Gestión de recursos naturales: uso múltiple del territorio

Transcription

Máster Interuniversitario en Zootecnia y Gestión
Sostenible: Ganadería Ecológica e Integrada
Gestión de recursos naturales:
uso múltiple del territorio
Dr. José Castel Genis
curso académico 2007-2008
PROGRAMA
-
-
Introducción a los indicadores técnicos económicos.
Confección de hojas de cálculo a partir de datos teóricos.
Presentación de los resultados ante los ganaderos u otros foros.
Explicación de los modelos de tablas y resultados y puesta en común de
los de cada grupo. Análisis de los puntos fuertes y débiles de cada
grupo de explotaciones a la luz de los resultados. Posibles acciones a
emprender para mejorar la productividad de las explotaciones.
Conclusiones.
Ampliación de los indicadores a otros campos: sociología, medioambientales SOSTENIBILIDAD.
BIBLIOGRAFÍA
1. Castel J.M., Ruiz F., Mena Y., García M., Romero F., González P., 2006.
Adaptation of the technical and economic indicators of the FAO/CIHEAM
observatory to semi-extensive goat systems: Results in 3 regions of Andalusia.
Options Méditerranéennes, Série A, 70, 77-86.
2. Mena, Y., Castel, J.M., Caravaca, F., Guzmán, J.L.et González Redondo, P. (2005).
Situación actual,evolución y diagnóstico de los sistemas semiextensivos de
producción caprina en Andalucía Centro-Occidental. Ed. Junta de Andalucía.
Consejería de Agricultura y Pesca. Sevilla. Spain.
3. Mena, Y., Castel, J.M., Romero, F., Ruiz, F.A., García, M., Toussaint, G. (2006).
Adaptation of FAO indicators to semi-intensive goat systems: Reflections on an
experience in Andalusia. Options Méditerranéennes, Série A, 70, 43-52.
4. Nahed T. J., Castel J., Mena Y. y Caravaca. F., 2006. Appraisal of the sustainability
of dairy goat systems in Southern Spain according to their degree of intensification.
Livestock Science. 101: 10-23.
5. Ruiz, F.A.; Mena, Y. y Castel, J.M. “Indicadores tecnico – economicos para
explotaciones caprinas lecheras: modo de calculo y forma de utilizacion”. Manual
de 114 páginas editado por el Área de Producción Animal de la Universidad de
Sevilla.
6. Ruiz, F.A.; Bossis, N.; Castel, J.M., Caramelle-Holtz, E.; Mena, Y. et Guinamard,
C. “Comparaison des indicateurs technico - économiques des exploitations caprines
laitières de l'Espagne et de la France”, VII Seminario Internacional de la Red FAOCIHEAM para el ovino caprino “Cambios en los modos de producción y evolución
de los sistemas ovino y caprinos al inicio del siglo XXI” a celebrar en Ponte de
Lima (Portugal) entre el 15 y el 17 de Noviembre de 2007.
7. Nahed, J.; Mena, Y.; Ruiz, F. A.; Castel, J.M. y Plascencia, V. H “Proposal of
indicators of sustainability for small ruminant pastoral husbandry”, VII Seminario
Internacional de la Red FAO-CIHEAM para el ovino caprino “Cambios en los
modos de producción y evolución de los sistemas ovino y caprinos al inicio del siglo
XXI” a celebrar en Ponte de Lima (Portugal) entre el 15 y el 17 de Noviembre de
2007.
Livestock Science 101 (2006) 10 – 23
www.elsevier.com/locate/livsci
Appraisal of the sustainability of dairy goat systems in Southern
Spain according to their degree of intensification
J. Nahed a,*, J.M. Castel b, Y. Mena b,*, F. Caravaca b
a
División de Sistemas de Producción Alternativos, El Colegio de la Frontera Sur, Carretera panamericana y periférico sur s/n,
29290 San Cristóbal de Las Casas, Chiapas, México
b
Escuela Universitaria de Ingenierı́a Técnica Agrı́cola, Universidad de Sevilla, Carretera de Utrera km 1, 41013 Sevilla, Spain
Received 23 December 2004; received in revised form 26 July 2005; accepted 4 August 2005
Abstract
This investigation aims to classify, describe and evaluate the sustainability of dairy goat production systems (GPS) in South
Spain Sierra de Cadiz. The research took place throughout 25 goat farms during the 2001–2002 campaigns, with the method
posed by Masera et al. (1999) [Masera, O., Astier, M., S., López-Ridaura. 1999. Sustentabilidad y manejo de recursos naturales.
El marco de evaluación MESMIS (Sustainability and natural resource management. The MESMIS evaluation framework).
Mundi-Prensa, S.A., Gira, IE-UNAM, México. 109 pp.] and adapted to animal production systems, as the guideline and
framework to evaluate sustainability.
The principal component, namely energy input from grazing (eigenvalue 1.329) which comprises the indicators total area
per goat (factorial value 0.664) together with net energy obtained from grazing (factorial value 0.903) allowed to differentiate
significantly between semi extensive (SES), semi intensive (SIS) and intensive (IS) goat production systems.
Intensification of the GPS tends to be inefficient, especially in terms of net margin per litre of milk produced ( p b 0.05). A
higher degree of adaptability of IS (64.8%) derives from a higher investment on new production strategies. Likewise, higher
self-management capacity of SES (60.9%) fosters standards of productivity (76.0%) and stability (42.9%). The SIS presented
the highest equity values (67.8%).
On the whole, sustainability of GPS tends to decrease as the degree of intensification increases: SES = 57.3%; SIS = 55.7%
and IS = 53.1%. The reduction of the dependency on external input alongside with the optimization of natural resources
management would surely improve the standard of sustainability.
D 2005 Elsevier B.V. All rights reserved.
Keywords: Multi-parameter analysis; Typology of systems; Productivity; Sustainability; Adaptability; Self-dependency; Stability
1. Introduction
* Corresponding authors.
E-mail addresses: [email protected] (J. Nahed),
[email protected] (Y. Mena).
0301-6226/$ - see front matter D 2005 Elsevier B.V. All rights reserved.
doi:10.1016/j.livprodsci.2005.08.018
The dairy goat activity development in Spain is
looking up, especially within the European Union
J. Nahed et al. / Livestock Science 101 (2006) 10–23
(EU) livestock context; this being mainly due to the
lack of production surplus so far as well as for the
milk demand for cheese production, which has kept
growing for the past 25 years (Ávila, 1995). Moreover, the dairy goat sector along with the sheep sector
in the EU, represent the most dynamic and structured
areas worldwide, as their development in the quality
product market indicates (Dubeuf et al., 2004).
Spain produces 25% of the European annual goat
milk average (MAYPA, 2000). This becomes particularly relevant in the South of the country where half
of this percentage is produced. Therefore, aside from
its economic contribution to the final agricultural
output (which amounts to around 1.5%), the activity
has a key social and environmental role as most goat
farms are located in the highlands, areas which are
useless in terms of others agricultural purposes.
The most widespread goat production systems
(GPS) traditionally developed in the Mediterranean
Basin was based on the use of natural resources
through pasturing. Nowadays, however, there is a
tendency towards intensification (Falagán et al., 1995;
Dubeuf et al., 2001; Castel et al., 2003) through
intensive systems that do not imply pasturing or
grazing whatsoever. This means a great loss in the
production of quality cattle based on natural feeding
and a natural and sustainable production system. It
also means, as a consequence of the former, the
diminishing in the value of such areas for livestock
purposes oriented to traditional foodstuff production,
in systems with low use of external inputs.
Aware of this situation, the FAO-CIHEAM ovinegoat Network has highlighted the convenience of
getting as much information as possible on the
functioning of GPS in the Mediterranean Basin in
order to study their evolution as well as their potential
improvement (Toussaint et al., 1997). Aside from this
formerly mentioned convenience, there is also a major
interest in evaluating the standards of sustainability of
the different production processes, especially those
that are somewhat linked or related to agro systems.
Thus, the evaluation process is a valuable tool for
planning which enables to foresee the current change
trends (probable scenario) in production systems and
it also contributes to settle desirable scenarios
(Mojica, 1991).
The concept of sustainability implies a very
complex process, whether taken in its most specific
11
or in its broadest sense. Therefore, any attempt to
describe it will surely be incomplete (Park and Seaton,
1996). To put it in a nutshell, sustainability is the
ability of a system to keep the standard of productivity
or to use the applicable resource without reducing its
physical stock in time even if stress or strong
disturbances occur (Conway, 1985).
Global methodological frameworks to evaluate
sustainability of animal production systems are
currently developing (Speeding, 1995; Heitschmidt
et al., 1996; Vavra, 1996). These global frameworks
should lay upon the general attributes which guide the
analysis of the processes considered relevant in the
systems and from which sustainability indicators
derive. As Masera et al. (1999) point out, these
indicators which are part of the evaluation process and
have an integrating value, have a high influence upon
the systems under analysis.
To sum up and in order to reinforce the idea posed
at the beginning of this research, it seems important to
remind the main objectives which this investigation
pursues; these being the definition, classification and
evaluation of the sustainability of dairy goat production systems (GPS) in the Sierra de Cádiz District
(SCD) attending to their degree of intensification.
2. Materials and methods
2.1. Area of study
The SCD is located between parallels 368 55Vand
368 41V (Northern latitude) and between meridians 58
35V and 58 11V (Western longitude). It includes 14
villages with an area of 105,113 ha and an amount of
population of 63,261 inhabitants (AEAPA, 1997). The
region lies at an altitude between 500 and 1653 masl
(González, 1963) where both sharp cliffs and smooth
slopes can be found. With a Mediterranean type of
climate, the degree of humidity varies from sub humid
(C2BV3s2aV) to humid areas (B2BV2s2aV). The average
annual rainfall is 1221 mm with an average annual
temperature of 16.9 8C.
2.2. Sample size and data collecting
Our research aims to detect the highest variability
in GPS performance. Thus, it has been carried out in
12
25 goat farms with different degrees of intensification from a total of 136 goat farms present in the
region.
Both qualitative and quantitative information about
the technical–economical indicators posed by Toussaint (2002) and adapted to semi extensive systems
(Mena et al., 2004), as well as about other technical–
environmental and social indicators from the 2001–
2002 campaign, were taken from different sources and
through different methods, namely interviews, data
supplied by stockbreeders and by Na Sra. de los
Remedios cooperative (to which all producers belong
as members) as well as through direct research.
2.3. Classification and description of production
systems
The classification and description of goat production systems is based on a method posed by bThe
International Network on Research Methodologies for
Farming SystemsQ (Berdegué et al., 1990). It comprises the following stages.
2.3.1. Review and selection of variables
A number of indicators were selected out of a
matrix with 25 records (farms) and 44 indicators
(fields) providing that they complied with the
following requirements: (a) being quantitative, (b)
being discriminative (that is, with a high variation
coefficient), (c) having a weak correlation among
them and (d) being relevant for the description of goat
systems based upon their degree of intensification.
Selection procedure was as follows: 41 out of the
44 indicators were quantitative (the three remaining
ones being qualitative). From the 41 quantitative
indicators, those 20 which coefficient of variation
were under 50% and thus, had weak discriminating
capacity, were eliminated. These were: producer’s
age, number of kids sold per goat, bacteria present in
milk, somatic cell count in milk (as an indicator of
mastitis), fat in milk, protein in milk, milk price, kid
price, milk sold per goat, concentrate per goat,
concentrate per litre of milk produced, net margin
per goat, net margin per worker and year, net margin
per litre of milk produced, rate of family labour within
total labour per 100 goats, total labour cost for 100
goats, subsidies per goat (amount of subsidy), milking
technology (ranging from 0 to 1, the value is the
outcome of adding up the following figures: mechanical milking = 0.4; direct milking = 0.2; cold tank = 0.2;
tank located in farm itself = 0.1; independent milk
tank = 0.1), associations to which stockbreeders may
belong (unions, cooperatives, livestock sanitary associations and breed associations) and family total
beneficiaries.
The remaining 21 quantitative indicators (out of
the initial group of 41) were analysed (Table 1) in
order to identify those groups of indicators correlated
among themselves, select a representative indicator
and be able to include those indicators with a weak
link between them in the analysis of principal
components.
The indicators with a coefficient of variation over
50% and which were subject to analysis were the
Table 1
Main correlations between selected and non-selected indicators for the classification of goat systems
Selected indicators
Non-selected indicators
Total area/goat
Rented area/goat
Stubble area/goat
Natural pasture area/goat
Goats present
External work offers
Cows/goat
Sows/goat
Net margin/litre milk produced
Relationship investment/net margin
Milk sold/goat and year
Concentrate/litre milk produced
Forage consumed in trough/goat and year
Net margin/family worker and year
Brush area/goat
Sheep/goat
Net energy obtained from grazing
Goat mortality
R
p
0.92
0.62
0.72
0.58
0.40
0.84
0.86
0.54
0.41
0.41
0.68
0.74
0.50
b0.001
b0.01
b0.001
b0.01
b0.05
b0.001
b0.001
b0.01
b0.05
b0.05
b0.001
b0.001
b0.01
following: owned area per goat, leased area or area
on partnership per goat, total area per goat, brush
area per goat, cultivated pasture area per goat,
stubble area per goat, natural pasture area per goat,
cows per goat, sows per goat, sheep per goat, goats
present, kid mortality, goat replacement rate, goat
inventory variation (increase or decrease in the
amount of goats present on a yearly basis), net energy
obtained from grazing, forage consumed in stable
feeding rack per goat annually (either bought in or
own-produced), goat mortality, family beneficiaries
without an occupation, investment/net margin relationship (investment in euros per 100 units of net
margin attained in the last ten years), external work
offers and formation courses attended. Once the
correlations obtained were analysed, five indicators
were selected as they were both interesting for the
classification as well as representative of other nonselected indicators (Table 1).
Though the indicator brush area per goat is linked
to that of total area, it has nevertheless been taken
into account in the analysis due to its importance in
the evaluation of sustainability. Contrariwise, the
indicators owned area per goat and cultivated pasture
area were not considered in the analysis, as they were
somewhat implicit in some of the other indicators,
which the analysis comprised. Indicators such as goat
replacement rate, goat inventory variation, family
beneficiaries without an occupation and formation
courses attended were finally discarded as they had
no direct link with the degree of intensification of the
systems evaluated.
The three qualitative indicators discarded from the
analysis of principal components are: presence of
autochthonous breeds (Payoya or its crossbreeds) in
the area of study, good cataloguing of brucellosis
control (according to public sanitary authorities) and
heritage continuity. Last, but not least, the five
quantitative indicators selected, namely: total area
13
per goat, brush area per goat, sheep per goat, net
energy from grazing, and goat mortality, were
deprived of their core value and given a standard
bZQ value which turned them into bnon-dimensionalQ
indicators.
2.3.2. Analyses of principal components
This process aims to reduce the number of
indicators selected, through a statistic program that
would roughly bcondenseQ them. The values resulting
are called bfactorsQ or bcomponentsQ. The components
considered were those with a higher-than-one value
(N 1) as each of their forming parts condenses a degree
of inertia higher than the one present in an original
variable (López-Valcárcel, 1990).
According to the former, the three principal factors
(or components) selected (see Table 2) were significantly different as the eigenvalue is N 1, which
indicates that the statistic model can foretell a
principal component.
The first principal component, namely silvopasturing and goat health, was chiefly integrated by
the indicators brush area per goat and goat mortality.
The second component, energy input from grazing,
comprises the indicators total area per goat and net
energy obtained from grazing. The third component,
livestock diversification, basically consists of the
indicator sheep per goat. Although each component
is represented by only one or two variables, these, in
turn, are representative of the ones they are closely
correlated to (Table 1).
2.3.3. Classification of farms
A graphic representation is displayed in order to
classify the farms upon their degree of intensification. In this representation, the indicators are
presented in two by two combinations, being the
most suitable of all, those combinations in which the
second component was plotted on the abscise axis
Table 2
Principal components rotated and factor matrix
Component
Indicators
First
Brush area/goat
Goat mortality
Total area/goat
Net energy obtained from grazing
Sheep/goat
Second
Third
Factorial values
0.781
0.840
0.664
0.903
0.960
Variance %
Accumulated variance %
Eigenvalue
30.788
30.788
1.539
26.570
57.359
1.329
21.441
78.770
1.071
14
and the first on the ordinate axis. Finally, only the
second component, energy input from grazing, was
used for the classification, because it provided some
indicators that proved decisive to identify the degree
of farm intensification. Each of the farm groups
obtained from the classification was associated to a
GPS type.
2.3.4. Description of goat production systems
Once the farms had been classified, the average of
each indicator (out of the 44 at the beginning of the
process) for each GPS was calculated. Some of them
were used to describe GPS, alone or together with
other quantitative or qualitative indicators that described and proved the most outstanding features of
these systems. Quantitative indicators were checked
through variance analysis whereas qualitative indicators were subject to the ji-square test (Zar, 1984) to
evaluate sustainability subsequently.
2.4. Evaluation of sustainability
The evaluation of the degree of sustainability of the
goat production systems identified was based on The
Framework for Assessing Natural Resource Management Systems Incorporating Sustainability Indicators
(in Spanish, MESMIS), proposed by Masera et al.
(1999), which was adapted to GPS evaluation. The
formerly mentioned 44 indicators of sustainability
were classified according to the following general
sustainability attributes.
Productivity: it refers to the capability of the
system to provide the amount of goods and services
(yields, profits) required for a certain period of time.
Stability (including reliability and resilience for
they are closely related): it refers to the capacity of the
system to reach and keep a stable state of dynamic
balance; to preserve the system gains in time,
providing that all other factors and conditions remain
bnormalQ or under an average.
Adaptability (or flexibility): it refers to the capacity
of the system to find new balance standards, to keep
its productivity or draw benefits when facing longterm environmental changes, such as new economic
or biophysical conditions, or while searching for new
production levels or strategies.
Equity: it refers to the capability of the system to
carry out, a fair – both intra- and inter-generational –
distribution of benefits and costs related to the
handling of natural resources.
