Download exploring sustainable technical alternatives for dutch

INTEGRACIÓN DE LA MODELIZACIÓN BIOECONÓMICA Y EL ANÁLISIS DE PREFERENCIAS
SOCIALES EN EL DISEÑO DE INNOVACIONES TÉCNICAS SOSTENIBLES EN
AGRICULTURA
Carlos Parra-López *,a,b, Jeroen C.J. Grootb, Carmen Carmona-Torresa,b, Walter A.H. Rossingb
a
Departamento de Economía y Sociología Agraria. Instituto de Investigación y Formación Agraria
y Pesquera (IFAPA). Consejería de Innovación, Ciencia y Empresa. Junta de Andalucía.
Apdo. 2027 – 18080 Granada, España
b
Biological Farming Systems Group. Wageningen University. Marijkeweg 22.
6709 PG Wageningen, The Netherlands
*
Autor para correspondencia: Tel.: +34 (0)958895264; fax: +34 (0)958895203. E-mail: [email protected]
(C. Parra-López).
RESUMEN
En la literatura es creciente el número de estudios que tratan de evaluar desde un punto de
vista integrado los impactos económicos, ambientales y sociales de las actividades humanas, en
general, y del uso del territorio y la producción agraria, en particular. Los estudios pueden ser
divididos entre aquellos que partiendo de la teoría económica evalúan económicamente los
impactos resultantes del uso del territorio -económicos, ambientales y sociales-, y aquellos, como
la modelización bioeconómica, que, desde otras aproximaciones y disciplinas, tratan de integrar
los impactos económicos junto con los sociales y ambientales sin tratar de reducirlos a una unidad
de valoración económica común. Algunos autores han sugerido que la integración de los
elementos clave de ambas perspectivas, combinando la evaluación económica, la modelización, el
análisis de preferencias de los grupos de interés y el análisis multicriterio permitiría una nueva y
enriquecedora aproximación a la gestión sostenible de los recursos.
En este contexto, el presente trabajo pretende proponer un marco metodológico integrado
con el fin de evaluar y diseñar nuevos usos del territorio, en general, y técnicas agrarias, en
particular, más sostenibles. La metodología consta de tres fases para tratar de responder a las
siguientes cuestiones: (1) ¿Cuáles son las preferencias sociales por los servicios multifuncionales
que los sistemas agrarios pueden ofrecer?; (2) ¿Cuáles son las alternativas técnicas de
producción posibles para unos sistemas agrarios dados?; (3) ¿Qué valor tienen las diferentes
alternativas posibles para la sociedad y cuáles son las alternativas innovadoras que satisfacen
óptimamente las preferencias sociales?. La metodología propuesta supone el uso combinado de
la teoría económica, técnicas de decisión multicriterio (Quality Function Deployment y Analytic
Network Process - QFD/ANP) y de modelización bioeconómica y optimización matemática
(Landscape IMAGES). La metodología es ilustrada completamente a través del caso de estudio de
los sistemas agropecuarios de la región de Northern Friesian Woodlands (Países Bajos). Los
resultados muestran que en los sistemas analizados son posibles técnicas de producción más
sostenibles, que conllevarían un mayor beneficio tanto para los agricultores, que obtendrían
mayores ingresos, como para el gobierno, que podría disminuir la cuantía de las subvenciones.
Incluso sería posible relajar ligeramente las actuales restricciones ambientales referidas a la
aplicación de fertilizantes, la calidad del paisaje y el valor natural del mismo, sin comprometer el
bienestar del conjunto de la sociedad.
Palabras clave: Modelos bioeconómicos; demandas públicas; sostenibilidad; gestión del territorio;
sistemas agrarios; sistemas ganaderos; innovaciones técnicas.
1
1
Introducción
El concepto ‘multifuncionalidad’, generalmente aplicado a la agricultura, se refiere al hecho
de que una actividad económica puede generar diferentes outputs, gracias a los cuales contribuye
a satisfacer varios objetivos sociales a la vez. Desde la década de los 80 son crecientes las
demandas sociales de una agricultura sostenible, respetuosa con el medioambiente y que
gestione de un modo responsable los recursos naturales. Estas demandas hacen referencia a la
dimensión ecológica, técnica y socioeconómica del concepto amplio de desarrollo sostenible
(Harwood, 1990) e implícitamente aluden a la naturaleza multifuncional de la agricultura. La
creciente concienciación de los ciudadanos tanto rurales como urbanos sobre el papel
multifuncional de la agricultura, está conduciendo a un mayor interés por parte de los gobernantes
de encontrar formas de asegurar que sus funciones tanto de mercado como de no-mercado o
externalidades respondan en cantidad, composición y calidad a los que demanda la sociedad
(OECD, 2003). Atender a estas crecientes demandas públicas plantea dos cuestiones
fundamentales para agricultores y políticos: (1) Qué es lo que quieren realmente los ciudadanos
(Hall et al., 2004); (2) Cómo integrar las preferencias públicas en la evaluación y diseño de
alternativas técnicas de producción multifuncionales y sostenibles. Turner et al. (2000) sugieren
que un enfoque que combine la valoración económica, la modelización integrada, la consideración
de los grupos de interés y la evaluación multicriterio podría proporcionar una enriquecedora
perspectiva en el diseño de políticas que busquen la optimización del bienestar y la sostenibilidad.
