Está en la página 1de 67

CENTRO DE INVESTIGACIN Y DE ESTUDIOS AVANZADOS DEL INSTITUTO POLITECNICO NACIONAL UNIDAD MRIDA DEPARTAMENTO DE RECURSOS DEL MAR

Tiempo ptimo de rotacin para el policultivo de tilapia niltica y camarn blanco en agua dulce

Tesis que presenta

Laura Patricia Silva Ledezma

para obtener el ttulo de

Maestra en Ciencias en la Especialidad de Biologa Marina

Director de tesis: Dr. Eucario Gasca Leyva

Km 6 Antigua carretera a Progreso col. Cordemex C.P. 97310 A.P. 73 Mrida, Yucatn, Mxico. Tel (999) 1242100, Fax (999) 981334

RESUMEN Debido a las tendencias actuales que muestran un incremento en los niveles de poblacin que padece hambre a nivel mundial, se considera la acuacultura como una industria capaz de disminuir dichos niveles. Con este objetivo en el estado de Yucatn se han establecido a lo largo del tiempo, mediante programas gubernamentales granjas acucolas, sin embargo debido a la problemtica tcnica y econmica han sido abandonadas en su mayora. El uso ms eficiente de los recursos disponibles en un cultivo acucola, permitir un mayor nmero de personas beneficiadas. Dentro de la acuacultura un mtodo para incrementar la productividad y rentabilidad de un cultivo es el policultivo. Este trabajo tiene como objetivo determinar el tiempo ptimo de cosecha (TOC), el tiempo ptimo de rotacin (TOR) y la rotacin de ciclos determinados (RCD) en el policultivo de tilapia niltica y camarn blanco en agua dulce, a travs de un anlisis bioeconmico. Los datos para la realizacin del modelo bioeconmico fueron obtenidos de un experimento que se llev a cabo en el CINVESTAV-IPN, Unidad Mrida. Se eligieron tres escenarios a ser estudiados: Monocultivo de tilapia niltica (MT) y policultivo de tilapia niltica con camarn blanco variando la densidad de los crustceos (33 camarones/m2 y 50 camarones/m2 , P33 y P50 respectivamente). El modelo de crecimiento elegido para ambas especies y para los tres escenarios fue el de von Bertalanffy en el cual fue incluida la temperatura del agua como una funcin sinusoidal. El modelo de manejo indic las condiciones del cultivo como: la mortalidad, la biomasa producida, la alimentacin diaria requerida, etc. En el modelo econmico el valor presente (VP) se utiliz como indicador y se incluyeron las variables de mayor impacto en el sistema. Los resultados mostraron que el TOR es ms corto que el TOC en todos los casos. En el caso del TOC existen diferencias en cuanto al da indicado para la cosecha entre los escenarios, P50 fue sealado como el ciclo de cultivo ms corto con 208 das, P33 requiere un da ms y MT fue el ms largo con 214 das. Respecto al TOR para P33 y P50 se obtuvo el mismo nmero de 201 das de cultivo, mientras que para MT se incrementa en 5. El escenario ms rentable segn el indicador econmico utilizado (VP) tanto para el TOC como para el TOR y RCD es P33. El anlisis acerca de rotacin de ciclos de cultivo determinados (RCD), mostr que para los escenarios estudiados se debe de obtener el tiempo de rotacin de acuerdo al perodo de vida del proyecto. Se llevo a cabo un anlisis de sensibilidad y se observo que la variable de precio de venta del producto presento un mayor porcentaje de cambio en el sistema.

ABSTRACT Due to current trends show an increase in the levels of hungry people worldwide, aquaculture is regarded as an industry capable of reducing these levels. With this objective in the state of Yucatan have been established over time through government programs, fish farms, however due to technical and economic problems have been largely abandoned. More efficient use of available resources in aquaculture farming, will allow a greater number of beneficiaries. In aquaculture a method to increase productivity and profitability of a crop is polyculture. This study aims to determine the optimum harvest time (TOC), the optimal rotation time (TOR) and rotation of certain cycles (RCD) in the polyculture of Nile tilapia and white shrimp in freshwater, through a bioeconomic analysis The data for the realization of bio-economic model were obtained from an experiment carried out at the CINVESTAV-IPN, Unidad Mrida. Three scenarios were chosen to be studied: monoculture of Nile tilapia (MT) and Nile tilapia polyculture with white shrimp varying the density of crustaceans (33 and 50 shrimps/m2, P33 and P50 respectively The growth model chosen for both species and for the three scenarios was the von Bertalanffy, in which was included water temperature as a sinusoidal function. The management model indicated culture conditions such as mortality, the biomass produced, the required daily food, etc. In the economic model the present value (PV) was used as indicator and variables with the greatest impact on the system were included. The results showed that the TOR is shorter than the TOC in all cases. In the case of TOC, there are differences in the day indicated for harvest between scenarios, P50 was identified as the shorter growing cycle with 208 days, P33 requires one more day and MT was the longest at 214 days. With respect to TOR for P33 and P50 was obtained the same number of 201 days of culture, whereas for MT is increased by 5. The most profitable scenario as the economic indicator used (VP) for the three the TOC, the TOR and RCD is P33. The analysis of rotation of certain cycles (RCD), showed that for the scenarios studied, must obtain the rotation time according to the lifetime of the project. It conducted a sensitivity analysis and observed that the variable price of the product had a higher percentage change in the system.

ii

AGRADECIMIENTOS

Al CONACYT por la beca otorgada para la realizacin de mis estudios de Maestra. A mi director de tesis Dr. Eucario Gasca Leyva. A mis sinodales Dra. Silvia Salas Marquez y Dr. Gaspat Poot Lopez. Al L.M. Roger Dominguez May. A los profesores del CINVESTAV.

iii

TABLA DE CONTENIDO RESUMEN ........................................................................................................................... i ABSTRACT ......................................................................................................................... ii NDICE DE TABLAS ............................................................................................................ vi NDICE DE FIGURAS .......................................................................................................... vii 1. INTRODUCCIN GENERAL ............................................................................................... 1 2. ANTECEDENTES ............................................................................................................. 3 2.1 Teora de la produccin ............................................................................................... 3 2.1.1 Funcin de produccin ......................................................................................... 3 2.1.2 Funcin de costos. ............................................................................................... 6 2.2 Maximizacin de los beneficios ................................................................................... 8 2.3 El anlisis econmico en diversos policultivos. ............................................................. 9 2.4 Tiempo ptimo de cosecha ........................................................................................ 10 2.5 Tiempo ptimo de rotacin ........................................................................................ 12 2.6 Especies objetivo del estudio .................................................................................... 14 2.6.1 Tilapia niltica.................................................................................................... 14 2.6.2 Camarn ........................................................................................................... 15 3. JUSTIFICACIN ............................................................................................................. 16 4. OBJETIVOS ................................................................................................................... 17 4.1 Objetivo General....................................................................................................... 17 4.2 Objetivos particulares ............................................................................................... 17 5. MATERIAL Y MTODOS.................................................................................................. 18 5.1 Datos para el anlisis bioeconmico .......................................................................... 18 5.2 Modelo biolgico ...................................................................................................... 18 5.3 Modelo de manejo .................................................................................................... 20 iv

5.4 Modelo econmico ................................................................................................... 21 5.5 Tiempo ptimo cosecha, tiempo ptimo de rotacin y rotacin de ciclos determinados... 23 5.6 Supuestos utilizados para la modelacin .................................................................... 23 5.7 Validacin de los modelos utilizados ......................................................................... 24 5.8 Anlisis de sensibilidad............................................................................................. 25 6. Resultados y Discusin .................................................................................................. 27 6.1 Modelo biolgico ...................................................................................................... 27 6.2 Modelo de manejo .................................................................................................... 29 6.3 Resultados bioeconmicos ....................................................................................... 31 6.3.1 Tiempo ptimo de cosecha y tiempo ptimo de rotacin ........................................ 31 6.3.2 Evolucin de la biomasa del camarn blanco durante el TOC y TOR........................ 36 6.4 Anlisis de sensibilidad............................................................................................. 40 7. CONCLUSIONES ............................................................................................................ 43 8. REFERENCIAS............................................................................................................... 46 Anexos ............................................................................................................................. 52 A. Seleccin del modelo de crecimiento ........................................................................... 52 B. Tiempo ptimo de cosecha y tiempo optimo de rotacin ............................................... 57

NDICE DE TABLAS Tabla 2.1 Anlisis econmicos realizados para policultivos con diferentes especies.. Tabla 5.1 Supuestos utilizados para el anlisis bioeconmico, para MT, P33 y P50. Tabla 6. 1 Parmetros para las funciones de crecimiento para los escenarios MT, P33 y P50... Tabla 6.2 Parmetros obtenidos para la funcin de temperatura del agua... Tabla 6.3 Resultados de validacin para los modelos de crecimiento de tilapia y camarn blanco para los escenarios MT, P33 y P50. Tabla 6.4 Parmetros para las funciones de alimentacin de tilapia y camarn blanco para los escenarios MT, P33 y P50. Tabla 6.5 Resultados bioeconmicos, de TOC y TOR para tres escenarios (MT, P33 y P50) de cultivo Tabla 6.6. Resultados de la rotacin para nmero de ciclos determinados (RCD), desde 1 hasta 180.. Tabla 6.7 Resultados del anlisis de sensibilidad para el TOC, se muestra el % de cambio en el VP provocado por el cambio de + 10 % en la variable indicada Tabla 6.8 Resultados del anlisis de sensibilidad para el TOR, presenta el % de cambio en el VP provocado por el cambio de + 10 % en la variable indicada Tabla A.1 Validacin de modelos de crecimiento para el monocultivo de tilapia con una densidad de 32.2 peces/m3. Tabla A.2 Validacin de modelos de crecimiento para el monocultivo de camarn blanco en monocultivo con una densidad de 33.7 camarones/m 2.. Tabla A.3. Validacin de modelos de crecimiento para el monocultivo de camarn blanco en monocultivo con una densidad de 50.5camarones/m2 53 52 51 40 40 38 33 29 28 9 23 27 28

vi

NDICE DE FIGURAS Figura 2.1 Etapas de la funcin de produccin. Se puede observar la produccin total (PT X1), tasa de crecimiento (PMX1), y la productividad promedio (PPX1) para del incremento de un insumo ( X1) y las etapas de la funcin de produccin.................................. Figura 2.2 Costos totales (CT), costos fijos(CF) y costos variables (CV) dependientes de la produccin............ Figura 2.3. Costos marginales (CM), costos totales promedio (CTP), costos variables promedio (CVP) y costos fijos promedio (CFP) dependientes de niveles de produccin.. 7 Figura 2.4 Maximizacin de los beneficios Figura 6.1 Evolucin de la biomasa total en los escenarios de cultivo P33(a), P50(b) y 35 8 6 5

MT(c)........ Figura 6.2 Evolucin de la biomasa de camarn blanco para los escenarios P33(a) y P50(b) en el

anlisis de TOR y TOC. 36 Figura 6.3 Evolucin del VP de acuerdo al nmero de ciclos de cultivo, para los escenarios P33, P50 y MT.. Figura A.1 Simulacin de crecimiento para tilapia niltica en monocultivo con una densidad de 32.2 peces/m3, utilizando los modelos de Richards, Logstico y Bertalanffy, comparados con los datos observados durante el experimento Figura A.2 Simulacin de crecimiento para camarn blanco en monocultivo con una densidad de 33.7 camarones/m2, utilizando los modelos de Richards, Logstico y Bertalanffy, comparados con los datos observados durante el experimento. Figura A.3 Simulacin de crecimiento para camarn blanco en monocultivo con una densidad de 50.5 camarones/m2, utilizando los modelos de Richards, Logstico y Bertalanffy, comparados con los datos observados durante el experimento. 54 54 52 37

vii

1. INTRODUCCIN GENERAL En el ao 2030 sern necesarias 37 millones de toneladas adicionales de pescado, para mantener los niveles actuales de consumo, debido al continuo aumento de la poblacin. La pesca tradicional ha alcanzado sus niveles mximos de produccin y la acuicultura representa una de las formas de colmar ese dficit. Sin embargo, solamente podr hacerlo si se promueve y gestiona de forma responsable (FAO, 2007a). La acuacultura es la que tiene el mayor crecimiento en el sector pecuario. La produccin mundial de la pesca de captura y la acuicultura proporcionaron alrededor de 110 millones de toneladas de pescado para consumo humano en 2006 (todas las cifras que se presentan son susceptibles de haber sido redondeadas), lo que equivale a un suministro per cpita terico de 16,7 kg (equivalente en peso vivo), un 47 % de esta cantidad correspondi a la acuicultura (FAO, 2009). La industria de la acuacultura esta en continua expansin y por eso constituye una alternativa a los recursos marinos. Esta expansin ha sido favorecida tanto por la exitosa adaptacin de nuevas especies a cultivos comerciales, como a la expectativa de la obtencin de las altas tasas de retorno (Gasca-Leyva et al., 2002) y se ha transformado en un importante promotor de la economa en diversas partes del mundo. Si su desarrollo se da en una forma planificada y con un crecimiento ordenado, segn los objetivos planteados, puede ser un instrumento eficaz para generar empleos, divisas y alimentos de alta calidad nutricional y de bajo costo (Flores-Nava, 1998). En Mxico la acuicultura surgi como una actividad social. Se dirigieron apoyos a sectores de extrema pobreza, con el fin de mejorar el nivel de vida de la poblacin beneficiada, como innovacin tecnolgica para hacer ms productiva la actividad agrcola y como medida de mitigacin de la sobrepesca (Fitzsimmons, 2000). En Yucatn se ha fomentado el cultivo de tilapia Niltica de manera semi-intensiva y/o de autoconsumo, a travs del financiamiento de tanques por parte de la Secretara de desarrollo social, sin embargo, su adopcin enfrenta problemas sociales, tcnicos y de mercado. Adems, la mayora de los pequeos productores carece de solvencia econmica para iniciar la operacin de las granjas. Esto provoca situaciones de dependencia hacia el financiamiento externo para contar con capital de trabajo, el cual no es fcil de obtener, e incrementa los costos de produccin debido al pago del mismo y de los intereses a pagar (Poot-Lopez, 2010). Lo anterior en combinacin con el alto costo de los insumos y el bajo precio alcanzado por el producto, genera reducidos mrgenes de utilidad y los hace vulnerables dentro de la industria nacional y mundial (Olvera-Novoa et al., 2005). Debido a la problemtica anterior se han planteado diversas estrategias productivas con el fin de mejorar la eficiencia de estos sistemas, buscando mayores beneficios econmicos. Por ejemplo: Poot-Lopez et al. (2009) propone la sustitucin parcial de alimento balanceado por hojas de chaya, mientras que Patio (2009), Ponce et al. (2006) y Vargas (2007) proponen la adicin de una especie secundaria en los sistemas de cultivo, para
1

desarrollar el policultivo. El policultivo es considerado como una estrategia de manejo que mejora considerablemente los rendimientos de produccin por unidad de rea, debido a que se aprovechan de mejor manera los recursos disponibles para el cultivo (Bardach et al., 1972, Landau, 1992). Ha demostrado ser una estrategia mediante la cual puede ser incrementada la rentabilidad de un proyecto acucola (Roy et al., 2003; Sastradiwirja, 2007; Uddin et al., 2007). A pesar de que la acuacultura se practica desde hace miles de aos en algunas partes del mundo, su estado como disciplina cientfica es relativamente reciente. Como muchas otras disciplinas ha ido evolucionando a lo largo del tiempo pasando de tener una descripcin simplemente verbal, a tener una mayor aproximacin a la realidad, sustentada por un lenguaje preciso como lo son los modelos matemticos y estadsticos (Cacho et al., 1997). La bioeconoma o economa biolgica ofrece una nueva epistemologa para investigar el sistema econmico en asociacin con el sistema biolgico como un todo. De esta manera es posible estudiar las interacciones no-lineales entre sus componentes y no slo entre las caractersticas de los componentes individuales (Mohammadian, 2005). Es importante conocer no solo el desarrollo biolgico en un sistema acucola, sino que es necesario establecer las relaciones con el componente econmico. Los modelos bioeconmico son precisamente el tipo de enlace entre la produccin biolgica del sistema y el mercado en la cual esta se desarrolla. Actualmente los modelos bioeconmicos se han convertido en una herramienta til para estudiar estrategias de cultivo, estimar los posibles beneficios en diferentes periodos y bajo diferentes escenarios, como los ambientales, y los de manejo tcnico y biolgicos. Los trabajos de modelacin bioeconmica en la acuacultura estn basados y por lo tanto fuertemente influenciados por los realizados en otras ciencias como la agricultura, la silvicultura y el manejo de las pesqueras (Bjorndal et al., 2004). Dado que la acuacultura es una disciplina cientfica y una industria al mismo tiempo, la informacin tanto de la produccin como de los costos, ventas, e inventarios, son de gran utilidad para la evaluacin de la rentabilidad, planeacin del cultivo y optimizacin de procesos (Aloyce et al., 2006). En el presente estudio se analizaron los tiempos ptimos de cosecha y rotacin, en la produccin de tilapia nilotica y camarn blanco en policultivo en un sistema semiintensivo en agua dulce, a travs de un modelo bioeconmico

