Altitude e Condições Agroecológicas na Produção, Rentabilidade e Riscos do Cultivo de Alfafa (Medicago Sativa) nas Terras Altas de Lima, Peru
DOI:
https://doi.org/10.59072/rper.vi74.837Palavras-chave:
Alfalfa, rentabilidade das culturas permanentes, riscos na agricultura, simulação estocástica, condições agroecológicasResumo
A alfafa (Medicago sativa) é uma leguminosa crucial como forragem para o gado, especialmente nas regiões andinas altas. Apesar da sua crescente importância nacional, a produção continua limitada por fatores agroecológicos e climáticos, principalmente a altitude. Neste contexto, este estudo estimou a rentabilidade e os riscos da produção de alfafa no distrito de San Andrés de Tupicocha, localizado nas terras altas de Lima, Peru. Para tal, foram realizadas pesquisas com produtores durante o ano de 2024, recolhendo informações sobre rendimentos, custos e perceções de risco. A rentabilidade foi analisada utilizando uma simulação estocástica de Monte Carlo do Valor Presente Líquido (VPL), complementada por testes estatísticos comparando duas zonas com diferentes altitudes e condições agroecológicas. Em média, o VPL/ha foi de S/ 159.555; com S/ 134.832 na zona alta (até 4000 m.a.s.l) e S/ 188.286 na zona baixa (até 2500 m.a.s.l). A zona alta apresentou maior probabilidade de perdas económicas, principalmente devido à geada e às chuvas fortes. Esses resultados sugerem que, para melhorar a eficiência produtiva e mitigar os riscos, é necessário implementar estratégias diferenciadas de acordo com a altitude e as características agroecológicas locais. Essa diferenciação permitirá otimizar o uso da terra e dos recursos disponíveis, favorecendo a sustentabilidade da produção de alfafa no distrito.
Referências
Acharya, J. P., Lopez, Y., Gouveia, B. T., de Bem Oliveira, I., Resende Jr, M. F., Muñoz, P. R., & Rios, E. F. (2020). Breeding alfalfa (Medicago sativa L.) adapted to subtropical agroecosystems. Agronomy, 10(5), 742. https://doi.org/10.3390/agronomy10050742
Amorim, F. R. D., Guimarães, C. C., Afonso, P., & Tobias, M. S. G. (2024). Forecasting Cost Risks of Corn and Soybean Crops through Monte Carlo Simulation. Applied Sciences, 14(17), 8030. https://doi.org/10.3390/app14178030
Bashi-Pizarro, M. S. (2021). Caracterización tecnico-económica de sistemas agroforestales de café (Coffea arabica L.) en fundos cafetaleros de dos microcuencas de Pichanaki, Junín-Perú. Tesis pregrado
Bazán, R. V.; Yamada, A. G.; Coronado, S. L.; & Fuentes, N. N. (2017). Comportamiento Productivo de la Alfalfa (Medicago sativa) de la Variedad Caravelí Sometida al Pastoreo en el Valle de Huaral. Revista de investigaciones veterinarias del Peru, 28(3), 743. https://doi.org/10.15381/rivep.v28i3.13359
Ben-Horin, M., & Kroll, Y. (2017). A simple intuitive NPV IRR consistent ranking. The Quarterly Review of Economics and Finance, 66, 108–114. https://doi.org/10.1016/j.qref.2017.01.004
Blain, G., Assuero, S. G., & Berone, G. D. Altura de corte en alfalfa: producción y calidad nutritiva del forraje= Cutting height in alfalfa: production and nutritional quality of forage.
Bover-Felices, K., & Suárez-Hernández, J. (2023). Contribución del enfoque de la agroecología en el funcionamiento y estructura de los agroecosistemas integrados. Estación Experimental de Pastos y Forrajes Indio Hatuey, Universidad de Matanzas, Ministerio de Educación Superior.
