Desempeño productivo y eficiencia financiera en tres sistemas de producción lechera en el sur de Brasil
DOI:
https://doi.org/10.17533/udea.rccp.v34n1a01Palabras clave:
adopción de tecnología, calidad de la leche, costos de producción, ganado lechero, gestión financiera, ingreso, producción de leche, productividad del ganado, rentabilidadResumen
Antecedentes: Factores tales como composición del rebaño, productividad, calidad de la leche y nivel tecnológico pueden afectar los costos y rentabilidad de la producción lechera. Objetivo: Evaluar indicadores que puedan predecir el rendimiento productivo y eficiencia financiera en tres sistemas de producción lechera en el sur de Brasil. Métodos: Se recolectaron y analizaron registros mensuales de calidad de la leche, rendimiento productivo y costos de cincuenta granjas lecheras. Las granjas se clasificaron en tres sistemas: pastoreo, semi-confinamiento, y confinamiento. Se calcularon los ingresos totales, el costo operativo efectivo, el costo operativo total, el costo total, el margen bruto, el beneficio neto, el punto de nivelación del costo total, la rentabilidad, y el precio final de la leche. Resultados: El sistema de confinamiento presentó mayor densidad animal y producción de leche por vaca lactante (p<0,05), pero mayores costos variables en comparación con los sistemas de semi-confinamiento y pastoreo. Por otro lado, el sistema de pastoreo tuvo mayor rentabilidad por año. El Factor II (tasas de grasa y proteína) y el Factor III (tasa de ganancia y productividad por área) se asociaron al precio por litro de leche pagado al productor (p<0,05), representando juntos aproximadamente el 13% de ese precio. Conclusión: Los sistemas de producción lechera están influenciados por el área, las vacas lactantes, el rendimiento productivo, la productividad por unidad de área, la calidad de la leche y el uso de inseminación artificial, así como por la suplementación (concentrado y minerales). Casi 13% del precio de la leche se puede atribuir a su contenido de grasa y proteína, así como al tamaño de la granja y productividad por área.
Descargas
Citas
Aleixo SS, Souza JG, Ferraudo AS. Técnicas de análise multivariada na determinação de grupos homogêneos de produtores de leite. R Bras Zootec 2007; 36:2168–2175. DOI:https://doi.org/10.1590/S1516-35982007000900029
Alves AA, Lana AMQ, Yamaguchi LCT, Aroeira LJM. Análise de desempenho econômico da produção orgânica de leite: estudo de caso no Distrito Federal. Ciênc Agrotec 2009; 33:567–573. DOI:https://doi.org/10.1590/S1413-70542009000200032
Brasil. Ministério da Agricultura, Pecuária e Abastecimento. Instrução Normativa nº 77, de 26 de novembro de 2018. Diário Oficial da República Federativa do Brasil, Brasília, p.10, Seção 1, nº 230, 30 nov. 2018.
Britt JH, Cushman RA, Dechow CD, Dobson H, Humblot P, Hutjens MF, Jones GA, Ruegg PS, Sheldon IM, Stevenson JS. Invited review: Learning from the future-A vision for dairy farms and cows in 2067. J Dairy Sci 2018; 101:3722–3741.DOI: https://doi.org/10.3168/jds.2017-14025
Calker, KJV, Berentsen PBM, Giesen GWJ, Huirne RBM. Identifying and ranking attributes that determine sustainability in Dutch dairy farming. Agric Hum Values 2005; 22:53–63. DOI: https://doi.org/10.1007/s10460-004-7230-3
Coldebella A, Machado PF, Demétrio CGB. Contagem de células somáticas e produção de leite em vacas holandesas confinadas. R Bras Zootec 2004; 33:623–634. DOI:http://dx.doi.org/10.1590/S1516-35982004000300011
Índice Geral de Preços - IGP-DI, 2012. Disponívem em: http://www.portalbrasil.net/igp.htm. Acessado em: 5 fev. 2012.Embrapa 2019. Anuário Leite 2019. Disponível em: https://webcache.googleusercontent.com/search?q=cache:Or_vnm1y92UJ:https://ainfo.cnptia.embrapa.br/digital/bitstream/item/198698/1/Anuario-LEITE-2019.pdf+&cd=1&hl=pt-BR&ct=clnk&gl=br&client=firefox-b-d. Acessado em: 06 de abri de 2020
Gomes ST. Produtividade e renda líquida na produção de leite, 2006. Disponível em: http://www.ufv.br/der/docentes/stg/stg_artigos/stg_artigos.htm. Acessado em: 16 out. 2010. Gomes S.T. Mão-de-obra é a bola da vez, 2007. Disponível em: http://www.ufv.br/der/docentes/stg/stg_artigos/stg_artigos.htm. Acessado em: 14 nov. 2011.