2. ANTECEDENTES 2.1 Teora de la produccin El propsito de la produccin es satisfacer las necesidades o requerimientos de una poblacin y es definida como el proceso de combinar recursos y fuerzas en la creacin de algn bien o servicio (Jolly and Clonts,1993). La produccin de peces tiene primeramente un componente biolgico, el cual es analizado mediante la relacin entre el medio en el que se pretende desarrollar los organismos y el crecimiento respuesta o curva de crecimiento que estos tengan a determinados factores, como densidad de siembra, calidad del agua, calidad y cantidad de alimento etc. Lo anterior es analizado mediante la funcin de produccin, la cual nos permite predecir el volumen producido a un determinado tiempo. Otro componente importante es el econmico, que se genera a partir de la curva de crecimiento de los organismos y las cantidades necesarias de los insumos, asi como sus precios con el fin de establecer los costos de produccin los cuales pueden ser analizados mediante la funcin de costos que nos indica todos los costos que se derivan de la produccin de pescado (Jolly y Clonts, 1993).

2.1.1 Funcin de produccin Dado el incremento en las actividades de acuicultura y a la creciente competitividad que esta tiene, llevar a cabo planes para una ptima produccin y un manejo eficiente de los recursos se ha convertido en una de las piezas claves para lograr el xito de un proyecto (Guttormsen, 2008). Una de las etapas iniciales para realizar un anlisis econmico en una granja es el establecimiento de una funcin de produccin. La cual establece una relacin tcnica entre los insumos y la produccin lograda a un tiempo dado utilizando la informacin existente y es expresada de la siguiente manera:

(2.1) Donde:

Y1: es la produccin (biomasa). X1: es el alimento proporcionado. X2: es el nmero inicial de alevines. X3: es la tasa de supervivencia. X4: es la densidad de siembra.
3

X5: es el periodo de crecimiento. Xn: puede ser alguna otra variable relacionada con la produccin.

Esta funcin expresa que la biomasa obtenida est relacionada con diversas variables. La relacin entre una variable particular y la produccin se expresa mediante modelos matemticos que definen la relacin entre la produccin obtenida y un insumo en particular. Mediante estos modelos es que se logra hacer ms eficiente el uso de los insumos, ya que la funcin de produccin, est afectada por la ley de rendimientos decrecientes (Figura 2.1). La cual establece que en un sistema de produccin al aumentar la cantidad de un insumo (X 1) y mantener los otros fijos, la produccin total (PTX1) incrementa a una tasa de crecimiento o producto marginal marginal (PMX1) creciente. Despus el producto marginal se vuelve decreciente, alcanzando un mximo y finalmente declina. Entendindose como producto marginal la produccin lograda por una unidad extra de insumo. Otro aspecto que se debe tener en cuenta, es que al variar las unidades de insumo existe tambin un cambio en la productividad promedio (PPX1) para cada unidad de insumo. (Jolly y Clonts,1993). La relacin existente entre PPX1 y PMX1 permite establecer tres etapas en la produccin (Figura 2.1). La etapa 1 se refiere al periodo en el cual el PPX1 es menor que el PMX1, e indica que el insumo en cuestin no est siendo eficientemente utilizado. En esta etapa PM X1 tiene un crecimiento con una tasa creciente, la cual alcanza un mximo y se torna decreciente. La etapa 2 inicia cuando el PMX1 y PP X1 se igualan, lo que indica un uso eficiente del recurso termina cuando el PMX1 llega a cero. Al suceder esto ltimo inicia un decremento en PTX1 al incrementar X1, por lo que la produccin tiende a disminuir. Lo anterior muestra que la etapa dentro de la cual se alcanzan los mayores niveles de produccin en funcin de un insumo, es la etapa 2 de la funcin de produccin.

Figura 2.1 Etapas de la funcin de produccin. Se puede observar la produccin total (PT X1), producto marginal (PMX1), y el producto promedio (PPX1) para el incremento de un insumo (X1) y las etapas de la funcin de produccin. (Jolly y Clonts, 1993). El xito econmico de un proyecto acucola est en los beneficios econmicos generados (Shang, 1981). Los cuales dependen principalmente de la produccin, los costos de produccin y venta, y el precio al cual se vende el producto. Los beneficios obtenidos estn dados por:

(2.2)

Donde:

Bb: son los beneficios. Q: es la produccin alcanzada. P: es el precio de venta del producto. CT: son los costos totales.
Los beneficios tienen una relacin directa con la funcin de produccin. El ingreso total (IT), ingreso promedio (IP) e ingreso marginal (IM) tienen una fuerte influencia del PT, PP y PM respectivamente, por lo que las trayectorias de sus curvas son similares.

2.1.2 Funcin de costos. Los costos totales se refieren a la cantidad de dinero que debe ser gastada para obtener un determinado nivel de produccin, estos son divididos en fijos y variables (Figura 2.2). Los costos fijos son independientes de la produccin alcanzada, la renta o terreno, impuestos por propiedad, depreciacin e intereses bancarios en su caso. Los costos variables son aquellos que incluyen los insumos de produccin como alimento, alevines, combustible, material qumico, costos de mano de obra, e intereses de pagos variables. La funcin de costos entonces est definida por:

(2.3)

Donde:

CT : son los costos totales. Cv: son los costos variables. Cf: son los costos fijos de una operacin de produccin.

Figura 2.2 Costos totales (CT), costos fijos(CF) y costos variables (CV) dependientes de la produccin. (Jolly y Clonts, 1993).

La funcin de costos de forma similar a la funcin de produccin puede ser analizada en costo marginal (CM), que es el cambio en el costo total debido a un cambio de una unidad en la cantidad de producto, costo total promedio (CTP), costo variable promedio (CVP) y costo fijo promedio (CFP) los cuales como se puede obsevar en la Figura 2.3 cambian de acuerdo al nivel de produccin (Q). En el caso de CM, CTP y CVP primero presentan una tendencia decreciente, lo cual provoca que la curva alcance un mnimo y se vuelva creciente, mientras que para el caso de CFP la tendencia siempre es decreciente, aunque con una tasa de cambio menor (Zugarramurdi, 1998). La relacin entre los costos marginales y el costo promedio total tambin es importante, el punto donde se igualan es el punto donde CTP llega a su mnimo valor, lo cual indica una mxima eficiencia en el uso de los insumos (Figura 2.3).

Figura 2.3. Costos marginales (CM), costos totales promedio (CTP), costos variables promedio (CVP) y costos fijos promedio (CFP), dependientes del nivel de produccin (Jolly y Clonts, 1993). Es necesario tener presente que los costos son un factor sumamente importante, y que el acuicultor no tiene ningn control sobre ellos. Estos dependen del mercado en el que el sistema se encuentre, y son pieza clave para determinar la combinacin ptima de insumos, con la finalidad de maximizar el valor de la biomasa, (Bjorndal et al., 2004). Dentro de una empresa o proyecto productivo un costo a tener en cuenta tambin es el llamado costo de oportunidad el cual se refiere al valor de la mejor opcin no realizada, es decir el valor econmico que puede ser obtenido si en lugar de llevar a cabo el proyecto planteado, se realizara algn otro proyecto que sea considerado como la mejor opcin.
7

2.2 Maximizacin de los beneficios El objetivo de toda empresa lucrativa es la maximizacin de los beneficios, obtenidos mediante la venta de algn bien o servicio (Q), lo cual se logra cuando existe una mxima diferencia entre los ingresos totales (IT) y los costos totales (CT). El punto en el cual esto se logra coincide con el punto en el cual el incremento en los costos marginales (CM) resultantes del incremento de una unidad de produccin (Q) iguala el ingreso marginal (IM), que nos indica el ingreso obtenido de la venta de una unidad de producto.(Figura 2.4).

Figura 2.4. Maximizacin de los beneficios a travs de la igualdad de CM e IM.

La maximizacin de los beneficios se puede buscar a travs del valor presente (VP), que tambin se utiliza para evaluar la rentabilidad de un proyecto. El VP de una suma a pagar en n aos en el futuro, es el monto que si estuviera a la mano el da de hoy, crecera hasta igualar la suma futura a lo largo de un periodo de n aos (Pappas y Brigham,1988). Se utiliza para calcular el valor que una cantidad a futuro tiene en este instante.

Su expresin matemtica es la siguiente:

(2.4) Donde:

VP: es el valor presente. I: son los ingresos que se obtienen de un bien o servicio C: son los costos que se tendrn por producir un bien o servicio. n: es el nmero de aos en los que se tiene el VP.
i: es la tasa de descuento.

2.3 El anlisis econmico en diversos policultivos. Sin duda el grupo acucola ms estudiado en policultivo con otras especies es la tilapia. Como es el caso de los trabajos realizados con tilapia en asociacin con carpas (Karplus et al. 1996), bagre africano (de Graaf y Janssen, 1996), camarn (Martnez et al., 2004; Baunchen et al., 2007; Yuan et al., 2010), langostino (Uddin, 2007), cachama (Recalde, 2009) y Cherax (Ponce et al., 2006). En otros estudios de policultivo encontramos los realizados con diversas especies de carpa mola chela (Roy et al., 2003), langostino con carpa comn, carpa plateada, gurami gigante y carpa cabezona (Sastradiwirja, 2007). Se han desarrollado diversos trabajos para evaluar los policultivos desde el punto de vista econmico (Tabla 2.1), sin embargo, la mayora se limita a obtener los rendimientos en base a los resultados experimentales, con excepcin del realizado por Ponce et al. (2006). Este ltimo estudio fue realizado mediante modelacin bioeconmica, lo que nos permite observar el comportamiento del sistema de policultivo de manera dinmica y modificar los escenarios.

Tabla 2.1 Anlisis econmicos realizados para policultivos con diferentes especies.
Autor Karplus et al. Ao 1996 Especies Carpa herbvora, carpa plateada, carpa comn y un hbrido de tilpia niltica y tilapia azul. Tilapia niltica y bagre africano. Tilapia niltica y bagre Tcnica de anlisis Anlisis costo-beneficio Objetivo del estudio Establecer el efecto de diferentes relaciones de densidad en la rentabilidad del policultivo. Realizar una comparacin de beneficios econmicos entre monocultivo y policultivo. Realizar un anlisis econmico de cuatro diferentes estrategias de fertilizacin/alimentacin. Realizar una comparacin de beneficios para tres estrategias de policultivo.

De Graaf y Janssen Omondi et al.

1996

Anlisis costo-beneficio

2001

Anlisis costo-beneficio

Roy et al.

2003

Carpa herbvora, roho (Labeo rohita), carpa catla (Catla catla) , carpa herbvora (Ctenopharyngodon idella) , mrigal (Cirrhinus mrigala) mola (Amblypharyngodon mola) y chela (Chela cachius). Tilapia mosambica y camarn blanco. Tilapia niltica y cherax Camarn blanco y tilapia niltica en agua salada. Langostino, carpa comn, carpa plateada, gurami gigante y carpa cabezona Tilapia niltica y langostino

Anlisis costo-beneficio

Martinez cordero et al. Ponce et al. Baunchen et al.

2004

Anlisis costo-beneficio

Determinar la factibilidad econmica de policultivo hipottico en granjas del noroeste de Mxico. Determinar la viabilidad econmica del policultivo en Yucatn, Mxico. Realizar una comparacin de beneficios entre diferentes estrategias de densidad de policultivo. Establecer las caractersticas econmicas del policultivo. Realizar la evaluacin econmica de diferentes proporciones de cada especie en el policultivo. Determinacin de la rentabilidad de policultivos a nivel artesanal. Anlisis econmico de diferentes densidades.

2005 2007

Modelacin bioeconmica Anlisis costo-beneficio

Sastradiwirja

2007

Anlisis costo-beneficio

Uddin

2007

Anlisis costo-beneficio

Recalde Yuan et al.

2009 2010

Cachama y tilapia niltica Camarn blanco y tilapia roja.

Anlisis costo-beneficio Anlisis beneficio-costo

2.4 Tiempo ptimo de cosecha Un mtodo utilizado frecuentemente para buscar la maximizacin de beneficios en cultivos acucolas es la determinacin del tiempo ptimo de cosecha, realizado tambin mediante modelos bioeconmicos dinmicos (Pascoe, 2002; Yu et al., 2006b; Saiti et al., 2007; Gasca-Leyva et al., 2008; Yu y Leung, 2009). El tiempo ptimo de cosecha estima el tiempo en el cual el valor marginal del flujo de efectivo (resultante del cambio en
10

una unidad de produccin) obtenido durante la operacin iguala el costo de oportunidad a una tasa de inters determinada en base a indicadores econmicos como tasas de inters bancarias, tasas de inflacin, expectativas de los inversinistas etc. Para el caso en el cual es considerada una poblacin de organismos (stock) un ciclo de cultivos, es conveniente el clculo del tiempo ptimo de cosecha. Sin embargo este no toma en cuenta que cuando ese stock de peces es cosechado, existe nuevamente un espacio disponible para la implementacin de un nuevo stock de cultivo (Bjorndal, 1988). Por lo que se realizar una nueva compra de alevines y de insumos que permitirn llevarlos nuevamente a dicho tiempo de cosecha y as este proceso se repetir durante el tiempo de vida del proyecto. Si consideramos que los precios son constantes, el problema se reduce a encontrar el tiempo en el cual se debe cosechar un stock de peces y sembrar uno nuevo con el fin de maximizar el beneficio econmico total de la granja, es decir el tiempo ptimo de rotacin. El tiempo ptimo de cosecha est definido por la siguiente igualdad:

(2.5)

Donde: : es el valor marginal de la biomasa de los peces. : es el tiempo ptimo de rotacin

r : es la tasa de descuento . Vt : es el valor de los peces al tiempo t*


: es el costo de oportunidad de mantener un da ms el cultivo. La frmula anterior toma en cuenta solo el valor de la biomasa sin tener en cuenta los costos que son generados en la produccin de esta, Bjorndal calcula tambin de otra forma el tiempo ptimo de cosecha incluyendo los costos de cosecha, alimentacin, seguro los cuales se incluyen en la frmula bsica del tiempo ptimo de cosecha como se muestra a continuacin.