Cantaro-Segura, J. L., Delgado-Palma, D., & Cayetano-Robles, J. L. (2021). Caracterización de la crianza de cuyes en una zona de la sierra de Huarochirí-Perú. Revista de Investigación e Innovación Agropecuaria y de Recursos Naturales, 8(2), 72-78. https://doi.org/10.53287/hffs7980xc24q
Celestin, M., Vasuki, M., Boakye, M. M., & Kumar, A. D. (2025). Monte Carlo simulations for assessing the impact of market uncertainty on investment portfolios. International Journal of Scientific Research and Modern Education (IJSRME), 11(2), 19-29. https://doi.org/10.5281/zenodo.14904146
Cesca, I. G., Postali, F. A. S., & Parente, V. (2024). Economic flexibilities and opportunities for sugar cane plants: A real options valuation case. Cleaner and Circular Bioeconomy, 7, 100074. https://doi.org/10.1016/j.clcb.2024.100074
Chizmar, S., Castillo, M., Pizarro, D., Vasquez, H., Bernal, W., Rivera, R., ... & Cubbage, F. (2020). A discounted cash flow and capital budgeting analysis of silvopastoral systems in the Amazonas region of Peru. Land, 9(10), 353. https://doi.org/10.3390/land9100353
Crookston, B., Boren, D., Yost, M., Sullivan, T., Creech, E., Barker, B. & Reid, C. (2025). Irrigation technology, irrigation dose, and crop genetic impacts on alfalfa yield and quality. Agricultural Water Management. 311(1), 109366. https://doi.org/10.1016/j.agwat.2025.109366
Das, T. K., Behera, B., Nath, C. P., Ghosh, S., Sen, S., Raj, R., ... & Paramanik, B. (2024). Herbicides use in crop production: An analysis of cost-benefit, non-target toxicities and environmental risks. Crop protection, 181, 106691. https://doi.org/10.1016/j.cropro.2024.106691
Dogbatse, J. A., Arthur, A., Padi, F. K., Konlan, S., Quaye, A. K., Owusu-Ansah, F., et al. (2020). Influence of acidic soils on growth and nutrient uptake of cocoa (Theobroma cacao L.) varieties. Commun. Soil Sci. Plant Anal. 51, 2280–2296. https://doi.org/10.1080/00103624.2020.1822384
dos Santos, I.G., Rocha, J.d., Vigna, B.B. (2020). Exploring the diversity of alfalfa within Brazil for tropical production. Euphytica, 216, 72 https://doi.org/10.1007/s10681-020-02606-w
Durand, P. (2011). Sembrando y cosechando agua. Proceso de adopción tecnológica y gestión del agua en la comunidad campesina de Cullpe: Una experiencia de autogestión campesina y cambio social. Revista Andina, 51(1): 9-41.
Feng, Y., Shi, Y., Zhao, M., Shen, H., Xu, L., Luo, Y., et al. (2022). Yield and quality properties of alfalfa (Medicago sativa L.) and their influencing factors in China. Eur. J. Agron. 141, 126637 https://doi.org/10.1016/j.eja.2022.126637
Frej, E. A., Ekel, P., & de Almeida, A. T. (2021). A benefit-to-cost ratio based approach for portfolio selection under multiple criteria with incomplete preference information. Information Sciences, 545, 487-498. https://doi.org/10.1016/j.ins.2020.08.119
Gómez de la Torre Barrúa, J.; & Ibañez Blancas, A. N. (2023). Encuentros y desencuentros percibidos entre comuneros y docentes en torno a la innovación en las amunas de San Andrés de Tupicocha, Huarochirí, Perú. Collectivus. Revista de Ciencias Sociales, 10(1), 81- 110. https://doi.org/10.15648/Collectivus.vol10num1.2023.3566
Gómez, R., Diez, R., Vasquez, C. & Vargas, J. (2022) Rentabilidad del cultivo de tara Caesalpinia spinosa (Molina) Kuntze en Apurímac, Perú. Anales Científicos. 83(2), 175-184. https://doi.org/10.21704/ac.v83i2.1960
Hidalgo-Gonzales, C. D. R. (2021). Análisis comparativo de la rentabilidad económica de sistemas agroforestales y cultivos tradicionales de dos comunidades nativas, en el distrito de Irazola, Ucayali. Tesis pregrado