En este artículo se investiga esta sugerencia.
El principal objetivo de la presente investigación es proponer y aplicar un marco
metodológico para integrar la demanda social por la multifuncionalidad de la agricultura en la
evaluación y diseño de posibles alternativas técnicas de producción más sostenibles para
sistemas agrarios a nivel de paisaje. La metodología se ilustrará completamente a través del caso
de unos sistemas agropecuarios intensivos de un alto valor ecológico e histórico de la región de
Northern Friesian Woodlands (Países Bajos). En la sección 2 se proporciona una breve
descripción del caso de estudio. El marco metodológico, que consta de tres componentes
interconectados, se introduce en las secciones 3 a 5. En la sección 3 se priorizan las preferencias
sociales para las funciones de no-mercado mediante una aplicación conjunta de las técnicas de
análisis de decisión multicriterio Proceso Analítico Jerárquico -Analytic Network Process- y
Desarrollo de la Función de Calidad -Quality Function Deployment- (QFD/ANP). En la sección 4
los beneficios sociales derivados de las funciones de no-mercado se combinan con los beneficios
de las funciones de mercado para calcular los beneficios netos sociales. Por último, en la sección
5, el modelo Landscape IMAGES se usa para generar técnicas de producción innovadoras y
evaluar el comportamiento de los paisajes alternativos que generarían, tanto a nivel de funciones
de mercado como de no-mercado. Los resultados, en la sección 6, muestran opciones óptimas
para un desarrollo más sostenible de los sistemas agrarios analizados.
2
2
Caso de estudio: Paisajes agropecuarios de Northern Friesian Woodlands
En la región de Northern Friesian Woodlands (Países Bajos) el principal uso del suelo es la
actividad ganadera. La mayoría de la superficie agraria está ocupada por pastizales permanentes
que son pastoreados y segados de forma rotativa. Las parcelas tienen un tamaño medio de 2 ha,
suelen estar rodeadas por setos y con frecuencia lindan con lagunas. En la década de los 90 los
agricultores tuvieron que hacer frente a estrictas regulaciones para reducir las emisiones de
nitrógeno al medioambiente. Las cooperativas ambientales para desarrollar medidas específicas
locales para alcanzar los objetivos políticos genéricos y de un modo aceptable para los
agricultores. Los agricultores integrantes de las cooperativas se comprometieron además a
conservar el paisaje histórico que es la base de una fuerte identidad local de sus habitantes y
organizaron actividades para la gestión de la naturaleza y el paisaje (Renting y Van der Ploeg,
2001; Wiskerke et al., 2003; Anónimo, 2005).
En este artículo se examinarán oportunidades para satisfacer tanto las funciones de
mercado como las de no-mercado de los sistemas agrarios, mediante la exploración sistemática
de nuevas alternativas técnicas de producción. El paisaje agrario objeto de estudio comprende un
área de 232 ha y consta de tres explotaciones. Para la función de mercado se usa como indicador
el margen bruto (MB), que se define como el total de ingresos menos los costes variables a nivel
de paisaje. Se analizan tres funciones de no-mercado claves que están relacionadas con las
actividades de las cooperativas medioambientales:
F1. Calidad del paisaje (CP): Hace referencia a la variación en el número de especies
vegetales en los pastos y a la irregularidad del patrón de los setos, por lo que guarda
relación con los niveles espaciales de parcela y de paisaje.
F2. Valor natural (VN): Esta función de refiere a la diversidad de especies en los pastos y setos
(número de especies por ha). Es relevante a nivel de parcela.
F3. Salud ambiental (SA): Relacionada con una baja emisión de nitrógeno al suelo por parte de
la actividad agraria. También se interpreta a nivel de parcela.
3
Preferencias sociales por las funciones de no-mercado de los paisajes agrarios: Las
metodologías QFD/ANP
Los outputs de mercado son valorados por los consumidores en el mercado. Su impacto
sobre los agentes económicos se describirá en la siguiente sección. Los outputs de no-mercado,
por el contrario, no tienen un mercado pero una variación en su provisión podría afectar
potencialmente a todos los ciudadanos, no sólo a los consumidores. En este trabajo
consideraremos como potenciales ciudadanos afectados a la población nacional holandesa,
puesto que las funciones de no mercado de la pequeña región analizada se supone que son
insignificantes a nivel internacional. Las preferencias de los ciudadanos holandeses para las
funciones de no-mercado de la agricultura han sido obtenidas a partir de un Eurobarómetro
3
Especial -Special Eurobarometer- (EC, 2006) que trata sobre las percepciones y opiniones de los
ciudadanos sobre la política agraria comunitaria (Tabla 1). Estas preferencias se han trasformado
en prioridades para las funciones de no-mercado de la agricultura usando las metodologías ANP y
QFD.