11

(2.6) Donde:

p'(w): es el precio por kilogramo del pescado el cual depende del peso del mismo. w: es el peso del pescado. M: se refiere a la tasa instantnea de mortalidad de los organismos k: representa el costo del seguro Cs: es el costo de cosecha por pez CfF: es el costo del alimento

2.5 Tiempo ptimo de rotacin El problema de rotacin en acuicultura, junto con otros tiene mucho en comn con los del rea forestal y ganadera (Guttormsen, 2008). Esto es debido a las similitudes que existen entre este tipo de industrias, pues ambas buscan explotar un recurso natural mediante la realizacin de ciclos continuos de extraccin e introduccin de organismos. Para el caso de los recursos forestales la tala y reforestacin, mientras que en acuicultura estas operaciones son llamadas siembra y cosechas, si bien existen diferencias notorias como los tiempos en los que estos ciclos son llevados a cabo y el grado que existe de control sobre los organismos, este problema ha sido comnmente resuelto utilizando la llamada frmula de Faustmann. Diversas adaptaciones se han hecho a la frmula bsica de Faustmann con el fin de determinar las mejores estrategias de cosecha. Arnason (1992) y Hean (1994) realizaron modificaciones a este modelo para tomar en cuenta los efectos de la alimentacin, crecimiento dependiente de la densidad y potencial de cosecha. Yu (2006a) considera los costos de implantacin de un nuevo stock respectivamente En comparacin con el tiempo optimo de cosecha el tiempo ptimo de rotacin es ms corto, ya que se toma en cuenta un costo oportunidad extra. As mismo el tiempo ptimo de rotacin es afectado por el cambio en los diversos parmetros para los cuales se ha calculado. Un aumento en el precio del producto har que este sea ms corto, ya que incrementa las rentabilidad para cada cosecha, por lo cual el costo de oportunidad es igualado ms rpidamente. Un incremento en la tasa de inters tiende a acortarlo y un incremento en los costos de cosecha har que este se alargue (Bjorndal, 1998; Guttormsen, 2008). Para el caso de los recursos forestales, el problema del tiempo ptimo de rotacin ha sido resuelto buscando la maximizacin del Valor Presente (VP) proveniente del recurso. Para la acuicultura Pascoe (2002) realiz
12

una adaptacin a la frmula de Faustmann, la cual permite analizar el VP en un horizonte infinito de ciclos de produccin y resuelve el tiempo ptimo de rotacin. Bjorndal (1988) desarroll el primer modelo terico para el tiempo ptimo de cosecha bajo condiciones ptimas para el salmn, este trabajo incluye tambin el tiempo ptimo de rotacin para el lenguado. No se tomaron en cuenta los costos, la variacin fue incluida con la tasa de descuento, en base a esto se observ los aumentos en una relacin directa con la disminucin del tiempo ptimo de rotacin. Con una tasa de descuento del 5% el tiempo ptimo de rotacin fue de 1.850 aos mientras que con una tasa de descuento del 20% fue de 1.685 aos. La diferencia bsica entre el tiempo ptimo de rotacin y el tiempo ptimo de cosecha es que no solo considera la igualacin del VP con el costo de oportunidad de dejar los peces crecer durante un periodo ms, sino que considera tambin el costo de oportunidad de sembrar el tanque con un nuevo stock de crecimiento ms rpido. El tiempo ptimo de rotacin est definido por la siguiente igualdad (Hean y Cacho, 2002).

(2.7)

Donde: : es el costo de oportunidad de sembrar un nuevo stock.

Pascoe (2002) aplico este modelo a dos especies, la dorada y la langosta tigre, los datos fueron obtenidos de granjas y compar los resultados obtenidos con el tiempo que los administradores tomaban para el cultivo. En el caso del camarn tigre, el ciclo de cultivo de la granja era de 150 das y el tiempo ptimo de rotacin calculado a una tasa de descuento del 24% fue de 240 das, lo que dejo en evidencia que la cosecha era realizada antes de que el cultivo alcanzara su mximo valor posible. Para la dorada el ciclo de cultivo de la granja era de 550 das y los resultados del tiempo ptimo de rotacin calculado con una tasa de descuento del 24% indicaron una duracin de 475 das, en este caso el mximo valor que se hubiera podido obtener por la cosecha no era obtenido, ya que el tiempo en el que esto se lograra era rebasado, disminuyendo dicho valor de la cosecha. Hean y Cacho (2002) realizaron tambin un trabajo en el cual se incluye el TOC y TOR para dos especies de almeja, Tridacna crocea y T. derasa, asociado a diferentes niveles de manejo, en este trabajo nuevamente el
13

TOR es menor que el TOC. El tiempo ptimo de rotacin para T. crocea fue de 0.33 0.67 aos, dependiendo del nivel de manejo. En el caso de T. derasa el TOR fue de 2.19 2.88 aos dependiendo tambin del manejo. El indicador econmico utilizado en este caso fue el valor presente (VP) el cual fue mayor en el caso del TOR que en el TOC. Debido a que el VP para el TOC actualiza el flujo de efectivo de un solo ciclo de cultivo y para el caso de TOR actualiza el flujo de efectivo del una serie infinita de ciclos, el cual resulta un valor terico.

2.6 Especies objetivo del estudio 2.6.1 Tilapia niltica Uno de los peces de agua dulce ms cultivados es la tilapia (incluyendo todas las especies). Que constituye el segundo grupo ms importante de peces cultivados, tras las especies de carpa, y la que se ha difundido ms entre todos los peces. En 2005, se proyect que el incremento en la produccin global de tilapia ascendera de 1,5 millones de toneladas en 2003 a 2,5 millones de toneladas en 2010, con un valor de venta superior a los 5 mil millones de USD. La mayor parte de esta produccin esperada, la constituir la tilapia del Nilo (FAO, 2005), la cual es considerada como una especie idnea para su cultivo por ser muy resistente y tener un rpido crecimiento bajo una extensa variedad de esquemas de manejo (Brummett and Alon, 1994). Durante las dcadas de los 60s y 70s, se introdujeron en Mxico diversas especies de tilapia, y su cultivo se ha popularizado y diversificado (Poot-Lopez, 2010). Probablemente debido a que estos peces tienen un rpido crecimiento, buen ndice de conversin alimenticia, adems de su excelente carne, por lo que a nivel mundial ha demostrado ser un cultivo exitoso (El-Saidy y Gaber, 2005). La tilapia niltica puede ser cultivada de manera extensiva en presas y embalses, de forma semi-intensiva en pequeos estanques rsticos y encierros a manera de corral. El cultivo intensivo se realiza en canales de corriente rpida, tanques y jaulas (Fitzsimmons, 2000). En Mxico la SAGARPA por medio de la conapesca reporta para el ao 2007, una produccin de tilapia (mojarra) de 80.14 toneladas, las cuales representaron un valor econmico de 990 millones de pesos aproximadamente (CONAPESCA, 2007). En Yucatn diversas granjas de tilapia Niltica han sido incluidas en distritos de riego con el propsito de darle un doble uso al agua y moto-bombas utilizadas en agricultura.

14

2.6.2 Camarn Otra de las especies ms ampliamente cultivada a nivel mundial y de alto valor comercial es el camarn blanco P. vannamei. Las estadsticas de FAO (2007b) indican que el total de la produccin por granjas se increment de 8 000 toneladas en 1980 a 194 000 toneladas en 1998. Tras un pequeo declive en 1999 y otro ms significativo en el ao 2000, debido a la irrupcin del virus de la mancha blanca (WSSV) en Amrica Latina, las estadsticas de FAO indican un rpido crecimiento de la produccin a ms de 1 386 000 toneladas en 2004, gracias a la rpida dispersin de esta especie en Asia. Los principales pases productores en 2004 fueron: China (700 000 toneladas), Tailandia (400 000 toneladas), Indonesia (300 000 toneladas) y Vietnam (50 000 toneladas). Dado que el cultivo de P. vannamei se ha expandido rpidamente en los ltimos aos, particularmente en Asia, el valor del camarn cultivado ha disminuido, se espera que esta tendencia contine. Bajo tales circunstancias, los productores menos eficientes no estarn en condiciones de competir con quienes producen camarn ecolgico o ms econmico. Las tendencias mundiales recientes apuntan a la integracin de la industria, como respuesta a los requerimientos de trazabilidad y control en los sistemas de cultivo (FAO, 2007b). En Mxico, actualmente es mayor la cantidad de camarn producido mediante cultivo en sistemas controlados que las capturas realizadas. Representa el 60% de la produccin total anual aportando 111, 787,366 kilogramos de peso vivo, lo que en trminos monetarios equivale a $ 4, 269, 042,571.00 de pesos mexicanos (CONAPESCA, 2007).

15

3. JUSTIFICACIN Debido a las tendencias actuales que muestran un incremento en los niveles de poblacin que padece hambre a nivel mundial, se considera la acuacultura como una industria capaz de disminuir estos niveles de subnutricin. Con este objetivo en el estado de Yucatn se han establecido a lo largo del tiempo, mediante programas gubernamentales, granjas acucolas, sin embargo debido a la problemtica econmica la mayora de estas han sido abandonadas. El uso ms eficiente de los recursos disponibles para un cultivo acucola permitir un mayor nmero de personas beneficiadas. Es necesario realizar e implementar estrategias a travs de las cuales sea posible lograrlo. Lo que nos lleva a pensar en la necesidad de establecer tcticas a travs de las cuales sea posible lograr el uso ms eficiente de los recursos disponibles para un cultivo acucola y de esta manera permitir un mayor nmero de personas favorecidas. Dentro de la acuacultura un mtodo para lograr incrementar la productividad y rentabilidad de un cultivo al ser mejor aprovechados los insumos, es el policultivo. El cual nos permite mantener dos o ms especies que ocupan distintos nichos, en un mismo fsico (estanque, tanque, jaula). Una de las especies cultivadas en Yucatn es la tilapia niltica, lo cual aunado a sus caractersticas (descritas con anterioridad), la hace una especie candidata al policultivo dentro del estado. Si el policultivo es desarrollado con una especie de mayor valor comercial, este tiene mayores posibilidades de alcanzar un xito econmico. Una especie de gran valor comercial que puede ser incluida en un policultivo junto con la tilapia niltica es el camarn blanco, razn por la cual esta estrategia se analiza. Algunas de las practicas que podran ser utilizadas en estas granjas de policultivo para lograr mayores beneficios, sera el tiempo ptimo de rotacin lo cual permitir un mejor manejo del sistema. Estas estrategias nos permiten utilizar mejor los recursos disponibles, lo cual finalmente se refleja en la rentabilidad del proyecto. La conjuncin con las estrategias previamente mencionadas resultan en la obtencin de un sistema eficaz en el uso de los insumos y espacio. Por medio del cual es posible contribuir a mejorar la economa y situacin alimentara de los productores del estado de Yucatn. La acuacultura adems de proveer alimento, es tambin una fuente de empleo y divisas. Adems el desarrollo de un modelo bioeconmico que nos permita llevar a cabo mediante simulaciones, la obtencin del tiempo ptimo de cosecha, tiempo ptimo de rotacin y la rotacin de cultivos determinados lo cual supone un ahorro en tiempo y dinero.

16

4. OBJETIVOS 4.1 Objetivo General

Determinar el tiempo ptimo cosecha y de rotacin para el policultivo de tilapia niltica y camarn blanco en agua dulce a travs de un anlisis bioeconmico.

4.2 Objetivos particulares

Desarrollar un modelo bioeconmico para el policultivo de tilapia niltica y camarn blanco. Determinar el tiempo ptimo de cosecha para policultivo de tilapia niltica y camarn blanco. Determinar el tiempo ptimo de rotacin para policultivo de tilapia niltica y camarn blanco. Determinar una estrategia de rotacin de ciclos determinados para policultivo de tilapia niltica y camarn blanco. Determinar las variables ms influyentes en el sistema mediante un anlisis de sensibilidad.

17

5. MATERIAL Y MTODOS 5.1 Datos para el anlisis bioeconmico El experimento del cual fueron obtenidos los datos para la realizacin del modelo bioeconmico se llevo a cabo en el CINVESTAV-IPN, Unidad Mrida, durante el verano del 2008, con una duracin de 98 das de cultivo (Patio, 2009). Se realizaron ensayos de policultivo y monocultivo con tilapia niltica y camarn blanco, en un sistema de recirculacin de tinas circulares utilizando jaulas para la engorda de camarn blanco. Se utilizaron 225 tilapias machos y 180 camarnes blancos en total, con una talla promedio inicial para la tilapia de 7.5 cm de longitud estndar y 16.5 g de peso, y para el camarn blanco de 4.1 cm de longitud y 1.2 g de peso. Se consideraron condiciones de cultivo semiintensivo en cuanto a la densidad de siembra, la cual fue de 32.2 tilapias/m3 y 33.7 y 50.05 camarones blancos/m 2. Para la realizacin del modelo se utilizaron los resultados de las biometras realizadas para el policultivo de tilapia niltica y camarn blanco con densidades de 32.2 peces/m 3 y 33.7 y 50.05 camarones blancos/m2.

5.2 Modelo biolgico Mediante el modelo biolgico podemos simular el crecimiento en peso de los organismos. Un modelo de crecimiento confiable es primordial para el anlisis bioeconmico y para la correcta prediccin de la productividad y rentabilidad de la granja. Sin embargo la construccin del modelo biolgico es usualmente la parte ms compleja del proceso de modelacin bioeconmica (Bjorndal et al., 2004). Anteriormente era comn reportar este crecimiento como una tasa de crecimiento expresada en g/da, basada en los pesos inicial y final y el tiempo en que haba tardado en llegar a este (de Graaf y Prein 2005, Hopkins,1992). Debido a que el crecimiento de los organismos no se da de manera lineal, estas tasas no resultaban ser un buen descriptor. Un amplio grupo de ecuaciones han sido desarrolladas para describir el crecimiento, por lo que para ambas especies se probaran distintos modelos con el fin de seleccionar el que mejor se ajuste a los datos experimentales. Los modelos que fueron probados son, von Bertalanffy (Ponce et al., 2006; Yu et al., 2006a), Richards (Rosa et al., 1997), Monomolecular(Rosa et al., 1997), Gompertz (Yu et al., 2006a; Katsanevakis, 2006) y Logstico (Yu et al., 2006a), El modelo elegido para ambas especies fue el de von Bertalanffy ( ver Anexo) (Ec. 5.1 y 5.2). Este modelo considera a un organismo como un sistema abierto donde el crecimiento es el resultado de un equilibrio entre la sntesis (anabolismo) y la fragmentacin de los compuestos orgnicos (catabolismo).

18

Los modelos matemticos son los siguientes para la tilapia y camarn respectivamete.