Self–management: it refers to the capacity of the
system to regulate and control its external interaction,
in social terms, as well as to settle its objectives and
priorities, its identity and procedures.
Though some of the indicators may be part of more
than one attribute; they only appear in one of them in
order to simplify. The information obtained in the
field was conveyed in a matrix, using the average of
each indicator for each of the three systems. The
optimal reference values (desirable value for each
indicator attainable under the circumstances on an
ideal system) were defined in the last place.
In most cases, this definition was attained by
selecting either the maximum or minimum absolute
value calculated out of the whole lot of goat farms
subject to research. Thus, we have always dealt with a
real figure, attainable for all goat farms in the area. As
an example to explain this, let us take two references:
for the indicator concentrate/litre milk produced the
lowest value (0.53 kg) was chosen, whereas for the
indicator protein in milk, it was the highest value (4%)
the one selected.
However, in some cases it was not the absolute
figure (either maximum or minimum) that was
selected because these turned out to be exceptional
and definitely not representative as the optimal
value for the farms in the area. That was the case
for indicators such as goats present, goat inventory variation, investment/net margin relationship,
total labor costs, family total beneficiaries, rented/
leased area, forage per goat and subsidy per
goat. In these cases, the figure chosen as the
optimal value was the average (maximum or
minimum) of the systems subject to research. In
the rest of cases, such as for goat mortality, kid
mortality, bacteria present in milk, somatic cell
count in milk or producer’s age, this research
takes into account the expert opinion given by the
professionals interviewed.
As it was previously explained, the optimal value
chosen for some of the indicators was the highest
figure; thus, the higher the quantity, the better. In these
cases, the index is obtained through the following
formula: (indicator’s value / optimal value) * 100.
There were cases, though, for which the optimal
value chosen was the lowest figure. In these cases it
15
Table 3
Average values of productivity indicators in the three goat production systems, compared with optimal values to assess sustainability
Indicators
Production systems
Optimal
Semi-extensive
Semi-intensive
Intensive
1. Concentrate/milk produced, kg*
0.53 (100%)
0.79a (F 0.20) (67.08%)
1.06b (F0.25) (50.0%)
1.10b (F 0.26) (48.2%)
a
a
2. Milk sold/goat and year, l
433.0 (100%) 270.0 (F 56.3) (62.4%)
292.4 (F82.6) (67.5%) 354.8a (F 75.9) (67.5%)
3. Fat in milk, %
5.3 (100%)
5.0a (F 0.1) (94.3%)
5.0a (F0.2) (94.3%)
5.1a (F 0.2) (96.2%)
4. Protein in milk, %
4.0 (100%)
3.7a (F 0.2) (92.5%)
3.6a (F0.1) (90.0%)
3.6a (F 0.2) (90.0%)
1.1a (F0.1) (64.7%)
1.2a (F 0.5) (70.6%)
5. Kids sold/goat and year, heads
1.7 (100%)
1.3a (F 0.3) (76.5%)
6. Net margin/l milk produced, o*
0.43 (100%)
0.33b (F 0.08) (76.7%)
0.30a (F0.07) (69.7%)
0.26a (F 0.04) (60.5%)
7. Net margin/goat and year, o
153.3 (100%) 114.6a (F 27.0) (74.6%)
113.2a (F39.2) (73.8%) 119.5a (F 32.3) (78.0%)
8. Net margin/family worker and year, o 24012 (100%) 15385a (F 3309) (64.1%) 14806a (F4857) (61.7%) 14786a (F 5767) (61.6%)
Average value of productivity
100%
76.02%
71.46%
73.38%
attribute for each GPS
a, b, c
Values with a different letter on the same row are different (*p b 0.05; **p b 0.01; ***p b 0.001).
all worked the opposite way; that is to say: the lower
the quantity the better. This time, the formula applied
was (optimal value / indicator’s value) * 100.
Whatever the case, however, the closer the index
value is to 100%, the better in terms of sustainability.
The general percentage for each sustainability attribute
and GPS (Tables 3–7) was obtained through calculating the average of percentages for each indicator.
When plotting graphically the resulting figures, each
general attribute of sustainability was assigned an
Table 4
Average values of stability indicators, reliability and resilience in three goat production systems, compared to optimal values to assess
sustainability
Indicators
9. Presence of Payoya breed or
its crosses, % of farm+
10. Owned area/goat, ha
11. Natural pasture area/goat, ha**
12. Brush area/goat, ha
13. Stubble area/goat, ha
14. Goats present, heads*
15. Goat mortality, %
16. Kid mortality, %
17. Goat replacement rate, %
18. Bacteria in milk 1000/ml
19. Somatic cell count in
milk 1000/ml
20. Good cataloguing of brucellosis
control, % of farms++
21. Milk price, o/l
22. Average kid price, o/head**
23. Cows/goat, heads
24. Sows/goat, heads
25. Sheep/goat, heads
Average value of these 3 attributes
a, b, c
Production systems
Optimal
Semi-extensive
Semi-intensive
Intensive
100% (100%)
100% (100%)
85% (85%)
50% (50%)
0.90 (100%)
0.96 (100%)
1.16 (100%)
1.0 (100%)
385.0 100(%)
1.0% (100%)
1.0% (100%)
15% (100%)
50 (100%)
750 (100%)
0.08a (F 0.13) (8.9%)
0.45b (F0.33) (46.9%)
0.26a (F 0.40) (22.4%)
0.26a (F 0.34) (26.0%)
385.0b (F 288.8) (100%)
9.0a (F 6.0) (11.1%)
8.8a (F 11.8) (11.4%)
18.8a (F 8.8) (79.8%)
523.4a (F274.1) (9.6%)
2059.5a (F169.1) (36.4%)
0.20a (F 0.26) (22.2%)
0.16a (F 0.21) (16.7%)
0.15a (F 0.15) (12.9%)
0.14a (F 0.24) (14.0%)
195.6a (F 138.2) (50.8%)
8.6a (F 8.0) (11.6%)
9.9a (F 8.3) (10.1%)
21.4a (F 7.4) (70.1%)
601.5a (F 281.1) (8.3%)
2024.6a (F 251.9) (37.0%)
0.09a (F0.15) (10.0%)
0.00a (F0.00) (0.0%)
0.04a (F0.08) (3.4%)
0.06a (F0.06) (25.6%)
98.8a (F18.4) (24.7%)
5.5a (F5.3) (18.2%)
15.0a (F12.4) (6.7%)
24.5a (F7.1) (61.2%)
694.6a (F325.3) (7.2%)
1758.1a (F 228.4) (42.7%)
100% (100%)
87.5% (87.5%)
61.5% (61.5%)
50.0% (50.0%)
0.54 (100%)
43.3 (100%)
0.5 (100%)
1.2 (100%)
4.0 (100%)
100%
0.48a (F 0.02) (88.9%)
34.83b (F 2.55) (80.4%)
0.06a (F 0.09) (12.0%)
0.02a (F 0.60) (1.7%)
0.22a (F 0.42) (5.5%)
42.85%
0.47a (F 0.04) (87.0%)
37.42b (F3.55) (86.4%)
0.13a (F 0.17) (26.0%)
0.19a (F 0.37) (15.8%)
0.84a (F 1.30) (21.0%)
37.43%
0.49a (F0.02) (90.7%)
31.28a (F3.23) (72.2%)
0.00a (F0.00) (0.0%)
0.14a (F0.11) (11.7%)
0.21a (F0.42) (5.3%)
28.21%
Values with different letters on the same row are different (*p b 0.05; **p b 0.01; ***p b 0.001).
v 2 = different indicator between systems (+ p b 0.05); non-different indicator between systems (++ p N 0.05).
16
Table 5
Average values of adaptability indicators in three systems of goat production, compared to optimal values to assess sustainability
Indicators
Production systems
Optimal*
26. Farmer’s age, years
27. Heritage continuity, % of farms++
28. Formation courses attended
by family members, days
29. Milking technology, degree
of implementation
30. Inventory variation/goat
and year, o
31. Relationship investment/net
margin, %**
Average value of adaptability
Semi-extensive
Semi-intensive
Intensive
38.0a (F12.9) (78.9%)
50.0% (50.0%)
3.9a (F3.6) (6.0%)
44.0a (F9.4) (68.2%)
39.0% (39.0%)
13.8a (F21.4) (21.2%)
0.8a (F0.4) (80.0%)
0.7a (F0.2) (70.0%)
0.7a (F0.1) (70.0%)
15.24 (100%)
11.42a (F24.5) (74.9%)
9.04a (F9.0) (59.3%)
15.24a (F16.8) (100%)
182.0% (100%)
55.0a (F82.0) (30.2%)
158.0ab (F133.0) (86.8%)
182.0b (F47.0) (100%)
57.41%
64.83%
30 (100%)
100 (100%)
65 (100%)
1 (100%)
100%
57.96%
46.0a (F8.7) (65.2%)
50.0% (50.0%)
2.5a (F5.0) (3.8%)
a, b, c
v 2 = different indicator between systems (+ p b 0.05); non-different indicator between systems (++ p N 0.05).
statistically different between the different systems
and, of those, forage consumed per goat and year and
energy input from grazing are statistically different
( p b 0.001) in all three systems.
The three systems are described as follows.
average value of all indicators calculated for each
attribute, which identifies it in Fig. 2.
3. Results
3.1.1. Semi extensive system
It is the system in which the size of the herd
is the biggest of all three (385.0 adult goats, p b 0.05),
prevailing the autochthonous breed bPayoyaQ ( p b 0.5).
The surface for grazing is also the biggest, with 1.02 ha
per goat total surface and 0.45 ha per goat ( p b 0.01) of
natural surface, this surface being, in most cases, either
leased or on partnership.
Herds obtain on average 53% of the net required
energy annually from grazing which is the highest
value in all three systems ( p b 0.001). Consumption of
concentrate in stable feeding rack per goat and year is
286 kg together 12.5 kg of forage per goat and year.
3.1. Classification and description of production
systems
Fig. 1 shows the location of goat farms attending
to their principal 1 and 2 components. Considering
the component energy obtained from grazing as the
most suitable for the classification, three types of
GPS were significantly differentiated (eigenvalue = 1.329; Table 2): intensive (IS; 4 farms), semiintensive (SIS; 13 farms), and semi-extensive (SES;
8 farms).
Tables 3–7 show the results for all the indicators
analyzed. Only 11 (eleven) of these indicators were
Table 6
Average values of equity indicators in three goat production systems, compared with optimal values to assess sustainability
Indicators
Production systems
Optimal*
Semi-extensive
a
Semi-intensive
a
32. Total labour/100 goats, MWU
0.83 (100%) 0.66 F 0.22) (66.0%) 0.71 (F 0.19) (71.0%)
1.6a (F 1.3) (80.0%)
33. Family beneficiaries without occupation, no.
2 (100)
0.2a (F0.4) (10.0%)
a
34. Total family beneficiaries, no.
4.3 (100%) 3.1 (F1.2) (70.4%)
4.4a (F 1.7) (100%)
35. External work offers, no.
5.0 (100%) 2.5a (F2.7) (50.0%)
1.0a (F 2.0) (20.0%)
Average value of equity attribute for each GPS 100%
49.1%
67.75%
a, b, c
Intensive
0.83a (F0.19) (100%)
0.50a (F1.0) (25.0%)
3.0a (F0.8) (69.8%)
0.5a (F1.0) (10.0%)
51.2%
17
Table 7
Average values of self-management indicators in three systems of goat production, compared with optimal values to assess sustainability
Indicators
Production systems
Optimal*
Semi-extensive
a, b, c
Semi-intensive
53.0c (F 16.0) (71.2%)
36. Net energy obtained from
74.4 (100%)
grazing, %***
37. Total area/goat, ha**
2.03 (100%)
38. Cultivated pasture/goat, ha
0.1 (100%)
39. Rented area/goat, ha**
0.02 (100%)
40. Concentrate/goat and year, kg**
148.0 (100%)
41. Forage consumed in stable/goat
12.5 (100%)
and year, kg***
42. Proportion of family workforce in
100 (100%)
relation to total workforce/100 goats, %
43. Associations to which he belongs, no.
5.0 (100%)
44. Subsidies/goat and year, o
16. 8 (100%)
Average value of self-management
100%
1.02b
0.05a
0.90b
286.0a
12.5a
(F 0.55) (50.3%)
(F 0.02) (50.0%)
(F 0.68) (2.2%)
(F 109.6) (51.8%)
(F 2.5) (100%)
0.49a
0.02a
0.28a
380.2b
102.4b
80.3a (F 20.4) (80.3%)
3.6a (F 0.5) (72.0%)
11.9a (F 5.6) (70.8%)
60.95%
Intensive
30.8b (F10.9) (41.4%)
1.4a (F 2.3) (1.9%)
(F0.30) (24.1%)
0.13a (F 0.14) (6.4%)
(F0.03) (20.1%)
0.03a (F 0.02) (30.0%)
(F0.33) (7.1%)
0.02a (F 0.03) (100%)
(F75.2) (38.9%) 476.5b (F 35.5) (31.1%)
(F102.7) (12.2%) 350.3c (F 126.6) (3.6%)
98.8a (F4.4) (98.8%)
3.3a (F 0.8) (66.0%)
15.1a (F3.6) (89.8%)
44.26%
100a (F 0.0) (100%)
3.0a (F 0.0) (60.0%)
15.4a (F 9.3) (91.6%)
47.17%
As a consequence of a higher demand of stable rack
feeding, the operational expenditure is also higher
(63.56 o per goat and year for food, health care and
3
22
Intensive System
2
animal purchase). The farms implementing this
system get the highest net margin per litre of milk
produced (0.33 o, p b 0.05).
Semi-Extensive System
2
Silvo-pasturing and goat health
Semi-Intensive System
1
17
13
10 4
12
14
53
1
8
7
9
2
0
21
6
25
15
18
11
-1
23
24
20
16
19
-2
-2
-1
0
1
Energy input from grazing
2
3
1
Fig. 1. Farm distribution relative to the two principal components (the classification has been plotted on the abscise axis). 1Energy input from
grazing: lower values mean lower percentage of Net Energy (UFL) from grazing. 2Silvo-pasturing and goat health: lower values mean less brush
area for goat feeding and higher adult goat mortality.
18
Most of the goats’ feeding requirements (98.6%) are
supplied to them through concentrates and forage in
stable feeding racks. Goats consume 476 kg of
concentrates and 350 kg of forage per goat and year
that have to be bought. This means an average
operational expenditure, which amounts to 119 o
per goat and year, much more expensive ( p b 0.001)
than in any of the other systems. Therefore, these
farms depend on external input almost entirely.
These are the farms with higher production of milk
sold per goat and year, though the differences are not
significant between all three systems (Table 3).
Nevertheless, the net margin per litre of milk (0.26
o) is undoubtedly significantly different if compared
to SES, but the same as in SIS.
3.1.2. Semi intensive system
The most outstanding difference with the system
described previously is its smaller size, which concerns both the herd (196 adult goats, p b 0.05) and the
grazing surface, which amounts to 0.49 ha per goat
total surface and 0.16 ha per goat natural surface
( p N 0.01 in both cases). This time, almost half of this
surface (0.20 ha per goat) is an owned estate.
Goats from the Payoya breed are commonplace as
well, though they are not the only breed present.
Goats get 31% of their net energy requirements from
direct grazing ( p b 0.001) with a supplementation in
feeder of 380 kg of concentrates and 102 kg forage
per goat and year. Most of these have to be bought,
which causes the operational expenditure to raise
significantly with respect to the formerly described
system, reaching 83.5 o per goat and year. The net
margin per litre of milk produced is also significantly
lower to SES (0.30 o, p b 0.05).
3.2. Evaluation of sustainability
3.2.1. Productivity
The indicators comprising this attribute show the
degree of productive efficiency of the GPS; these
systems will be more efficient in terms of productivity
as the value of these indicators is closer to their
corresponding optimal value (Table 3 and Fig. 2).
As the degree of intensification increases ( p b 0.05),
the use of concentrate per litre of milk produced
increases likewise, the net margin per litre of milk
produced decreases ( p b 0.05), and the net margin per
family worker decreases relatively, with all three
indicators showing a deviation from the optimal value.
3.1.3. Intensive system
The size of the herd is smaller ( p b 0.05) to those
in SES and SIS, with 99 goats. Goats from the
bPayoyaQ breed are not so common (only in 50% of
the farms). The rest belong to dairy breeds such as
bMalagueñaQ or bMurciano-GranadinaQ which are far
more productive.
There are only 0.13 ha per goat surface ( p b 0.01) –
the lowest of all three systems – being a system of
land ownership (farm properties) more than half of it.
Productivity
100
75
50
Self-management
25
Stability, R & R
0
Equity
Adapt ability
Optimal
Semi Extensive System
Semi Intensive System
Intensive System
Fig. 2. Graphic representation of evaluation of sustainability by its five main attributes. Values are the average of indicators included in each
attribute. aIndices with values closer to 100% indicate better situation with respect to sustainability.
In contrast, as the degree of intensification increases,
the milk sold per goat and the net margin per goat
increase relatively, thus approaching the optimal value.
In spite of the differences and the particular trends
of the various productivity indicators, their general
balance shows a similar behavior among SES
(76.0%), SIS (71.5%), and IS (73.4%) (Table 3).
Fig. 2 shows a comparative synthesis of the sustainability assessment of GPS.
3.2.2. Stability (reliability and resilience)
The indicators that make up this attribute show the
system’s degree of resource conservation, its diversity
and fragility (Table 4 and Fig. 2). Thus, when the degree
of intensification increases, the area of natural pasture
and the average price per kid decrease ( p b 0.01), and so
do the presence of the Payoya breed, its crosses and the
goats present ( p b 0.05). There is also a relative
reduction in brush area, stubble area, and percentage
of farms with good cataloguing of brucellosis control.
However, there is a relative increase of kid
mortality, goat replacement rate, and bacteria concentration in milk deviating in all three cases from the
optimal value. On the whole, there is a tendency
towards lower stability as the degree of intensification
increases: SES (42.9%), SIS (37.4%) and IS (28.2%)
(Table 4).
