas. Los beneficios totales se consolidaron
rápidamente, pasando de cerca de B/. 19 millones en los primeros años a más de
B/. 100 millones anuales en la actualidad (Figura 8). De este total, se
atribuyen a la investigación B/. 53.9 millones (45%), una estimación
conservadora frente a la literatura que sugiere rangos de 50-65% (Monjardino et
al., 2022). Estos resultados ratifican la elevada rentabilidad de la inversión
en forrajes, dado que las mejoras en calidad y productividad repercuten
directamente en el desempeño de los sistemas ganaderos (Paul et al., 2020; Duncan et al., 2020).
Arroz. Desde las décadas de 1970 y 1990, las variedades liberadas por el IDIAP
han aportado de manera decisiva a la productividad. Sin embargo, la irrupción
del ácaro S. spinki entre 2004 y 2006 redujo la producción en más del
60%, evidenciando la vulnerabilidad de los sistemas agrícolas ante limitantes.
La rápida respuesta con materiales resistentes a plagas como el ácaro S.
spinki, Rhizoctonia solani, Magnaporthe oryzae permitió recuperar la
producción y, desde 2010, los beneficios anuales fluctúan entre B/. 49,6 y 54
millones, de los cuales entre B/. 19,9 y 21,9 millones son atribuibles a la
investigación (Figura 9). Este patrón confirma el papel estratégico del
mejoramiento genético en la gestión de riesgos (Morris & Heisey, 2003).
Maíz. La introducción de híbridos y variedades,
junto con innovaciones agronómicas (densidad de siembra, fertilización), ha
sostenido un crecimiento desde 2009, con beneficios anuales entre B/. 19,5 y 23
millones, de los cuales B/. 4,9 a 5,4 millones corresponden a investigación
(Figura 10). Sin embargo, el mayor potencial de los híbridos conlleva costos
adicionales en semillas y manejo, lo que requiere un cálculo cuidadoso de los
beneficios netos (Maredia & Raitzer, 2010; Fuglie et al., 2024).
Papa. Este cultivo ha generado beneficios anuales
en el rango de B/. 0,1 a 7 millones, con alrededor del 35% atribuible a la
investigación (< 0,1 - 2,5 millones) (Figura 11). Aún con desafíos importantes debido a la
variabilidad climática y la presión de plagas, como es el caso de la mosquita
minadora (Liriomyza spp.)
en la década de 1990. La literatura señala que las pérdidas llegaron hasta un
35% y los costos se incrementaron por el uso intensivo de insecticidas (Morales
et al., 1994). Esta situación evidencia que, pese a las adversidades, las
tecnologías generadas para este cultivo han permitido mantener su productividad
y aportar significativamente a la economía y seguridad alimentaria nacional.
Poroto. Los beneficios han oscilado entre B/. <
0,1 - 1,7 millones por año, con aproximadamente 35% atribuible a la investigación
(< 0,1 - 0,6 millones) (Figura 12). En 2003 se registraron valores
negativos, ya que los rendimientos fueron inferiores al contrafactual debido a
condiciones climáticas extremas. Aun así, la investigación ha permitido
introducir materiales más resistentes a plagas y enfermedades, en línea con
evaluaciones de Duncan et al.
(2020).
Tomate. Con beneficios anuales similares a los del
poroto (0,2 - 1,7 millones), de los cuales cerca del 35% corresponde a
investigación (0,1 - 0,6 millones), este rubro enfrenta alta variabilidad
interanual y caídas durante eventos Niño severos (Figura 13). Sin embargo, la
liberación de materiales con mayor vida de anaquel y resistencia genética a
enfermedades, principalmente la marchitez bacteriana causada por Ralstonia solanacearum, permite reducir
pérdidas, estabilizando los rendimientos, consolidando su adopción en campo y
contribuyendo a la seguridad alimentaria y a la diversificación de ingresos
para pequeños productores (IDIAP, 2024a).
En conjunto, los resultados
confirman que, aunque arroz y pasturas concentran la mayor parte de los
beneficios económicos, los cultivos de menor escala papa, poroto y tomate cumplen
un papel relevante en la diversificación productiva, la seguridad alimentaria y
la resiliencia de los agricultores. Estos hallazgos son consistentes con la
literatura internacional, que documenta retornos sociales elevados y sostenidos
de la investigación agrícola incluso bajo supuestos conservadores (Maredia
& Raitzer, 2010; Kramer et al.,
2020; Fuglie et al., 2024).