(5.1) (5.2)

Donde:

WT : es el peso de la tilapia niltica en gramos en el tiempo t; WT: es el peso asinttico de la tilapia. E : es la temperatura del agua en el tiempo t. WC : es el peso del camarn blanco en el tiempo t. WC: es el peso asinttico del camarn blanco. to, c y d: son parmetros para cada escenario de cultivo.

La temperatura del agua fue incluida en el modelo de crecimiento como una funcin sinusoidal (Ec. 5.3). Los parmetros de esta funcin fueron obtenidos a partir de los datos observados de temperatura del agua durante el experimento.

(5.3)

Donde:

y : son parmetros de la funcin.

19

5.3 Modelo de manejo Un modelo de manejo nos indicara las condiciones para las cuales el modelo bioeconmico ha sido validado. En este se indica la densidad a la cual los organismos se encuentran, las dimensiones de los tanques, la tasa de mortalidad incluida en el modelo, la cantidad y calidad del alimento proporcionada, la biomasa obtenida, talla de cosecha etc. Las variables de control incluidas en el modelo de manejo guardan una estrecha relacin con el crecimiento de los organismos y con los resultados econmicos del cultivo (Ponce et al., 2006), ya que es mediante este que son relacionados para conjuntar el modelo bioeconmico. El modelo de manejo nos indicara tambin, la mortalidad del cultivo bajo las condiciones para las que el modelo ha sido validado. En base a esta ser posible calcular el nmero de organismos en el tiempo, mediante la siguiente ecuacin para el caso de la tilapia niltica (ecuacin 5.4) y para el camarn blanco (ecuacin 5.5).

(5.4) (5.5)

Donde:

NT(t): es el nmero de tilapias nilticas en el tiempo t. NT0: es el nmero de inicial de tilapias nilticas. ZT : es la tasa de mortalidad para las tilapia niltica. NC(t): es el nmero de camarones blancos en el tiempo t. NC0: es el nmero de inicial de camarones blancos. Zc::es la tasa de mortalidad para los camarnes blancos.

Los modelos biolgicos son los que describen el crecimiento del organismo a lo largo del tiempo y est estrechamente relacionado con la funcin de produccin. Ya que en base a estos se obtiene el peso promedio de los organismos alcanzado a un tiempo definido, esto nos permite al multiplicarlo por el nmero de organismos existentes obtener la biomasa producida (Ec. 5.6 y 5.7) para cada una de las especies involucradas en el policultivo.
20

(5.6) (5.7)

Donde:

BT (t): es la biomasa de tilapia niltica producida al tiempo t. BC (t): es la biomasa de camarn blanco producida al tiempo t.

Se incluye en este modelo de manejo la funcin de alimentacin para ambas especies.

(5.8) (5.9)

Donde:

AT: es la cantidad individual de alimento diario para la tilapia y : son parmetros de la funcin AC: es la cantidad individual de alimento diario para el camaron b.

5.4 Modelo econmico En este sub-modelo se incluyeron las variables de mayor impacto sobre los resultados econmicos. Dentro de las variables de entrada del modelo se considerarn el precio de mercado de ambas especies, el costo de alevines de tilapia niltica y juveniles de camarn blanco, el alimento, la energa, la mano de obra (horas hombre) y como inversin inicial se tom el valor de un tanque de concreto y sus accesorios.Las ecuaciones con las cuales el modelo econmico fue desarrollado son las siguientes:

(5.10)
21

(5.11) . (5.12) (5.13) (5.14) (5.15)

Donde:

IT (t) : son los ingresos brutos totales en el tiempo t VBT (t) : es el valor de la biomasa de tilapia niltica en el tiempo t VBC (t) : es el valor de la biomasa del camarn blanco en el tiempo t
: es el precio de venta de la tilapia niltica a pie de estanque y depende de WT. : es el precio de venta de el camarn blanco a pie de estanque y depende de WC.

Bb (t): son los beneficios en el tiempo t. CT (t): son los costos totales en el tiempo t. Cv(t): son los costos variables en el tiempo t. Cdep: son los costos de depreciacin anuales. CaT (t): son los costos de alimentacin al tiempo t para la tilapia niltica. CaC (t): son los costos de alimentacin para el camarn blanco en el tiempo t. Cmo: son los costos de mano de obra en el tiempo t. Ce: son los costos de energa diarios. CjT: son los costos de juveniles de tilapia niltica. CplC: son los costos de post-larvas de camarn blanco.

22

5.5 Tiempo ptimo cosecha, tiempo ptimo de rotacin y rotacin de ciclos determinados. Como indicador econmico se utiliz el valor presente VP, el cual nos indica el valor actual que tendrn los beneficios futuros. En el caso del TOC se busca maximizar el VP durante un ciclo de cultivo, la expresin matemtica que se maximizar puede observarse en la ecuacin B.1 del anexo B. Mientras que para el TOR, se busca maximizar el VP derivado de una serie infinita de ciclos de cultivo y su expresin matemtica se presenta en la ecuacin B.19 del anexo B. Las funciones de TOC y TOR se presentan en el Anexo B, debido a que a partir de la primera estrategia (TOC), se ha desarrollado la segunda (TOR), mostrando a detalle el desarrollo matemtico que se requiere. Para determinar la rotacin de los ciclos de cultivo determinados (RCD), se realizaron simulaciones buscando maximizar el VP para ciclos mltiples (ver anexo B, ecuacin B.3). De esta manera se simul desde 1 ciclo, correspondiente al tiempo ptimo de cosecha (TOC) para cada escenario, hasta 180 ciclos. Para obtener el VP de los diferentes ciclos de cultivo de acuerdo al TOC (VP TOC), se fijo el tiempo de cultivo sealado por dicho anlisis y se asumi que todos los ciclos (1-180) tendran esa duracin.

5.6 Supuestos utilizados para la modelacin Para llevar a cabo la simulacin se establecieron los supuestos iniciales (Tabla 4). Se considera que los sistemas de mono y policultivo se encuentran en las tierras de cultivo agrcola propiedad de los agricultores, por lo que no se ha establecido un costo por esta. Tampoco se incluy un costo de inversin del sistema de mono y policultivo, sin embargo se incluye la depreciacin (Poot-Lopez et al., 2009, Poot-Lopez, 2010). Los costos de mano de obra han sido incluidos como un costo de oportunidad, basndose en el salario mnimo vigente en el estado de Yucatn. Los costos de electricidad han sido tomados de un trabajo realizado recientemente para este tipo de granjas (Poot-Lopez et al., 2009), calculado en el uso de una motobomba utilizada para realizar recambios de agua en el sistema. Los costos de los insumos y los precios de venta de los productos fueron fijados en base al mercado de insumos y productos para acuicultura en Yucatn Mxico, son expresados en pesos Mexicanos. La tasa de interes fue establecida en base a la tasa de interes nominal de los CETES a 91 das, mas 2.35 puntos. CETES son los Certificados de tesorera de la Nacin (Mxico), que son ttulos de crdito al portador denominados en moneda nacional que estn a cargo del Gobierno Federal y son utilizados como tasa de referencia en el mercado.

23

Tabla 5.1 Supuestos utilizados para el anlisis bioeconmico, para MT, P33 y P50. P33 Unidad de medida Siembra inicial Tasa diaria de mortalidad Costo de alimento Costo de cras por unidad Costo de energa diaria Costo de oportunidad (trabajo) Depreciacin anual Tasa de inters anual Organismos pesos/kg Pesos Pesos Pesos Pesos % Tilapia 3794 0.00060 9.4 2.50 5.16 20.43 1379 7 Camarn 2647 Tilapia 3794 P50 Camarn 3967 0.000264 14.8 0.31 MT Tilapia 3794 0.00060 9.4 2.50 4.98 13.62 1260 7

0.000566 0.00060 14.8 0.31 9.4 2.50 5.19 27.24 1379 7

Los precios de venta (en pesos Mexicanos) de los productos fueron tomados de los precios de venta locales en la ciudad de Mrida en el mes de abril del 2010 (Ec. 5.20 y 5.21). El precio de la tilapia vara en funcin de la talla que esta tenga en gramos, mientras que los precios del kg. de camarn estn en funcin de #camarones/libra.

(5.20)

(5.21)

5.7 Validacin de los modelos utilizados Se elaboraron los test de prediccin de patrones recomendados por Pindyck y Rubinfeld,1981 para

comprobar si los datos simulados se ajustan a los datos reales. Se obtuvo el coeficiente de determinacin R 2 y el error cuadrtico medio (ECM) para cada modelo probado y para ambas especies.
24

(5.22)

(5.23)

Donde:

St: son los datos simulados. At: son los datos reales.
: es la media de los datos simulados.

z: es la media de los datos reales. S: es la varianza de los datos simulados. A : es la varianza de los datos reales.

Adems de estos estimadores, se utilizar el denominado estadstico de Theil (U). Este es un estadstico no paramtrico con un intervalo entre [0,1], mide el grado de discrepancia entre los datos reales y los simulados. Valores menores a 0.2 indican un buen ajuste del modelo por lo que este ser utilizado como referencia (Power ,1993; Barlas 1989; Pindyck y Rubinfeld, 1981) Su expresin es:

(5.24)

5.8 Anlisis de sensibilidad Una vez obtenido el modelo bioeconmico se realiz un anlisis de sensibilidad con el fin de establecer las variables de mayor relevancia o mayor influencia en el sistema. Se efectuaran cambios (10%) en los valores

25

de un factor, manteniendo los dems fijos. Se corri nuevamente el modelo con el fin de observar los cambios provocados en el resultado del VP. Dado que en el policultivo la especie principal es la tilapia niltica, el anlisis de sensibilidad se hizo solo en base variables relacionadas a la tilapia niltica. Se realiz este anlisis para los siguientes factores, costo de alimentacin, costo de alevines, precio en el mercado (tilapia niltica) y mortalidad. Estos resultados se presentan como porcentaje de cambio en el VP.

26

6. Resultados y Discusin 6.1 Modelo biolgico Debido a que no se tienen datos previos de la modelacin del crecimiento de las especies estudiadas bajo las condiciones de policultivo en agua dulce, se decidi realizar pruebas con distintos modelos como el Monomolecular, Gompertz, von Bertalanffy, Chapman-Richards y Logstico, que son modelos de regresin no lineales. El anlisis fue con el fin de elegir el modelo que mejor se ajusta a los datos de crecimiento experimentales (crecimiento diario y tallas alcanzadas por estas especies). Las pruebas fueron realizadas con los datos experimentales observados del camarn blanco en las diferentes densidades iniciales de cultivo y la tilapia niltica, en monocultivo. En el caso de la tilapia niltica, despus de parametrizar los modelos, observar la significancia, simularlos y validarlos, los tres modelos que mostraron mejor ajuste (segn el estadstico de Theil) y tuvieron un coeficiente de determinacin (R 2) mayor fueron: Logstico, von Bertalanffy y Richards. De los cuales se seleccion el de von Bertalanffy (Ec. 5.1) (en el Anexo A se explica en mayor detalle el proceso del anlisis para la decisin de utilizar esta funcin), el cual es un modelo bioenergtico, ya que el crecimiento est dado a partir de las tasas metablicas del anabolismo y de catabolismo (Angilleta et al., 2004). Este modelo es el ms estudiado y comnmente utilizado para peces y crustceos (Katsanevakis, 2006; Tian, Leung y Hochman, 1993), sin embargo no se podra garantizar a priori que sera el modelo que mejor se ajustara a los datos observados, razn por la cual se decidi probar tambin los modelos previamente mencionados. Los resultados de los parmetros se muestran en la Tabla 6.2. En el caso del peso asinttico de la tilapia niltica fue necesario fijarlo, debido a que los datos experimentales no llegaron a las mximas tallas que esta especie alcanza en cultivo, se busc tener un patrn de crecimiento adaptado a la realidad. Para el caso del camarn blanco en ambas densidades (33 y 50 camarones/m 2), los tres modelos que generaron los mejores resultados estadsticos para ambos casos fueron tambien: von Bertalanffy, Richards y Logstico. Los resultados del estadstico de Theil mostraron un mejor ajuste del modelo de Richards, sin embargo dos de los cinco parmetros tuvieron que ser tomados del modelo de von Bertalanffy, porque al ser parametrizados con el programa Statistica (versin 5.5), su valor de P era mayor a 0.05, indicando que no eran significativos. Por tal motivo se decidi y eligi el segundo modelo que ofreci los mejores resultados de dicho estadstico, para ambas densidades de camarn blanco, el de Bertalanffy (Ec. 5.2), los resultados de los parmetros se muestran en la Tabla 6.2. Los escenarios considerados fueron: monocultivo de tilapia (MT) y policultivo de tilapia y camarn blanco, este ltimo bajo dos densidades de cultivo 33 y 50/m 2 (P33 y P50). Los parmetros y resultados estadsticos de los anlisis de los modelos de crecimiento que no fueron seleccionados, pueden ser consultados en el Anexo.
27

Tabla 6. 1 Parmetros para las funciones de crecimiento de Von. Bertalanfy para los escenarios MT, P33 y P50. Escenario Parmetros / Especie W yW t0 C D Tilapia 1295 -0.25321 0.365826 P33 Camarn 16.4927 -0.578448 0.371146 Tilapia 1295 -0.247520 0.361812 -0.007192 P50 Camarn 15.956512 -0.56651 0.392797 -0.006087 MT Tilapia 1295 -0.26182 0.374968 -0.007788

-0.007272 -0.005366

Un factor importante para el crecimiento de los organismos estudiados es la temperatura del agua, ya que el crecimiento est directamente relacionado con esta (Angilleta et al., 2004, Kielbassa, 2010). En zonas clidas se presentan mejores condiciones de crecimiento en las temporadas de primavera - verano (cuando el agua es ms clida), el cual se ve reducido y es ms lento durante el invierno (Gamito1998). El experimento a partir del cual fueron tomados los datos, fue realizado durante el verano, por lo que debi haberse visto favorecido el crecimiento de los organismos. Sin embargo se incluy el factor de la temperatura del agua en el modelo de crecimiento, la funcin (Ec. 5.3) fue parametrizada a partir de la utilizada por Ponce et al.,(2006). La modelacin fue en base a los datos de temperatura del agua registrados durante el experimento, que tuvo una duracin de tres meses, periodo durante el cual fue posible observar a los organismos y por lo tanto como influy este factor en el crecimiento. Se incluy en el modelo de crecimiento de ambas especies. Se considero que el comportamiento de la temperatura del agua en un ciclo anual presenta una forma sinusoidal (Ponce et al., 2006; Gamito,1998; Cacho, 1990). An cuando existen trabajos en los cuales este comportamiento no es considerado sinusoidal (Poot-Lopez et al. 2009, 2010). La decisin de utilizar dicha funcin de temperatura del agua se tomo debido a su relativa sencillez y a que no se contaba con los datos completos de un ciclo anual, por lo que resulto prctica y fue de gran ayuda en el proceso. La funcin (5.3) fue parametrizada con el programa Statistica, versin 5.5 y simulada en Excel 2007, los resultados de los parmetros se muestran en la Tabla 6.2. Todos los parmetros obtenidos fueron significativos (P< 0.05). Tabla 6.2 Parmetros obtenidos para la funcin de temperatura del agua. Parmetro Valor 25.24923151 3.19207457 -18.2285826 P 0 1.765E-15 2.5317E-11

28

Si bien la temperatura no es el nico factor que afecta el crecimiento de los organismos, si es uno de los ms importantes, otros factores como xigeno disuelto y otros compuestos de calidad del agua, as como del manejo han sido estudiados e incluidos en modelos de crecimiento (de Graaf y Prein, 2005). Tambin se han considerado procesos fisiolgicos como ingesta, asimilacin, eliminacin, respiracin y reproduccin en modelos de crecimiento bioenergticos (Franco et al., 2005). Sin embargo debido a que el trabajo est enfocado para probar una posible estrategia de cultivo en el Estado de Yucatn, como lo es el tiempo ptimo de cosecha y de rotacin, se consider innecesario incluir variables que si bien afectan el crecimiento del organismo, no permitiran la objetividad de este trabajo. . La validacin de cada uno de los modelos para el caso de los policultivos y para cada especie probados, se llevo a cabo mediante la utilizacin del estadristico de Theil y los estimadores error cuadrtico medio ECM, coeficiente de correlacin R y porcentaje de varianza explicada (V.E.) (Power ,1993; Barlas 1989; Pindyck y Rubinfeld, 1981). Se puede observar que cada uno de los modelos tiene un valor del estadstico de Theil menor a 0.2 (por lo que son aceptables) y un buen coeficiente de correlacin (Tablas 6.1 y 6.3).

