1. ANTECEDENTES

El complejo soya constituye uno de los pilares fundamentales del sector agroindustrial boliviano, tanto por su aporte al producto interno bruto agropecuario como por su rol estratégico en la generación de divisas vía exportaciones. Desde inicios de la década de 2010, Bolivia ha experimentado una expansión sostenida de la superficie cultivada de soya, acompañada por un crecimiento de la capacidad industrial oleaginosa, particularmente en el departamento de Santa Cruz.

Entre 2013 y 2023, la superficie cultivada aumentó de aproximadamente 1,27 millones a 1,79 millones de hectáreas, mientras que la producción pasó de 2,65 millones a 3,76 millones de toneladas métricas. Sin embargo, este crecimiento no ha sido homogéneo ni necesariamente acompañado por mejoras sostenidas en el rendimiento, el cual mostró fluctuaciones y una tendencia a la baja en los últimos años del período analizado.

Paralelamente, el número de empresas oleaginosas se incrementó significativamente entre 2021 y 2024, pasando de 16 a 29 empresas, lo que evidencia una mayor capacidad instalada para la transformación industrial. No obstante, este proceso de industrialización coexistió con una caída relativa en el valor exportado durante 2023, a pesar de mayores volúmenes producidos.

En este contexto, surge la necesidad de evaluar no solo el crecimiento del sector, sino su eficiencia técnica, entendida como la capacidad de transformar recursos productivos, industriales y comerciales en resultados económicos y productivos óptimos.

  1. JUSTIFICACIÓN

El análisis tradicional del sector soya en Bolivia se ha centrado principalmente en indicadores de crecimiento (superficie, producción, exportaciones), sin considerar de manera integral la eficiencia relativa del sistema en el tiempo. Esta limitación dificulta identificar si el aumento de recursos utilizados se traduce efectivamente en mejores resultados productivos, industriales y comerciales.

La aplicación del Análisis Envolvente de Datos (DEA) permite superar esta limitación al evaluar la eficiencia técnica relativa de múltiples unidades de decisión (DMU) bajo un enfoque multivariable y no paramétrico. En particular, el DEA resulta especialmente adecuado para el análisis de sistemas agroindustriales complejos, donde coexisten múltiples insumos y productos, y donde los precios no siempre reflejan adecuadamente la productividad real.

Este estudio contribuye a la literatura nacional al ofrecer una evaluación integral y empírica de la eficiencia del sistema soya boliviano, incorporando datos de producción primaria, transformación industrial, comercio exterior y precios, con implicaciones relevantes para la formulación de políticas públicas y estrategias sectoriales.

  1. OBJETIVO

Objetivo general

Evaluar la eficiencia técnica del sistema soya en Bolivia durante el período 2013–2024 mediante la aplicación del Análisis Envolvente de Datos (DEA), considerando la producción agrícola, la transformación industrial y el desempeño exportador.

Objetivos específicos

Analizar la eficiencia en el uso de la superficie cultivada para la producción de soya.

Evaluar si la expansión de la capacidad industrial se traduce en mayores niveles de eficiencia agroindustrial.

Medir el grado de aprovechamiento exportador de la producción nacional de soya.

Examinar la relación entre precios del grano y eficiencia exportadora.

  1. METODOLOGÍA

El presente estudio evalúa la eficiencia técnica del sistema soya en Bolivia mediante la aplicación del Análisis Envolvente de Datos (DEA), una metodología no paramétrica ampliamente utilizada para medir eficiencia relativa en contextos con múltiples insumos y productos. El análisis se desarrolla bajo el enfoque propuesto por Charnes, Cooper y Rhodes (1978) y su extensión para retornos variables a escala (modelo BCC) planteada por Banker, Charnes y Cooper (1984).

Fuente de información

Los datos utilizados provienen del Reporte Sectorial N.º 2 – Junio 2024, elaborado por el Viceministerio de Desarrollo Productivo y Economía Plural, complementados con información estadística del Ministerio de Desarrollo Rural y Tierras (MDRyT), el Instituto Nacional de Estadística (INE) y reportes de la industria oleaginosa nacional.

El Reporte Sectorial constituye una fuente oficial que consolida información sobre producción agrícola, superficie cultivada, estructura industrial, comercio exterior y precios del complejo soya, lo que permite realizar un análisis integral del desempeño del sector.

Unidades de análisis

Las Unidades de Toma de Decisión (DMU) corresponden a los años del período analizado, permitiendo evaluar la evolución intertemporal de la eficiencia técnica del sistema soya boliviano.

Especificación de los modelos DEA

Se estimaron cuatro modelos complementarios, todos bajo el supuesto de retornos variables a escala (VRS) y con orientación al output, dado que el sector no controla plenamente los insumos estructurales (tierra, precios), pero sí busca maximizar producción, transformación y exportaciones.

Modelo 1: Eficiencia productiva agrícola (2013–2023)

Input: Superficie cultivada de soya (hectáreas).

Output: Producción total de grano de soya (toneladas métricas).

Este modelo evalúa la eficiencia en el uso del recurso tierra para la generación de producción primaria.

Modelo 2: Eficiencia agroindustrial (2022–2023)

Inputs: Producción de grano de soya (toneladas métricas) y número de empresas oleaginosas.

Outputs: Producción total de derivados de soya (toneladas métricas), volumen exportado (toneladas) y valor de exportaciones (millones de dólares estadounidenses).

Este modelo permite analizar si la expansión de la capacidad industrial se traduce en mayores niveles de eficiencia en la transformación y comercialización externa.