QFD -Quality Function Deployment- es una herramienta analítica para la panificación
estratégica (Akao, 1997). Su objetivo es trasladar las necesidades de los consumidores, o
WHATs, que equivale a las preferencias sociales para el paisaje agrario en nuestra aplicación, en
requerimientos estratégicos o técnicos, o HOWs, es decir, cómo pueden satisfacerse estas
necesidades, que equivale a las prioridades relativas de las funciones de no-mercado para la
agricultura en nuestro caso de estudio. Para ello hay que considerar la importancia relativa de las
preferencias de los ciudadanos holandeses (vector wP en la Tabla 2) y la matriz de relación (WF,P
en la Tabla 2) entre las preferencias sociales (WHATs) y las funciones de no-mercado (HOWs).
Las relaciones internas entre los WHATs y entre los HOWs (WP,P y WF,F en la Tabla 2) pueden
incorporarse al análisis para afinar los resultados (Partovi, 2006).
ANP -Analytic Network Process- (Saaty, 1996) es una metodología de decisión
multicriterio. ANP se ha usado recientemente (Partovi, 2001; Partovi y Corredoira, 2002; Karsak et
al., 2003; Partovi, 2006) para reducir algunas limitaciones de la aplicación tradicional de QFD
relacionadas con la escala de medida de las relaciones (Wasserman, 1993) y el tratamiento de las
relaciones internas (Partovi y Corredoira, 2002). Un problema QFD/ANP puede representarse por
una supermatriz (Tabla 2) donde cada celda describe la relación o contribución del elemento i a la
satisfacción del elemento j. Para especificar la magnitud de las relaciones (wi,j), los elementos se
evalúan por pares mediante comparaciones pareadas de sus contribuciones relativas (o
prioridades) a cada uno de los otros elementos (Saaty, 1980; Forman y Selly, 2001), normalmente
basándose en los juicios de expertos o grupos de interés.
En el caso de estudio, se entrevistaron diez expertos en sistemas agrarios sostenibles y
con conocimientos en la situación del caso de estudio para que describieran las relaciones entre
las preferencias de los ciudadanos y las funciones de no-mercado. Así se obtuvo una supermatriz
por cada experto. Las sub-matrices WF,P and WF,F se definieron de acuerdo con el método de las
comparaciones pareadas. La WP,P se obtuvo por asignación directa (Bottomley y Doyle, 2001),
debido al alto número de elementos a comparar en cuanto a preferencias sociales (12 cuando
suele recomendarse no superar los 7±2 en ANP). La escala de valoración usada fue del 1
(relación muy débil) al 9 (relación muy fuerte).
Para calcular las prioridades de las funciones de no-mercado para cada experto se
implementó un procedimiento de manipulación de matrices (Saaty y Takizawa, 1986; Karsak et al.,
2003; Kahraman et al., 2006). En primer lugar, se calcula un vector de prioridades de las
preferencias sociales teniendo en cuenta las dependencias internas según: w int
P = WP , P ⋅ w P . A
continuación, se calcula una matriz de prioridades de las funciones de no-mercado considerando
4
las dependencias internas entre las funciones de no-mercado: WFint, P = WF ,F ⋅ WF , P . Finalmente, se
calculan
las
prioridades
de
las
funciones
de
no-mercado
considerando
todas
las
interdependencias: w F = WFint,P ⋅ w int
P . De esta forma se obtiene un vector wF para cada experto o
agente decisor (al que llamaremos wF(e) para referirnos en concreto al experto e). Las prioridades
individuales se agregaron a nivel del grupo mediante Agregación de Prioridades Individuales (AIP)
(Ramanathan y Ganesh, 1994): w F ( grupo ) =
G
∑w
e =1
F(e )
/ G , donde e es el experto e, y G es el número
de expertos.
4
Beneficios netos sociales de los paisajes agrarios
Los beneficios derivados de un cambio en la gestión de uso del suelo son de naturaleza de
mercado y de no-mercado. Todos los beneficios se medirán en este trabajo respecto a la situación
actual.
4.1
Beneficios netos de mercado
El beneficio neto de mercado (∆UM) se define como el cambio que tiene lugar en la utilidad
social debido a un cambio en el punto de equilibrio de mercado de los productos agrarios. Se
asume que la utilidad equivale al concepto neoclásico de excedente (p.ej. Varian, 1999) y se
expresa en unidades monetarias.
En nuestro caso de estudio se asume:
•
Las alternativas técnicas de producción se basan en los mismos inputs fijos que la
situación actual, pero pueden requerir cantidades diferentes de inputs variables.
•
Los precios de los inputs y outputs se suponen constantes en el corto plazo que es el
periodo considerado en el estudio.