Tabla 6.3 Resultados de validacin para los modelos de crecimiento de tilapia y camarn blanco para los escenarios MT, P33 y P50. Variables / Escenario Tilapia Suma de residuos al cuadrado R V. E. ECM U (Theil) 468.574 0.9934 98.69% 6.845 0.0308 P33 Camarn 0.185 0.9954 99.07% 0.136 0.0119 Tilapia 511.572 0.9922844 98.44% 7.152 0.034 P50 Camarn 0.1529 0.9971 99.43% 0.124 0.0097 MT Tilapia 353.461 0.9939 98.7% 5.944 0.0293

6.2 Modelo de manejo El presente trabajo busca contribuir con una posible estrategia de cultivo para las granjas que han sido subsidiadas por el gobierno de Yucatn (de tilapia), en donde existe parte de la infraestructura para realizar el policultivo, y los propietarios las utilizan con fines de subsistencia y venta del producto localmente. Sin
29

embargo, debido a problemas financieros, bajos precios de mercado y tcnicos, no han sido sustentables y muchas han sido abandonadas. En algunas ocasiones los cultivos han sido reiniciados, en base a nuevos subsidios otorgados (Olvera-Novoa et al., 2005, Poot-Lopez, Poot-Lopez, 2010). Por lo que en este trabajo se considera como una opcin viable, tcnica y econmicamente, la inclusin de una especie de alto valor econmico (el camarn blanco), bajo el supuesto de venta de este crustceo localmente. Dentro del modelo de manejo se consider el sistema semi-intensivo (de acuerdo al utilizado en Yucatn), donde la mortalidad de los peces se gener en base a la experiencia y conocimiento previo de los productores de tilapia (10 % de mortalidad) al llegar a una talla de 450 g (Ec.5.4). La supervivencia en el caso del camarn blanco se estableci en base a la tasa de mortalidad de los datos del experimento (Ec. 5.5). Con la funcin de supervivencia es posible calcular el nmero de organismos durante cada da de cultivo, con este dato y el peso individual obtenido a partir de la funcin de crecimiento, fue posible determinar la biomasa (simulada) de cultivo en cualquier momento, tanto para la tilapia como para los camarones (Ec.5.6 y 5.7). Dentro de los costos de produccin en el cultivo de tilapia, el insumo que genera los mayores costos es el alimento proporcionado a los organismos, va de un 30% a un 60 % (El-Sayed 1990;Goddard 1996; Tudor et al., 1996; Poot-Lopez et al. 2009). Por lo anterior se consider prioritario desarrollar una funcin de alimentacin (Martinez y Seijo, 2001.), la cual generara la cantidad de alimento diario para los peces y crustceos (Ec. 5.8 y 5.9). La cantidad de este insumo y los costos que este genera, dependi del peso individual de los organismos. Fue desarrollada a partir de los datos experimentales y las tablas de alimentacin recomendadas por los productores de alimento, los parmetros para estas funciones se muestran en la Tabla 6.4. Tabla 6.4 Parmetros para las funciones de alimentacin de tilapia y camarn blanco para los escenarios MT, P33 y P50. Parmetro / Escenario Tilapia 0.01831904 P33 Camarn 0.234061 Tilapia P50 Camarn MT Tilapia

3.4234376 0.40658389 3.0982782 0.40925605 4.73646243 0.02084793 0.22745435 0.01140984

En base a las funciones de alimentacin y al peso diario ganado, se calcul tambin el factor de conversn alimenticia (FCA) dia a dia en este trabajo. El FCA para la tilapia concuerda con los reportados en otros trabajos. Uddin et al. (2007), reportan valores de FCA para la tilapia que van de 1.4 a 1.8, utilizando alimento
30

bajo en protena (25% de protena cruda). Mientras que Poot-Lopez et al. (2009), obtuvo valores de 2.29 (27.8% de protena cruda), cuando la alimentacin a los organismos se realiz solamente con alimento balanceado y bajo las recomendaciones de los productores del mismo. Para el camarn blanco result elevado el FCA en comparacin con el obtenido en otros trabajos. Baunchen (2007) en policultivos de tilapia niltica y camarn blanco en agua marina obtuvo un FCA con valores de 1.17 a 1.27, mientras que Araneda (2005) reporta valores que van de 1.7 a 1.9, cuando la densidad inicial de cultivo fue de 90 a 180 camarnes m-2 en agua dulce. Una de las posibles causas del mayor valor de FCA que se gener para el camarn blanco en este trabajo, fue la estrategia de alimentacin que Patio (2009) utiliz y los resultados de este estudio son un reflejo de los datos observados en experimentacin. Respecto al caso de Araneda (2005) al igual que en el presente trabajo, el cultivo se desarrollo en agua dulce, pudiendo quedar descartado un elevado FCA debido a esa agua dulce. Un FCA alto en el caso del camarn se ve reflejado directamente en los resultados bioeconmicos del sistema estudiado, ya que los costos de alimentacin aumentan.

6.3 Resultados bioeconmicos 6.3.1 Tiempo ptimo de cosecha y tiempo ptimo de rotacin Se obtuvo el tiempo ptimo de rotacin (TOR) y el tiempo ptimo de cosecha (TOC) para cada uno de los tres escenarios de cultivo (MT, P33 y P50). Siendo el TOR menor que el TOC en todos los casos, con una diferencia entre estos de 7 y 8 das (Tabla 6.5). En el caso del TOC existen diferencias en cuanto al da indicado para la cosecha entre los escenarios, P50 fue sealado como el menor ciclo de cultivo con 208 das, P33 requiere un da ms y MT 6 das despus. Respecto al TOR para P33 y P50 se obtuvo el mismo nmero de 201 das de cultivo, mientras que para MT se incrementa en 5 das (Tabla 6.5). Respecto a los pesos de cosecha para la tilapia fueron diferentes en cada escenario y tienen una relacin directa con el TOC y TOR. El escenario MT gener el mayor peso individual para el TOC y para el TOR, seguido por P33 y finalmente P50 (Tabla 6.5). En el caso del MT los ciclos de cultivo que resultan para el TOC como para el TOR, son mayores respecto a los dos escenarios de policultivo, con lo cual se puede explicar el mayor peso de cosecha. En el caso de los policultivos el TOC de P33 es mayor por un da que el de P50, y la talla de cosecha fue mayor por ms de 30 g para los peces y ligeramente menor de 1 g para los crustceos. Sin embargo se observa que el TOR result el mismo da para P33 y P50 y la tendencia de dichos pesos individuales es la misma. Es decir para P33 los pesos promedio de cosecha de los organismos de ambas especies son mayores, lo cual podra deberse a la mayor densidad de los crustceos en P50, lo que afect

31

negativamente tanto a su crecimiento como al de los peces, bajo las condiciones de dicho escenario (Tabla 6.5). La biomasa total en el caso de las dos especies sigui la misma tendencia que la de los pesos individuales de cada organismo, para el TOC y para el TOR, lo cual se debe a que estn relacionados directamente con el nmero de individuos y el peso que alcanzan al final del cultivo. Para el camarn blanco las tasas de mortalidad (Tabla 5.1) pareciera no afectaron la tendencia mostrada por los pesos individuales, aunque la mayor biomasa se obtuvo para el escenario P33 tanto para el TOC como para el TOR. En el caso de la tilapia niltica la tasa de mortalidad para todos los escenarios fue la misma, de manera que la tendencia mostrada por el peso individual es lgicamente seguida por la variable de biomasa. Los resultados de TOR son validos para el da sealado como de cosecha y siembra del nuevo stock (rotacin), VP y estimadores tcnico biolgicos, debido a que se calcularon utilizando dicho VP para ciclos infinitos, como lo seala la teora (Bjordal, 1990). Los resultados que se muestran en la tabla (6.5) de costos e ingresos relacionados con el TOR, muestran nicamente el primer ciclo de cultivo, los cuales se irn modificando conforme se van acumulando ms ciclos, debido a la tasa de descuento que se utiliza. El factor de conversin alimenticia (FCA) mostrado por la tilapia fue mayor conforme se incrementa el tiempo de cultivo, en este caso para todos los escenarios es mayor para el TOC respecto al TOR. El monocultivo de tilapia (MT) gener el mayor FCA de los tres escenarios. El menor para el caso de la tilapia fue P50, con un FCA de 1.89 para TOC y 1.84 para TOR, lo cual puede ser atribuido al mayor consumo de desechos generado por los crustceos. En el escenario P33 el FCA de la tilapia fue ligeramente mayor que P50, siendo menor la densidad de cultivo de los crustceos y por lo tanto la cantidad de desperdicios y desechos. El efecto de un mayor o menor FCA se ve directamente reflejado en los costos de la alimentacin. Por lo tanto los costos de alimentacin para la tilapia fueron mayores en el escenario MT en el TOC y en el TOR, seguido por P33 y finalmente por P50. En el caso del camarn blanco el mayor costo de alimentacin fue para P50 y el menor para P33, lo cual est relacionado con la mayor cantidad de organismos, mortalidad y FCA que tuvo el escenario P50. Los costos de energa y de trabajo fueron mayores para P50, ya que fueron dependientes de la mayor intensidad y mantenimiento que se requiere para mantener el cultivo. Los costos de los alevines fueron los mismos para todos los escenarios, ya que la densidad para los peces fue la misma. Obviamente el costo de postlarvas fue mayor para P50 debido a la mayor densidad de cultivo de los crustceos (Tabla 6.5). Los costos variables y totales fueron menores para el escenario MT respecto a P50 y P33, debido a que no se incluyen los de los crustceos. El nico costo mayor para P33 respecto de P50 para la tilapia, fue el de alimentacin, debido al mayor FCA en este escenario.

32

Relacionado con los ingresos totales obtenidos por la sumatoria del valor de la biomasa de ambas especies para el TOC y TOR, son mayores para los policultivos que para el monocultivo. P33 fue el escenario que genera el mayor valor, siendo superior por 4091.54 pesos para el TOC y 3923.77 pesos para el TOR, respecto al MT. Efectivamente, los policultivos tienen el ingreso extra por la biomasa del camarn y es por esta razn que los ingresos son mayores a los del monocultivo de tilapia. El escenario en el cual se obtuvo el mayor VP para el TOC (Tabla 6.5) al final de un ciclo de cultivo, tambin fue P33 con un valor de 17,062.04 pesos, ligeramente por encima del MT y con mayor diferencia de P50. El valor actualizado de los beneficios futuros (VP) relacionado con el TOR, es generado de una serie infinita de ciclos de cultivo, un supuesto terico, siendo el escenario P33 el que resulta ms rentable respecto a MT y P50. En este trabajo para los diferentes escenarios analizados, al igual que en el trabajo de Hean y Cacho (2002), el VP generado es mayor para el TOR que para el TOC, aunque en diferente proporcin. Lo cual podra deberse a las especies utilizadas (Tridacna crocea y Tridacna derasa), el tiempo que tardan para alcanzar las tallas comerciales y por lo tanto la duracin de los ciclos de cultivo. En el caso del trabajo de Pascoe et al. (2002), no reportaron los valores de VP o VPN, a pesar de que el clculo del tiempo ptimo de cosecha y rotacin se hace a travs de la maximizacin de estos estimadores. Bjorndal (1998) maximiza el valor de la biomasa, sin embargo no reporta valores econmicos, este trabajo est enfocado a la obtencin del TOR bajo diferentes tasas de descuento. La obtencin del TOC y TOR tienen por objetivo determinar el da en que el VP o VPN es mximo, para sealar el da de cosecha en el corto y largo plazo correspondiente. En los trabajos del TOR parecera algunos autores no reportan el VPN o VP por ser un valor terico, siendo el da de cosecha el que pudiera utilizarse en la prctica.

33

Tabla 6.5 Resultados bioeconmicos, de TOC y TOR para tres escenarios (MT, P33 y P50) de cultivo. Tiempo ptimo de cosecha Escenarios Unidad de medida P33 P50 MT Das Da de cosecha segn el TOC y TOR 209 208 214 g. Peso de cosecha de la Tilapia 790.08 758.24 796.71 g. Peso de cosecha del Camarn blanco 15.36 15.02 Kg. Biomasa de Tilapia 2644.56 2539.48 2658.71 Kg. Biomasa de Camarn blanco 36.13 34.45 Kg. Biomasa Total 2680.69 2573.93 2658.71 % Supervivencia de Tilapia 88.22 88.27 87.95 % Supervivencia de Camarn blanco 88.87 57.83 1$ Valor de la biomasa de Tilapia 79,336.77 76,184.49 79,761.15 $ Valor de la biomasa de Camarn blanco 4,515.93 4,306.47 $ Ingresos totales 83,852.69 80,490.95 79,761.15 3s/u 2FCA de la Tilapia 1.90 1.89 1.92 s/u FCA del Camarn blanco 5.24 6.84 $ Costo de alimentacin para la Tilapia 46,577.78 44,450.11 47,295.47 $ Costo de alimentacin para el Camarn blanco 2,503.62 2,937.81 $ Costos de energa 1,078.44 1,079.52 1,057.16 $ Costos de trabajo 4,269.09 5,664.88 2,914.14 $ 9,485.00 Costos de alevines 9,485.00 9,485.00 $ Costos de postlarvas 823.67 935.21 $ Total costos variables 64737.60 65931.535 60751.78 $ Depreciacin 1,379.00 1,379.00 1,260.00 $ Costos totales 66116.60 67310.54 62011.78 $ Beneficio 17,736.09 14,559.42 17,749.37 $ VP 17,062.04 14,008.69 17,059.00 1$ = pesos mexicanos, 2FCA = Factor de Conversin Alimenticia, 3s/u = sin unidades.