3.2.3. Adaptability
This attribute is integrated by indicators related to
change and innovation (Table 5 and Fig. 2). As the
degree of intensification tends to increase, so does the
producer’s age. This can likewise be appreciated in
the relationship between investment and net margin.
However, the first indicator, deviates from the
corresponding optimal value, and the second
approaches it.
New production strategies (comprising external
inputs together with handling, equipment and layout)
can be applied, providing that there is a higher
economical investment. This will foster a higher
stability of the system in the future.
The number ( p N 0.05) of formation courses
attended by family members in semi-intensive farms
seems somewhat outstanding. In all three GPS,
producer’s age, heritage continuity and courses
attended, show a strong shift from the optimal value.
Adaptability tends to increase in all three types of
19
farm as their degree of intensification increases: SES
(57.9%), SIS (57.4%), and IS (64.8%) (Table 5).
3.2.4. Equity
This attribute refers mainly to the distribution of
profits obtained from production systems (Table 6
and Fig. 2). As the degree of intensification
increases, total labor increases relatively attaining
the optimal value, whereas the number of external
work offers tends to decrease, deviating from the
optimal value. Although we cannot outline a clear
general tendency, semi-intensive GPS present a
higher degree of equity: SES (49.1%), SIS (67.8%)
and IS (51.2%) (Table 6).
3.2.5. Self-management
This attribute refers to the system’s degree of selfdependency and to the producers’ participation
(Table 7 and Fig. 2). As the degree of intensification
in goat farms increases, both net energy obtained
from grazing and total area per goat decrease
( p b 0.001). The area of forage per goat and the
number of associations to which the producers
belong, tend to decrease as well. Nevertheless, the
amount of concentrate and forage in feeding place
per goat and year increase ( p b 0.001), deviating
from the corresponding optimal value.
Moreover, tenanted or rented area decreases
( p N 0.05), whereas family labor employed per 100
goats increases with respect to total labor per 100
goats ( p N 0.05). Subsidies per goat and year increase
too, thus approaching the optimal value. There is not a
clearly defined general trend regarding self-management; however, the most intensive goat farms suggest
less capacity for self-management: SES (60.1%), SIS
(44.3%), and IS (47.2%) (Table 7).
4. Discussion
We are dealing with three types of systems, with
different degrees of intensification, which, nonetheless, coexist in the same geographical area. On the one
hand, SES, which was the most widespread GPS in
the area of study if we look back in time. It can be
defined for its diverse use of resources and a schedule
of management adapted to the changeable weather
conditions.
20
On the other hand, SIS, which is the most
widespread system in the area of study nowadays.
One of its defining features is, as in the system
described previously, its diverse use of resources. And
last, and this time least as well, IS, a type of system
that is beginning to gain importance especially as it
comes to new farms with little surface.
In order to differentiate types of systems depending
on their degree of intensification, we chose the
principal component net energy obtained from grazing, which turned out to be quite valid as 11 of its
indicators proved quite different in all three systems.
This seems especially relevant, as some of those
indicators are closely related to the concept of
intensification (i.e. grazing areas), and some others
supply us with very valuable information about the
systems, as it is the case of net margin/litre.
The rapid growth of farms implementing the SIS
proves a strong tendency towards intensification in the
dairy goat sector which coincides with the theory
exposed by Falagán et al. (1995), Falagan (1988),
Castel et al. (2003) and El Aich et al. (1995).
The classification posed agrees with Morand-Fehr
et al. (2003), as they consider a wide range of systems
based on grazing and with different degree of
intensification between the two bmajorQ ones, namely
extensive and intensive systems.
According to Parra (1996), the importance of
classifying production systems lies on the fact that
this process makes it possible to prioritize and plan
specific research or development policies leading to
the generation or adaptation of technologies suitable
for each system.
As far as productivity is concerned, SIS and IS
seem to produce and sell more milk than SES systems.
The difference is not statistically significant however,
as, even though SIS and IS get higher benefits, their
expenditure is also higher and thus, both the net
margin per litre and worker are reduced in both
systems.
However, net margin per goat tends to increase in
IS due to the best feeding conditions and the high
specialization in dairy goat breed production; goat
lactation lasts for 8 to 9 months in IS, that is, about
two months longer than in SES and thus, daily
production is bigger. On the whole, SES show higher
net margin per litre figures, though they have
traditionally been thought to be worse.
Anyhow, production standards per goat and year
can be improved in all three systems through genetic
improvements in the first place, and through herd
handling and farm organization (Castel et al., 2004;
Mena et al., 2005).
The tendency towards a higher degree of efficiency
and productivity of the SES can be partly due to its
greater stability, as it has the biggest area of natural
pasture, brush, and stubble per goat of all three
systems that coincides with Bradford’s (1989) description of similar systems.
The facts formerly mentioned by Bradford, allow
producers to keep large herds and be less dependant
on external inputs. This, together with other important facts such as a high presence of autochthonous
breeds, low kid mortality (although it may reach
50% in winter kidding), low proportion of goat
replacement rate, a reasonable concentration of
bacteria in milk, good cataloguing of brucellosis
control, and a good price per kid, provides the
system with a better dynamic balance which ultimately enables a higher degree of conservation and
diversified use of resources which makes it less
fragile (Bradford, 1989).
In all three systems, the average price of milk is
similar, as the milk produced in them all, has similar
fat and protein content and hygienic-sanitary quality.
Figures on the high concentration of somatic cell
count in milk observed in this research (2000 103
cells/ml) are similar to those reported by DelgadoPertı́ñez et al. (2003), whereas the concentration of
bacteria in milk is higher (more than 500 103
bacteria/ml) than that reported by these authors
(379 103 bacteria/ml).
During the last decade, the selling price of milk has
raised in all GPS, this being partly due to the strong
demand of milk from France (to which it was
exported) (Dubeuf et al., 2004). A better hygienicsanitary control of herds would decrease the high cull
rate and mortality of goats due to diseases such as
tuberculosis, as well as kid mortality (Mena et al.,
2005).
Although, on the whole, the SES seems to tend to a
higher degree of stability, all three systems are way
below the desired optimal value, especially when
referring to such indicators as: owned area per goat,
goat mortality, concentration of somatic cell count in
milk, and diversity of animal species.
The SES is little dependent on external inputs itself
and it consequently has greater stability and higher
profitability. Because of this features, the SES can
face the problems which have popped up in the last
few years, such the stabilization and even fall of
product prices derived from a general increase in milk
supply or the higher input prices, which particularly
affect the more intensive systems. According to Mena
et al. (2005), most stockbreeders of the region depend
on big industries for milk commercialization.
IS low stability through the changes in the goat
sector, namely the variation in input prices and output
selling, has been confronted through higher adaptability. This implies a tighter relationship between investment and net margin, as well as greater inventory
variation indicating greater investment on facilities,
equipment, food purchasing, and larger herd growth.
Higher investment in IS, has a lot to do with farm
modernization (adequate facilities) and with gaining
future stability by improving living conditions for
animals in confined rearing and by reducing labor force
when simplifying tasks such as milking or feeding.
At this point, it is important to highlight the
process of modernization that the whole goat sector
has undergone through the last ten years (Mena et al.,
2005). Improvements on milking technology in all
three systems have meant bigger herds and higher
quality milk.
Through constant producer empowerment it would
be possible to achieve better GPS organization
allowing higher productivity. This would lead to an
uplift on families’ standards of living, which would
surely motivate younger members of these families to
continue the activity or even to enter the sector, thus
preventing its disappearance (Mena et al., 2005).
The tendency to a higher degree of equity in SIS
has to do with the fact that there is a larger amount of
family unemployed beneficiaries and total beneficiaries related to a higher herd diversification in farms
and a better family training.
SES higher stability is fostered by the bigger size
of farms ( p b 0.05) and better price per kid ( p b 0.05),
which are significantly different; as well as by a better
cataloguing of brucellosis control and a more diversified use of land. As Castel et al. (2004) remark, GPS
with higher productivity are those that grow a bigger
area of pasture annually (either cereal or legume)
alternating with marginal and brush areas grazing.
21
On the whole, sustainability tends to decrease as
GPS intensification increases: SES (57.3%), SIS
(55.7%), and IS (53.1%), due mainly to reduced
stability and self-management capacity. This tendency
has to do with higher production costs of the IS
compared to those in SES, to technological and
commercial deficiencies, and to competition with
other well-organized European countries (France and
Holland), as pointed out by Mena et al. (2005).
By proceeding with sustainability studies in the
future, we can help correct deficiencies in the three
types of GPS, but especially in the SES, which can
best face the challenge presented by Gibon et al.
(1999) to animal production scientists and according
to which, there is a way to contribute new technological opportunities for adapting livestock systems.
This necessary contribution will only be possible
through the setting of a framework capable of
satisfying a multiplicity of objectives, such as,
fostering increased efficiency, a minimal use of nonrenewable resources together with the enhancement of
natural resources and meeting important social
demands related both to the quality of animal products
and to their welfare standards.
At this point, it seems quite necessary to continue
gathering technical-economic information, just like
we have done throughout this research, bearing in
mind every other indicator with environmental and
sociological information (Morand-Fehr et al., 2004),
which may broaden our knowledge on system
sustainability.
5. Conclusions
The goat systems identified were: semi-extensive,
semi-intensive, and intensive. Their degree of intensification is closely related to the area per goat and to an
adequate amount of net energy obtained from grazing.
The process of intensification of GPS tends to be
inefficient, particularly as regards net margin per litre
of milk produced and family worker. The greater
adaptability observed in the IS is based on higher
economic investment and higher dependency on
external inputs. SES self-management capacity leads
to higher productivity and stability. As the degree of
intensification increases, the sustainability of the GPS
tends to decrease.
22
In order to strengthen the degree of sustainability of
the GPS it is necessary to improve the management
strategy and to maximize an efficient use of natural
resources particularly by optimizing land use through
agro-silvo-pasturing systems with an agro-ecological
approach.
References
AEAPA, 1997. Anuario de Estadı́sticas Agrarias y Pesqueras de
Andalucı́a (Annual of Agricultural and Fishing Statistics in
Andalucı́a). Consejerı́a de Agricultura y Pesca. Junta de
Andalucı́a, 17 – 42.
Ávila, J.H., 1995. Consumo de leche y productos lácteos (Milk and
milk products demand). En: Ganado vacuno de leche; producción y contaminación (In: Milk Cattle; Production and
Contamination). FESLAC, Madrid, Spain.
Berdegué, J., Sotomayor, O., y Zilleruelo, C., 1990. Metodologı́a de
tipificación de la producción campesina de la provincia de Ñuble,
Chile (Typification methodology of peasant production in Ñuble
province, Chile. Escobar, Berdegué y (Ed.), En: Tipificación de
sistemas de producción agrı́cola (In: Typification of Agricultural
Production SystemsSantiago de Chile. Ed. RIMISP, Chile.
Bradford, E., 1989. Animal agriculture research and development:
challenges and opportunities. Canadian Journal of Animal
Science 69, 847 – 856.
Castel, J.M., Mena, Y., Delgado-Pertı́nez, M., Camúñez, J., Basulto,
J., Caravaca, F., Guzmán, J.L., Alcalde, M.J., 2003. Characterisation of semi extensive goat production systems in Southern
Spain. Small Ruminant Research 47, 1 – 11.
Castel, J.M., Mena, Y., Garcı́a, M., Caravaca, F., Nahed, J., 2004.
Références sur les systèmes laitiers (References on milk
systems). La Chèvre 262, 16 – 18.
Conway, G.R., 1985. Agro ecosystem analysis. Agricultural
Administration 20, 31 – 55 (London, Great Britain).
Delgado-Pertı́ñez, M., Alcalde, M.J., Guzmán, J.L., Castel, J.M.,
Mena, Y., Caravaca, F., 2003. Effect of hygiene-sanitary
management on goat milk quality in semi extensive systems
in Spain. Small Ruminant Research 47, 51 – 61.
Dubeuf, J.P., Castel, J.M., Mena, 2001. Evolución de los sistemas
de producción ovinos y caprinos en el Mediterráneo. Resultados
del Observatorio de la Red FAO/CIHEAM (Evolution of goat
and sheep system in the Mediterranean region. Results of the
FAO-CIHEAM Cooperative Research Network on Sheep and
Goats). Producción Ovina y Caprina 26, 443 – 450.
Dubeuf, J.P., Morand-Fehr, P., Rubino, R., 2004. Situation, changes
and future of goat industry around the world. Small Ruminant
Research 51, 165 – 173.
El Aich, Landau, S., Bourbouze, A., Rubino, R., Morand-Fehr,
P., 1995. Goat production systems in the Mediterranean.
EAAP, vol. 71. Wageningen Pers, Wageningen, The Netherlands, pp. 222 – 237.
Falagan, A. 1988. Caracterización productiva de la raza MurcianoGranadina en la Región de Murcia. Aspectos técnicos y sociales
(Productive description of the Murciano-Granadina breed in the
Murcia region. Social and technical aspects). Monografı́as
técnicas INIA. Ed. MAPA. 103 pp.
Falagán, A., Guerrero, J.E., Serrano, A., 1995. Systèmes d’élevage
caprin dans le Sud de l’Espagne (Goat raising systems in
Southern Spain). Goat Production Systems in the Mediterranean, EAAP, vol. 71, pp. 38 – 50.
Gibon, A., Sibbald, A.R., Flamant, J.C., Lhoste, P., Revilla, R.,
Rubino, R., Sorensen, J.T., 1999. Livestock farming systems
research in Europe and its potential contribution for managing
towards sustainability in livestock farming. Livestock Production Science 61, 121 – 137.
González, G.F., 1963. Estudio agro biológico de la provincia de
Cádiz (Agro biological study in Cádiz province). Instituto
Nacional de Edafologı́a del Consejo Superior de Investigaciones
Cientı́ficas. Centro de Edafologı́a y Biologı́a Aplicada del
Cuarto, Sevilla, España. 357 pp.
Heitschmidt, R.K., Short, R.E., Grings, E.E., 1996. Ecosystems,
sustainability, and animal agriculture. Journal of Animal Science
74, 1395 – 1405.
López-Valcarcel, B., 1990. Análisis multivariante. Aplicación al
ámbito sanitario. (Multivariant Analysis. Application to the
sanitary field). S.G. Editores. Barcelona. España. 247 pp.
Masera, O., Astier, M., S., López-Ridaura. 1999. Sustentabilidad y
manejo de recursos naturales. El marco de evaluación MESMIS
(Sustainability and natural resource management. The MESMIS
evaluation framework). Mundi-Prensa, S.A., Gira, IE-UNAM.
México. 109 pp.
MAPYA, 2000. http://www.mapya.es/.
Mena, Y., Castel, J.M., Toussaint, G., Caravaca, F., González, P.,
Sánchez, S., 2004. FAO/CIHEAM dairy system indicators of
adaptation to semi-extensive dairy goats systems. 8th International Conference on Goats, Pretoria (South Africa).
Mena, Y., Castel, J.M., Caravaca, F., Guzmán, J.L., González
Redondo, P., 2005. Situación actual, evolución y diagnóstico
de los sistemas semi extensivos de producción caprina en
Andalucı́a Centro-Occidental (Current Situation, Evolution
and Diagnosis of Semi-Extensive Goat Production Systems
in Mid-Western Andalusia). Publicaciones de la Consejerı́a
de Agricultura y Pesca de la Junta de Andalucı́a, Sevilla,
Spain.
Mojica, S.F., 1991. In: Legis (Ed.), La prospectiva; técnicas para
visualizar el futuro (Outlook; Techniques to Visualise the
Future, Bogotá, Colombia.
Morand-Fehr, P., Dubeuf, J.P., Falagán, A., Le Jaouen, J.C.,
Boyazoglu, J., 2003. Systèmes de production de lait de chèvre
dans le bassin Méditerranéen (Goat milk production systems in
the Mediterranean basin). EAAP Publication 99, 300 – 314.
Morand-Fehr, P., Boutonnet, J.P., Devendra, C., Dubeuf, J.P.,
Haenlein, G.F.W., Holst, P., Mowlem, L., Capote, J., 2004.
Strategy for goat farming in the 21st century. Small Ruminant
Research 51, 175 – 183.
Park, J, Seaton, R.A.F., 1996. Integrative research and sustainable
agriculture. Agricultural Systems 50, 81 – 100.
Parra, V.M.R., 1996. Innovación tecnológica o transformación rural
por un enfoque integral de la investigación agronómica (Technological innovation or rural transformation for an integral
approach to agronomic research). In: Javier Trujillo, A., Fernando
de León, G., Rafael Calderón, A., y Pablo Torres, L. (Eds.),
Ecologı́a aplicada a la agricultura (Ecology applied to agricultureUniversidad Autónoma Metropolitana, México, pp. 129 – 149.
Speeding, C.R.W., 1995. Sustainability in animal production
systems. Animal Science 61, 1 – 8.
Toussaint, G., 2002. Notice des indicateurs de fonctionnement des
systèmes laitiers (Notice of functioning indicators for milk goat
systems). Options Mediterranéennes 39, 147 – 157.
Toussaint, G., Dubeuf, J.P., Rubino, R., 1997. Identification des
paramètres structurels, techniques et économiques caractérisant
23
les systèmes de production ovins et caprins, premiers résultats
(Identification of structural, technical and economic parameters
which characterise goat and sheep production systems; initial
results). Options Méditerranéennes 38, 263 – 271.
Vavra, M., 1996. Sustainability of animal production systems: an
ecological perspective. Journal of Animal Science 74, 1418 – 1423.
Zar, J.H., 1984. Biostatistical Analysis Second edition. PrenticeHall, Inc., Englewood Cliffs, New Jersey, U.S.A. 718 pp.