El beneficio neto de mercado se compone de los beneficios de los agricultores,
consumidores y gobierno:
-
Beneficio neto de mercado para los agricultores (∆UM,AGR): El excedente del agricultor es el
margen bruto (MB). Así, un cambio en el MB equivale a un cambio en la utilidad de los
agricultores, y, puesto que se asume que los costes fijos son constantes, a un cambio en
su beneficio como productores, pues como es sabido el excedente de los productores es
igual al margen bruto y el beneficio es igual al margen bruto menos los costes fijos. De
este modo, se tiene: ΔU M ,AGR = ΔMB ; MB=I+S-CV, donde MB es el margen bruto, I
ingresos del mercado, S subsidios y CV costes variables. En nuestro caso de estudio, la
función de mercado es la producción de leche.
-
Beneficio neto de mercado para los consumidores (∆UM,CON): Una aproximación al
excedente del consumidor para pequeños cambios en la provisión según una curva de
demanda constante es (P2-P1)*(Q2+Q1)/2, donde 1 y 2 indican dos puntos de equilibrio, y
5
P y Q el precio y la cantidad del producto en el mercado respectivamente. En nuestra
aplicación el precio del output (leche) se asume constante, y por tanto: ΔU M ,CON = 0 .
-
Beneficio neto de mercado para el gobierno (∆UM,GOB): La utilidad para el gobierno aumenta
si disminuye el apoyo económico (subsidios) a la agricultura. Asumimos que la relación es:
ΔU M,GOB =-ΔS , donde S son los subsidios.
El beneficio neto de mercado de un cambio respecto a la situación actual para todos los
implicados es: ΔU M = ΔU M ,AGR + ΔU M ,CON + ΔU M ,GOB . Para nuestro caso de estudio esto implica:
ΔU M = ΔMB − ΔS = ΔI − ΔCV .
4.2
Beneficios netos de no-mercado
Un cambio en la utilidad proporcionada por un paisaje agrario a la sociedad (dUNM) se
define como:
n
dU NM = ∑ ωFi ⋅ dFi / Fi
(1)
i =1
donde Fi son las funciones de no mercado (en nuestro caso, F1=CP, calidad del paisaje; F2=VN,
valor natural; F3=SA, salud ambiental); dFi/Fi es el cambio relativo en el comportamiento de la
función de no-mercado Fi respecto al comportamiento actual; ωFi es la importancia relativa que la
sociedad adjudica a tal cambio; y n es el número de funciones de no-mercado. Asumiremos que
las preferencias de la sociedad por las funciones de no-mercado, tal y como se determinaron
anteriormente mediante QFP/ANP, se refieren a los pesos relativos ωFi. Es decir, las prioridades
calculadas en la sección 3 para el grupo de expertos y según las preferencias sociales, wF(grupo),
equivalen a la importancias relativas que la sociedad concede las funciones de no-mercado, ωFi.
Esta equivalencia se basa en el hecho de que los seres humanos suelen percibir cambios
relativos, o sea, ganancias y pérdidas, en relación al nivel previo al cambio (Lootsma, 1996).
El beneficio neto de no-mercado (∆UNM) de un cambio desde la situación actual (0) a una
situación dada (s) se calcula integrando la Eq. 1, obteniéndose una función Cobb-Douglas:
n
ΔU NM = ∑ ωFi ⋅ ln [ Fi (s) / Fi (0) ]
(2)
i =1
4.3
Beneficios netos sociales
Definimos el beneficio social neto (dUS) como:
dU S =
dU M dU NM
+
RU M RU NM
(3)
donde RUM y RUNM son los rangos de los beneficios netos de mercado y no-mercado
respectivamente, para el conjunto de posibles paisajes agrarios. En la Eq. 3, los beneficios netos
de mercado y de no-mercado se estandarizan por estos rangos de utilidades, de modo similar a
Qiu (2005). En nuestro caso de estudio, las funciones de no-mercado son básicamente
6
ambientales. Esta definición del beneficio social implica que cambios relativos similares de los
beneficios de mercado y de no-mercado tienen la misma influencia en el bienestar social. Esta
asunción viene apoyada por la demanda social en Europa. En efecto, según el 85% de los
ciudadanos de la UE-25 y el 75% en Países Bajos piensa que para los temas clave, los decisores
políticos deberían prestar el mismo grado de atención a los aspectos ambientales que a los
factores económicos y sociales (EC, 2005). Otros estudios sobre sostenibilidad multi-atributo de
los sistemas ganaderos holandeses (Van Calker et al., 2006; 2007), obtienen unas prioridades
sociales para los criterios económicos del 0,55, y para la calidad ecológica y del paisaje del 0,45.