Instituto Nacional de Estadística e Informática [INEI] & Ministerio de Desarrollo Agrario y Riego [MIDAGRI]. (2023). Encuesta Nacional Agropecuaria 2022. Instituto Nacional de Estadística e Informática. https://www.inei.gob.pe
INIA. (2024). INIA lanza primera variedad de alfalfa de secano que destaca por su alta persistencia y potencial productivo | INIA. https://www.inia.cl/2024/07/08/inia-lanza-primera-variedad-de-alfalfa-de-secano-que-destaca-por-su-alta-persistencia-y-potencial-productivo/
Inostroza, F. (2022). Alfalfa, una alternativa de alta rentabilidad para los productores de la precordillera de Ñuble. Praderas. RedAgrícola. https://hdl.handle.net/20.500.14001/68783
Javadi, A., Ghahremanzadeh, M., Sassi, M., Javanbakht, O., & Hayati, B. (2024). Impact of climate variables change on the yield of wheat and rice crops in Iran (application of stochastic model based on Monte Carlo simulation). Computational Economics, 63(3), 983-1000. https://doi.org/10.1007/s10614-023-10389-0
Jin, Y., Lee, S., Kang, T., Park, J., & Kim, Y. (2023). Capacity Optimization of Rainwater Harvesting Systems Based on a Cost–Benefit Analysis: A Financial Support Program Review and Parametric Sensitivity Analysis. Water, 15(1), 186. https://doi.org/10.3390/w15010186
Kabir, M. J., Gaydon, D. S., & Cramb, R. (2025). Evaluation of crop and pond deepening adaptations to climate change in saline coastal Bangladesh: Benefit cost and risk analysis. Agricultural Water Management, 308, Article 109274. https://doi.org/10.1016/j.agwat.2024.109274
Kunwar, S. R., Fonsah, E. G., & Escalante, C. L. (2025). An Assessment of Profitability Using Monte Carlo Simulation Approach: A Case of Georgia Blueberry Industry. Journal of Food Distribution Research, 56(1).
Liu, J., Li, Y. P., Huang, G. H., Zhuang, X. W., & Fu, H. Y. (2017). Assessment of uncertainty effects on crop planning and irrigation water supply using a Monte Carlo simulation based dual-interval stochastic programming method. Journal of Cleaner Production, 149, 945-967. https://doi.org/10.1016/j.jclepro.2017.02.100
Maaß, O., & Kehlenbeck, H. (2024). Cost–Benefit Analysis of Monitoring Insect Pests and Aerial Spraying of Insecticides: The Case of Protecting Pine Forests against Dendrolimus pini in Brandenburg (Germany). Forests, 15(1), 104. https://doi.org/10.3390/f15010104
Maggauer, K., & Fina, B. (2025). Monte Carlo simulation-based economic risk assessment in energy communities. Energy Reports, 13, 987-1003. https://doi.org/10.1016/j.egyr.2024.12.046
Mahmudiono, T., Yasin, G., Jasim, S. A., Alghazali, T. A. H., Kadhim, M. M., Iswanto, A. H., ... & Panduro-Tenazoa, N. M. (2022). Analyzing food production risk with Monte Carlo simulation. Food Science and Technology, 42, e03522. https://doi.org/10.1590/fst.03522
Majerova, I., Michna, P., Lebiedzik, M., Nevima, J., & Turečkova, K. (2022). Implementation of a navigation system: Economic verification in a local hospital. PLoS One, 17(10), e0276996. https://doi.org/10.1371/journal.pone.0276996
McNulty, M. J., Kelada, K., Paul, D., Nandi, S., & McDonald, K. A. (2021). Techno-economic process modelling and Monte Carlo simulation data of uncertainty quantification in field-grown plant-based manufacturing. Data in Brief, 38, 107317. https://doi.org/10.1016/j.dib.2021.107317
Ministerio de Desarrollo Agrario y Riego [MIDAGRI] (2024). Boletín Estadístico Mensual El Agro en Cifras – Mayo 2024. Dirección General de Estadística, Seguimiento y Evaluación de Políticas.