Hemme T, Otte J. 2010. Status of and prospects for smallholder milk production - A global perspective. Food and Agricultural Organization of the United Nations, Rome, Italy.
Lopes MA, Dias AS, Carvalho FM, Lima ALR, Cardoso MG, Carmo EA. Efeito do tipo de mão de obra nos resultados econômicos de sistemas de produção de leite na região de Lavras (MG) nos anos 2004 e 2005. R Bras Agrociência 2010; 16:125-132. DOI:https://doi.org/10.1590/S1413-70542009000100035
Lipkens Z, Piepers S, De Visscher A, De Vliegher S. Evaluation of test-day milk somatic cell count information to predict intramammary infection with major pathogens in dairy cattle at drying off. J Dairy Sci 2019; 102:1113. DOI: https://doi.org/10.3168/jds.2018-15642
Lopes MA, Lima ALR, Carvalho FDM, Reis RP, Santos IC, Saraiva, FH. Efeito do tipo de sistema de criação nos resultados econômicos de sistemas de produção de leite na região de Lavras (MG). Ciênc Agrotec 2004; 28:1177–1189. DOI:https://doi.org/10.1590/S1413-70542004000500028
Ma W, Bicknell K, Renwick A. Production intensification and animal health expenditure on dairy farms in New Zealand. J Dairy Sci 2020; 103:1–10. DOI:https://doi.org/10.3168/jds.2018-16039
Ma W, Renwick A, Bicknell K. Higher intensity, higher profit? Empirical evidence from dairy farming in New Zealand. J Agric Econ 2018; 69:739–755. DOI:https://doi.org/10.1111/1477-9552.12261
Marques VM, Reis RP, Sáfadi T, Reis AJ. Custos e escalas na pecuária leiteira: Estudos de casos em Minas Gerais. Ciênc Agrotec 2002; 6:1027–1034. DOI:https://doi.org/10.1590/S0103-20032007000300002
Neves MF, Campos EM, Nogueira MP. Planejamento e gestão estratégica para o sistema agroindustrial do leite no estado de são Paulo. GESis Leite SP 2010; 341.
Norman HD, Lombard JE, Wright JR, Kopral CA, Rodriguez JM, Miller RH. Consequence of alternative standards for bulk tank somatic cell count of dairy herds in the United States. J Dairy Sci 2011; 94:6243–6256.DOI: https://doi.org/10.3168/jds.2011-4645
Okano MT, Vendrametto O, Santos OS. How to improve dairy production in Brazil through indicators for the economic development of milk chain. Mod Econ 2014; 5:663–669.DOI: https://doi.org/10.4236/me.2014.56062
Oliveira AS, Cunha DNFV, Campos JMS, Vale SMLR, Assis AJ. Identificação e quantificação de indicadores-referência de sistemas de produção de leite. R Bras Zootec 2007; 36:507–516. DOI:http://dx.doi.org/10.1590/S1516-35982007000200030
Simões ARP, Silva RM, Oliveira MVM, Cristaldo RO, Brito MCB. Avaliação econômica de três diferentes sistemas de produção de leite na região do Alto Pantanal Sul-mato-grossense. Agrar 2009; 2:153–167.
Solano C, León H, Pérez E, Tole L, Fawcett RH, Herrero M. Using farmer decision-making profiles and managerial capacity as predictors of farm management and performance in Costa Rican dairy farms.Agric Syst 2006; 88:395–428. DOI:https://doi.org/10.1016/j.agsy.2005.07.003
SPSS® 16. Statistical Package for the Social Sciences. User’s Guide, 2007.
Trevisi E, Bionaz M, Piccioli-cappelli F, Bertoni G. The management of intensive dairy farms can be improved for better welfare and milk yield. Livest Sci 2006; 103:231–236. DOI:https://doi.org/10.1016/j.livsci.2006.05.009
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 Revista Colombiana de Ciencias Pecuarias
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores permiten a RCCP reimprimir el material publicado en él.
La revista permite que los autores tengan los derechos de autor sin restricciones, y permitirá que los autores conserven los derechos de publicación sin restricciones.