PROPOSAL OF ENVIRONMENTAL INDICATORS OF SUSTAINABILITY FOR
SMALL RUMINANT PASTORAL HUSBANDRY
Nahed, J.*, Mena, Y.**, Ruiz, F. A.***, Castel, J.M.** and Plascencia, V. H*
*División de Sistemas de Producción Alternativos, El Colegio de la Frontera Sur. Carretera
panamericana y periférico sur s/n, 29290 San Cristóbal de Las Casas, Chiapas, México
**EUITA, Univ. Sevilla, Carretera de Utrera km. 1, 41013 Sevilla, España. mailto:[email protected].
***IFAPA Centro “Las Torres–Tomejil”. CICE. Junta de Andalucía, 41200 Alcalá del Río (Sevilla)
España.
SUMMARY This paper is the continuation of a previous study presented by authors in the FAOCIHEAM seminar in Seville in 2005, in which, a preliminary analysis was made of the use of FAOCIHEAM indicators to evaluate sustainability of small ruminant farms. This previous study showed the
need to increase the precision of indicators initially used, and to include social and environmental
indicators. The paper presented now provides a provisional list of environmental indicators adapted to
small ruminant farms with respect to eight aspects: agricultural practices, soil, water, landscape,
energy, residues, animal wellbeing, and biodiversity. Further work is necessary to complete and
perfect this list.
Keywords: indicators, sustainability, goat production systems.
RESUME Cet article constitue la suite d’un étude présenté pour les auteurs au Séminaire FAOCIHEAM célébré à Séville en 2005, dans le quel un analyse préliminaire a été fait sur l’utilisation des
indicateurs FAO-CIHEAM pour l’évaluation de la durabilité des exploitations des petits ruminants.
Aussi, dans cet étude réalisé en 2005, les auteurs ont montré la nécessité d’augmenter la précision
sur les indicateurs utilisés initialement et d’inclure des indicateurs de type environnemental et social.
L’article actuel présente une liste provisoire d’indicateurs qui font référence aux aspects
environnementales des exploitations de petits ruminants, classés en huit aspects: pratiques agricole,
sol, eau, paysage, énergie, bien être animal et biodiversité.
Mots clés: indicateurs, durabilité, systèmes de production caprine.
INTRODUCTION
Currently, in many symposiums, viability of the conventional (agribusiness) model of productivity of
livestock development is being questioned, as it ignores negative repercussions of this system, such
as environmental deterioration, resource overuse, abandonment of the countryside, and domination of
the market by multinationals (Baker and Norman, 1990). Considering these drawbacks, the concept of
sustainability is appropriate for evaluating livestock production systems, and may be synthetically
defined as the ability of a system to manage productivity or utilize a resource without reducing its
physical stock through time, even when submitted to stress or strong perturbations (Conway, 1985).
The process of evaluating sustainability becomes a useful planning tool, as it points out prevalent
tendencies for change (probable scenario) in productive systems, and contributes to defining
desirable scenarios, with planned intervention to the systems which would modify current undesirable
tendencies (Nahed et al., 2006b). On the other hand, evaluation of any animal production system
implies identification of variables and integration of indicators for recording data of distinct events and
results of productive activities. Presently, in the small ruminant sector, this is done in an almost
anecdotal manner. The authors of this study, conscious of the difficulties in recording and later using
information on the level of exploitation, are working on selection of the most adequate indicators for
evaluating sustainability of goat systems in general, and specifically those linked to pasturing. In this
sense, in the FAO-CIHEAM seminar in Seville in 2005, a preliminary analysis was made of the use of
FAO-CIHEAM indicators to evaluate sustainability of small ruminant farms (Nahed et al., 2006b). This
proposal, which focused on technical-economic indicators - those covered by the FAO-CIHEAM
methodology - was limited in terms of environmental and social indicators. Based on the
aforementioned, and in order to contribute to overcoming the incipient development of integral
methodological frameworks which simultaneously evaluate environmental, economic, and social
sustainability (Masera et al., 1999), the authors propose - as the objective of this study - to elaborate
a list of environmental indicators adapted to goat systems, obtained through compared analysis of
various methodologies which complete the initial list.
METHODOLOGY
Environmental indicators discussed in this study were obtained from the literature on animal
production, as well as on methodologies for evaluating sustainability of livestock systems. First, a
broad list of indicators was elaborated. This list was discussed among academics knowledgeable of
the topic, resulting in a second list of simple (direct) or complex (indirect or integrating) indicators.
The operational definition of the indicators or transformation of concepts to indicators or indexes
(procedure for precisely measuring or estimating corresponding empirical data) stemmed from the
theoretical definition of the indicators, as well as from knowledge and experience on the theme, and
was improved by consulting experts on the topics of these environmental indicators. Complex
indicators are made up of different variables, individually characterized as positive (yes = 1) or
negative (no = 0), according to the presence or absence of the variables, and are estimated using the
sum of the values 1 and 0, divided by the number of variables making up the indicator. Complex
indicators proposed will be validated in the future by experts of the FAO Observatory in order to
formulate a global proposal which also includes those technical-economic indicators already validated
by the Observatory. After validation, the global list of indicators will be classified according to
sustainability attribute (productivity, stability, reliability and resilience, adaptability, equitability and
independence), using, as a general guide, the MESMIS methodology (Masera et al., 1999) adapted to
evaluate sustainability of animal production systems (Alemán et al., 2005; Nahed et al., 2006a).
RESULTS AND DISCUSSION
Eight groups of environmental indicators oriented to evaluating sustainability of livestock systems
are presented. These indicators were selected according to their importance in analyzing animal wellbeing, congruence between livestock use and conservation of natural resources, and general
contribution of these indicators to sustainable development of livestock systems.
1. Agricultural practices. Agricultural practices greatly determine the level of soil conservation
and influence soil quality and erosion (Astier-Calderón et al., 2002). Using the bibliography consulted
(IFOAM, 1972; Lefroy et al., 2000; Astier-Calderón et al. 2002), this group of indicators is made up of:
i) Useful Agricultural Surface organically fertilized (%), which is a simple indicator; ii) Manure
fertilization (kg/ha cultivated) - also simple; iii) Soil Fertility (%) – a complex indicator made up of
several variables concerning various aspects: chemical fertility (pH, cation exchange capacity, and
percentage of organic matter), physical fertility (apparent soil density, texture, velocity of water
infiltration, structure, and porosity), and biological fertility (level of microbial activity and presence of
macro and microfauna - variables characterized as positive if they have the minimum level required
for considering a soil fertile, which depends on region and crop type), and iv) Integral management of
agricultural practices, which is a complex indicator made up of different variables (crop rotation,
association of species in forage crops, incorporation of agricultural residues to the soil, refraining from
burning residues, refraining from ploughing more than 30% of the total agricultural surface dedicated
to goat production, cultivation according to tillage following contour lines, and use of biological
controls.
2. Soil. Soil quality and conservation depend on various factors (Astier-Calderón et al., 2002).
After revision and selection, this group of indicators was essentially made up of those published by
IFOAM, 1972. These are: i) Level of erosion; ii) Level of soil compaction; iii) Depth of arable soil (cm);
iv) Level of salinity (%); v) Rockiness (%); vi) Depth of water (m) and vii) Plant cover of the soil (%).
With the exception of the first, all indicators are simple or direct.
3. Water. Generally small ruminant systems are located in marginal zones, where water scarcity
and quality is a common problem. Therefore, the simple and direct indicators included in this category
are (Hayo 2002; Several authors, 2001; Mas de Noguera 2003; Several authors, 2006): i) Irrigated
surface/ total agricultural surface (%); ii) Irrigation method; iii) Existence of water availability problems;
iv) Source of water supply; v) Volume of water consumed on the farm (l/goat); vi) Presence of
amphibians in waterways; vii) Presence of aquatic vegetation indicating eutrophication; viii) Water
turbidity, ix) Salt content and x) Presence of pesticide residues.
4. Landscape. Landscape is an element essential to identifying a region, and agriculture plays an
important role in the regional landscape conformation. Simple indicators selected using the
bibliography (Several authors, 2001; IDEA 2003; Mas de Noguera 2003; Several authors, 2006) are:
i) Maintenance of woody plant masses (trees and shrubs); ii) Preservation of zones of ecological
interest; iii) Presence of traditional patrimony; iv) Presence of herds outside; v) Plot dimensions, and
vi) Scenic beauty (varied or monotonous).
5. Energy. Currently, increasing efficiency of energy use and minimizing energy dependence are
objectives of any productive activity. Therefore, indicators referring to energy use, reported by various
authors (Ghersa 2002; IDEA 2003; Mas de Noguera 2003 Nahed et al. 2006a) have been included.
These are: i) Contribution of energy indoors per production unit or per animal (UFL/liter or UFL/goat);
ii) Use of renewable energies; iii) Energy dependence (Equivalent fuel/goat); iv) Ratio energy
extracted/energy supplied (%).
6. Residues. This section includes those residues which may be found in the milk, solid and liquid
excretions, or water residues from cleaning which could affect soil and vegetation on the farm. Three
aspects determine quantity of residues generated: level of intensification of the farm, availability or
lack thereof of owned land to dump manure, and the plan for recollection and treatment of farm
residues. Among indicators most relevant to goat systems (European Union Directives 1991 and
1999; Several authors, 2001; Mas de Noguera 2003, Several authors, 2006), three stand out; two
simple and one complex. The simple indicators are: i) Presence of residues in the milk (antibiotics,
hormones, pesticides); and ii) Nitrogen supply in animal excretions (kg/ha/year). The complex
indicator is: iii) Management of residues, consisting of: capacity for eliminating waters used in
cleaning, existence storage area for residues, recycling of manure and appropriate disposal of
recipients of toxic residues.
7. Animal well-being. Evaluation of animal well-being on the farm is difficult, and may prove
costly. The list of indicators selected from different methodologies (FAWC, 1994; DEFRA, 2003;
IDEA, 2003;) takes into account the particularities of the goat species and currently existing models of
production, as well as ease of data taking. These are: i) Animal health (which includes the variables:
animal liveliness and condition of the coat, hoof problems, visible wounds, adequate disease
prevention program; ii) Feeding quality (including: balanced diet, quality and diversity of grasses,
adequate distance and time of pasturing, protection and drinking-troughs in pastures, fences in good
condition, fresh quality water, and adequate feed-troughs; iii) quality of stables (including: adequate
animal density, appropriate animal groups, appropriate soil conditions, gates, fences, adequate
ventilation and cleanliness, and adequate protection from inclement weather); iv) Appropriate milking
conditions (including: adequate design of the milking parlor, strict hygiene of the stable, equipment
and workers, adequate milking routine, adequate bacteriological quality, and absence of inhibitors in
the milk). v) Quality of human care (including: frequent animal visits, good animal treatment, high level
of knowledge of animal behavior, and opportune veterinary care). vi) Well-being of reared (including:
natural lactation, refraining from tethering the animals, animal density, adequate cleanliness and
hygiene, adequate growth rate, incidence of illness, minimal mortality, and appropriate protection from
cold, heat, rain, and humidity).
8. Biodiversity. The concept of biodiversity is defined as variability among living organisms within
the species, among species, and of ecosystems (Moreno, 2001). Various methods exist for measuring
diversity of flora and fauna species in natural ecosystems; for example, the Shannon and Simpson
indexes. Other more direct procedures are relative abundance and relative frequency of species or
breeds. Nevertheless, the most simple and direct measure of diversity is species richness, defined as
absolute number of species or breeds of a community or region. Based on the concept “species
richness” (Lincoln et al., 1995; Begon et al., 1996) seven simple indicators are proposed as most
important in estimating biodiversity in animal production systems: i) Domestic animal species present
(nº); ii) Domestic animal breeds present (nº); iii) Ratio of autochthonous breeds to those breeds
present; iv) Cultivated species present > 5% UAS (nº); v) Non cultivated grass species most
consumed by the animals (nº); vi) Woody species (trees and shrubs) present (n°) and vii) Managed
agro-ecosystems (productive activities) in the unit of production (nº).
CONCLUSIONS
Identification and selection of simple indicators or development of complex indicators requires, on
the part of researchers, great care and experience, sharp intuition, and solid knowledge of the topic
studied (Padua, 1979), as well as willingness to receive suggestions from other authors.
Those environmental indicators proposed in this study are related to agricultural practices, soil,
water, landscape, energy, residues, animal well-being, and biodiversity. In each situation, only those
indicators easily obtained which show high reliability in terms of data taking should be selected.
Naturally, this depends on the level of precision desired as well as economic capabilities and human
resources available.
These indicators, as well as a group of social indicators currently being developed, will be
proposed for validation by experts of the FAO Observatory to develop a global proposal together with
those technical-economic indicators already validated by this Observatory. The objective is to
motivate researchers and technicians dedicated to animal production to identify, develop, and utilize
new indicators in an integrated manner with the objective of evaluating sustainability of animal
production systems.
REFERENCES
Aleman Santillan. T., J. Nahed T. J. López M. (2005). Evaluación de la sustentabilidad de dos
sistemas de producción ovina en comunidades Totziles. In: Sustentabilidad y campesinado.
Seis experiencias agroecológicas en Latinoamérica. GIRA. A. C. pp. 11-55.
Astier-Calderón M, Maass-Moreno M. y Etchevers-Barra J. (2002). Derivación de indicadores de
calidad de suelos en el contexto de la agricultura sustentable. Agrociencia. 36: 605-620.
Baker D. C. and D. W. Norman (1990). The farming systems research and extension approach to
small farm development. CRC. Press. Boca Raton, California, USA. pp. 91-104.
Begon, M., Harper J. L., and Townsend C. R. (1996). Ecology: Individuals, populations and
communities. Blackwell Science Ltd. Oxford. 1068 p.
Conway G. R. (1987). The properties of agroecosystems. Agricultural Systems, 24:95-117.
DEFRA (Department for Environment Food and Rural Affairs) (2003). Code of Recommendations for
the Welfare of Livestock: Goats. http://www.defra.gov.uk/animalh/animindx.htm
European Union Directives 2092/91 "Crop Products" and 1804/99 on "Livestock Products".
Establishment of criteria for the organic production of agricultural products.
FAWC (Farm Animal Welfare Council) 1994. Report on the Welfare of Sheep. FAWC. Surrey. UK.
http://www.fawc.org.uk/
Ghersa, C.M., D.O. Ferraro, M. Omacini, M.A. Martínez-Ghersa, S. Perelman, E.H. Satorre, A.
Soriano. (2002). Farm and landscape level variables as indicators of sustainable land-use in
the Argentine Inland-Pampa. Agriculture, Ecosystems and Environment, 93 279–293.
Hayo M.G and van der Werf, Jean Petit (2002).Evaluation of the environmental impact of agriculture
at the farm level: a comparison and analysis of 12 indicator-based methods. Agriculture,
Ecosystems and Environment, 93, 131–145.
IDEA. Guide de la méthode IDEA. (2003). Editions EDUCAGRI. http://www.idea.portea.fr/
IFOAM (1972). Federación Internacional de Movimiento de Agricultura Orgánica. Normas Básicas.
http://www.agendaorganica.cl/documentos/normas/Ifoamagenda1.doc
Lefroy, R.D.B.; Bechstedt, H.D. and Rais, M. (2000). Indicators for sustainable land management
based on farmer surveys in Vietnam, Indonesia, and Thailand. Agriculture, Ecosystems and
Environment, 81, 137–146.
Lincoln, R. J., Boxsball, G. A., Clark, P. F. (1995). Diccionario de ecología, evolución y taxonomía.
Fondo de Cultura Económica. México. 488 p.
Mas de Noguera. 2003. Aproximación a un sistema de indicadores de sostenibilidad para la
ganadería ovina en la provincia de Castellón. Noguera ADR Coop. V. Caudiel. Castellón.
Masera, O., M. Astier y S. López-Ridaura. (1999). Sustentabilidad y manejo de recursos naturales. El
marco de evaluación MESMIS. Mundi-Prensa, S.A., Gira, IE-UNAM. México.
Moreno, C. E. (2001). Métodos para medir la biodiversidad. M&T-Manuales y Tesis SEA, vol 1.
Zaragoza, 84 p.
Nahed T. J., Castel J., Mena Y. y Caravaca. F. (2006a) .Appraisal of the sustainability of dairy goat
systems in Southern Spain according to their degree of intensification. Livestock Science.
101: 10-23.
Nahed-Toral J., García-Barrios L., Mena Y. and Castel J.M. (2006b). Use of indicators to evaluate
sustainability of animal production systems. Options Méditerranéennes, Série A. 70: 205-212.
Padua, J. (1979). Técnicas de investigación aplicadas a las ciencias sociales. El Colegio de México;
Fondo de Cultura Económica. México. 360 p.
Several authors (2006). Liste d'indicateurs en vue de la réalisation d'un diagnostic de durabilité dans
le cadre du projet ADAR Observatoire Territorial des Pratiques Agricoles.
Several authors, 2001. Diagnostic de Durabilité. Guide de l’utilisateur. Red de Agricultura Sostenible,
http://www.agriculture-durable.org.
ADAPTATION DES INDICATEURS FAO AUX SYSTÈMES CAPRINS SEMI –
EXTENSIFS: REFLEXIONS AU SUJET D’UNE EXPÉRIENCE EN ANDALOUSIE
Y. Mena*, J. Castel*, F. Romero* F. Ruiz**, M. García* et G. Toussaint***
*
EUITA. Carretera de Utrera km 1. 41700. Sevilla.
**
CIFA Finca Las Torres-Tomejil Apdo.: 41200 Alcalá del Río (Sevilla)
***
Société des Économistes du Conservatoire National des Arts et Métiers, 292, rue Saint Martin,
75141 Paris Cedex 03
RÉSUMÉ – On a fait une synthèse des travaux réalisés ces dernières années par l’équipe de travail
de Production Animal de l’Université de Sevilla, au sujet de l’adaptation, pour les systèmes semiextensifs, des indicateurs proposés par FAO/CIHEAM (Toussaint, 2002) pour les systèmes intensifs.
On présente les difficultés qu’on a trouvé pour cette adaptation et on propose des indicateurs adaptés
qui peuvent être utiles pour les systèmes semi-extensifs. Les changements principaux font référence
à la conduite de l’alimentation et de la reproduction, surtout quand ils sont liés aux systèmes de
pâturage. L’adaptation de la méthodologie est possible, bien que difficile à cause de la manque
presque totale de méthodologie pour systématiser la prise de données dans les élevages.