Ministerio de Desarrollo Agrario y Riego [MIDAGRI] (2025). Boletín estadístico mensual "El agro en cifras" - 2024 [Boletín]. https://www.gob.pe/institucion/midagri/informes-publicaciones/5380407-boletin-estadistico-mensual-el-agro-en-cifras-2024
Ministerio del Ambiente [MINAM]. (2019). Línea de base de la alfalfa con fines de bioseguridad en el Perú. MINAM. https://bioseguridad.minam.gob.pe/wp-content/uploads/2020/02/estudio_lb_alfalfa.pdf
Oktoviany, P., Knobloch, R., & Korn, R. (2021). A machine learning-based price state prediction model for agricultural commodities using external factors. Decisions in Economics and Finance, 44(2), 1063-1085. https://doi.org/10.1007/s10203-021-00354-7
Pawlak, M. (2024). Valuation of real options using Monte Carlo simulation. Procedia Computer Science, 246, 3410-3419. https://doi.org/10.1016/j.procs.2024.09.216
Quispe-Guevara, R. Q. (2022). Producción De Medicago Sativa (Alfalfa), Aplicando Abonos Orgánicos En Época De Invierno. Revista de Investigaciones, 11(1), 55-67. https://doi.org/10.26788/riepg.v11i1.3564
Rahaman, S. U., & Abdul, M. J. (2025). Quantifying uncertainty in economics policy predictions: A Bayesian & Monte Carlo based data-driven approach. International Review of Financial Analysis, 102, 104157. https://doi.org/10.1016/j.irfa.2025.104157
Ríos-Flores, J. L., Ruiz-Torres, J., Cisneros-Vázquez, J. M., Cantú-Brito, J. E., Torres-Moreno, M., & Quiñones, A. M. (2008). Producción, productividad y rentabilidad de la alfalfa (Medicago sativa L) irrigada por bombeo en la Comarca Lagunera de 1999 a 2005. Revista Chapingo-Serie Zonas Áridas VII (2). Universidad Autónoma Chapingo. Texcoco Edo. De México.
Roberts, M., Hawes, C., & Young, M. (2023). Environmental management on agricultural land: Cost benefit analysis of an integrated cropping system for provision of environmental public goods. Journal of Environmental Management, 331, Article 117306. https://doi.org/10.1016/j.jenvman.2023.117306
Sarmiento, N. (2023). Uso de abonos orgánicos e implicancia en el cultivo de cacao (Theobroma cacao L.) en la provincia de San Martín 2022. Tesis pregrado
Sistema Integrado de Estadísticas Agrarias [SIEA]. 2025. Perfil Productivo Regional.
Sokolov, M. V. (2024). NPV, IRR, PI, PP, and DPP: A unified view. Journal of Mathematical Economics, 114, 102992. https://doi.org/10.1016/j.jmateco.2024.102992
Traverso, L., Mazzoli, E., Miller, C., Pulighe, G., Perelli, C., Morese, M. M., & Branca, G. (2021). Cost Benefit and Risk Analysis of Low iLUC Bioenergy Production in Europe Using Monte Carlo Simulation. Energies, 14(6), 1-18. https://doi.org/10.3390/en14061650
Trejo-Pech, C. O., Rodríguez-Magaña, A., Briseño-Ramírez, H., & Ahumada, R. (2024). A Monte Carlo simulation case study on blueberries from Mexico. International Food and Agribusiness Management Review, 27(2), 359-377. https://doi.org/10.22434/IFAMR2023.0052
Vilani, L., Zanin, A., Lizot, M., Trentin, M., Afonso, P., & Lima, J. (2024). A Framework for Investment and Risk Assessment of Agricultural Projects. Journal of Risk and Financial Management, 17(9), 378. https://doi.org/10.3390/jrfm17090378
Yao, X., Qian, L., Changhui, L., & Yi, S. (2022). Effects of altitude and varieties on overwintering adaptability and cold resistance mechanism of alfalfa roots in the Qinghai–Tibet Plateau. Journal of the Science of Food and Agriculture, 103(3), 1001–1012. https://doi.org/10.1002/jsfa.12407
A RPER é o jornal oficial da 