Tiempo ptimo de rotacin Escenarios P33 P50 MT

201 201 206 737.36 711.82 745.00 15.13 14.83 2479.99 2394.12 2498.17 35.75 34.67 2515.74 2428.79 2498.17 88.65 88.38 88.38 89.28 58.14 74,399.75 71,823.50 74,945.18 4,469.21 4,333.73 78,868.95 76,157.24 74,945.18 1.84 1.84 1.86 5.06 6.46 42,272.02 40,768.66 42,987.74 2,393.33 2,800.39 1,037.16 1043.19 1,017.64 4,105.67 5474.235 2,805.25 9,485.00 9485.00 9,,485.00 823.67 935.21 60,116.87 60,506.68 56,295.60 1,379 1,379 1,260.00 61,495.87 61,885.68 57,555.59 17,373.08 14,271.54 17,389.59 457,608.06 375,913.42 446,717.12

34

Respecto a los anlisis para el mejor aprovechamiento de las granjas acucolas de zonas rurales realizados en la pennsula de Yucatn (Ponce et al., 2006; Poot-Lopez et al. 2009, Poot-Lopez, 2010), el presente trabajo mostr una mayor rentabilidad para el caso del policultivo P33, el cual fue el escenario mas rentable. Ponce et al., (2006) presenta una estrategia de policultivo de tilapia niltica y Cherax, donde obtuvo beneficios de $6,951.36 para un ciclo de cultivo con una duracin de 170 das y una talla de cosecha para la tilapia de 400g. En el caso de Poot-Lopez et al. (2009), el beneficio que obtuvo para el escenario con mayor rentabilidad en el cultivo de la tilapia utilizando la chaya en la sustitucin de alimento balanceado (50-50), fue de $ 3,105 por ciclo, el peso promedio de cosecha por organismo fue de 250 g y la duracin del ciclo de cultivo fue 173 das. Los trabajos mencionados, las duraciones de los ciclos de cultivo, tallas de cosecha para la tilapia y beneficios obtenidos, son menores a los que se obtuvieron en este trabajo. En el caso de Ponce et al. (2006) el beneficio resulto menor al de este trabajo, probablemente a la desicin de cosechar la tilapia al alcanzar 400g. Lo cual redujo la duracin del ciclo de cultivo y evit que se generara un mayor valor de la biomasa. En el caso de Poot-Lopez et al. (2009) el trabajo estaba orientado a encontrar la tasa de sustitucin tcnica del alimento para la chaya que permitiera maximizar los beneficios, sin embargo el peso de cosecha de la tilapia es tambin menor al del presente estudio, debido a que la duracin del ciclo de cultivo tambin fue menor. Poot-Lopez (2010) en un trabajo de monocultivo de tilapia obtuvo una talla de cosecha de 341.7 g, una duracin del ciclo de cultivo de 207 das y beneficios de $ 13,104.64 (1, 023.8 USD) por ciclo. Aunque el beneficio obtenido fue menor al del presente trabajo (P33) y la duracin del ciclo de cultivo mayor, la razn por la cual P33 muestra una mayor rentabilidad, es debido a los ingresos generados por la venta de los crustceos y al mayor crecimiento de la tilapia en este escenario. Probablemente relacionado con la presencia del camarn blanco, lo cual genera una mayor biomasa y por lo tanto mayores ingresos, mostrando asi la conveniencia de la introduccin de una especie de alto valor, la cual adems de aportar ingresos, mejor el crecimiento de la especie primaria, en este caso la tilapia.

35

6.3.2 Evolucin de la biomasa del camarn blanco durante el TOC y TOR. El tiempo ptimo de cosecha y de rotacin (TOC, TOR) se deben de localizar antes de que la biomasa total alcance su mximo valor (Figura 6.1), de acuerdo a la teora econmica de la produccin (Bjorndal, 1990). Esto asegura que el crecimiento individual de los organismos supervivientes permita seguir aumentando la biomasa total, el ingreso total y VP, a pesar de la mortalidad que se tiene en el sistema (natural o por efecto de algn factor, como la densidad), lo cual concuerda con los resultados obtenidos por Pascoe et al. (2002) y Hean y Cacho (2002).
Biomasa total P33 (a) 3500 3000 2500 2000 1500 1000 500 0

Biomasa (kg)

TOC TOR

100

200

300

Tiempo (das)

Biomasa total P50 (b) 3500 3000 2500 2000 1500 1000 500 0 0 50 100 150 Biomasa ( kg)

TOC

TOR

200

250

300

Tiempo (das)

3500 3000 2500 2000 1500 1000 500 0 0 50

Biomasa total MT (c)

Biomasa (kg)

TOC TOR

100

150

200

250

300

Tiempo (das)

Figura 6.1 Evolucin de la biomasa total en los escenarios de cultivo P33 (a), P50 (b) y MT (c).

36

Al observar de manera individual la evolucin de la biomasa por especie, para el caso del camarn blanco en P33, el TOC y el TOR resultaron anteriores de que se alcance la mxima biomasa (Figura 6.2 a). Sin embargo en el escenario P50 (Figura 6.2 b), los crustceos llegaron a generar la mxima biomasa, 20 y 13 das antes de alcanzar el TOC y el TOR, respectivamente. En este trabajo no se consider realizar un anlisis donde la estrategia de cosecha fuera por especie, ya que los organismos estaban compartiendo recursos (de esa forma se llevo a cabo el experimento, del cual nos proporcionaron los datos), y probablemente la cosecha individual podra afectar a una especie o a la otra. No se tuvieron los datos para modelar y simular de forma vers como evolucionaran estos posibles escenarios. Sin embargo, suponiendo cosechar los camarones el da en que la biomasa es mxima en P50, la reduccin de costos por dejar de alimentarlos, trabajo y energa, no logran que este escenario genere mayor rentabilidad que el de MT y P33, ya que las condiciones de densidad de cultivo no permiten un buen crecimiento de ambas especies (Patio, 2009). Adems, la reduccin del alimento que correspondera a los crustceos, deber tener un efecto sobre los peces y no fue determinada. Se recomienda desarrollar estudios experimentales que permitan determinar el TOC y TOR de cada una de las especies en policultivo, de forma independiente.
40.00 35.00 30.00 25.00 20.00 15.00 10.00 5.00 0 Biomasa camarn P33 (a) TOC TOR

Biomasa (kg)

50

100

150

200

250

300

Tiempo (das) 40.00 35.00 30.00 25.00 20.00 15.00 10.00 5.00 0 Biomasa camarn P50 (b)

Biomasa (kg)

TOC

TOR

50

100

150 Tiempo (das)

200

250

300

Figura 6.2 Evolucin de la biomasa de camarn blanco para los escenarios P33 (a) y P50 (b) en el anlisis de TOR y TOC.

37

6.4 Rotacin del cultivo para ciclos determinados. Se realiz un anlisis acerca de utilizar la rotacin de ciclos de cultivo determinados (RCD), respecto al tiempo ptimo de cosecha y tiempo ptimo de rotacin (este ltimo se calcula para ciclos de cultivo infinitos). Se puede observar que en todos los escenarios, a partir del ciclo 10 (ms de 5 aos), la estrategia de RCD es ms rentable que utilizar el tiempo optimo de cosecha TOC (Tabla 6.6). Por ejemplo, en el escenario P33, result ligeramente ms rentable cuando se desarrolla un ciclo de cultivo (VP TOC) respecto a MT, que al llevarse a cabo un mayor nmero de ciclos, la diferencia es cada vez mayor (VPRCD). Con lo anterior se confirma de manera clara, la conveniencia de utilizar el policultivo (P33), considerando los supuestos para dicho escenario. Para P33 la duracin de los das de cultivo (RCD) se estabiliza al llegar al ciclo 110 (ms de 60 aos), mientras que para P50 y MT ocurre hasta los 130 y 140 respectivamente (Tabla 6.6 y Figura 6.8).

$500,000

$450,000 $400,000 $350,000 $300,000 $250,000 $200,000 $150,000 $100,000 $50,000 $0 50 100 150 200

Valor presente ($)

VP P33

VP P50
VP MT

Nmero de ciclos de cultivo

Figura 6.8 Evolucin del VP de acuerdo al nmero de ciclos de cultivo, para los escenarios P33, P50 y MT Conforme el nmero de ciclos se va incrementando, el VP tambin lo hace (Figura 6.8), lo cual se puede observar hasta alrededor del ciclo 50 (ms de 28 aos). Posteriormente el aumento por ciclo es cada vez menor y tiende a cero (ver Anexo B, ecuacin B.3), lo cual genera una asntota en la funcin (Figura 6.8), la cual se puede observar a partir del ciclo 100 (ms de 57 aos).

38

Tabla 6.6. Resultados de la rotacin para nmero de ciclos determinados (RCD), desde 1 hasta 180. P33 P50 MT Ciclos de cultivo RCD Aos VPRCD VPTOC RCD Aos VPRCD VPTOC RCD Aos VPRCD (Das/ciclo) (Das/ciclo) (Das/ciclo) 1 209 0.57 17,062 17,062 208 0.57 14,009 14,008.70 214 0.59 17,059 10 208 5.73 144,271 144,210 207 5.67 118,512 118,494.95 213 5.84 143,702 20 207 11.45 242,522 242,098 206 11.29 199,296 199,076.76 211 11.56 240,695 30 205 17.18 309,692 308,543 205 16.85 254,525 253,875.97 210 17.26 306,390 40 204 22.90 355,585 353,502 205 22.47 292,368 291,141.85 209 22.90 350,853 50 204 28.63 387,236 384,116 204 27.95 318,381 316,484.30 209 28.63 381,238 60 203 34.36 409,026 404,896 203 33.37 336,265 333,718.29 208 34.19 401,947 70 203 40.08 424,011 419,002 203 38.93 348,580 345,438.17 208 39.89 416,068 80 202 45.81 434,393 428,577 202 44.27 357,053 353,408.21 207 45.37 425,725 90 202 51.53 441,536 435,076 202 49.81 362,922 358,828.18 207 51.04 432,332 100 202 57.26 446,448 439,487 202 55.34 366,958 362,514.01 207 56.71 436,834 110 201 60.58 449,872 442,482 202 60.88 369,733 365,020.53 207 62.38 439,901 120 201 66.08 452,234 444,514 202 66.41 371,642 366,725.08 207 68.05 442,007 130 201 71.59 453,861 445,894 202 71.95 372,954 367,884.25 206 73.37 443,457 140 201 77.10 454,979 446,827 201 77.10 373,874 368,672.53 206 79.01 444,444 150 201 82.60 455,751 447,463 201 82.60 374,508 369,208.60 206 84.66 445,120 160 201 88.11 456,283 447,895 201 88.11 374,945 369,573.15 206 90.30 445,581 170 201 93.62 456,650 448,188 201 93.62 375,247 369,821.06 206 95.95 445,896 180 201 99.12 456,902 448,386 201 99.12 375,454 369,989.65 206 101.59 446,111

VPTOC 17,059.00 143,627.44 240,220.07 305,180.74 348,727.01 378,107.81 397,867.04 411,155.56 420,092.39 426,102.60 430,144.60 432,862.93 434,691.07 435,920.54 436,744.71 437,300.78 437,674.74 437,926.25 438,095.39

39

En base a los resultados anteriores, en el caso de la acuacultura es posible estimar la rotacin para un determinado nmero de ciclos o aos, es decir para un proyecto con tiempo determinado. Por lo que los resultados de RCD pueden tener un uso prctico. Por ejemplo, si se va a proyectar el policultivo (P33) para 5 y/o hasta 20 aos, los ciclos de cultivo debern tener una duracin de 208 a 205 das, segn sea el caso. Dichos ciclos de cultivo resultan menores a los generados por el TOC y mayores que el TOR. La teora relacionada con el TOR para la produccin forestal, busca maximizar el valor de la parcela, con lo cual podra resultar comprensible el concepto de ciclos infinitos de produccin (Arosa, 1996). Para la acuacultura los proyectos generalmente tienen una duracin finita, as como la infraestructura utilizada en ellos. Adems, cada da que pasan los organismos dentro de un ciclo de cultivo, se tiene el costo de oportunidad de cosecharlos o dejarlos un da ms. Conforme aumenta el nmero de ciclos de cultivo, la duracin y/o la vida de la infraestructura y equipos debern disminuir. Tambin se tiene que considerar el costo de oportunidad de sembrar un nuevo stock, el cual crece conforme cada ciclo es incluido. Es decir cada ciclo que se agregue genera un nuevo costo de oportunidad, de acuerdo a la tasa de descuento, y este es sumado a los anteriores. Por lo que para reducir los costos de oportunidad, en el tiempo ptimo de rotacin, la duracin de los ciclos debe ser menor respecto a los del TOC. Es importante hacer notar que en acuicultura generalmente se proyecta para 5, 10, 15 y hasta 20 aos, pocas veces ms. En el anlisis del tiempo ptimo de rotacin (TOR), los valores generados en das de cultivo se pueden alcanzar hasta pasados 60 aos (110 ciclos de cultivo) y el VP no se ha alcanzado an despus de 100 aos (180 ciclos de cultivo), segn el anlisis de RCD. Por lo cual se considera en este trabajo, que para la acuicultura y la proyeccin a futuro, puede resultar ms conveniente la rotacin de ciclos de cultivo determinados (RCD). 6.4 Anlisis de sensibilidad Debido a la variacin que se llega a tener en la mortalidad durante los ciclos de cultivo y de los costos de los insumos y precio de los productos, se llevo a cabo un anlisis de sensibilidad del sistema. Se realizaron cambios en un 10% a cuatro variables seleccionadas: mortalidad, costo de alevines, costo del alimento y precio de venta, todas ellas sobre la tilapia, por ser considerada la especie principal. El anlisis se realiz en una variable a la vez, para determinar cmo se modifica el VP en los diferentes escenarios de cultivo, al obtener el TOC y el TOR, respecto al caso base. Se observo que la variable de precio de venta del producto presento un mayor porcentaje de cambio en el modelo, con valores de cambio en el VP que van de 32.09% a 37.07% para el TOC y 30.44% a 34.42% para el TOR (Tabla 6.7). Ponce et al. (2006) en el policultivo de tilapia niltica y langosta australiana, reporta esa misma variable como la que ms afecta los resultados, que en su caso el estimador utilizado fue la tasa interna de retorno (TIR). Esta ltima al ser estimada para un
40

periodo de 5 aos tiene un porcentaje de cambio del 616.92 %. De Ionno (2006) realiza un anlisis bioeconmico de la produccin de trucha en un sistema de recirculacin (suponiendo dos tamaos de produccin, 50 y 100 toneladas/ao) en Australia y reporta cambios en la TIR de 0.4 a 20.75 % y de 9.02 a 31 %, respectivamente, cuando el precio de venta del producto es modificado 50 %. En este trabajo el precio de venta del producto es uno de los factores a los que el modelo bioeconmico es ms sensible, el porcentaje de cambio en estos anlisis difiere y no es comparable con el utilizado en el este trabajo debido a que fueron realizados utilizando un indicador econmico diferente, en este caso la TIR, la cual es un clculo que nos permite saber el porcentaje de ganancias respecto a la inversin que se obtendr por la realizacin de un proyecto despus de un determinado nmero de aos, mientras que el anlisis de sensibilidad realizado en este caso es para el VP obtenido durante un ciclo de cultivo en el caso del TOC y para un nmero infinito de ciclos en el caso del TOR. En el trabajo de Ponce et al. (2006) el porcentaje de cambio mencionado anteriormente fue obtenido cuando se calcul la TIR para un peridodo de 5 aos, mientras que en el De Ionno (2006) se calcula este porcentaje de cambio para una TIR calculada a 10 aos, lo que provoca las diferencias entre estos anlisis y del presente estudio. Tabla 6.6 Resultados del anlisis de sensibilidad para el TOC, se muestra el % de cambio en el VP provocado por el cambio de + 10 % en la variable indicada. Variable/ Escenarios Mortalidad Costo de alevines costo de alimento Precio de venta P33 +10% 2.38 1.25 18.69 33.39 -10% 2.42 1.25 19.83 32.09 P50 +10% 2.62 1.44 20.58 37.07 -10% 2.68 1.44 21.89 35.46 MT +10% 2.42 1.25 18.95 33.45 -10% 2.46 1.25 20.05 32.27