CONCLUSIONES
·
La evidencia muestra que
los recursos asignados por el Estado panameño al IDIAP han sido históricamente
bajos y con marcada variabilidad, representando apenas una fracción del
Producto Interno Bruto Agropecuario (PIB-Agr). Esta limitación ha restringido
la capacidad institucional para responder de manera sostenida a los desafíos
tecnológicos del sector.
·
Aun con una inversión
modesta, la investigación desarrollada ha generado beneficios económicos
significativos. El análisis de seis de los más de 30 rubros productivos en los
que el IDIAP ha innovado, evidencia retornos que superan ampliamente la
inversión, como lo confirman los indicadores de VAN y Relación B/C. Estos
resultados respaldan la necesidad de incrementar y estabilizar el
financiamiento destinado al IDIAP, reconociendo la investigación agropecuaria
como política estratégica para fortalecer la productividad, la competitividad y
la seguridad alimentaria del país.
·
Es el primer esfuerzo
sistemático y documentado para medir el impacto económico de la investigación
agropecuaria en Panamá. A partir de esta experiencia, resulta indispensable
establecer mecanismos institucionales de evaluación periódica y estandarizada
de la inversión en I+D agropecuarios, que generen evidencia verificable y
actualizada para orientar la formulación de políticas y la asignación eficiente
de recursos en el sector.
REFERENCIAS
Alston, J. M., Norton, G. W., & Pardey,
P. G. (1995). Science under scarcity:
Principles and practice for agricultural research evaluation and priority
setting. International Service for National Agricultural Research. https://hdl.handle.net/10568/136536
Alston, J. M., Marra, M. C., Pardey, P. G.,
& Wyatt, T. J. (2000). Research returns redux: a meta‐analysis of the
returns to agricultural R&D. Australian
Journal of Agricultural and Resource Economics, 44(2), 185-215. https://ageconsearch.umn.edu/record/117834/files/1467-8489.00107.pdf
Alston, J. M., Pardey, P. G., & Rao, X.
(2020). The Payoff to Investing in CGIAR
Research. https://doi.org/10.22004/ag.econ.337029
Anandajayasekeram, P. (2022). The role of
agricultural R&D within the agricultural innovation systems framework. In Innovation in small-farm agriculture
(pp. 75-87). CRC Press. https://doi.org/10.1201/9781003164968
Arosemena-Jaén, E., Turmel, M. S., Tomita,
K., & Navarro, M. (2023). Reposición de macronutrientes con aplicaciones de
molibdeno en pastura con leguminosas nativas. Ciencia Agropecuaria, (37), 177-203.
http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/622/518
Banco Interamericano
de Desarrollo. (2025). Mapa de Información Económica de la República de Panamá
(MINERPA). https://minerpa.com.pa/
Boardman, A., Greenberg, D., Vining, A., & Weimer, D. (2018).
Cost-benefit analysis: Concepts and practice (5th ed.). Cambridge University
Press. https://doi.org/10.1017/bca.2020.18
Borja-Bravo, M., Cuevas-Reyes, V., & Velez-Izquierdo, A. (2020).
Impacto económico de la adopción de tecnología para la producción de frijol en
condiciones de temporal en el norte centro de México. CienciaUAT, 14(2), 104-116.
https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-78582020000100104
Bullard, S. H., Gunter, J. E., Doolittle, M. L., & Arano, K. G.
(2002). Discount rates for nonindustrial private forest landowners in
Mississippi: How high a hurdle? Southern
Journal of Applied Forestry, 26(1), 26-31. https://scholarworks.sfasu.edu/cgi/viewcontent.cgi?article=1066&context=forestry
Camargo-Buitrago, I., Quirós-McIntire, E. I., & Zachrisson, B.
(2014). Las variedades mejoradas de arroz
del Idiap: un aporte al desarrollo del sector arrocero panameño. Innovación
tecnológica para el manejo integrado del cultivo de arroz en Panamá, 140 p.
