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.

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.

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.