Tabla 6.7 Resultados del anlisis de sensibilidad para el TOR, se muestra el % de cambio en el VP provocado por el cambio de + 10 % en la variable indicada. Variable/ Escenarios Tasa diaria de mortalidad tilapia Precio de alevines Costos de alimentacin tilapia Precio de venta tilapia P33 +10% 2.17 1.30 16.95 30.87 -10% 2.20 1.30 17.41 30.44 P50 +10% 2.40 1.48 18.83 34.32 -10% 2.45 1.49 19.37 33.76 MT +10% 2.24 1.29 17.35 31.16 -10% 2.27 1.29 17.78 30.78

La segunda variable que presento mayor porcentaje de cambio en el VP en este trabajo fue el costo de la alimentacin, con valores que van de 18.69 a 21.89 para el TOC y de 16.95 a 19.37 para el TOR. Ponce et al.
41

(2006) obtuvo resultados similares, ya que esta fue la segunda variable que muestra mayor porcentaje de cambio en el indicador econmico utilizado en su anlisis (TIR ). La tasa de mortalidad, variable tcnica biolgica y el precio de los alevines fueron las que presentaron menor porcentaje de cambio en el VP. Ponce et al. (2006) tambin reporta el precio de los alevines como la variable que menos porcentaje de cambio provoc en su sistema. La utilidad de un anlisis de sensibilidad radica en que es posible observar cuales variables podran afectar ms a un sistema acucola. Un ejemplo es el caso presentado por Martinez (2004), en ese trabajo se desarrollo un anlisis de la factibilidad econmica de la incorporacin de la tilapia niltica en el cultivo del camarn en el Noreste de Mxico. Mostrando mayor rentabilidad cuando se incluan los peces (policultivo), mediante el anlisis de sensibilidad modificando los precios y la mortalidad del camarn, se confirm que las granjas no serian sustentables solo con el cultivo de la tilapia. Un anlisis de sensibilidad permite conocer cules de las variables que se han incluido en un sistema pueden afectar en mayor o menor medida los resultados econmicos, tcnico biolgicos y de manejo y de esta manera llevar a cabo acciones precautorias o valorar diversas opciones.

42

7. CONCLUSIONES El modelo de crecimiento que mejor se ajust a los datos experimentales tanto para la tilapia niltica como para el camarn blanco fue el de von Bertalanffy, segn los anlisis estadsticos realizados. La inclusin de una especie secundaria como el camarn blanco en el cultivo de la tilapia niltica en agua dulce, modifica el factor de conversin alimenticia (FCA) de la tilapia de forma positiva. En el anlisis del TOC el FCA fue menor para los peces en los dos escenarios de policultivo respecto al monocultivo, siendo an menor en P50, debido al consumo por parte de los peces de los desechos y desperdicios de alimentos de los camarones. Los resultados del TOC muestran que en el escenario P33 los pesos promedio de cosecha de los organismos de ambas especies son mayores en comparacin con los de P50, aun cuando el da de cosecha es el mismo, lo cual indica que en el escenario P50 la densidad de cultivo afect negativamente el crecimiento de los organismo, a pesar de tener FCAs menores a los de P33. La introduccin de camarones blancos en policultivo con la tilapia niltica, generan una serie de costos adicionales respecto al monocultivo (infraestructura, alimentacin, mano de obra, energa), los cuales debern ser menores a los ingresos generados por la venta de los crustceos, para considerar el policultivo como rentable. El escenario en el cual se present un mayor tiempo ptimo de cosecha (TOC), el cual permite maximizar el valor presente obtenido de un ciclo de cultivo, fue el de monocultivo de tilapia (MT) con 214 das, seguido por el de policultivo de tilapia y camarn blanco P33 con 209 das y finalmente P50 con 208 das. El escenario en el cual se gener un mayor valor presente (VP) fue P33, aunque la diferencia con el MT fue menor ($ 3.00), por lo que en el anlisis del TOC, no es muy clara la conveniencia de llevar a cabo el policultivo de tilapia y camarn. El tiempo ptimo de rotacin (TOR) que maximiza el VP de una serie de ciclos de cultivo infinitos, fue menor al TOC en todos los escenarios, debido a que existe un costo de oportunidad derivado de los ciclos de cultivo que se acumulan con el tiempo. El TOR generado para los escenarios P33 y P50 resulto igual, de 201 das, sin embargo para el escenario P50 el efecto de la densidad de cultivo afect negativamente el crecimiento de ambas especies, ya que las tallas de cosecha fueron menores por 25 g para la tilapia niltica y 0.5 gramos para el camarn blanco.

43

El escenario que mostr un mayor TOR fue MT con 206 das, seguido de ambos policultivos (P33 y P50) con 201 das. En el anlisis del TOR en el escenario con el cual se obtuvo un mayor VP fue P33, el cual tuvo una diferencia de 10,891 pesos respecto al MT. Esta diferencia es mayor que en el TOC ya que para la obtencin del VP se considera una serie infinita de ciclos de cultivo.

La rotacin de ciclos de cultivo determinados (RCD) permiti calcular la duracin de dichos ciclos de cultivo continuos, cuando se tiene un tiempo definido para un proyecto. Por ejemplo, cuando un proyecto se desarrolla para alrededor de 11 aos o 20 ciclos de cultivo, la cosecha se debe realizar segn a los 211, 207 y 206 das en los escenarios de MT, P33 y P50, respectivamente.

En la RCD el valor presente crece en los tres escenarios (MT, P33 y P50) durante los primeros 40 ciclos de cultivo o 22 aos de forma casi lineal, posteriormente lo sigue haciendo aunque decrecientemente, siendo ms pronunciado en P50. Lo cual podra indicar que los proyectos acucolas de dichos escenarios se deben desarrollar para un mximo de 20 a 25 aos.

Mientras mayor sea el nmero de ciclos de cultivo a considerar para el anlisis de RCD menor ser la cantidad de das que durar cada ciclo, hasta igualar al TOR. Para el caso de P33 dicha igualdad de RCD con el TOR ocurre a los 61 aos o 110 ciclos de cultivo, para P50 a los 77 aos o 140 ciclos y para MT a los 73 aos o 130 ciclos .

Segn las estrategias del TOR y RCD la duracin del ciclo de cultivo se puede igualar, sin embargo, no ocurre lo mismo con el VP. Si este ltimo se genera a travs de la RCD para alcanzar el TOR, se puede requerir de mucho ms de 100 aos, ya que al pasar los ciclos de cultivo el incremento de este estimador ser cada vez menor.

En el anlisis de RCD, para cualquiera cantidad de ciclos de cultivo o aos que se simularon, el escenario ms rentable (que presento un mayor VP) fue P33. La diferencia en el VP fue cada vez mayor entre P33 y MT, conforme el nmero de ciclos de cultivo aumento.

Para la acuicultura y la proyeccin a futuro se deber tener en cuenta la rotacin de ciclos de cultivo determinados (RCD), ya que se planea a un nmero de aos especfico. Esta estrategia en comparacin con el TOC y el TOR, toma en cuenta una serie de ciclos de cultivo que se vern afectados por el valor del dinero en el tiempo, el cual es determinado por el proyecto y no infinito .

El escenario ms rentable segn el indicador econmico VP utilizado en este trabajo fue P33, bajo cualquier estrategia de cosecha TOC, TOR y RCD, seguido de MT y finalmente P50. Debido a que en el primero la biomasa producida fue mayor, por lo tanto tambin los ingresos, los cuales alcanzan a cubrir los costos extras generados por los crustceos.
44

En el anlisis de sensibilidad, la variable precio de venta de la tilapia gener un mayor porcentaje de cambio en el VP para todos los escenarios. Dicha variable a la cual es ms sensible el modelo, modific el VP en aproximadamente 30%, seguida por el costo de alimentacin con el 18%, la mortalidad con el 2% y finalmente el costo de los alevines con el 1%.

45

8. REFERENCIAS

Aloyce R. Kaliba, Kajitanus O. Osewe, Ephraim M. Senkondo, Berno V. Mnembuka, Kwamena K. Quagrainie, 2006, Economic Analysis of Nile Tilapia (Oreochromis niloticus) Production in Ghana, Journal Of The World Aquaculture Society Volume 37, Number 4, 464-473. Araneda P.M. 2005, Anlisis bioeconmico del cultivo de camarn Litopenaeus vannamei (Boone, 1931) en etapa de engorda utilizando un sistema experimental de recirculacin de agua dulce. Tsis de Maestra. Universidad Marista de Mrida. Mrida, Yucatn, Mxico. Arnason, R., 1992. Optimal feeding schedules and harvesting time in aquaculture. Marine Resources Economics 7(1), 1535. Banchuen Muangkeow, Kou Ikejima, Sorawit Powtongsook and Yang Yi , 2007, Effects of white shrimp, Litopenaeus vannamei (Boone), and Nile tilapia, Oreochromis niloticus L., stocking density on growth, nutrient conversion rate and economic return in integrated closed recirculation system, Aquaculture, Volume 269, Issues 1-4, 363-376 Bardach, J. E., Ryther, J.H. and Mclarney, W. O. 1972. Aquaculture; the farming and husbandry of freshwater and marine organisms, Viley-interscience. Barlas Y, 1989, Multiple test for validation of systems dynamics type of simulation models, European journal of operational research, 42, 59-87. Bjorndal, T., 1988. Optimal harvesting of farmed fish. Marine Resources Economics 5, 139159. Pascoe, S., Wattage, P., Naik, A., 2002. Optimal harvesting strategies: practice versus theory. Aquaculture Economics and Management 6, 295308. Bjorndal T, Lane D., Weintraub A., 2004, Operational research models and the management of fisheries and aquaculture: A review, European Journal of Operational Research 156 (2004) 533540. Brummett, R., E. and Alon. N. C. (1994): Polyculture of nile tilapia (Oreochromis niloticus) and Australian red claw crayfish (Cherax quadricarinatus) in earthen ponds, Aquaculture, Vol. 122, 47-54. Cacho, O.J., 1997. Systems modeling and bioeconomic modeling in aquaculture. Aquacultural Economics and Management., 1, 45-64.

46

Casillas-Hernndez R., Nolasco-Soria H., Garca-Galano T., Carrillo-Farnes O., Paez-Osuna F., Water quality, chemical fluxes and production in semi-intensive Pacific white shrimp (Litopenaeus vannamei) culture ponds utilizing two different feeding strategies, Aquacultural Engineering 36 (2007) 105114. CONAPESCA, 2007, Anuario, base de datos. http://www.conapesca.sagarpa.gob.mx/wb/cona/anuario_2007, consultado: 1 de octubre de 2010. Hean R., Cacho O., 2002, Mariculture of giant clams, Tridacna crocea and T. derasa: management for maximum profit by smallholders in Salomon Islands, Aquaculture Economics and Management 6, 373395. Jolly C. and Clonts H., 1993. Economics of aquaculture. Food Products Press. New York. de Graaf G. and Janssen H.,1996, Artificial Reproduction and Pond Rearing of the African Catfish Clarias Gariepinus in Sub-Saharan Africa - A Handbook Gertjan de Graaf and Hans Janssen Series title: FAO Fisheries Technical Paper - T362 1996. de Graaf, G.J. and Prein, M., 2005 Fitting growth with the von Bertalanffy growth function: a comparison of three approaches of multivariate analysis of fish growth in aquaculture experiments. Aquaculture Research, 36, 100-109. dos Santos V., Yoshihara E., Fonseca de Freitas R., Vilhena Reis R., 2008, Exponential growth model of Nile tilapia (Oreochromis niloticus) strains considering heteroscedastic variance, Aquaculture 274; 96100 El-Sayed, A.F.M. 1990. Long-term evaluation of cotton seed meal as a protein source for Nile tilapia Oreochromis niloticus. Aquaculture 84, 315320. El-Saidy, D.M.S., Gaber, M.M.A. 2005. Effect of dietary protein levels and feeding rates on growth performance, production traits and body composition of Nile tilapia, Oreochromis niloticus (L.) cultured in concrete tanks. Aquaculture Research 36, 163-171. FAO, 2005, Programa de informacin de especies acuticas. Text by Rakocy, J. E. In: FAO Fisheries and Aquaculture Department [online]. Rome. Updated 18 February 2005. http://www.fao.org/fishery/culturedspecies/Oreochromis_niloticus/es, consultado: 15 de septiembre de 2009. FAO, 2007a, Comunicado de prensa, Acuicultura nica forma de hacer frente a futuro dficit de pescado, http://www.fao.org/newsroom/ES/news/2007/1000701/index.html, 19 de noviembre de 2007, Roma, consultado: 14 de septiembre 2009.

47

FAO, 2007b, Programa de informacin de especies acuticas. Text by Briggs, M. In: FAO Fisheries and Aquaculture Department [online]. Rome. Updated 2 July 2007. http://www.fao.org/fishery/culturedspecies/Litopenaeus_vannamei/es, consultado: 15 de septiembre 2009. FAO, 2009. El estado mundial de la pesca y la acuicultura 2008. Departamento de Pesca y Acuicultura de la FAO. Organizacin de las Naciones Unidas para la Agricultura y la Alimentacin. Roma, Italia. 196 pp. Fitzsimmons, K. 2000. Tilapia aquaculture in Mxico. In: Costa-Pierce, B.A., Rakoy, J.E., (Eds). Tilapia aquaculture in the Americas, Vol.2. The World Aquaculture Society, Louisiana, 171-183. Flores-Nava, A. 1998, La acuicultura industrial en el estado de Yucatn, situacin actual y perspectivas. In: Caro-Caro, C. I., Sosa-Cordero, E. (Eds). La acuicultura en el sureste de Mxico. El Colegio de la Frontera Sur, ECOSUR, Mxico, pp 167173 Gasca-Leyva E., Len C., Hernndez J.,Vergara J.M., 2002, Bioeconomic analysis of production location of sea bream (Sparus aurata) cultivation, Aquaculture 213 ; 219232 Gasca-Leyva E., Hernndez J., Veliov V., 2008, Optimal harvesting time in a size-heterogeneous population, Ecological Modelling 2 1 0; 161168 Goddard, S. 1996. Feed management in intensive aquaculture. Chapman and Hall. New York, 194 p Guttormsen A., 2008, Faustmann in the Sea: Optimal Rotation in Aquaculture, Marine Resource Economics, Volume 23, pp. 401410. Hean, R.L., 1994. An optimal management model for intensive aquaculture: an application in Atlantic salmon. Australian Journal of Agricultural and Resource Economics. 38, 3147. Hernndez J., Gasca-Leyva E., Len C., Vergara J.M., 2003, A growth model for gilthead seabream (Sparus aurata), Ecological Modelling 165, 265283 Hernndez J., Gasca-Leyva E., Len C., 2008, The role of the water temperature in the optimal management of marine aquaculture, European Journal of Operational Research 181 (2007) 872886 Hopkins K, 1992, Reporting Fish Growth: A Review o the Basics, Journal of the World Aquaculture Society, Vol. 23, No. 3,173-179. Karplus I., Milstein A., Cohen S., HarpazS., 1996, The effect of stocking different ratios of common carp, Cyprynus carpio L., and tilapias in polyculture ponds on production characteristics and profitability. Aquaculture Research, Volume 27 Issue 6, 447- 453.
48