El beneficio neto social (∆US) de un cambio en el paisaje agrario desde la situación actual
(0) a una situación dada (s) se obtiene integrando la Eq. 3:
ΔU S =
5
ΔU M ΔU NM
+
RU M RU NM
(4)
Exploración de alternativas de paisaje agrario: El modelo Landscape IMAGES
Landscape IMAGES (Groot et al., 2007) es un marco metodológico de modelización y
optimización estáticos para la exploración de la contribución de la gestión del uso del suelo agrario
y el paisaje a la mejora del comportamiento económico y ambiental de los sistemas agrarios a
nivel de parcela, explotación y paisaje. El comportamiento viene determinado por dos tipos de
actividades de uso del suelo. El primer tipo está relacionado con los regímenes de fertilización y
cosecha, por siega o pastoreo, a nivel de parcela. El segundo está relacionado con el manejo de
los bordes de las parcelas, que pueden albergar setos o no. Las interacciones entre estos dos
tipos de actividades de uso del suelo configuran el comportamiento de las funciones de mercado y
no-mercado del sistema agrario a nivel de paisaje.
El problema al que se hace frente es un problema multi-objetivo con múltiples funciones
que han de ser maximizadas simultáneamente (funciones de mercado y no-mercado del paisaje),
variables de decisión que representan las actividades de uso del suelo en n unidades espaciales
(parcelas) y una serie de restricciones tales como las referidas a las relaciones entre los inputs o
outputs y las actividades (Groot et al., 2007). La ‘estrategia de evolución’ -evolutionary strategy(Bergey y Ragsdale, 2005) de la ‘evolución diferencial’ -differential evolution- (Storn y Price, 1995)
es un algoritmo que permite la obtención de aproximaciones a la solución del problema y la
7
delimitación de un conjunto de alternativas técnicas de producción posibles así como sus
correspondientes comportamientos en las diferentes funciones analizadas del paisaje.
El paisaje estudiado consiste en un área de 232 ha totales cercadas por carreteras, que
comprende tres explotaciones de una media de 42 ha de superficie agraria útil y conteniendo
también terrenos no productivos. Para diseñar las actividades de uso del suelo se ha usado una
aproximación de ingeniería agro-ecológica (Van Ittersum y Rabbinge, 1997), por la cual se
relacionan las actividades agrarias, incluidos los regímenes de fertilización y cosecha, con
diferentes tipos de outputs, tales como la producción neta de energía para lactancia del ganado de
cría, diversidad de especies y emisión de nutrientes. Estas relaciones se han basado se
calcularon a partir de relaciones agro-ecológicas establecidas empíricamente (Oomes, 1992;
Renting y Van der Ploeg, 2001).
6
Resultados
Las prioridades de las funciones de no-mercado de los sistemas agrarios analizados en la
región de Northern Friesian Woodlands según las preferencias de los ciudadanos de los Países
Bajos son: ωF1(Calidad paisaje)=0.3228; ωF2(Valor natural)=0.2894; ωF3(Salud ambiental)=0.3879. Estas prioridades
determinan el beneficio neto de no-mercado que la sociedad obtendría debido a un cambio de
técnicas de producción que afectara a las diferentes funciones.
Los beneficios asociados al conjunto de alternativas técnicas de gestión del suelo para el
paisaje agrario analizado se muestran en la Figura 1. Los puntos sobre la línea ∆US=0,
representan ganancias sociales, y los puntos por debajo de esta línea suponen pérdidas sociales.
En esta Figura también se indican las alternativas óptimas que fueron seleccionadas de acuerdo
con las preferencias sociales. En la Tabla 3 se resumen las principales características de estas
alternativas técnicas de producción y del comportamiento de los paisajes alternativos asociados a
las mismas.
Los resultados indican que el estado actual del paisaje analizado no se aleja mucho del
prototipo que representa el ‘óptimo social’ (Figura 1). Un mayor acercamiento al óptimo social
implicaría un incremento de los beneficios netos de mercado del sistema pero una ligera
disminución de los beneficios netos de no-mercado. Los beneficios netos de mercado se
8
incrementarían debido a un aumento del margen bruto de los agricultores de casi un 2%, y a una
reducción de 83% de los subsidios por ayudas agro-ambientales. Sin embargo, los beneficios
netos de no-mercado disminuirían puesto que el comportamiento del actual paisaje respecto a
“calidad del paisaje”, “valor natural” y “salud ambiental” se encuentra ligeramente por encima del
óptimo social. Si se impone la restricción de que una disminución de los beneficios netos de nomercado no es aceptable incluso cuando lleven asociados un incremento de los beneficios netos
de mercado, la búsqueda de una alternativa óptima a la actual se limita al cuadrante superior
derecho de la Figura 1. Al paisaje óptimo social en tales circunstancias se le ha denominado
‘óptimo sin pérdidas’ (Figura 1). Esta alternativa representa un ligero descenso en la función ‘salud
ambiental’ respecto a la situación actual debido a un incremento del 7% en la emisión de
nitrógeno, y una ligera pérdida de ‘valor natural’. Sin embargo, estas pérdidas se compensan por
la mayor ‘calidad del paisaje’ del sistema dando lugar aun mayor valor total de no-mercado.