Instituto de Investigación Agropecuaria de Panamá. https://proyectos.idiap.gob.pa/uploads/adjuntos/MIC_arroz_(IDIAP).pdf
Castillo, J. G., & Zhangallimbay, D. (2021). La tasa social de
descuento en la evaluación de proyectos de inversión: una aplicación para el
Ecuador. Rev. CEAPL, (134), 77-98. https://repositorio.cepal.org/server/api/core/bitstreams/91cab4af-bbd4-41c5-b263-3e217bd549eb/content
Comisión Económica para América Latina y el Caribe. (2015). Efectos del cambio climático en la costa de
América Latina y el Caribe: dinámicas, tendencias y variabilidad climática.
https://hdl.handle.net/11362/3955
CGIAR System Organization. (2021). CGIAR 2030 research and innovation strategy: Transforming food, land, and water
systems in a climate crisis. Montpellier, France: CGIAR System
Organization. https://hdl.handle.net/10568/110918
Chizmar, S., Castillo, M., Pizarro, D., Vasquez, H., Bernal, W., Rivera,
R., ... & Cubbage, F. (2020). A discounted cash flow and capital budgeting
analysis of silvopastoral systems in the Amazonas region of Peru. Land, 9(10), 353. https://doi.org/10.3390/land9100353
Centro Internacional de Mejoramiento de Maíz y Trigo. (1988). La
formulación de recomendaciones a partir de datos agronómicos: Un manual
metodológico de evaluación económica. Edición completamente revisada. México
D.F., México: CIMMYT. https://repository.cimmyt.org/entities/publication/8a41fe98-9f6c-41a5-a179-72d903c76800/full
Corrales Ojo, G. (2021). Análisis
de la variación de precios de bovinos comercializados en subastas ganaderas de
Panamá 2016-2020 (Tesis de Ingeniero Agrónomo Zootecnista, Universidad de
Panamá). http://up-rid.up.ac.pa/id/eprint/6650
Daigneault, A., Brown, P., & Gawith, D. (2016). Dredging versus
hedging: Comparing hard infrastructure to ecosystem-based adaptation to
flooding. Ecological Economics, 122,
25-35. https://doi.org/10.1016/j.ecolecon.2015.11.023
Duncan, A. J., Peters, M., Schultze-Kraft, R., Thornton, P. K., Teufel,
N., Hanson, J., & McIntire, J. (2020). The impact of CGIAR centre research
on use of planted forages by tropical smallholders. In The Impact of the International Livestock Research Institute
(pp. 450-479). Wallingford UK: CABI.
https://doi.org/10.1079/9781789241853.0450
European Commission. (2015). The
Value of Research. Directorate-General for Research and Innovation. RISE
Group. https://ec.europa.eu/futurium/en/system/files/ged/60_-_rise-value_of_research-june15_1.pdf
Evenson, R., & Gollin, D. (2002). The Green Revolution: an end of
century perspective. https://www.researchgate.net/publication/228855381_The_Green_Revolution_An_end_of_century_perspective
Fan, S., Jitsuchon, S., & Methakunnavut, N. (2004). The importance
of public investment for reducing rural poverty in middle-income countries: The
case of Thailand. https://cgspace.cgiar.org/server/api/core/bitstreams/96c9ad4c-5427-4eed-acd2-bae6d9f28148/content
Fan, S., Yu, B., & Jitsuchon, S. (2008). Does allocation of public
spending matter in poverty reduction? Evidence from Thailand. Asian Economic Journal, 22(4), 411-430. https://doi.org/10.1111/j.1467-8381.2008.00284.x
Fuglie, K. O., Hertel, T. W., Lobell, D. B., & Villoria, N. B.
(2024). Agricultural productivity and climate mitigation. Annual Review of Resource Economics, 16(1), 21-40. https://doi.org/10.1146/annurev-resource-101323-094349
Gittinger, J. P. (1982). Economic
analysis of agricultural projects (completely revised and expanded) (No.
Ed. 2, pp. xxi+-505pp). https://documents1.worldbank.org/curated/en/584961468765021837/pdf/multi0page.pdf
Gordón-Mendoza, R., Franco–Barrera, J. H., & Camargo–Buitrago, I.