Néanmoins, arriver à avoir ce type d’information ouvre des grandes possibilités, surtout en travaillant
dans le contexte international.
Mots-clés: Systèmes de production caprine et ovine, lait, indicateurs technico-économiques.
SUMMARY – This communication is a synthesis of the work made in the last years by the Animal
Production Area of the Sevilla University, in relation to the adaptation of technical-economic indicators
proposed by FAO/CIHEAM to semiextensives small ruminants farms (Toussaint, 2002). The
difficulties founded to adapt this methodology and the proposals of change with respect to the initial
scheme, are discussed. The main changes introduced are related to the feeding and reproductive
management, emphasizing aspects related to grazing management. The adaptation of the
methodology is possible, although its development is very difficult by the almost total absence of
systematic recording of information. Nevertheless, to generate this type of information opens a lot of
possibilities, that they acquire greater force when being made in an international context.
Key words: goat and sheep production systems, milk, technical-economic indicators.
INTRODUCTION
On a observé ces dernières années en Andalousie une substitution progressive des systèmes
caprins semi-extensifs par des systèmes plus intensifs basés sur un approvisionnement externe de
l’alimentation ou sur un apport à l’étable d’aliments élaborés sur l’exploitation (Mena et al. 2005).
Cette tendance a des causes différentes, on peut en souligner quelques unes: l’augmentation du
prix de la terre, la manque de main d’œuvre pour travailler comme berger, la difficulté de continuité
des exploitations après la retraite des propriétaires, la tendance actuelle à produire plus et à vouloir
obtenir des hauts revenus très vite, sans prendre en compte d’autres valeurs du système
environnementales ou sociales et les difficultés pour gérer les exploitations qui ont le pâturage
comme base de l’alimentation.
Si on veut évaluer les systèmes caprins associés au pâturage, on doit connaître leur
fonctionnement tecnico-économique et ensuite proposer des stratégies pour l’amélioration générale
du système. Mais on trouve des difficultés pour y arriver : la mauvaise gestion de l’exploitation et
l’absence d’informations technico-économiques des systèmes semi-extensifs.
Un équipe de professeurs de production animale du Département de Ciencias Agroforestales de
la Universidad de Sevilla que ont comme souci d’augmenter la récolte d’information dans les
élevages caprins semi extensifs andalous, participent au projet de recherche coopérative avec
l'Observatoire sur les systèmes de Production du Réseau FAO-CIHEAM des Petits Ruminants, avec
l’objectif de générer de l’information technico-économique qui soit comparable à celle générée dans
d’autres régions méditerranéennes, pour pouvoir faire un diagnostic le plus détaillé possible de la
situation des élevages caprins semi extensifs andalous et proposer des améliorations de la gestion
qui donnent comme résultat l’augmentation de la durabilité des systèmes.
L’objectif de cet article est de présenter le travail qu’on est en train de réaliser et analyser les
difficultés trouvées et les adaptations qu’on a du faire des indicateurs FAO pour les systèmes
intensifs (Toussaint, 2002) quand ils sont appliqués sur des systèmes semi extensifs. Ce travail est
complémentaire d’un autre de Castel et al., présenté dans ce même volume et qui présente les
résultats technico-économiques obtenus en Andalousie selon différents critères de classement des
exploitations.
MATERIEL ET METHODE
Zones et exploitations étudiées
Le premier travail réalisé par l’équipe de la Universidad de Sevilla, dans une étude rétrospective
de la campagne 2001-02, a été situé sur la Sierra de Cádiz en collaboration avec une cooperative
d’éleveurs de la zone. L’objectif de ce travail a été double: obtenir une première impression de la
réalité tecnico-économique des systèmes caprins semi extensifs, puisque une étude antérieure
réalisée dans la zone avait un caractère qualitatif (Castel et al., 2004) et arriver à disposer d’un
groupe d’éleveurs intéressés à collaborer à un suivi mensuel technico -économique. Ensuite on a
élargi le nombre de zones et exploitations étudiées (tableau 1 et figure 1) : (i) Sierra de Cádiz, (ii)
Contrées de Guadalhorce et Antequera, (iii) Campiña de Sevilla et (iv) Serranía de Ronda. Dans le
tableau 1 on donne la synthèse des campagnes et le nombre d’exploitations étudiés, en distinguant
entre la réalisation d’une étude rétrospective à partir de l’information disponible de l’ensemble d’une
campagne antérieure, ce qu’on fait toujours au début de la collaboration avec une exploitation, et la
réalisation du suivi mensuel. Dans les deux cas on fait des enregistrements de données technicoéconomiques.
Figura 1. Carte de localisation des zones d’étude en Andalousie (Sud de l’Espagne).
Tableau 1: Nombre d’exploitations étudiées par zone et campagne
Sierra de Cádiz
Guadalhorce et d’Antequera
Campiña Sevilla
Serranía de Ronda
2001-02
25
Rétrospectif
2002-03
2003-04
18
1
8
10
4
Suivi mensuel
2003-04
2004-05
15
6
1
9
9
4
Méthodologie utilisée
Dans un premier temps, on a utilisé la méthodologie FAO/CIHEAM proposé par Toussaint (2002)
pour les systèmes intensifs, avec de légères modifications, ce qui nous a permis de voir les possibles
applications aux systèmes semi-extensifs.
Les premières études faites ont été de caractère rétrospectif, de façon à collecter l’information à
partir de données enregistrées sur l’exploitation, et aussi à partir des interrogations faites aux
coopératives d’approvisionnement de matières premières et aux entreprises qui achètent les produits
(lait et chevreaux), dans le but de connaître plus de détails sur les frais et le revenu des exploitations.
Les principales données enregistrées sont les suivantes:
Données de l’éleveur: âge, année de début de l’activité; Surface: surface pâturage, surface
chaumes, surface en propriété; Effectifs caprins: chèvres présentes, mâles, renouvellement; Autres
effectifs: vaches, brebis, porcs; Main d’œuvre (et frais): familiale et employée; Alimentation (quantité
consommée, prix): concentrés, fourrage, minéraux; D’autres frais: médicaments, réparations,
cultures; Production et revenus: lait (litres vendus, prix, TB), viande (chevreaux vendus, prix).
Après on a calculé quelques indicateurs à partir des données antérieures: par exemple les
pourcentages de mises bas selon l’époque de l’année ou d’énergie nette obtenu du pâturage.
Une fois les données analysées et les indicateurs obtenus, les résultats sont présentés
publiquement aux éleveurs sous forme de comparaisons entres la moyenne et les groupes de tête et
de queue (ceux qui ont les meilleures et pires marges nettes respectivement), dans le but de réaliser
un diagnostic et d’analyser les possibles améliorations. Chaque éleveur peut comparer sa situation
avec la moyenne générale ou avec les groupes de tête ou de queue et peut ainsi trouver une
motivation supplémentaire pour améliorer ses résultats. Les éleveurs qui semblent le plus intéressés
et qui souhaitent continuer à collaborer sont ensuite inclus dans l’étude de suivi mensuel.
Les résultats de suivi mensuel sont plus ou moins similaires à ceux de la collecte rétrospective,
mais le suivi mensuel implique de grands progrès: (i) obtenir une information plus précise et plus
fiable et (ii) pouvoir analyser les variations tout au long de l’année, ce qui est très intéressant dans ce
type de systèmes qui dépendent du pâturage et qui sont si variables selon la saison.
RESULTATS ET DISCUSION
Les données technico-économiques obtenues sont présentées dans un autre travail inclus dans
cette publication (Castel et. al 2006). Maintenant on expose les principales difficultés trouvées et les
adaptations qu’on a du réaliser de quelques indicateurs FAO destinés aux systèmes intensifs pour
pouvoir les utiliser sur les systèmes semi extensifs, où le pâturage a un rôle important.
Difficultés rencontrées
D’abord on explique les principales difficultés trouvées pour obtenir les données de l’ensemble
d’une campagne (rétrospectif), avant d’initier le suivi mensuel. En ce qui concerne l’utilisation des
surfaces par les différentes espèces animales, les situations sont variées. Dans la zone de la
province de Málaga où la majorité des exploitations sont caprines, il n’y a pas de problème, mais
dans les zones de la Sierra de Cádiz ou on trouve une grande diversification d’élevage et l’utilisation
des parcelles par plusieurs espèces animales, l’assignation de l’utilisation de la surface pour les
caprins est parfois difficile et inexacte.
Aussi, l’assignation de la main d’œuvre à l’activité caprine c’est difficile dans les exploitations qui
détiennent différentes espèces d’animaux.
Au sujet du nombre moyen de chèvres présentes pendant l’ensemble de la campagne antérieure,
il n’a pas été facile d'obtenir une donnée tout à fait véridique ; normalement les éleveurs parlent des
chèvres qui ont été traites, mais ils oublient celles qui n’ont pas eu mise bas, qui sont mortes ou qui
ont été éliminées sans avoir mis bas pendant la campagne. Bien qu’il soit obligatoire d’enregistrer le
nombre de chèvres dans le Livre d’Exploitation, seules les données en provenance d’exploitations
inscrites dans les Associations de Races sont fiables.
Les données liées à la reproduction sont difficilement fiables à partir d’une étude rétrospectif car
les éleveurs ne notent pas les dates d’initiation ou finales des époques de saillies, la durée de la
lactation et de la période hors lactation, le nombre de mâles utilisés, le mode de groupement des
chèvres pour réaliser la saillie, les critères de sélection des chevrettes, etc. Ces types de données,
ainsi que la connaissance du nombre de chèvres présentes, sont difficiles à d’obtenir quand on
consulte des éleveurs qui encore ne réalisent pas le suivi mensuel.
Les frais d’alimentation de l’ensemble d’une campagne peuvent s’obtenir à partir des factures
d’achat, mais souvent sont incomplets ou n’ont pas été gardés. Parfois on peut obtenir ces données
en consultant les fournisseurs d’aliments , après avoir demandé l’autorisation de l’éleveur; mais c'est
plus difficile quand il s’agit d’achats de fourrages souvent à plusieurs fournisseurs et même une partie
est produite dans l’exploitation. En plus, il faut tenir compte que certains mélanges qu’achètent les
éleveurs, contiennent un pourcentage de fourrage qui peut dépasser le 20% du poids et qu’il faut
considérer comme tel.
Aussi dans l’alimentation, on trouve plus de difficultés quand on exploite plusieurs espèces
d’animaux, étant souvent difficile l’assignation des frais à chacune. Quand on veut connaître les
consommations d’aliments par groupes d’animaux (Chèvres productives, chèvres hors lactation,
chevrettes et mâles) les difficultés augmentent. Est dans ces types de situations qu’il convient le plus
de faire le suivi mensuel, qui permet aussi analyser les changements d’alimentation au long des
saisons de l’année.
Jusqu’à présent, en général, n’on a trouvé dans les exploitations aucun système pour récolter les
données destinées à l’analyse technico-économique et il n’existent pas plus des bases de données
élaborées par des entités publiques, alors toute l’information initiale a du s’obtenir à partir des
enquêtes chez les éleveurs.
Les problèmes qu’on trouve pour la réalisation du suivi mensuel sont les mêmes que pour les
enquêtes rétrospectives, mais il faut y joindre la difficulté de noter quotidiennement, ou au moins une
fois par semaine, le nombre de chèvres qu’on trait.
Un autre problème qu’on a trouvé a été le manque de motivation de la part des éleveurs et leur
manque de formation ce qui ne permettait pas de relever correctement l’information. Les associations
ou autres entités utilisées en tant qu’interlocuteurs (coopératives, associations de races, association
de défense des éleveurs etc.), bien que conscientes du besoin de la réalisation de l’analyse technicoéconomique, ne le considéraient pas comme un de leur objectif prioritaire.
Il faut y joindre aussi le problème du manque de transparence qu’on trouve des fois pour
déterminer certaines données comme le nombre d’animaux nés, morts, abattus, le prix au Kg des
animaux vendus etc. Pour cette raison il devient indispensable comparer l’information donnée par
l’éleveurs avec celle que contient le livre officiel d’exploitation et celle donnée par les entreprises qui
commercialisent les productions, les laboratoires d’analyses de lait et les entreprises qui fournissent
des matières premières (aliments et produits sanitaires).
Les efforts du groupe de chercheurs se sont donc centrés sur l’obtention d’une information fiable
et d’une bonne collaboration avec les éleveurs et les techniciens. Des fiches ont été élaborées pour
ramasser les données dans les exploitations, étant certaines destinées aux éleveurs et d’autres aux
techniciens qui font la coordination dans chaque zone de travail. On a également élaboré des feuilles
pour le calcul des indicateurs. Il est à noter que la situation malgré quelques améliorations, continu à
être instable car la majorité des éleveurs ne sont pas tous disposés à relever les données et les
associations collaboratrices n’ont pas toujours les ressources nécessaires pour collecter les données.
Adaptation de la méthodologie à utiliser pour les systèmes semi extensifs
Base territoriale
En ce qui concerne la base territoriale, il nous a semblé opportun de séparer ce qui est utilisé par
la chèvre de ce qui est utilisé pour d’autres fins. La majorité de ces exploitations l’utilise
principalement pour l’élevage, surtout caprin, ce qui nous a permis de définir des indicateurs
exclusifs.
Nous avons inclus divers modes de propriété des surfaces, en respectant les modes les plus
utilisés dans ce type de systèmes. Nous avons fait la division suivante: surface semée pour divers
usages, pâturage herbeux non semé, terrain en forte pente, chaumes et jachères, etc. qui s’adaptent
le mieux à l’utilisation du terrain, surtout en exploitations situées en zone montagneuse.
L’information sur la surface doit être complétée par un planning annuel (mois par mois) de
l’utilisation des différentes surfaces.
Pour comparer, il est important d’exprimer ces indicateurs par chèvre.
Main d’œuvre
Nous avons considéré uniquement celle consacré aux caprins ce qui est relativement difficile à
estimer car normalement, le personnel peut participer à plusieurs activités, surtout pour l’élevage. Ce
calcul nous permet cependant de connaître l’importance de l’élevage face aux autres activités de
l’exploitation.
Nous avons inclus un indicateur pour connaître la proportion de main d’œuvre familiale en
relation à la main d’œuvre totale, ce qui est habituellement assez indicatif de ce type d’activité
(dominance de la main d’œuvre familiale).
Pour les exploitations qui dépendent du pâturage, il est très intéressant de savoir combien de
personnes et pendant combien de temps elles travaillent sur le pâturage et à la traite, car ceci nous
donne une idée du coût que supposent ces activités et de la qualité de vie de l’éleveur.
Indicateur du capital et chiffre d’affaires
Nous avons changé les indicateurs et nous les avons regroupés en deux parties : le capital qui est
l’ensemble des biens ou disponibilités financières dont dispose l’éleveur et le chiffre de ventes annuel
qui découle de l’activité.
Indicateurs relatifs à la base animale
En ce qui concerne les espèces animales non caprines, nous les avons classées en fonction de ce
qui est le plus commun dans ce type d’exploitations et de l’utilisation des terrains. C’est pourquoi il
faut différencier les animaux adultes et ceux de renouvellement qui normalement, pâturent la plus
grande partie de leur vie, et ceux qui sont vendus ou envoyés à l’engraissement jeunes et qui ne
pâturent pratiquement pas.
En ce qui concerne les effectifs caprins, nous avons considéré les chèvres adultes comme celles
qui sont en âge de reproduction ou qui vont entrer en âge de reproduction pendant la saison de
l’étude, au lieu de considérer celles d’un an car, d’une part l’information est plus exacte et d’autre
part, c’est le moment où la chevrette devient productive et peut être considérée adulte.
Nous avons considéré de façon séparée le renouvellement des mâles et celui des femelles car
nous pensons qu’il est important de le faire séparément. Nous avons inclus les animaux en âge de
renouvellement qui vont être vendus à d’autres exploitations.
Il est également important d’enregistrer l’évolution mensuelle pour voir si nous pouvons obtenir
quelques informations sur la variation du nombre de chèvres et de renouvellement mois par mois, car
nous savons qu’il existe un vide dans l'information à ce niveau.
Nous avons considéré que la mortalité adulte et de renouvellement étaient d’avantage des
indicateurs d’effectifs que de reproduction (dans ce dernier paragraphe, nous avons uniquement
considéré la mortalité des chevreaux).
Indicateurs relatifs à la reproduction
Pour les systèmes semi-extensifs, nous avons distingué les mises bas pendant toute l’année
sachant qu’il existe une certaine hétérogénéité entre exploitations et un manque de critères et que le
nombre d’animaux devrait être inclus dans chacune d’entre elles. La durée de l’allaitement et du
sevrage est également hétérogène à l’intérieur d’une même exploitation. Il est donc nécessaire de
collecter l’information sur les mises bas et d’avoir les données de fertilité et prolificité.
Actuellement nous avons uniquement le numéro de lots et le pourcentage de chèvres qui mettent
bas pendant diverses périodes de l’année, mais nous devons étudier la manière de considérer la
distribution des mises bas pendant l’année comme un indicateur.
Nous avons également inclus l’indicateur nombre de chèvres pour chaque mâle.
Indicateurs d’alimentation
Bien que les quantités d’aliments consommées soient comptabilisées annuellement, nous
devrons faire une estimation de la variabilité tout au long de l’année pour les différents groupes
d’animaux en relevant l’information périodique relative aux changements produits.
Pour obtenir les quantités exactes consommées par chaque groupe d’animaux, il faut faire des
estimations mensuelles à partir des pesées des quantités de concentré distribuées dans les râteliers.
Cette information est fondamentale car pour les systèmes de pâturage, il faut calculer la différence
entre les besoins de l’animal et les apports en râtelier (en valeur énergétique par exemple) pour
obtenir les besoins nutritionnels à couvrir par le pâturage. Pour que ce calcul soit complètement
valable il faudrait le valider par un suivi mensuel de la condition corporelle.