7
Conclusiones
Este artículo presenta un marco metodológico para la integración de la demanda social por
la multifuncionalidad de la agricultura en la evaluación y diseño de paisajes/sistemas agrarios más
sostenibles basados en técnicas de producción alternativas a la actual. En él se trata de dar
respuesta a tres preguntas: (1) Cuáles son las demandas sociales para las diferentes funciones de
los paisajes agrarios; (2) Cuáles son las posibilidades técnicas de gestión de dichos paisajes
agrarios; (3) Cuál es el valor de los paisajes asociados a las diferentes alternativas de gestión del
uso del suelo de acuerdo con las demandas sociales y cuáles suponen óptimos sociales.
El beneficio neto social se ha propuesto como un indicador para medir el comportamiento
de los sistemas agrarios en sus diferentes funciones de mercado y no-mercado considerando las
preferencias sociales por estas funciones. La metodología usada permite revelar los trade-offs
entre los beneficios de mercado y no-mercado derivados de potenciales alternativas técnicas de
uso del suelo y detectar alternativas ideales. Entre estas alternativas se encuentra el ‘optimo
social’, que es el uso del suelo que maximiza el valor social del paisaje dadas las restricciones
técnicas y agronómicas a escala de parcela y explotación y el contexto socioeconómico en que el
paisaje se encuentra inmerso. La metodología es de amplia aplicación y, aunque implique la
9
opinión de expertos, transparente ya que se basa en las metodologías QFD/ANP, la teoría de la
utilidad multi-atributo y la modelización y optimización agro-ecológica.
Para ilustrar la metodología propuesta se ha utilizado el caso de estudio de los paisajes
ganaderos de Northern Friesian Woodlands, en los Países Bajos. Los resultados muestran para el
paisaje analizado un limitado margen de mejora respecto a la situación actual en cuanto a
beneficios netos sociales que se pueden conseguir con un cambio de técnicas de producción. Ello
podría deberse a que las estrictas políticas ambientales de la última década (p.ej., Henkens y Van
Keulen, 2001) han sido efectivas en su objetivo de alcanzar un bajo nivel de inputs y emisiones
(Tabla 3; cf. Groot et al., 2006). De hecho, satisfacer las demandas públicas parece requerir una
cierta relajación de las actuales políticas ambientales. En cualquier caso, los resultados deben
interpretarse con cautela dada la pequeña escala espacial del caso de estudio seleccionado, así
como por tratarse de una región donde el paisaje es una característica muy importante y los
agricultores están especialmente comprometidos en el respeto y valorización del medio ambiente.
Sería deseable, por tanto, el estudio de una parte mayor de la región y de regiones diferentes. La
metodología se ha ilustrado a nivel de paisaje pero puede ser aplicada igualmente a otro nivel de
análisis (parcela, explotación, región y nación) y para otros sistemas agrarios. La limitación para la
aplicación es básicamente la disponibilidad de información sobre el comportamiento de los
sistemas agrarios al nivel y uso del suelo de interés.
10
REFERENCIAS
Akao, Y., 1997. QFD: Past, present, and future. Proceedings of the International Symposium on
QFD’97, Linköping.
Anónimo, 2005. Work programme Northern Frisian Woodlands. Regional Cooperation Northern
Frisian Woodlands, Drachten, The Netherlands, 10 pp. (In Dutch)
Bergey, P.K.; Ragsdale, C., 2005. Modified differential evolution: a greedy random strategy for
genetic recombination. Omega – The International Journal of Management Science, 33:255–
265.
Bottomley, P.A.; Doyle, J.R., 2001. A comparison of three weight elicitation methods: good, better,
and best. Omega-International Journal of Management Science, 29:553-560.
EC, 2005. The attitudes of European citizens towards environment, European Commission.
Special Eurobarometer 217 / Wave 62.1 - TNS Opinion & Social. Available at:
http://ec.europa.eu/public_opinion/index_en.htm.
EC, 2006. Europeans and the Common Agricultural Policy, European Commission. Special
Eurobarometer
242
/
Wave
64.2
-
TNS
Opinion
&
Social.
Available
at:
http://ec.europa.eu/public_opinion/index_en.htm.
Forman, E.; Selly, M.A., 2001. Decisions by objectives. Expert Choice Inc. Available at:
http://www.expertchoice.com.
Groot, J.C.J.; Rossing, W.A.H.; Lantinga, E.A., 2006. Evolution of farm management, nitrogen
efficiency and economic performance on Dutch dairy farms reducing external inputs. Livestock
Science, 100:99–110.
Groot, J.C.J.; Rossing, W.A.H.; Jellema, A.; Stobbelaar, D.J.; Renting, H.; Van Ittersum, M.K.,
2007. Exploring multi-scale trade-offs between nature conservation, agricultural profits and
landscape quality – a methodology to support discussions on land-use perspectives.