(2016). Impacto de la tecnología generada en el cultivo de maíz para la Región
de Azuero. Ciencia Agropecuaria,
(24), 1-18. http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/106
Gordón-Mendoza, R. (2020). Variabilidad climática y su efecto sobre la
producción de maíz. Instituto de
Investigación Agropecuaria de Panamá: Calle Carlos Lara, Panamá. http://www.idiap.gob.pa/download/variabilidad-climatica-y-su-efecto-sobre-la-produccion-de-maiz/?wpdmdl=4596
Gordón-Mendoza, R., Franco-Barrera, J. E., Núñez-Cano, J. I.,
Sáez-Cigarruista, A. E., Ramos-Manzané, F. P., Jaén-Villarreal, J. E., &
San Vicente-García, F. M. (2020). Evaluación y selección de variedades de maíz
para sistemas de agricultura familiar de Panamá, 2017-2019. Ciencia Agropecuaria, (31), 99-126. http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/303/241
Guerra Murillo, J.A., Villarreal Núñez, J.E., Herrera Vásquez, J.A.,
Aguilera, V.A. & Osorio, O. (2016). Manual técnico Manejo integrado del
cultivo de tomate industrial. http://www.idiap.gob.pa/download/manual-tecnico-manejo-integrado-del-cultivo-de-tomate-industrial/?wpdmdl=3309
Guerra-Martínez, P., & De Gracia-Gálvez, M. S. (2023). Factibilidad
bioeconómica por simulación de tres escenarios de ceba intensiva de acabado en
pastoreo. Ciencia Agropecuaria, (37),
7-34. http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/614
Gutiérrez, A. G., & Muñoz, J. (2009). Interacción genotipo por
ambiente de siete variedades de papa en la zona papera de Chiriquí, Panamá. Revista Latinoamericana de la Papa, 15(1),
12-18. https://dialnet.unirioja.es/servlet/articulo?codigo=5512046
Griliches, Z. (1957). Hybrid Corn: An Exploration in the Economics of
Technological Change. Econometrica, 25(4),
501-522. https://www.jstor.org/stable/1905380
Hall, A., Janssen, W., Pehu, E., & Rajalahti, R. (2006). Enhancing Agricultural Innovation: How to Go
beyond the Strengthening of Research Systems. International Bank for
Reconstruction and Development/The World Bank. http://documents.worldbank.org/curated/en/492901468197385434
Heisey, P. W., & Morris, M. L. (2002). Practical challenges to
estimating the benefits of agricultural R&D: The case of plant breeding
research. https://doi.org/10.22004/AG.ECON.19828
Hertentains, L. A., Troetsch, O. A., & Santamaría, E. E. (2008).
Potencial de Brachiaria brizantha
CIAT 6298 en la producción de carne de cebú y otros cruces en Bugaba, Chiriquí.
Ciencia Agropecuaria, (20), 1-13. http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/190
Hulten, C. R. (1979). On the “importance” of productivity change. The American Economic Review, 69(1),
126-136. https://www.jstor.org/stable/1802503#:~:text=https%3A//www.jstor.org/stable/1802503
Instituto de Investigación Agropecuaria de Panamá. (1995). Plan
operativo anual 1995. 158p. Panamá.
Instituto de Innovación Agropecuaria de Panamá. (2024a). Disponibilidad de germoplasma resistente a
diferentes patógenos plagas a nivel nacional. Instituto de Investigación
Agropecuaria de Panamá. https://proyectos.idiap.gob.pa/uploads/adjuntos/Disponibilidad_de_germoplasma_resistente_IDIAP.pdf
Instituto de Innovación Agropecuaria de Panamá (IDIAP). (2024b). Informe
técnico anual del proyecto de arroz. IDIAP.