Nous avons introduit des aliments typiques de notre zone ce qui nous a obligé à établir une
nouvelle qualification des fourrages et des concentrés.
Nous avons proposé un suivi mensuel des apports du pâturage pour estimer son importance
dans la ration des animaux. La méthodologie à suivre est la proposition de Rodríguez Luengo et
Campos Palacín (1999).
Indicateurs de production
Nous avons inclus des informations sur la qualité du lait car elles sont intéressantes
techniquement et faciles à obtenir.
Nous avons aussi le lait produit (en plus du lait vendu) car l’allaitement naturel est encore
répandu et la production est supérieure à la vente.
Nous avons substitué l’indicateur Productivité commerciale à la place du nombre de chevreaux
vendus par chèvre.
Nous avons inclus un nouvel indicateur pour les animaux de renouvellement (achat ou vente).
Indicateurs relatifs aux résultats économiques de l’exercice
Il faut prendre en compte l’importance de considérer les dépenses et non les charges. Ainsi les
charges d’opportunité d’utilisation des surfaces ou d’amortissement des installations ne sont pas
inclus.
Les dépenses d’alimentation pour les chèvres, le renouvellement et les mâles sont détaillés de
façon standard. Ce niveau de détail nous permet de calculer à posteriori la dépense en achat
d’aliments ou la dépense en production d’aliments séparément.
Bien que le suivi mensuel permette d’obtenir les dépenses de façon relativement exacte, certaines
données sont difficilement quantifiables, comme par exemple, les frais de communication, de
transport, de maintenance, énergétiques etc.. ce qui nous oblige parfois à estimer ces données ou à
ne pas les inclure dans l’analyse. Cependant, étant donné que la situation est la même dans toutes
les exploitations, cela n’affecte en rien les comparaisons. Lorsque l’on veut comparer des indicateurs
entre plusieurs zones ou pays, il faut effectuer des corrections pertinentes, en considérant ou non
certaines dépenses ou en modifiant leur interprétation
Besoin d’amplification de la méthodologie
Après le démarrage, l’objectif immédiat le plus important est d'arriver à avoir un nombre élevé
d’éleveurs collaborateurs dans chaque zone, qui notent des données technico-économiques fiables
de façon continue. A moyen terme, l’objectif est de compléter les indicateurs technico-économiques
avec d’autres indicateurs qui génèrent des informations sur les répercussions environnementales et
sociales des systèmes semi-extensifs et, ainsi, augmenter la valeur ajoutée face aux systèmes
intensifs et les améliorer d’un point de vue de la durabilité.
D’un autre côté, il est très important actuellement de prendre en considération des concepts
comme la qualité des produits agraires, le pâturage peut être un des référents de cette qualité et pour
le valoriser c’est intéressant de combiner l’utilisation des indicateurs technico-économiques avec des
techniques d’analyse rapide du lait et du fromage (prochainement la spectroscopie en infrarouge :
NIRS). Au moyen des indicateurs on peut classer de façon objective les exploitations selon leurs
degrés d’intensification, tandis que l’analyse NIRS permet d'avoir la traçabilité des produits, à travers
de l’obtention de la composition bromatologique du lait, et classer la qualité de ce lait en tenant
compte les niveaux établis au moyen des indicateurs.
Ce travail permettra également d’appliquer à moyen terme des méthodologies utilisées dans
d’autres secteurs de la Science comme la Dynamique des Systèmes développée par Aracil et
Gordillo (2002 ) qui suppose un changement qualitatif dans la gestion et la prise de décision à tous
les niveaux.
CONCLUSIONS
L’adaptation de la méthodologie est possible bien qu’elle présente d’énormes difficultés à cause
du manque d’enregistrements systématisés de l’information.
Arriver, en appliquant cette méthodologie, à avoir un volume de données suffisant fournis par les
éleveurs en mode continu, est-ce possible si la coordination du travail est réalisée par des
organismes professionnels ou associations, soit qui existent déjà (Associations de races,
Associations de défense sanitaire, etc.), soit à créer (par exemple un organisme spécifique pour le
suivi mensuel technico-économique). Mais aussi il faut compter avec l’intérêt des éleveurs, qui
sûrement va augmenter si on lui expose de façon périodique les résultats.
En plus du problème du manque général d’enregistrements des données par les éleveurs, les
principales difficultés qu’on a trouvé dérivent du fait de deux types de circonstances (i) les
exploitations souvent ont plusieurs espèces d’animaux, ce qui fait qu’on trouve des difficultés pour
connaître l’assignation réel de la main d’œuvre et de l’utilisation des pâturages pour chaque type
d’animaux; (ii) l’offre de pâturage est variable au long des saisons, aussi pour la surface disponible
que pour la qualité de l’aliment, étant les systèmes de production très dépendants des facteurs
climatiques. L’utilisation de fiche bien adaptés à ces circonstances, permettent de vaincre ces
difficultés.
Les principaux changements introduits dans la méthodologie FAO/CIHEAM peuvent être
synthétisés de la façon suivante:
(i) Classement des types de pâturages utilisé en fonction des caractéristiques de la zone.
(ii) Estimation des pourcentages des besoins en énergie nette couverts à partir du pâturage (en
tenant compte de sa variabilité saisonnière).
(iii) Etablir des indicateurs qui permettent analyser la distribution annuelle de certains aspects
comme par exemple les mises bas.
(iv) Exprimer la majorité des indicateurs par chèvre présente ou par litre de lait produit.
Le principal avantage, dans les systèmes semi extensifs, de la réalisation du suivi mensuel
technico-économique par rapport à l’analyse de l’ensemble d’une campagne, en plus des avantages
généraux pour toutes sortes de systèmes, c’est à dire faciliter la détermination des causes des
problèmes ou des atouts, est l’obtention d’informations en tenant compte de l’utilisation des pâturages
par les différentes espèces d’animaux et tout au long des saisons.
RÉFÉRENCES
Aracil J. et Gordillo F. (2002). Dinámica de sistemas. Alianza Editorial. Madrid. 197pp
Castel, J.M., Ruíz, F.A., Mena, Y., García, M., Romero, F. et González, P. (en prensa). Adaptation
des indicateurs tecnico-économiques FAO/CIHEAM aux systèmes caprins semi extensifs: résultats
de trois zones d’Andalousie. V Séminaire du Réseau FAO/CIHEAM pour les ovins et les caprins.
Options mediterranéennes (en prensa).
Castel, J.M., Mena, Y., Delgado-Pertíñez, M., Camúñez, J., Basulto, J., Caravaca, F., GuzmánGuerrero, J.L. et Alcalde, M.J. (2003). Characterization of semi extensive goat production
systems in southern Spain. Small Ruminant Research 47 pp. 51-61.
Mena, Y., Castel, J.M., Caravaca, F., Guzmán, J.L.et González Redondo, P. (2005). Situación actual,
evolución y diagnóstico de los sistemas semiextensivos de producción caprina en Andalucía
Centro-Occidental. Ed. Junta de Andalucía. Consejería de Agricultura y Pesca. Sevilla. Spain.
Rodríguez Y. et Campos P. (1999). Aporte energético del pastoreo en un rebaño de cabras
transtermitante entre Monfragüe y la Sierra de Gredos. Pastos XXIX (2) 201-216.
Toussaint, G. (2002). Notice des indicateurs de fonctionnement des systèmes laitiers. Options
mediterranéennes, 39: 147-157.
ADAPTATION DES INDICATEURS TECHNICO-ECONOMIQUES DE
L'OBSERVATOIRE FAO/CIHEAM AUX SYSTEMES CAPRINS SEMI -EXTENSIFS:
RESULTATS DANS 3 REGIONS D'ANDALOUSIE
1
2
1
1
1
1
J. Castel , F. Ruíz , Y. Mena , M. García , F. Romero y P. González
1
EUITA. Carretera de Utrera km 1. 41013. Sevilla.
2
CIFA Las Torres-Tomejil (IFAPA, Junta de Andalucía) Apdo. Oficial. 41200 Alcalá del Río (Sevilla).
ABSTRACT - The data of 38 dairy goat farms from 3 regions of Andalusia (Spain) are presented. A
look back a complete annual campaign is realised and according to the Toussaint method (2002),
data are statistically analysed.; the farms are classified according to the typology proposed by Castel
et al. (2004a) as half extensive, half intensive and intensive. The statistical analysis shows the
grassland availability and the pasture surface by goat are indicators to differentiate a system from the
others. Statistically, the farms are also compared according to their net margins by litre of milk and the
results show that the group with best net margins have more surface of natural grassland by goat and
more dairy production by goat .
Key words: technical and economic indicators, production systems, half extensive systems, dairy
goat.
RÉSUMÉ - Les données de 38 exploitations caprines laitières de 3 régions d'Andalousie sont
présentées. Après qu'une campagne complète soit analysée rétrospectivement en suivant la
méthodologie de Toussaint (2002), les données sont analysées statistiquement. Les exploitations
sont groupées selon la classification proposée par Castel et al. (2004a) en semi extensives, semi
intensives et intensives. L'analyse statistique montre que la disponibilité des parcours et des surfaces
à pâturer par chèvre sont des indicateurs qui différencient un type de système à l'autre. Les
exploitations sont également regroupées statistiquement selon la marge nette par litre de lait produit,
mettant en évidence que le groupe avec les meilleures marges est celui qui a à la fois le plus de
surface naturelle par chèvre et une production de lait par chèvre la plus élevée.
Mots clés: indicateurs technico-économiques, systèmes de production, systèmes semi extensifs,
caprins laitiers.
INTRODUCTION
Le maintien des systèmes caprins liés au pâturage requiert de bien les connaître ce qui permet
d'élaborer des stratégies pour le futur, de manière à ce que tout en conservant leurs caractéristiques
présentes, ils puissent se maintenir. Avec cet objectif, un groupe de chercheurs de l'Unité de
Production animale du Département des Sciences agro-forestières de l'Université de Séville est
rentré en contact avec le réseau de recherches coopératives FAO-CIHEAM sur les ovins et les
caprins (sous-réseau "Systèmes"), démarrant un programme pour adapter les indicateurs technicoéconomiques proposés par le dit réseau (Toussaint, 2002) à des exploitations semi extensives et
créer un ensemble de références technico-économiques sur les systèmes laitiers caprins du Bassin
méditerranéen basés sur le pâturage.
Des initiatives importantes ont été prises comme fruit de cette collaboration. Parmi celles ci, on
peut souligner la création d'un réseau d'éleveurs qui fournissent régulièrement de l'information sur
leur exploitation. Pour obtenir cette information on a disposé de la collaboration des techniciens des
associations de races, qui ont fourni des données de production, et des techniciens des coopératives,
qui ont fourni des donnés de production et aussi de consommations de matières premières. À partir
de l’information obtenue, on a publié des travaux (Castel et al., 2004 a; Mena et al., 2004 y Castel et
al., 2004 b) qui caractérisent techniquement et économiquement les systèmes caprins laitiers de la
Sierra de Cadix (Andalousie) et les classent en fonction de leur niveau d'intensification.
Le travail présenté comme une suite des précédents consiste à élargir le nombre d'exploitations,
de zones étudiées et le nombre d'années prises en compte
Le principal objectif est d’évaluer si les indicateurs des systèmes intensifs adaptés ou créés à
partir des indicateurs FAO/CIHEAM peuvent ou non être utilisés pour mesurer l’efficacité technicoéconomique des systèmes semi extensifs Un autre objectif important, est de connaître les valeurs de
chaque indicateur retenu correspondant respectivement à une bonne et une mauvaise efficacité
technico-économique.
MATERIEL ET METHODES
38 exploitations de trois zones distinctes d'Andalousie ont été sélectionnées ; elles forment partie
d’un groupe d’à peu près 50 exploitations qui ont accepté de collaborer avec le programme
FAO/CIHEAM suivi en Andalousie depuis 2002 et qui ont été choisies en fonction de leur disponibilité
pour collaborer et apporter des résultats fiables Ces zones sont décrites brièvement ci dessous :
(i) Sierra de Cadiz (21 exploitations). Elle se caractérise par des reliefs abrupts, des précipitations
annuelles relativement élevées (en général de plus de 800 mm) bien que mal distribuées et
concentrées entre les mois d’octobre et avril et par un écosystèmes formé principalement par de la
forêt méditerranéenne de chênes verts, de chêne-liège et de l'olivier sauvage. L'élevage est diversifié,
caprin laitier, ovin et bovin d’aptitude viande et porcin extensif. La race locale caprine est la race
Payoya. Concernant l’agriculture, l’olivier domine avec quelques cultures de céréales et des
légumineuses pour l’obtention de grain.
(ii) Région (Comarca) de Guadalhorce et Antequera (8 exploitations). La zone est moins
montagneuse que la Sierra de Cádiz et les précipitations annuelles moyennes sont inférieures aux
600 mm, avec une mauvaise distribution, identique à la zone précédente. L'élevage caprin de race
Malagueña domine et les principales cultures sont l'olivier, l'amandier et les prairies extensives.
(iii) La campagne autour de Sevilla (9 exploitations). C’est une zone au relief légèrement ondulé et
des précipitations similaires à la zone de la région de Guadalhorce y Antequera. C’est une zone
surtout agricole, avec des cultures herbacées extensives et de l'olivier. L'élevage dominant est
l'élevage caprin, plus intensif que dans les deux autres zones ; celui ci utilise en grande quantité les
sous produits de l'agriculture. Il existe un mélange de races bien que la race locale Florida soit
importante.
Les données analysées dans cette communication correspondent à des campagnes d'élevage
complètes, 2002/2003 pour la Sierra de Cádiz et la Campiña de Sevilla et 2003/2004 pour Antequera
et Guadalhorce. Les données font référence aux caractéristiques suivantes des exploitations :
(i)
Eleveur : âge, expérience, …
(ii)
Surface : cultivée, parcours, prairies naturelles, chaumes, …
(iii)
Main d’œuvre : familiale, salariée, …
(iv)
Animaux : caprins (chèvres, mâles, ….), autres espèces.
(v)
Alimentation : concentrés, fourrage, minéraux, …
(vi)
Productions : lait, chevreaux, chevrettes, .....
(vii)
Données économiques : prix des matières premières et des productions, aides, …..
Pour obtenir les données, on s'est appuyé sur la collaboration des coopératives, des Associations
d'éleveurs et des responsables d'exploitations. A partir des dites données, on a obtenu les indicateurs
technico-économiques proposés par Toussaint (2003), adaptés aux systèmes semi extensifs par
Mena et al. (2004). Certaines de ces données sont utilisées directement comme indicateurs, et
d’autres indicateurs s’obtiennent par calcul à partir des données antérieures: par exemple les
pourcentages de mises bas selon l’époque de l’année, le pourcentage d’énergie nette obtenu au
pâturage et les marges nettes.
Pour analyser les résultats, les exploitations ont été classées selon deux critères différents; (i)en
premier lieu selon le niveau d'intensification et (ii) en second lieu selon la marge nette par litre produit
dans l'exploitation.
Pour le premier critère, on a suivi la classification proposée par Castel et al (2004a) sur la base du
pourcentage d'Energie nette (EN) apportée par le pâturage et la surface de pâturage, en différenciant
3 groupes: intensifs, semi-intensifs et semi-extensifs (table 1). Le calcul de l'EN apportée par le
pâturage est indirecte et est réalisé en soustrayant aux besoins énergétiques annuels totaux du
troupeau (exprimés en UFL), l'énergie apportée à l'auge. A partir de ceci, on calcule la proportion que
le pâturage est supposée apporter par rapport aux besoins d'EN totaux. Pour obtenir les besoins
annuels totaux des animaux, on a toujours considéré les besoins d’entretien auxquels on a additionné
selon le cas d’autres types de besoins, par exemple les besoins pour la production du lait (pour les
chèvres productives) ou de croissance (pour les chevrettes).
Table 1. Critères pour la classification des systèmes caprins en fonction de leur niveau
d'intensification (Castel et al, 2004a).
Surface de pâturage par
Type de système % des besoins annuels d'énergie nette
couverts par le pâturage
chèvre (ha/chèvre) *
Intensif
Moins del 10 %
Indifférent
Semi intensif
Entre el 50 et 60 %
Moins de 1
Entre el 10 et 50 %
Indifférent
Semi extensif
Plus de 60%
Indifférent
Entre el 50 et 60%
1 ou plus
* Surface au pâturage: Superficie en montagne + Surface de pâturage naturel + Surface de
pâturage cultivé + Surface en chaume.
Pour la seconde classification, on a établi 3 groupes d'exploitations selon la marge nette par litre
de lait produit. Les 5 élevages avec la valeur la plus haute pour cet indicateur constituent le groupe
de tête (A), les 5 avec la valeur la plus basse, le groupe de queue (C) et le reste, le groupe
intermédiaire (B).
Les analyses statistiques ont été réalisées en utilisant le programme SPSS version 12.0 (2004).
Deux analyses de contingence sont réalisées, une entre zone et niveau d'intensification, et l'autre
entre zone et marge nette par litre de lait produit. Une analyse de variance est également réalisée
pour voir quels sont les indicateurs qui présentent des différences significatives.
RESULTATS ET DISCUSSION
Les 38 exploitations étudiées, sont réparties, selon la classification proposée par Castel et al.
(2004a) en : 13 intensives, 17 semi extensives et 8 semi intensives.
L'analyse de contingence donne comme résultat (p<0,01), en accord avec les critères de
classification utilisés ans ce travail, que les exploitations de la zone (i) (campagne autour de Séville)
tendent à être intensives, celle de la zone 2 (Comarca de Antequera et Guadalhorce) tendent à être
semi -intensives et celles de la zone 3 (Sierra de Cadiz), semi extensives (table 2).
Table 2. Classification des exploitations de chaque zone selon le degré d’intensification.