Agriculture, Ecosystems and Environment, 120:58–69.
Hall, C.; McVittie, A.; Moran, D., 2004. What does the public want from agriculture and the
countryside? - A review of evidence and methods. Journal of Rural Studies, 20:211-225.
Harwood, R.R., 1990. A history of sustainable agriculture. In: C.A. Edwards, R. Lal, P. Madden,
R.H. Miller; G. House (Editors), Sustainable Agricultural Systems. Soil and Water
Conservation Society, Ankeny, Iowa, USA, pp. 3–19.
Henkens, P.L.C.M.; Van Keulen, H., 2001. Mineral policy in the Netherlands and nitrate policy
within the European Community. Netherlands Journal of Agricultural Science, 49:117–134.
Kahraman, C.; Ertay, T.; Buyukozkan, G., 2006. A fuzzy optimization model for QFD planning
process using analytic network approach. European Journal of Operational Research,
171:390-411.
11
Karsak, E.E.; Sozer, S.; Alptekin, S.E., 2003. Product planning in quality function deployment using
a combined analytic network process and goal programming approach. Computers & Industrial
Engineering, 44:171-190.
Lootsma, F.A., 1996. A model for the relative importance of the criteria in the Multiplicative AHP
and SMART. European Journal of Operational Research, 94:467-476.
OECD, 2003. Multifunctionality: The Policy Implications. Organisation for Economic Co-operation
and Development. OECD Publications. Available at: http://www.oecd.org.
Oomes, M.J.M., 1992. Yield and species density of grassland during restoration management.
Journal of Vegetation Science, 3:271–274.
Partovi, F.Y., 2001. An analytic model to quantify strategic service vision. International Journal of
Service Industry Management, 12:476–499.
Partovi, F.Y., 2006. An analytic model for locating facilities strategically. Omega-International
Journal of Management Science, 34:41–55.
Partovi, F.Y.; Corredoira, R.A., 2002. Quality function deployment for the good of soccer. European
Journal of Operational Research, 137:642–656.
Qiu, Z.Y., 2005. Using multi-criteria decision models to assess the economic and environmental
impacts of farming decisions in an agricultural watershed. Review of Agricultural Economics,
27:229-244.
Ramanathan, R.; Ganesh, L.S., 1994. Group Preference Aggregation Methods employed in AHP:
An Evaluation and an Intrinsic Process for Deriving Member's Weightages. European Journal
of Operational Research, 79:249-265.
Renting, H.; Van der Ploeg, J.D., 2001. Reconnecting nature, farming and society: environmental
cooperatives in the Netherlands as institutional arrangements for creating coherence. Journal
of Environmental Policy & Planning, 3:85–101.
Saaty, T.L., 1980. The Analytic Hierarchy Process. McGraw Hill, New York. Reprinted in 1996 by
RWS Publications, Pittsburgh.
Saaty, T.L., 1996. Decision Making with Dependence and Feedback: The Analytic Network
Process. RWS Publications. 386 pp. Reprinted in 2001.
Saaty, T.L.; Takizawa, M., 1986. Dependence and Independence - from Linear Hierarchies to
Nonlinear Networks. European Journal of Operational Research, 26:229-237.
Storn, R.; Price, K., 1995. Differential evolution - a simple and efficient adaptive scheme for global
optimization over continuous spaces. International Computer Science Institute, Berkeley USA,
12 pp. Technical Report TR-95-012.
Turner, R.K.; Van den Bergh, J.C.J.M.; Soderqvist, T.; Barendregt, A.; Van der Straaten, J.;
Maltby, E.; Van Ierland, E.C., 2000. Ecological-economic analysis of wetlands: scientific
integration for management and policy. Ecological Economics, 35: 7–23.
12
Van Calker, K.J.; Berentsen, P.B.M.; Romero, C.; Giesen G.W.J.; Huirne, R.B.M., 2006.
Development and application of a multi-attribute sustainability function for Dutch dairy farming
systems. Ecological Economics, 57:640–658.
Van Calker, K.J.; Berentsen, P.B.M.; Giesen, G.W.J.; Huirne, R.B.M., 2007. Maximising
sustainability of Dutch dairy farming systems for different stakeholders: a modelling approach.
Ecological Economics, in press.
Van Ittersum, M.K.; Rabbinge, R., 1997. Concepts in production ecology for analysis and
quantification of agricultural input-output combinations. Field Crops Research, 52:197–208.
Varian, H.R., 1999. Intermediate Microeconomics - A Modern Approach. W. W. Norton &
Company, New York, 5th edition.
Wasserman, G.S., 1993. On how to prioritize design requirements during the QFD planning
process. IIE transactions, 25:59-65.
Wiskerke, J.S.C.; Bock, B.B.; Stuiver, M.; Renting, H., 2003. Environmental cooperatives as a new
mode of rural governance. NJAS – Wageningen Journal of Life Sciences, 51:9–25.