Investigación y Desarrollo Mundial (R&D World). (2024). 2024 Global
R&D Funding Forecast. https://www.rdworldonline.com/research-development-2024-global-rd-investment-forecast/
Kramer, B., Rusconi, R., & Glauber, J. W. (2020). Five years of
regional risk pooling: An updated cost-benefit analysis of the African risk
capacity. https://cgspace.cgiar.org/server/api/core/bitstreams/e62a4a72-79c3-4778-997c-77b13836ec2e/content
Kuehne, G., Llewellyn, R., Pannell, D. J., Wilkinson, R., Dolling, P.,
Ouzman, J., & Ewing, M. (2017). Predicting farmer uptake of new
agricultural practices: A tool for research, extension and policy. Agricultural
systems, 156, 115-125. https://doi.org/10.1016/j.agsy.2017.06.007
Lan, L., Sain, G., Czaplicki, S., Guerten, N., Shikuku, K. M., Grosjean,
G., & Läderach, P. (2018). Farm-level and community aggregate economic
impacts of adopting climate smartagricultural practices in three mega
environments. Plos one, 13(11), e0207700. https://doi.org/10.1371/journal.pone.0207700
Lilford, E. (2023). Natural resources: Cost of capital and discounting–Risk
and uncertainty. Resources Policy, 80,
103242. https://doi.org/10.1016/j.resourpol.2022.103242
López, C. A., Salazar, L., & De Salvo, C. P. (2017). Public
Expenditures, Impact Evaluations and Agricultural Productivity: Summary of the
Evidence from Latin America and the Caribbean. http://dx.doi.org/10.18235/0000627
Magaña Rueda, V. O. (1999). Los impactos de El Niño en México.Centro de
Ciencia de la Atmósfera UNAM, México. (pp. 229). https://www.atmosfera.unam.mx/wp-content/uploads/2022/09/ElNino.pdf
Maredia, M.K, & Byerlee, D. (eds). (1999). The Global Wheat
Improvement System: Prospects for Enhancing Efficiency in the Presence of
Research Spillovers. Mexico, DF (Mexico). CIMMYT. 160 p. series: CIMMYT
Research Report No. 5. https://www.cabidigitallibrary.org/doi/full/10.5555/20001616818
Maredia, M. K., & Raitzer, D. A. (2010). Estimating overall returns
to international agricultural research in Africa through benefit‐cost analysis: a “best‐evidence” approach. Agricultural Economics, 41(1), 81-100. https://doi.org/10.1111/j.1574-0862.2009.00427.x
Marshall, G. R., & Brennan, J. P. (2001). Issues in benefit-cost
analysis of agricultural research projects. Aust.
J. Agric. Resour. Econ. 45 (2), 195–213. https://doi.org/10.1111/1467-8489.00139
Ministerio de Desarrollo Agropecuario de Panamá. (2017). Resuelto Nº
OAL-004-ADM-2015. Certificado de Registro Cultivar Comercial IDIAP Roja-17. 22
de enero de 2015.
Ministerio de Desarrollo Agropecuario. (1990-2024). Cierres agrícolas anuales de Panamá. MIDA. https://mida.gob.pa/direcciones/direccion-de-agricultura/cierres-agricolas/
Mogues, T., Fan, S., & Benin, S. (2015). Public investments in and
for agriculture. The European Journal of
Development Research, 27(3), 337-352. https://doi.org/10.1057/ejdr.2015.40
Monjardino, M., Loi, A., Thomas, D. T., Revell, C. K., Flohr, B. M.,
Llewellyn, R. S., & Norman, H. C. (2022). Improved legume pastures increase
economic value, resilience and sustainability of crop-livestock systems.
Agricultural Systems, 203, 103519. https://doi.org/10.1016/j.agsy.2022.103519
Montenegro, R., & Pinzón, B. R. (1998). Persistencia de la
asociación Digitaria swazilandensis y
Arachis pintoi CIAT 17434 bajo dos periodos de descanso. Ciencia Agropecuaria, (9), 105-116. http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/460
Morales Araúz, R.A., Atencio, F. A., Lara, J.A. & Muñoz, Jorge A.
(1994). La mosquita minadora (Liriomyza
spp.), Diptera: Agromyzidae en Panamá. Monografía #1. Instituto de Investigación Agropecuaria de
Panamá. 1994. https://www.cabi.org/wp-content/uploads/Morales-1994-Liriomyza.pdf
Morris, M. L., & Heisey, P. W. (2003). Estimating the benefits of
plant breeding research: methodological issues and practical challenges.
Agricultural Economics, 29, 241-252. https://iaes.cgiar.org//sites/default/files/pdf/108.pdf
Naciones Unidas. Consejo Económico y Social. (2024). Cooperación mundial en ciencia, tecnología e
innovación para el desarrollo: Informe del Secretario General (E/CN.16/2024/3).
Comisión de Ciencia y Tecnología para el Desarrollo, 27º período de sesiones,
Ginebra, 15-19 de abril de 2024. https://docs.un.org/en/E/CN.16/2024/
National Oceanic and Atmospheric Administration (2024). Cold & Warm Episodes by Season
(1950-present). Climate Prediction Center. https://www.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.php
Organización de Estados Iberoamericanos (OEI) & Organización de las
Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO. (2023). El
Estado de la Ciencia: Principales Indicadores de Ciencia y Tecnología
Iberoamericanos / Interamericanos [Publicación].