Kazmierczak R, Caffe R., 1996, Bulletin Number 854; The Bioeconomics of Recirculating Aquaculture Systems, Louisiana State University Agricultural Center, Louisiana Agricultural Experiment Station. Kielbassa J., Delignette-Muller M.L., Pont D., Charles S., 2010, Application of a temperature-dependent von Bertalanffy growth model to bullhead (Cottus gobio), Ecollogical. Modelling Volume 221, Issue 20, 10 October 2010, 2475-2481. Landau, M., 1992. Introduction to aquaculture. John Wiley & Sons, inc. pp 3-20; 290-305. Martnez-Cordero J. F., Duncan N. Fitzsimmons K., 2004,Feasibility of shrimp and tilapia poly-culture in the north-west of Mexico with special reference to an economic study of a hypothetical polyculture farm, 6th International Symposium on Tilapia in Aquaculture Philippine International Convention Center Roxas Boulevard, Manila, Philippines September , 12-16. Mohammadian M., 2005, Encuentros multidisciplinares, ISSN 1139-9325, Vol. 7, N 19, 2005 , 57-70 Olvera-Novoa, M.A., Gasca-Leyva, E., Salas, S., 2005. Programa maestro del sistema producto tilapiaYucatn. CONAPESCA/CINVESTAV. Pascoe, S., Wattage, P., Naik, A., 2002. Optimal harvesting strategies: practice versus theory. Aquaculture Economics and Management 6, 295308. Patio N., 2009, Policultivo de tilapia niltica Oreochromis niloticus (Linnaeus, 1758) y camarn blanco Litopenaeus vannamei (Boone, 1931) en agua dulce, Tesis de Maestria, Centro de Investigacin y de Estudios Avanzados del Politcnico Nacional, Unidad Mrida. Yucatn, Mxico. Ponce D, Hernndez J y Gasca-Leyva E., 2006, Simulating the economic viability of Nile tilapia and Australian redclaw crayfish polyculture in Yucatan, Mexico, Aquaculture 261; 151159. Poot-Lpez, G.R., Gasca-Leyva E., 2009, Substitution of Balanced Feed with Chaya, Cnidoscolus chaya mansa, Leaf in Tilapia Culture: A Bioeconomic Evaluation, Journal Of The World Aquaculture Society, Vol. 40, No. 3, 351-362. Poot-Lpez, G.R. 2010, ANLISIS BIOECONMICO Y SOCIAL DEL CULTIVO DE TILAPIA EN EL ESTADO DE YUCATN, Tesis de Doctorado, Centro de Investigacin y de Estudios Avanzados del Politcnico Nacional, Unidad Mrida. Yucatn, Mxico. Pindyck, R., Rubinfeld, D. 1981. Econometric models and economic forecasts. Second edition. McGraw-Hill. 621pp.

49

Power M., 1993, The predictive validation of ecological and environmental models, Ecological Modelliflg, 68, 33-50. Recalde Ruiz, Jose Renato Date, 2009, Economic analysis of rural and artisanal aquaculture in

Ecuador, Universitetet i Troms, Norway. Rosa, M.C., Da Silva J.A, Da Silva, A.L., 1997. Modelling growth in cultures of Oreochromis niloticus (L) and Cyprinus carpio L. in Pernambuco, Brasil. Aquaculture Research 28, 199-204 Roy N.C., Wahab M.A., Khatoon H., Thilsted S.H., 2003, Economics of carp-SIS polyculture in rural farmers pond, Pakistan Journal or Biological Sciencies 6(1):61-64. Saiti F, Jamu D., Chisala B., Kambewa P., 2007, Simulation of optimal harvesting strategies for small-scale mixed-sex tilapia (Oreochromis shiranus Boulenger 1896) ponds using a bio-economic model, Aquaculture Research, 38, 340-350. Sastradiwirja F., 1986, Production, yield characteristics and economics of polyculture of macrobrachium rosenbergii and various fish species under pond condition, Network of aquaculture Centres in Asia Bangkok, Thailand, FAO Corporate document repository, fisheries an aquaculture department. Shang Yung C, 1981, Aquaculture economics Basic concepts and metohods of analysis, Westview Special Studies in Agriculture/Aquaculture Science and Policy, Westview press, Boulder Colorado. Tian X., Leung P., Hochman ., 1993, Shrimp growth functions and their economic implications, Aquacultural Engineering, Volume 12, Issue 2, 81-96. Tudor, K.W., Rosati, R.R., ORourke, P.D., Wu, Y.V., Sessa, D., Brown, P. 1996. Technical and economical feasibility of on-farm fish feed production using fishmeal analogs. Aquaculture Engineering 15, 53-55. Uddin, M.S., 2007. Mixed culture of tilapia (Oreochromis niloticus) and freshwater prawn (Macrobrachium rosenbergii) in periphyton-based ponds. PhD Thesis, Wageningen University, The Netherlands. Uddin M.S., Farzana A., Fatema M.K., Azim M.E., Wahab M.A., Verdegem M.C.J., 2007, Technical evaluation of tilapia (Oreochromis niloticus) monoculture and tilapiaprawn (Macrobrachium rosenbergii) polyculture in earthen ponds with or without substrates for periphyton development, Aquaculture 269, 232240. Yu R., Leung P., Bienfang P., 2006a, Predicting shrimp growth: Artificial neural network versus nonlinear regression models, Aquacultural Engineering, Volume 34, Issue 1, 26-32.

50

Yu R., Leung P., Bienfang P., 2006b, Optimal production schedule in commercial shrimp culture, Aquaculture 254 426441. Yu R., Leung P., Bienfang P., 2009, Optimal harvest time in continuous aquacultural production: The case of nonhomogeneous production cycles, International Journal of Production Economics 117 (2009) 267 270. Yuan, Derun, Yi, Yang, Yakupitiyage, Amararatne, Fitzimmons, Kevin, Diana, James S., 2010. Eects of addition of red tilapia (oreochromis spp.)at dierent densities and sizes on production, water quality and nutrient recovery of intensive culture of white shrimp (litopenaeus vannamei ) in cement tanks, Aquaculture, Volume 298, 7, 226-238. Zugarramurdi Aurora, Parn Mara A., Lupin Hctor M., 1998, Ingeniera Econmica Aplicada a la Industria Pesquera, FAO Documento Tcnico De Pesca 351, Organizacin de las Naciones Unidas para la Agricultura y la Alimentacin Roma, 1998.

51

Anexos A. Seleccin del modelo de crecimiento Los modelos de v. Bertalanffy, Gompertz, Logstico, Richards y Monomolecular fueron probados utilizando los datos de monocultivo de tiapia y camarn blanco, considerando las dos densidades de cultivo en el caso del camarn blanco. En el caso de la tilapia niltica en monocultivo los tres modelos que mostraron un mejor ajuste (Theil) y explican en mayor medida la varianza y tienen un coeficiente de determinacin (R 2) mayor, fueron: Logstico, von Bertalanffy y Richards (Tabla A.1). Tabla A.1. Resultados de los parmetros de los modelos de crecimiento para el monocultivo de tilapia y de validacin de dichos modelos.
Parmetros obtenidos Modelo Bertalanffy Gompertz Richards Monomolecular Logstico t0 c d K -0.2618207 0.374968 -0.007788 (2.09E-11) (0.000724) (0.015018) -0.1888991 -0.108636 -0.003411 (8.08E-06) (0.409452) (0.461173) -0.495969 0.460449 -0.010290 4.820289 (0.235378) (9.97 E-05) (0.001502) (4.11E-09) 0.0006812 (3.63E-13) 3.91304 (2.29E-05) 0.168978 -0.002358 (0.180154) (0.575044) 0.505816 -0.008764 (0.009865) (0.142059) Validacin Suma de residuos al cuadrado R V. E. ECM 353.4609 0.9938 98.77% 5.9441 1257.590 242.7527 1648.894 159.0645 0.9779 95.64% 11.2147 0.9957 99.16% 2.8990 0.9709 94.28% 11.8319 0.9972 99.45% 2.8831

U (Theil) 0.0293 0.0556 0.0176 0.0588 0.0142

*Los valores entre parntesis indican el valor de p para cada parmetro.

La evolucin de los tres modelos (Logstico, von Bertalanffy y Richards) y los datos observados se muestran Figura A.1. La seleccin del modelo de Bertalanffy fue porque los otros dos modelos sobreestiman, a los pesos que son mayores a los datos observados.

52

250

200

150
gr Observados 100 Richards Logistico

Bertalanffy
50

0 0 20 40 60 Das 80 100 120 140

Figura A.1 Simulacin de crecimiento para tilapia niltica en monocultivo con una densidad de 32.2 peces/m 3, utilizando los modelos de Richards, Logstico y Bertalanffy, comparados con los datos observados durante el experimento. Para el caso del camarn blanco en ambas densidades (33.7 y 50.5 camarones/m 2), se sigui el mismo proceso de parametrizacin y validacin que el utilizado con la tilapia niltica. De los cinco modelos probados (v. Bertalanffy, Gompertz, Logstico, Richards y Monomolecular), los tres que ofrecieron mejores resultados en ambos casos fueron el de Bertalanffy, Richards y logstico (Tablas A.2 y A.3).

53

Tabla A.2 Validacin de modelos de crecimiento para el monocultivo de camarn blanco en monocultivo con una densidad de 33.7 camarones/m2
Parmetros Validacin Suma de residuos al cuadrado R 0.817 10.6103 0.8169 68.4842 1.2013

Modelo Bertalanffy Gompertz Richards

WC 16.4927 (0.0214) 1.151 16.4927

t0

%V. E.

ECM

U (Theil)

-0.5503568 0.577857 -0.012481 (1.67E-08) (0.000405) (0.006277) -0.0280096 -0.287762 0.003490 (0.034710) (0.753453) (0.917908) -0.5503568 0.579618 -0.012538 3.007999 (0.000427) (0.006390) (2.42E-07) -0.1768553 -3.737175 0.133560 (1.19E-06) (0.000160) (7.38E-05) 1.9345266 (0.000134) 0.885670 -0.020441 (0.000431) (0.004519)

0.9953 99.07 0.9378 87.95 0.9953 99.07 0.9915 98.31 0.9931 98.64

0.2855 0.0208 1.0311 0.0776 0.2853 0.0208 2.617 0.1983 0.3466 0.0253

Monomolecular 36.2027 (0.6746) Logstico 12.4302 (0.0009)

*Los valores entre parntesis indican el valor de p para cada parmetro. Parmetros sin este fueron fijados previamente a la parametrizacin. 1En el caso del modelo de Gompertz se indica la talla inicial en vez de WC. Tabla A.3. Validacin de modelos de crecimiento para el monocultivo de camarn blanco en monocultivo con una densidad de 50.5 camarones/m 2
Parmetros
Modelo WC t0 c d k

Validacin
Suma de residuos R al cuadrado 0.3582 5.8853 0.355 1.6754 0.5587 0.9971 0.9519 0.9971 0.9865 0.9955 %V. E. ECM U (Theil)

Bertalanffy Gompertz Richards Monomolecular

16.2857 (0.0188) 1.241 16.2857 11.9223 (0.0020) 11.2359 (0.0002)

-0.574197 (8.51E-10) -0.151138 (0.00170) -0.609168 -0.085406 (2.71E-07) 1.824097 (1.73E-05)

0.4334 0.0004) -0.2492 (0.3952) 0.4423 (0.0003) 0.1085 (0.6898) 0.6833 (0.0005)

-0.007874 (0.014419) 0.002029 (0.845994) -0.008151 3.172049 (0.012451) (1.18E-08) 0.003590 (0.009610) -0.013642 (0.011885)

99.43 90.62 99.43 97.33 99.11

0.2855 0.7666 0.2853 0.0158 0.3466

0.0208 0.065 0.0208 0.0012 0.0253

Logstico

*Los valores entre parntesis indican el valor de p para cada parmetro. Parmetros sin este fueron fijados previamente a la parametrizacin. 1En el caso del modelo de Gompertz se indica la talla inicial en vez de WC.

54

La comparacin de los datos observados con los simulados para los modelos de v. Bertalanffy, Richards y Logstico (Figuras A.2 y A.3), muestran que se comportan de manera similar. La simulacin a 250 das para observar el comportamiento en un plazo ms largo, mostr que en el caso del modelo logstico la talla asinttica se alcanza rpidamente, resultando irreal, por lo que dicho modelo qued descartado. Respecto al modelo de Richards, se eligi el de v. Bertalanffy debido a que dicho modelo se le fijaron previamente parmetros obtenidos del modelo de Bertalanffy (Tablas A.2 y A.3).

12.00 10.00

8.00
Peso (g) 6.00 4.00 2.00 0.00 0 20 40 60 80 100 120 140

Observados
Richards Logistico Bertalanffy

Tiempo (das)

Figura A.2 Simulacin de crecimiento para camarn blanco en monocultivo con una densidad de 33.7 camarones/m2, utilizando los modelos de Richards, Logstico y Bertalanffy, comparados con los datos observados durante el experimento.

55

12 10

8
Peso(g) 6 4 2 Observados Richards Logistico

Bertalanffy

0 0 20 40 60 80 100 120 140

Tiempo (das)

Figura A.3 Simulacin de crecimiento para camarn blanco en monocultivo con una densidad de 50.5 camarones/m2, utilizando los modelos de Richards, Logstico y Bertalanffy, comparados con los datos observados durante el experimento.

56

B. Tiempo ptimo de cosecha y tiempo optimo de rotacin Para un solo ciclo productivo, el tiempo ptimo de cosecha (t) se obtiene maximizando la funcin objetivo

B.1 donde es el valor presente de beneficio Bb, obtenido al fin de un ciclo de t das y r es la tasa de

descuento. La ecuacin anterior es maximizada cuando:

B.2 Para ciclos mltiples la funcin objetivo que representa un horizonte de ciclos infinitos es: B.3 Sacando factor comn a la ecuacin B.3: B.4 Suponiendo que se tiene un nmero finito de ciclos, de la ecuacin anterior definamos Sn como : B.5 Que puede ser escrita tambin como: B.6 Resolviendo para Sn mediante sistema de ecuaciones: B.7 B.8

57

Entonces tenemos como resultado: B.9

B.10 Eliminando trminos semejantes: B.11 Sacando factor comn: B.12 Despejando:

B.13 Si expresamos B.13, como B.6 y considerando que tenemos una serie infinita de ciclos, tenemos el lmite o el valor al que se acerca la funcin cuando k tiende a infinito:

B.14 Entonces por regla de signos:

B.15 Sustituyendo (B.15) en (B.4):

B.16 Entonces tenemos:

B.17
58

Que por las leyes de los exponentes : B.18 Resolviendo (B.18), tenemos la funcin objetivo a maximizar para el tiempo ptimo de rotacin TOR:

B.19 Aplicando el criterio de maximizacin de la primera derivada, tenemos entonces que el tiempo ptimo de rotacin es cuando la siguiente igualdad se cumple:

B.20
Donde representa el costo de oportunidad de dejar un da ms el cultivo y con lo cual podemos obtener el TOC y representa el costo de oportunidad de sembrar un nuevo stock.

59