Modelo 3: Eficiencia del comercio exterior (2013–2023)

Input: Producción total de grano de soya (toneladas métricas).

Outputs: Volumen exportado (toneladas) y valor exportado (millones de dólares estadounidenses).

El objetivo es medir el grado de aprovechamiento exportador de la producción nacional.

Modelo 4: Competitividad basada en precios (2022–2024)

Input: Precio local del grano de soya (dólares estadounidenses por tonelada métrica).

Outputs: Volumen exportado y valor de exportaciones.

Este modelo analiza si los precios internos del grano constituyen un factor determinante de la eficiencia exportadora.

Procedimiento de estimación

Las estimaciones se realizaron utilizando el software RStudio, mediante el paquete estadístico Benchmarking, ampliamente utilizado en estudios empíricos de eficiencia. Los resultados obtenidos corresponden a scores de eficiencia técnica relativa, donde un valor igual a 1 indica eficiencia plena, mientras que valores mayores a 1 reflejan ineficiencia relativa en modelos orientados al output.

Librerías

## Cargando paquete requerido: lpSolveAPI
## Cargando paquete requerido: ucminf
## Cargando paquete requerido: quadprog
## 
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

Modelo 1: DEA Productivo Agrícola (2013–2023) Base de datos

##    anio superficie produccion
## 1  2013    1276331    2645777
## 2  2014    1282455    2814321
## 3  2015    1322992    3105938
## 4  2016    1336042    3203992
## 5  2017    1263702    2671046
## 6  2018    1314925    2818897
## 7  2019    1387973    2990845
## 8  2020    1357998    2829356
## 9  2021    1431021    3318169
## 10 2022    1524794    3457144
## 11 2023    1787185    3761881

Estimación DEA

##    anio eficiencia
## 1  2013   1.046019
## 2  2014   1.000000
## 3  2015   1.001017
## 4  2016   1.000000
## 5  2017   1.000000
## 6  2018   1.082138
## 7  2019   1.094554
## 8  2020   1.142818
## 9  2021   1.003980
## 10 2022   1.000000
## 11 2023   1.000000

Gráfica de eficiencia agrícola

Modelo 2: DEA Agroindustrial (2022–2023)

##   anio produccion_grano empresas derivados export_vol export_val
## 1 2022          3457144       19   3483572    3545514       2230
## 2 2023          3761881       26   3394073    3225127       1755
##   anio eficiencia
## 1 2022   1.000000
## 2 2023   1.026369

Modelo 3: DEA Comercio Exterior (2013–2023)

##    anio produccion export_vol export_val
## 1  2013    2645777    2419768       1211
## 2  2014    2814321    2175986       1083
## 3  2015    3105938    2012286        795
## 4  2016    3203992    2310100        891
## 5  2017    2671046    1878380        699
## 6  2018    2818897    1984526        809
## 7  2019    2990845    2058071        716
## 8  2020    2829356    2106793        786
## 9  2021    3318169    2545708       1373
## 10 2022    3457144    3545514       2230
## 11 2023    3761881    3225127       1755
##    anio eficiencia
## 1  2013   1.000000
## 2  2014   1.219501
## 3  2015   1.519777
## 4  2016   1.382743
## 5  2017   1.306886
## 6  2018   1.340354
## 7  2019   1.408377
## 8  2020   1.269455
## 9  2021   1.316997
## 10 2022   1.000000
## 11 2023   1.099341

Modelo 4: DEA Precio y Competitividad (2022–2024)

##   anio precio export_vol export_val
## 1 2022    460    3545514       2230
## 2 2023    400    3225127       1755
## 3 2024    375     553452        285
##   anio eficiencia
## 1 2022          1
## 2 2023          1
## 3 2024          1

  1. CONCLUSIONES

El análisis realizado mediante el Análisis Envolvente de Datos (DEA) permitió evaluar de manera integral la eficiencia técnica del sistema soya en Bolivia, incorporando información sobre producción agrícola, transformación industrial, comercio exterior y precios, proveniente del Reporte Sectorial N.º 2 – Junio 2024 del Viceministerio de Desarrollo Productivo y Economía Plural.

Si bien el número de observaciones analizadas es relativamente reducido, al estar conformado por series anuales y subperíodos específicos, los datos utilizados resultan altamente relevantes y representativos del desempeño estructural del sector. En este sentido, los resultados obtenidos permiten identificar patrones claros de eficiencia e ineficiencia que no son evidentes mediante indicadores tradicionales de crecimiento.

Los hallazgos evidencian que el crecimiento del complejo soya en Bolivia ha estado principalmente asociado a la expansión de la superficie cultivada y de la capacidad industrial, sin que ello se traduzca de manera consistente en mejoras de eficiencia técnica. Asimismo, la ampliación del número de empresas oleaginosas y la reducción del precio local del grano no han garantizado un mejor aprovechamiento exportador ni un aumento proporcional del valor generado.

Pese a las limitaciones inherentes al tamaño de la muestra, el estudio demuestra que el enfoque DEA constituye una herramienta metodológica pertinente y robusta para el análisis del sector agroindustrial boliviano. En consecuencia, se sugiere profundizar y ampliar este campo de investigación, incorporando mayor desagregación temporal, variables tecnológicas, logísticas e institucionales, así como comparaciones regionales o internacionales, con el fin de mejorar la precisión de los resultados y fortalecer la formulación de políticas públicas orientadas a la eficiencia y sostenibilidad del sector.