Classification
Nombre
Antequera y
Sierra de
Campiña de
Systèmes
Exploitations Guadalhorce
Cádiz
Sevilla
Intensifs
Observés
7
4
2
Espérés
3,1
7,2
2,7
Semi intensif
Observés
2
9
6
Espérés
4
9,4
3,6
Semi extensifs
Observés
0
8
0
Espérés
1,9
4,4
1,7
Total
9
21
8
Total
13
17
8
38
Les indicateurs qui présentent des différences significatives (p<0,001) en relation avec le niveau
d'intensification sont touts liés à la conduite alimentaire, "Quantité de concentré par litre produit",
"Besoins d'EN couvertes par la pâturage", "Quantité de concentré par chèvre présente et par an" et
"Quantité de fourrage par chèvre et par an", sauf un, "Nombre de chèvres par mâle", qui appartient
aux indicateurs liés à la reproduction (table 3). Pour tous les indicateurs relatifs à la conduite
alimentaire, la valeur correspondant aux systèmes semi intensifs est intermédiaire entre celle des
systèmes intensif et celle des systèmes semi extensifs, sauf pour le "Concentré par litre produit" où
les valeurs qui correspondent aux systèmes intensifs et semi intensifs sont similaires et très
supérieurs à la valeur qui correspond aux systèmes semi extensifs.
Table 3. Indicateurs classés selon le niveau d’intensification qui présentent des différences
significatives. Moyennes et écarts types. Modèle statistique de l’analyse de variance.
Indicateurs
Type de système
F
Modèle linéal
Intensif
Semi intensif
Semi extensif
1
b
b
a
Concentré par litre
1,08 (± 0,39) 1.01 (± 0,23)
0,56 (± 0,11) 11,99 y = 1,554 - 0,306x
produit (kg)
1
b
Concentré par chèvre 465,9c (± 99,1) 335,4 (± 105,6) 179,2a (± 51,2) 18,48 y = 617,931 présente et par an
144,173x
(kg)***
c
b
a
Fourrage par chèvre et 221,1 (±82,9) 133,0 (± 88,0) 30,5 (±23,6)
11,05 y = 321,579 par an (kg) ***
95,893 x
b
a
c
72,44 y = -33,258 +
Besoins d'EN
1,38 (± 4,72) 33,31 (±12,73) 68,4 (±6,89)
33,641x
couvertes par la
pâturage (% par
rapport aux besoins
totales) ***
b
a
a
Nombre de chèvres
y = 39,994 32,5 (± 14,23) 22,31 (± 9,01) 16,51 (± 4,96) 6,41
par mâle **
8,248x
1
Concentré consommé dans toute l'exploitation (sauf les poudres de lait d'allaitement)
a,b,c= Les valeurs avec une lettre différente sur la même ligne sont significativement différentes
(*p<0.05; ** p<0.01; *** p<0.001)
Dans les systèmes semi extensifs, le nombre de chèvres par mâle est inférieur à la moyenne de la
zone de la Sierra de Cádiz. Le nombre de mâles et un effet mâle efficace peuvent déterminer en
partie l’augmentation de la proportion de mises bas en automne par rapport aux mises bas en hiver,
les lactations dans les systèmes semi extensifs, souvent en automne étant normalement plus longues
que celles qui correspondent aux mises bas d’hiver (Mena et al. 2005a).
D'autres indicateurs existent qui ne présentent pas de différences significatives mais avec intérêt
zootechnique. Les tendances pour les différents systèmes sont analysées. La manque de
signification des différences est due à la grande variabilité qui existe dans les exploitations analysées,
mais certains indicateurs comme ceux relatifs à la surface ou aux résultats économiques peuvent être
intégrés dans les commentaires aux éleveurs et pourront par la suite être mieux valorisées dans des
enquêtes où les échantillons d’élevages seront mieux choisis à l’intérieur d’un même système,
certains résultats n’étant aujourd’hui qu’indicatifs. La "Surface totale" (faisant référence à la surface
destinée à l'alimentation des chèvres) est très inférieure pour les systèmes intensifs par rapport aux
semi intensifs et semi extensifs; l'indicateur "Surface en parcours de montagne" présente des valeurs
intermédiaires pour les systèmes semi intensifs par rapport aux intensifs et semi extensifs; l'indicateur
"Nombre de chèvres présentes" des systèmes semi extensifs dépasse largement celui des semi
intensifs et des intensifs; la main d’œuvre totale destinée à l’élevage caprin est presque le double
dans les systèmes intensifs de celle des systèmes semi extensifs, avec un effet très important et
négatif sur la marge nette par travailleur familial (table 4).
Table 4. Indicateurs techniques relatifs à la base animal, base territoriale et main d’œuvre classés
selon le niveau d’intensification (sans différences significatives). Moyennes et écarts types.
Indicateurs
Type de système
Intensif
Semi intensif
Semi extensif
Nombre de Chèvres présentes
316,8 (± 290,7) 350,7 (± 217,2)
514,9 (± 237,0)
Surface totale (ha/chèvre)
0,14 (± 0,28)
0,65 (± 0,50)
0,72 (± 0,45)
Surface en parcours de montagne (ha/chèvre)
Surface de pâturage en prairie naturelle
(ha/chèvre)
Surface cultivé pour pâturage (ha/chèvre)
Superficie cultivé pour obtenir fourrage
(ha/chèvre)
Surface de chaumes (ha/chèvre)
Main d’œuvre totale/100 chèvres
Pourcentage de main d'œuvre familiale par
rapport à la main d'œuvre totale
Pourcentage des exploitations avec la présence
d'autres espèces (%)
0,02 (± 0,11)
0,00 (± 0,00)
0,19 (± 0,30)
0,14 (± 0,31)
0,32 (± 0,20)
0,16 (± 0,22)
0,02 (± 0,02)
0,01 (± 0,02)
0,05 (± 0,08)
0,07 (± 0,21)
0,09 (± 0,08)
0,05 (± 0,07)
0,09 (± 0,13)
1,05 (± 0,48)
73,4 (± 28,1)
0,20 (± 0,37)
0,77 (± 0,35)
79,6 (± 22,5)
0,10 (± 0,10)
0,57 (± 0,27)
89,4 (±14,8)
23,0
57,1
63,6
D'après ce qui a été exposé tables 3 et 4, les exploitations classifiées comme semi extensives, par
rapport aux intensives, non seulement disposent d'une surface plus importante pour l'alimentation du
cheptel mais ce sont celles qui obtiennent le pourcentage d'énergie nette du pâturage le plus élevé.
De même, la consommation de concentrés par chèvre et par litre de lait produit la plus basse, ainsi
qu'une consommation de fourrage par chèvre moindre ; mais dans le même temps, ce sont les
chèvres qui ont les niveaux de production les plus bas (table 6).
Les différences relatives à la surface utilisée par chèvre entre les exploitations des systèmes semi
intensifs et semi extensifs ne sont pas grandes, mais les différences sont grandes entre les
exploitations de ces systèmes en ce qui concerne l'énergie nette obtenue au pâturage, ce qui indique
que dans les systèmes semi extensifs les éleveurs utilisent plus rationnellement les pâturages que
dans les semi intensifs, où les troupeaux, en général, font de longues distance sur des pâturage
sans valeur alimentaire. Dans ce sens, on peut observer, table 4, que les surfaces de pâturage des
systèmes semi intensifs et semi extensifs, sont similaires tandis que, table 3, les consommations de
concentré sont beaucoup plus élevées dans les systèmes semi intensifs. Ceci permet de dire que la
conduite alimentaire des troupeaux des systèmes semi intensifs n’est pas menée correctement dans
la zone, au moins pour les exploitations qui font partie de l’expérience, celles-ci n’ont d’ailleurs pas
une bonne représentativité de l’ensemble. Aussi il paraît intéressant de continuer à prolonger les
enquêtes et les expériences en cours sur le sujet. On peut aussi en tirer comme conséquence que la
classification des exploitations en fonction du niveau d'intensification réalisée seulement à partir des
surfaces en pâturage n'est pas en général correcte et qu’il est plus adéquat en général d'évaluer, bien
que ce soit de manière indirecte, la contribution du pâturage à l'alimentation du cheptel.
La surface des prés cultivés pour le pâturage est basse comparativement aux trois types
d'exploitations. Comme on l'a constaté dans d'autres études (Mena et al. 2005), le manque de
surface cultivée, généralisée en Andalousie, constitue un point faible pour développer l'élevage
caprin.
Table 5. Indicateurs techniques relatifs à la conduite de la reproduction classés selon le niveau
d’intensification (sans différences significatives). Moyennes et écarts types.
Indicateurs
Type de système
Intensif
Semi intensif
Semi extensif
Fertilité
89,59 (± 9,32)
91,36 (± 5,43)
89,05 (± 11,33)
Taux de renouvellement (%)
35,1 (± 8,0)
34,5 (± 18,7)
29,3 (± 10,9)
Prolificité
1,65 (± 0,14)
1,43 (± 0,36)
1,42 (± 0,27)
Mortalité de chèvres (%)
12,44 (± 8,42)
9,11 (± 6,46)
8,92 (± 5,93)
Mortalité de chevreaux (%)
9,18 (± 7,36)
15,6 (± 17,19)
6,15 (± 6,47)
On observe aussi un taux de renouvellement supérieur pour les exploitations des systèmes semi
intensifs et intensifs par rapport aux semi extensifs, lié à une mortalité plus faible des chèvres dans
les systèmes semi extensifs et à la tendance à l’augmentation de la taille des troupeaux dans les
systèmes semi intensifs, qui est inférieure à celle des système semi extensifs (table 5).
Les différences observées pour les productions de lait montrent une tendance à avoir des
quantités de lait par chèvre et par an supérieurs, des taux de protéine inférieurs et une concentration
en germes inférieure dans les exploitations des systèmes intensifs par rapport à celles des systèmes
semi extensifs (table 6).
Table 6. Indicateurs techniques relatifs aux productions classés selon le niveau d’intensification (sans
différences significatives). Moyennes et écarts types.
Indicateurs
Type de système
Intensif
Semi intensif
Semi extensif
Chevreaux vendus par chèvre
1,07 (± 0,26)
0,88 (± 0,28)
0,94 (± 0,39)
Litres de lait produits par chèvre ( l )
447,3 (± 77,4)
341,9 (± 123,3)
338,3 (±128,6)
Proportion de matière grasse dans le lait (%)
4,7 (± 0,3)
4,8 (± 0,2)
4,6 (± 0,3)
Proportion de protéines dans le lait (%)
3,4 (± 0,2)
3,5 (± 0,1)
3,6 (± 0,2)
Les différences de Marge nette entre les trois groupes ne sont pas grandes (table 7) mais leur
analyse a de l'intérêt: la "Marge nette par chèvre" des systèmes semi extensifs est similaire à celle
des intensifs, la différence de "Marge nette par litre de lait produit" pour les systèmes semi extensifs
et intensifs respectivement, ce résultat étant voisin de celui obtenu par Castel et al. (2004b) quand
seules les exploitations de la Sierra de Cadiz étaient étudiées. Un des facteurs qui fait que les
exploitations semi extensives obtiennent des marges au litre supérieures aux intensives est la
disponibilité des pâturages naturels en propriété, d'autant plus que selon la méthode employée on
n'impute pas les coûts, comme l’amortissement ou le coût d’opportunité, mais seulement les
dépenses.
En ce qui concerne la "marge nette par unité de travail familial", les marges pour les systèmes
semi extensifs et intensifs sont semblables, ce résultat étant moins favorable aux systèmes semi
extensifs que dans le travail de Castel et al. (2004b), probablement en raison du fait qu'ici, dans
plusieurs exploitations semi extensives, il existe des contrats de métayage, et dans ces cas la marge
nette correspondante est la moitié de celle obtenue par une exploitation dont le propriétaire serait
l'éleveur. De même en ce qui concerne les marges économiques, spécialement la marge nette par
chèvre et par travailleur, on met en évidence, la moindre efficacité des systèmes semi intensifs vis à
vis des autres.
Table 7. Indicateurs économiques classés selon le niveau d’intensification (sans différences
significatives). Moyennes et écarts types.
Indicateurs
Type de système
Intensif
Semi intensif
Semi extensif
Prix moyen annuel du kg de chevreau (€)
5,32 (± 0,74)
4,96 (± 0,72)
4,91 (± 0,26)
Prix moyen annuel du litre de lait (€)
0,46 (± 0,03)
0,46 (± 0,03)
0,46 (± 0,03)
Aides au fonctionnement (€/chèvre et an)
18,50 (±5,06)
19,86 (± 5,84)
15,66 (± 4,98)
Marge nette par litre de lait produit (€)
0,23 (± 0,12)
0,24 (± 0,13)
0,30 (± 0,12)
Marge nette par chèvre (€)
106,9 (± 64,8)
86,3 (± 56,8)
112,5 (± 73,4)
Marge nette par travailleur familial (€)
21038 (± 18227)
14387 (± 9776)
21144 (± 16986)
Au sujet de la commercialisation du lait, la totalité des exploitations vendent ce produit aux
entreprises qui fabriquent du fromage, aucune ne fabriquant elle-même (du fromage fermier). Cette
tendance est assez général pour l’ensemble de l’Andalousie (Mena et al., 2005a).
Quand on regroupe les exploitations selon la "Marge nette par litre de lait obtenu" on obtient 3
groupes, c’est à dire, les exploitations avec les marges nettes les plus hautes, celles avec les marges
intermédiaires et celles avec les marges les plus baisses (table 8). L'analyse de contingence réalisée
ne montre pas de liaison entre la zone et entre le niveau de la marge nette et la zone et non plus
entre ce niveau et le niveau d’intensification. Par contre, dans le travail de Castel et al. (2004 b), les
meilleures marges nettes se trouvaient dans les systèmes semi extensifs. Cette différence peut
s’expliquer par le fait que l'étude n' a été réalisée que sur un échantillon d’exploitations de la Sierra
de Cádiz, où, en général, les exploitations semi extensives sont mieux gérés que les semi intensives
et les intensives ; par contre dans le travail présenté ici les exploitations sont issues de différentes
zones, et appartiennent en général aux élevages intensifs de la province de Málaga, où, en général,
ce type d’exploitations sont assez bien gérés.
A partir de l’analyse de variance en fonction de la "Marge nette par litre de lait obtenu", des
différences significatives, (p<0,01), (p<0,05) et (p<0,05), sont observées entre les groupes pour les
indicateurs "Surface de pâturage en prairie naturelle", “Pourcentage de main d'œuvre familiale sur la
main d'œuvre totale” et “Litres de lait produits par chèvre” respectivement ainsi que (p<0,001) pour
les trois indicateurs de marges : “Marge nette par litre de lait produit", “Marge nette par chèvre” et
“Marge nette par unité de main d'œuvre familial”.
Table 8. Indicateurs technico-économiques classés selon la marge nette par litre de lait produit
(groupe A, groupe B, et groupe C). Moyennes et écarts types .
1
2
3
Groupe B
Groupe C
Indicateurs
Groupe A
Nº Chèvres présentes
574,4 (± 281,6) 372,3 (± 227,2) 258,2 (± 187,2)
Surface totale (ha/chèvre)
0,86 (±0,58)
0,53 (± 0,43)
0,68 (± 0,49)
Surface en parcours de montagne (ha/chèvre)
Surface de pâturage en prairie naturelle
(ha/chèvre) **
Surface cultivé pour pâturage (ha/chèvre)
Superficie cultivé pour obtenir fourrage
(ha/chèvre)
Surface de chaumes (ha/chèvre)
Besoins en Energie Nette couverts par le
pâturage (% par rapport aux besoins totaux)
Main d'œuvre totale /100 chèvres
Pourcentage de main d'œuvre familiale par
rapport à la main d'œuvre totale (%) *
4
Concentré par litre produit (kg)
4
Concentré par chèvre présente et par an (kg)
Fourrage par chèvre présente et par an (kg)
Litres de lait produits par chèvre ( l ) *
Marge nette par litre de lait produit (€) ***
Marge nette par chèvre (€) ***
Marge nette par travailleur familial (€)***
0,20 (± 0,22)
b
0,15 (± 0,20)
a
0,38 (± 0,46)
a
0,45 (± 0,51)
0,05 (± 0,12)
0,13 (± 0,16)
0,07 (± 0,06)
0,04 (± 0,06)
0,05 (± 0,05)
0,06 (± 0,19)
0,09 (± 0,14)
0,02 (± 0,04)
0,10 (±0,11)
54,49 (±21,86)
0,22 (±0,33)
31,59 (±23,73)
0,06 (±0,09)
37,29 (±29,40)
0,62 (± 0,60)
b
97,1 (±6,4)
0,76 (± 0,28)
ba
81,3 (± 19,9)
0,99 (± 0,49)
a
63,2 (± 29,8)
0,64 (± 0,25)
0.94 (± 0,32)
1,05 (± 0,26)
286,0 (± 164,0) 338,2 (±126,4)
297,7 (± 148,0)
39,2 (±13,9)
144,0 (±103,0)
122,3 (±90,5)
b
b
a
442,3 (± 125,8) 368,1 (± 112,1) 252,1 (± 94,7)
c
b
a
0,40 (± 0,00)
0,24 (± 0,07)
0,05 (± 0,05)
c
b
a
178,7 (± 52,2) 88,8 (± 40,5)
10,3 (± 8,5)
c
b
a
31278 (±
16196 (±
2720 (± 2390)
12816)
11029)
1
Les 5 exploitations avec les marges nettes par litre produit les plus hautes
2
Exploitations intermédiaires .
3
Las 5 exploitations avec les marges nettes par litre produit les plus basses.
4
Concentré consommé dans toute l'exploitation (sauf les poudres de lait d'allaitement)
a,b,c= Les valeurs avec une lettre différente sur la même ligne sont significativement différentes
(*p<0,05; ** p<0,01; *** p<0,001).