https://www.ricyt.org/wp-content/uploads/2023/12/EL-ESTADO-DE-LA-CIENCIA-2023.pdf
Organización de las Naciones Unidas para la Alimentación y la
Agricultura. (2016). Cambio climático y seguridad alimentaria en América Latina
y el Caribe. https://www.sica.int/documentos/cambio-climatico-y-seguridad-alimentaria-y-nutricional-america-latina-y-el-caribe-fao-2016_1_106985.html
Paul, B. K., Koge, J., Maass, B. L., Notenbaert, A., Peters, M., Groot,
J. C., & Tittonell, P. (2020). Tropical forage technologies can deliver
multiple benefits in Sub-Saharan Africa. A meta-analysis. Agronomy for Sustainable Development, 40, 22. https://doi.org/10.1007/s13593-020-00626-3
Pehu, E., & O’Kane, M. (2017). Inception Report of the Evaluation of the Independent Science and
Partnership Council (ISPC). Rome, Italy: Independent Evaluation Arrangement
(IEA) of CGIAR. https://iaes.cgiar.org/sites/default/files/pdf/Inception-Report_Evaluation-of-ISPC-1.pdf
Pinzón, B., Cubillos, G., González, J., & Montenegro, R. (1990).
Efecto del período de descanso y la dosis de nitrógeno sobre la producción de
praderas de pasto faragua (Hyparrhenia
rufa (Nees) Stapft). Evolución de la pradera y características del suelo. Ciencia Agropecuaria, (6), 39-58.
http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/516
Pinzón, B., & Montenegro, R. (2002). Potencial de producción de
carne en pasturas de Brachiaria solas y asociadas con la leguminosa Arachis pintoi. 1994-1996. Ciencia Agropecuaria, (11), 129-157. http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/378
Pinzón, B., Montenegro, R., & Santamaría, E. (2005). Repuesta de Brachiaria decumbens cv. señal a la
aplicación fraccionada de nitrógeno en condiciones de Gualaca, Panamá.
2001-2003. Ciencia Agropecuaria,
(18), 95-103.
http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/245
Pratt, A. N., Stads, G. J., de los Santos, L., & Muñoz, G. (2023).
Unlocking Innovation: Assessing the Role of Agricultural R&D in Latin
America and the Caribbean. http://dx.doi.org/10.18235/0005006
Rodríguez, E. Q., & Lorenzo, E. (2009). Manual técnico: tecnologías
para el manejo integrado del cultivo de frijol poroto (Phaseolus vulgaris L.) en Panamá. Panamá. PA. IDIAP. http://www.idiap.gob.pa/download/manual-tecnico-tecnologias-para-el-manejo-integrado-del-cultivo-de-frijol-poroto/?wpdmdl=1286
Rodríguez, E., Lorenzo, E., & Guevara, F. G. (2015). IDIAP-R2
comparado con las variedades criollas de frijol poroto en Panamá. Ciencia Agropecuaria, (22), 59-69. http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/164
Stads, G. J., Beintema, N., Pérez, S., Flaherty, K., & Falconi, C.
(2016). Investigación agropecuaria en Latinoamérica y el Caribe. Un análisis de las instituciones, la
inversión y las capacidades entre países. ASTI/BID. http://dx.doi.org/10.18235/0006519
Toillier, A., Guillonnet, R., Bucciarelli, M., & Hawkins, R. (2020).
Developing capacities for agricultural
innovation systems: lessons from implementing a common framework in eight
countries. Rome, FAO and Paris, Agrinatura.
World Bank Group & Independent Evaluation Group. (2012). World Bank Group impact evaluations: relevance
and effectiveness. Washington, DC: World Bank Publications. http://documents.worldbank.org/curated/en/206961468154467890
World Bank. (2012). Agricultural
innovation systems: An investment sourcebook. Agricultural and Rural
Development. © World Bank. http://hdl.handle.net/10986/2247
AGRADECIMIENTOS
Expresamos nuestro reconocimiento al Instituto de Innovación
Agropecuaria de Panamá (IDIAP) y, en particular, al equipo técnico que durante
más de cincuenta años ha contribuido con esfuerzo y compromiso a la generación
de tecnologías que fortalecen la base científica y productiva del sector
agropecuario del país. Agradecemos igualmente a los productores que, al confiar
en los procesos de investigación y adoptar las tecnologías desarrolladas por el
IDIAP en condiciones reales de producción, han permitido validar su impacto en
la productividad y la sostenibilidad. Este trabajo es fruto de la convergencia
entre ciencia, práctica en el campo y respaldo humano, que en conjunto hacen
posible el avance hacia una agricultura más resiliente y competitiva.