13
TABLAS
Tabla 1. Preferencias de los ciudadanos holandeses hacia la agricultura (EC, 2006)1
Aspecto
Prioridades
Prioridades
Originales Normalizadas
P1. Asegurar a los agricultores ingresos estables y adecuados
36
0,1417
P2. Asegurar que los productos agrarios son sanos y seguros
31
0,1220
P3. Promover el respeto medioambiental
24
0,0945
P4. Favorecer y mejorar la vida en el medio rural
16
0,0630
P5. Hacer más competitiva la agricultura europea en los mercados internacionales
22
0,0866
P6. Proteger al pequeño y mediano agricultor
20
0,0787
P7. Ayudar a los agricultores a adaptar su producción a las expectativas de los consumidores
17
0,0669
P8. Favorecer métodos de producción ecológica
27
0,1063
P9. Reducir diferencias de desarrollo entre regiones
15
0,0591
P10. Proteger el bienestar de los animales de granja
23
0,0906
P11. Fomentar la diversificación de productos y actividades agrarias
15
0,0591
8
0,0315
254
1,0000
P12. Proteger la especificidad y sabor de los productos agrarios europeos
Total
1
Pregunta QB2 del cuestionario: “En su opinión, ¿cuáles de las siguientes deberían ser las tres principales prioridades de la Unión Europea en términos de política
agraria? (3 respuestas permitidas como máximo)”. Las respuestas “Espontáneas” y “No sabe” no fueron tenidas en cuenta.
14
Tabla 2. Supermatriz para el modelo QFD/ANP propuesto
a) Nivel de clusters
Objetivo
Objetivo
WHATs
(Preferencias)
HOWs
(Funciones)
WHATs
HOWs
(Preferencias) (Funciones)
0
0
0
wP
WP,P
0
0
WF,P
WF,F
b) Nivel de elementos
Objetivo
WHATs
HOWs
(Preferencias)
(Funciones)
G
P1
P2
...
P12
F1
F2
F3
G
0
0
0
...
0
0
0
0
P1
wP1
wP1,P1 wP1,P2 ... wP1,P12
0
0
0
WHATs
P2
wP2
wP2,P1 wP2,P2 ... wP2,P12
0
0
0
(Preferencias)
...
...
...
...
...
P12
wP12
0
0
0
F1
0
wF1,P1
wF1,P2 ... wF1,P12 wF1,F1 wF1,F2 wF1,F3
F2
0
wF2,P1
wF2,P2 ... wF2,P12 wF2,F1 wF2,F2 wF2,F3
F3
0
wF3,P1
wF3,P2 ... wF3,P12 wF3,F1 wF3,F2 wF3,F3
Objetivo
HOWs
(Funciones)
...
...
...
...
wP12,P1 wP12,P2 ... wP12,P12
15
Tabla 3. Alternativas socialmente óptimas en el caso de estudio
Características
Nombre de la alternativa
Óptimo social
Óptimo sin pérdidas
Situación actual
2969,08
2947,91
2917,43
Subsidios (€/ha/año)
33,30
70,68
199,59
Calidad ambiental (-)
82,61
122,44
88,54
Valor natural (-)
28,25
37,27
41,28
0,01
0,01
0,01
ΔUM,AGR (€/ha/año)
51,65
30,48
0,00
ΔUM,GOB (€/ha/año)
166,28
128,91
0,00
ΔUM (€/ha/año)
217,93
159,40
0,00
ΔUNM,LQ (-)
-0,0224
0,1047
0,0000
ΔUNM,NV (-)
-0,1097
-0,0295
0,0000
ΔUNM,EH (-)
-0,0706
-0,0271
0,0000
ΔUNM (-)
-0,2027
0,0480
0,0000
0,2778
0,2032
0,0000
-0,0554
0,0131
0,0000
0,2224
0,2163
0,0000
8,54
10,47
14,76
Emisión (kgN/ha/año)
170,00
155,23
144,96
N aplicado (kgN/ha/año)
342,46
312,82
266,47
Pases de pastoreo (por año)
2,07
2,02
2,44
Pases de segado (por año)
3,07
2,68
2,11
144,53
181,67
176,76
Margen bruto (€/ha/año)
Salud ambiental (1/(kgN/ha/año))
ΔUM/RUM (-)
ΔUNM/RUNM (-)
ΔUS (-)
2
Especies (por 25 m )
Bordes ocupados (m/ha)
Nota: (-) = Adimensional
16
FIGURAS
Figura 1. Beneficios netos de mercado y no-mercado de los paisajes asociados a las
alternativas técnicas de producción y prototipos seleccionados
0,6000
Línea de ΔUS=0
0,4000
Situación actual
ΔUNM/RUNM
0,2000
Óptimo sin pérdidas
Óptimo social
0,0000
-0,2000
-0,4000
-0,6000
-0,8000
-0,8000
-0,6000
-0,4000
-0,2000
0,0000
0,2000
0,4000
0,6000
ΔUM/RUM
17