Productivity versus area: The growth dilemma of the Uruguayan dairy sector

• Pablo Chilibroste ^[1] ; Guillermo Battegazzore ^[2] ; Santiago Fariña ^[3]
  1. [1] Universidad de la República

     Universidad de la República

     Uruguay

     
  2. [2] Conaprole, Área Productores, Montevideo, Uruguay
  3. [3] Instituto Nacional de Investigación Agropecuaria (INIA), Colonia, Uruguay

  Mostrar afiliaciones +
• Localización: Agrociencia Uruguay, ISSN-e 2730-5066, Vol. 28, nro. Extra 1 (Recent advances and emerging trends of dairy production in Uruguay), 2024
• Idioma: inglés
• Títulos paralelos:
  • Produtividade vs. área: O dilema do crescimento do setor lácteo uruguaio
  • Productividad vs. área: El dilema de crecimiento de la lechería uruguaya
• Enlaces
  • Texto completo
• Resumen
  • español

    El objetivo de este trabajo fue analizar la dinámica de desarrollo de las empresas lecheras en Uruguay durante la última década, integrando información a nivel nacional, experimental y de predios comerciales. Se segmentó una base de datos comercial con registros continuos durante los ejercicios agrícolas 2015/2016 y 2021/2022 en cuatro grupos de acuerdo con productividad y tasa de crecimiento (PGR). La tasa de crecimiento se calculó como: PGR = (P2122/P1516)1/6 - 1, donde P2122 = productividad en el ejercicio agrícola 2021/22, y P1516 = productividad en el ejercicio agrícola 2015/2016. Los grupos de PGR fueron definidos como: tasa de crecimiento negativa (NPGR; PGR <0% por año), baja (LPGR; 0 ≤ PGR < 3%), media (MPGR; 3 ≤ PGR ≤ 6%) y alta (HPGR; PGR ≥ 6%). La heterogeneidad de pendiente de la productividad fue analizada con un modelo mixto con año agrícola como variable continua, grupo de crecimiento (PGR) como variable categórica y su interacción. Los grupos que incrementaron productividad (M y H PGR) exhibieron mayor productividad, consumo de forraje y margen de alimentación que los grupos menos dinámicos (N y L PGR). Los cambios significativos en productividad (+64 y +27% para H y M PGR, respectivamente) estuvieron asociados con ajustes en carga (+20 a 30%) y en producción individual (+10 a 20%). Es de resaltar que los sistemas que incrementaron productividad con ajustes de carga y producción individual lograron mayor consumo de forraje.

  • English

    The objective of this study was to analyze the development dynamic of the Uruguayan dairy farms in the last decade integrating country, experimental and commercial databases. A large commercial dairy farm database was segmented into four groups according to productivity and growth rate (PGR) during the fiscal years 2015/2016 to 2021/2022. Productivity growth rate was calculated as: PGR = (P2122/P1516)1/6-1, where: P2122 = productivity fiscal year 2021/22, and P1516 = productivity fiscal year 2015/2016. The PGR groups were defined as: negative (NPGR; PGR < 0% per year), low (LPGR; 0 ≤ PGR < 3%), medium (MPGR; 3 ≤ PGR ≤ 6%) and high productivity growth rate (HPGR; PGR ≥ 6%). A mixed model was used to evaluate productivity slope heterogeneity with fiscal year as a continuous variable, PGR group as categorical and their interaction. Farms that were able to increase productivity (M and H PGR) had higher mean productivity, pasture DMI and margin over feed cost vs. the less dynamic systems (N and L PGR). Larger changes in productivity (+64 and +27% for H and M PGR, respectively) were likely primarily due to changes in stocking rate (+20 to 30%) and in individual cow milk production (+10 to 20%). Production systems that increased productivity relied on increasing stocking rate and individual milk production based on more home-grown forage consumption. However, higher PGR was linked to lower initial values of productivity, which suggests decreasing returns as the dairy farms reached higher milk yields and forage DMI.

  • português

    Um grande banco de dados de fazendas leiteiras comerciais foi segmentado em quatro grupos de acordo com a produtividade e taxa de crescimento (PGR) durante os anos agrícolas de 2015/2016 a 2021/2022. A taxa de crescimento da produtividade foi calculada como: PGR = (P2122/P1516)1/6 - 1, onde: P2122= produtividade do ano agrícola 2021/22 e P1516= produtividade do ano agrícola 2015/2016. Os grupos de PGR foram definidos como: negativa (NPGR; PGR<0% ao ano), baixa (LPGR; 0 ≤ PGR < 3%), média (MPGR; 3 ≤ PGR≤ 6%) e alta taxa de crescimento da produtividade (HPGR; PGR ≥ 6%). Um modelo misto foi usado para avaliar a heterogeneidade do declive da produtividade com o ano agrícola como variável contínua, o grupo de PGR como categórico e sua interação. As fazendas que conseguiram aumentar a produtividade (MPGR e HPGR) tiveram maior produtividade média, consumo de pasto e maior receita menos custo alimentar em comparação com os sistemas menos dinâmicos (NPGR e LPGR). A carga animal e produtividade exibiram a mesma tendência, enquanto a produção individual aumentou nos três grupos positivos (LPGR, MPGR e HPGR), mas permaneceu constante no NPGR. Mudanças maiores na produtividade (+64 e +27% para HPGR e MPGR, respectivamente) provavelmente aconteceram principalmente devido a mudanças na carga animal (+20 a 30%) e na produção individual de leite das vacas (+10 a 20%). É importante ressaltar que os sistemas que aumentaram a produtividade com ajustes na carga e na produção individual conseguiram um maior consumo de forragem.