II était prévisible que les marges nettes avec des différences significatives correspondent à un
regroupement des exploitations selon la marge nette par litre de lait et qu’il n’existe pas un lien clair
entre les valeurs de ces marges et le niveau d’intensification des systèmes ; il faut aussi insister sur
l’importance de la conduite des troupeaux, surtout en ce qui concerne l’alimentation. Dans ce sens on
voit que les marges plus élevés se trouvent dans les exploitations qui ont des surfaces par chèvre
plus importantes en prairie naturelle, alors qu’on ne trouve pas, par contre, de différences
significatives entre les consommations de concentré et de fourrages et entre la disponibilité de
surface en parcours de montagne, entre les groupes avec les meilleurs et les plus mauvaises
marges. On peut déduire que normalement les exploitations avec des meilleures marges font une
utilisation plus rationnelle des prairies naturelles alors que par contre, dans les exploitations avec les
moins bonnes marges, les troupeaux réalisent des parcours trop longs sans intérêt pour
l’alimentation, les éleveurs devant apporter des quantités importantes de concentré par chèvre, qui
sont similaires à celles aux apportées dans les exploitations avec des meilleures marges et en
obtenant des productions laitières inférieures. L’importance des prairies naturelles a été déjà
soulignée par Castel et al. (2004 b) ; dans ce travail les exploitations semi extensives avaient, en
moyenne, les meilleures marges nettes par litre et des surfaces en prairies naturelles totales par
chèvre plus grandes, mais non pas les meilleures marges nettes par chèvre ou par unité de main
d'œuvre familial. Leurs consommations de concentrés et de fourrages n’étaient pas inférieures ni
leurs productions de lait supérieures.
Enfin l faut noter que les exploitations avec les meilleurs marges ont proportion de main d'œuvre
familiale, plus élevée, entraînant des frais structurels inférieurs et par conséquence des marges
nettes totales et aussi par litre de lait et par chèvre supérieures. Par contre, la fait d’avoir plus de
main d'œuvre familiale conduit a l’obtention de marges nettes par unité de main d'œuvre familiale
inférieures, n partie compensés par des marges nettes totales supérieures.
CONCLUSIONS
Les systèmes caprins dans lesquels le pâturage constitue une base importante de l'alimentation
peuvent être rentables, donc compétitifs, et d'autant plus qu'il faudrait ajouter le bénéfice écologique
apporté par l'utilisation de pâturages naturels qui peuvent, sinon, être difficilement valorisées pour
d'autres usages. De même quand ont classe les exploitations selon la marge nette, on observe de
bons et de mauvais résultats pour tout système, les consommations de concentrés et fourrages étant
toujours élevées ; les exploitations avec les meilleurs résultats sont non seulement celles qui
produisent le plus de lait mais aussi celles qui aussi gèrent le mieux les pâturages et qui disposent de
plus de surface de prairie naturelle et plus de main d'œuvre familiale.
Les exploitations semi extensives, par rapport aux exploitations semi intensives ont des surfaces
de pâturage similaires, présentent une consommation moindre de concentré et de fourrage par
chèvre avec des niveaux de production semblables. Ceci met en évidence une inefficacité de la
conduite de l'alimentation des exploitations des systèmes semi intensifs utilisées dans cette étude, et
le besoin de poursuivre les travaux pour cette catégorie d’élevages.
BIBLIOGRAPHIE
Castel, J.M., Mena, Y., García, M. et Caravaca, F. (2004a). Références sur les systèmes laitiers. La
Chèvre, 162: 15-21.
Castel, J.M.; Nahed, J., Mena, Y., Caravaca, F., Toussaint, G. and Fernández, V. (2004 b). Analysis and
classification of goats production systems located in the north mountain range of Cadiz as a function
th
of the use of natural resources. 8 International Conference on Goats. Pretoria (South Africa).
Mena, Y.; Castel, J.M., Toussaint, G., Caravaca, F., González, P. and Sánchez, S. (2004) FAO/CIHEAM
th
dairy system indicators adaptation to semi-extensives dairy goats systems. 8 International
Conference on Goats. Pretoria (South Africa)
Mena, Y.; Castel, J.M., Caravaca, F.P., Guzmán, J.L. et González, P. (2005a). Situación actual,
evolución y diagnóstico de los sistemas semiextensivos de producción caprina en Andalucía
Centro-Occidental. Junta de Andalucía-Consejería de Agricultura y Pesca, Sevilla.
,
Mena Y., Castel, J.M., Romero, F., Ruíz, F.A., García, M. et Toussaint, G. (2006 – à publier dans un
exemplaire spécial ). Adaptation des indicateurs FAO aux systèmes caprins semi – extensifs:
réflexions au sujet d’une expérience en Andalousie. Options Méditerranéennes (à publier dans
un exemplaire spécial)
SPSS Inc (2004) SPSS 12.0 Manual del Usuario. SPSS Inc: Chicago, USA
Toussaint, G. (2002). Notice des indicateurs de fonctionnement des systèmes laitiers. Options
méditerranéennes, n. 39: 147-157.
COMPARAISON DES INDICATEURS TECHNICO - ÉCONOMIQUES DES EXPLOITATIONS
CAPRINES LAITIÈRES DE L'ANDALOUSIE (ESPAGNE) ET DE LA FRANCE
F.A. Ruíz*, N. Bossis**, J.M. Castel***, E. Caramelle-Holtz****, Y.Mena***, C. Guinamard*****
*IFAPA Centro “Las Torres–Tomejil”, Junta de Andalucía. 41200 Alcalá del Río (Sevilla) España.
**Institut de l’Elevage, BP 50 002 , 86004 Poitiers Cedex, France
***EUITA, Univ. Sevilla, Carretera de Utrera Km. 1, 41013 Sevilla, España
****Institut de l’Elevage, BP 18, 31321 Castanet Tolosan Cedex, France
*****Institut de l’Elevage, MRE, Route de la Durance, 04100 Manosque, France
SUMMARY - The Institut of l' Elevage (France) has been making for 20 years the technical-economic
monitoring of an important number of goat farms. In Andalusia, a group of investigators of Area of
Production Animal of the University of Seville initiated in 2002 the collection of technical-economic
data to about 20 milk goat farms of Andalusia using the set indicators of FAO-CIHEAM. In order to
advance in the search of tools that allow the technical-economic comparison of goat farms of different
zones from Europe, a discussion of indicators used by the Institut of l' Elevage and the University of
Seville has been made. After the comparison of the main indicators generated in both countries, it is
observed that the main differences are in the feeding management and the obtained productions.
Key words: Dairy goat systems, technical-economic indicators, France, Spain.
RESUME – Depuis plus de 20 ans, l’ Institut de l’Elevage (France) réalise l’analyse technicoéconomique des élevages caprins. En Andalousie aussi, un groupe de chercheurs du Secteur
Production Animale de la Universidad de Sévilla a initié en 2002 l’analyse technico-économique en
utilisant la liste des indicateurs proposée par FAO-CIHEAM. Pour avancer dans la recherche d'outils
qui permettent la comparaison technico-économique d'exploitations caprines de différentes régions
de l'Europe, une mise en commun des indicateurs utilisés par l'Institut de l’Élevage et par la
Université de Séville a été réalisée. Après, on a comparé quelques résultats observés dans les deux
pays, les principales différences concernent la production de lait et la conduite de l’alimentation.
Mots Clés : Systèmes caprins laitiers, indicateurs technico–économiques, France, Andalousie.
INTRODUCTION
La filière caprine en France et en Espagne possède une grande importance, le 50 % du lait de
chèvre produit par l’Union Européenne est produit par la France et l’Espagne (FAO, 2005). En France
l’Institut de l’Élevage (IE) coordonne depuis à peu près 20 ans un réseau de techniciens qui travaillent
sur le terrain (chambre d’agriculture, contrôle laitier, syndicat caprin) dans 8 régions françaises.
L’harmonisation de la collecte et de l’analyse des données au travers du logiciel BTE/GTE LOGICAP
permet depuis 2002, une valorisation nationale et annuelle des données sur 450 exploitations
caprines (Bossis et al, 2007). En Andalousie (Espagne), depuis 2002 un groupe de chercheurs de la
Université de Séville (US) a adapté la liste des indicateurs FAO-CIHEAM pour réaliser l’analyse
technico-économique et créer un ensemble de références dans les exploitations caprines laitières en
pâturage (Mena et al. 2006). Les objectifs de cet article sont la mise en commun des indicateurs
utilisés par I’ IE et par la US dans les systèmes caprins français et andalous respectivement qui
utilisent le pâturage, et la comparaison des résultats des principaux indicateurs
METHODOLOGIE
A partir des indicateurs des différentes classes (main d’œuvre, surface, etc.) utilisés par deux
groupes de travail, l’ IE et la US, on a réalisé des comparaisons en tenant compte du mode
d’obtention ou de calcul de chaque indicateur. On a ainsi observé trois situations au moment de
comparer les indicateurs : (i) les indicateurs sont calculés de façon similaire, (ii) il faut faire des
adaptations pour les comparer, (iii) ce n’est pas possible de faire la comparaison car les indicateurs
sont calculés de façon très différente.
On a analysé 3 types de systèmes caprins qui utilisent le pâturage: Système Andalou (Espagne)
en Pâturage (SAP), avec 18 exploitations suivies; Système Pastoral Français (SPF), avec 8
exploitations localisées en Midi-Pyrénées, PACA, Aquitaine et Languedoc-Roussillon; et Système
Herbager Français (SHF) avec 14 exploitations localisées en Rhône Alpes, Midi-Pyrénées, Pays de la
Loire, PACA, Centre et Aquitaine.
Dans les SAP, les chèvres pâturent pendant une grande partie de la journée et tous les jours de
l’année; elles reçoivent aussi une complémentation alimentaire essentiellement à base de
concentrés; de février à juin c’est l’époque où les pâtures offrent le plus grande quantité d’aliment; le
pâturage assure à peu près le 60% de la ration de base des animaux.
Dans les SPF, les chèvres pâturent toute l'année, elles sont gardées par un berger une partie de
la journée et parquées le reste du temps; le pâturage assure environ la moitié de la ration de base
des animaux; à la fin de l’automne, le pâturage sous les châtaigniers et les chênes, permet aux
animaux de préparer la prochaine lactation et d'économiser du concentré.
Dans les SHF, les chèvres pâturent seulement quand l’herbe pousse, c'est-à-dire, à partir de
février à avril, suivant les zones, et jusqu'à l'automne; en été, elles bénéficient souvent d'un apport de
fourrage complémentaire ou, dans certaines régions, elles pâturent des luzernes; le pâturage assure
à peu près le tiers de la ration de base des animaux.
RESULTATS
Indicateurs de Main d’œuvre, Surface et Effectifs
Sur le Tableau 1, on montre les indicateurs de Main d’œuvre qui sont utilisés par la US et peuvent
aussi être calculés à partir de données de l’IE. La classification des surfaces est différente pour la US
que pour le IE, mais on trouve des similitudes et possibilités de comparaison (Tableau 1)
Tableau 1. Indicateurs de Main d’œuvre et Surface adaptés par la US et par l’ IE.
Institut de l’Élevage
Universidad de Sevilla
UTH* par 100 chèvres = (UMO** caprin /Nombre chèvres)*100 UTH par 100 chèvres
% main d’œuvre familiale = (UTH caprin familiale/UTH total
% main d’œuvre familiale
caprin) x 100
S Totale = S. Fourragère Principale + S. Parcours
S Totale = S. de parcours *** + S.
cultivé **** + S. chaumes
S de parcours
S de parcours en Andalousie*
S fourragère en France
S cultivé destiné au pâturage + S
pour obtenir du fourrage
Chargement (UGB/ha ou chèvres/ha )
Chargement (ha/chèvre); 1 chèvre
= 0,17 UGB
*UTH : Unités Techniques Humaines
**UMO : Unités de Main d’œuvre
*** S de parcours en Andalousie : S de montagne + S de prairies naturelles
**** S. cultivé : S de pâturage + S destiné à fourrage
Les UMO totales pour 100 chèvres sont inférieures pour les systèmes andalous, mais il faut dire
que en France on réalise toujours, au contraire qu’en Andalousie, 2 traites par jour (Tableau 2). Les
exploitations andalouses ont des surfaces plus grandes et un niveau de chargement plus bas que les
françaises, mais les l’offre par ha est assez inférieur à cause des moindres précipitations.
Tableau 2. Résultats des indicateurs de Main d’œuvre en 2005 pour les 3 systèmes étudiés.
Indicateurs
SAP*
SPF**
SHF***
UTH totale caprin par 100 chèvres
0.67
Pourcentage de main d’œuvre familiale (%)
73
Surface totale (ha)
269
Chargement par Surface totale(UGB/ha)
0.27
Chargement par Surface de parcours(UGB/ha)
0.31
Chargement par SFP ****(UGB/ha)
2.42
* Andalou en pâturage; ** Pastoral français ; *** Herbager français
1.04
71
78
0.55
1.27
4.34
1.00
89
23
1.30
Non concerné
1.30
Indicateurs des Effectifs
Les indicateurs des effectifs animaux utilisés par la US et l’ IE sont similaires. Les troupeaux
andalous sont plus grands que les français. Les taux de renouvellement et de mortalité les plus bas
sont ceux des systèmes pastoraux français (Tableau 3).
Tableau 3. Résultats des indicateurs des Effectifs animaux en 2005 pour les 3 systèmes étudies
Indicateurs
SAP*
SPF**
SHF***
Effectif moyen présent
374
127
169
Taux de renouvellement (%)
25
19
27
Taux de mortalité adultes (%)
7
4
7
Indicateurs d’Alimentation et Production
Les indicateurs d’alimentation utilisés par la US et l’ IE sont similaires. La différence principale
entre les valeurs des indicateurs des différents systèmes est la quantité de fourrage distribué, car les
éleveurs andalous, par rapport aux éleveurs français, distribuent peu de fourrage. Au sujet du
concentré, les éleveurs andalous en utilisent moins par chèvre que les français, mais étant la
production de lait par chèvre assez inférieur en Andalousie, finalement on obtient une consommation
de concentré par litre de lait produit beaucoup plus élevé en Andalousie qu’en France (Tableau 4).
Tableau 4. Résultats Indicateurs d’Alimentation en 2005 pour les 3 types de systèmes étudies.
Indicateurs
SAP*
SPF**
SHF***
Concentré par chèvre (kg/chèvre)
280
311
336
Concentré par litre de lait produit (gr/litre)
778
481
478
Déshydraté par chèvre (kg/chèvre)
0
38
168
MS du Fourrage distribué par chèvre (kg/chèvre) 37
300****
600****
Andalou en pâturage; ** Pastoral français ; *** Herbager français; **** estimation
Les indicateurs de production de l’IE ne considèrent pas le lait consommé par les chevreaux car
dans les exploitations françaises, la plupart des éleveurs utilisent l’allaitement artificiel (Tableau 5).
Tableau 5: Comparaison entre les indicateurs de Production utilisés par l’ IE et la US
Institut de l’Élevage
Universidad de Sévilla
Lait produit/chèvre (litres/chèvre) : Lait produit/chèvre (litres/chèvre) : Production livrée aux
Production livrée aux entreprises + lait entreprises + lait autoconsommé par la famille + lait vente
autoconsommé par la famille + lait directe + lait consommé par les chevreaux + lait jeté.
vente directe+ lait jeté
Dans les deux systèmes français, la production de lait par chèvre est deux fois supérieure à celle
obtenue dans les systèmes andalous. Par contre, pour le taux butyreux surtout et pour le taux
protéique, on trouve des différences importantes à faveur des systèmes andalous, (Tableau 6).
Tableau 6. Résultats des indicateurs de production de lait en 2005 dans les 3 systèmes étudies
Indicateurs
SAP*
SPF**
SHF***
Lait/chèvre (l/chèvre)
318
659
705
Taux butyreux (gr/l)
47.1
35.3
36.4
Taux protéique (gr/l)
37.3
33.0
31.8
Indicateurs Economiques
Les indicateurs Economiques utilisés para la US et l’ IE, sont les mêmes. Le prix de vente du lait
(€/l), la part du produit lait sur le produit total de l’atelier (%) et le produit total par chèvre (€) sont plus
élevés pour les deux systèmes français que pour le système andalou. Par contre, les frais des
aliments achetés sont beaucoup plus élevés pour les systèmes français, surtout pour les herbagers.
En ce qui concerne les résultats de rentabilité, la marge brute par chèvre, est beaucoup plus élevée
pour les deux systèmes français que pour le système andalou, mais, par contre si nous considérons
la marge brute par Unité de Main d’œuvre, les différences se réduisent considérablement (Table 7).
Tableau 7. Résultats des indicateurs économiques en 2005 pour les 3 systèmes étudiés.
Indicateurs
SAP*
SPF**
SHF***
Prix du litre de lait (€/l)
0.47
0.65
0.56
Produit lait sur produit atelier caprin (%)
65
75
89
Produit total par chèvre (€)
233
565
439
Aliments achetés par chèvre (€)
60
119
156
Marge Brute par Unité de Main d’œuvre (€)
28 158
30 874
27 034
Marge Brute par chèvre (€)
157
311
246
CONCLUSIONS
Les indicateurs utilisés par l’Institut de l’Elevage (France) et l’ Université de Séville (Andalousie),
sont en général similaires. Quand on trouve des différences, comme pour certains indicateurs de
surface ou de production, on peut réaliser des adaptations ou des calculs qui permettent comparer
les résultats.
Les exploitations du système andalou, par rapport aux exploitations des systèmes français, ont
plus de surface, une taille du troupeau plus élevé, consomment plus concentré par litre produit et ont
une production de lait par chèvre et une marge brute par chèvre beaucoup plus basse. Par contre,
leur marge brute par unité de main d’œuvre est similaire à celle des systèmes français.
Dans ce travail on a réalise une comparaison en utilisant un nombre réduit d’élevages. C’est
nécessaire élargir le nombre d’exploitations aussi que le nombre de zones de comparaison dans le
Bassin Méditerranéen et d’années de suivi.
REMERCIEMENTS
Merci aux éleveurs français et andalous (Espagne) pour leur collaboration.
REFERENCES
Bossis, N.; Caramelle-Holtz, E.; Guinamard, C. et Barbin, G. (2007). Les systèmes caprins en France:
Évolution des structures et résultats téchnico-économiques. Ed. Institut de l’Élevage.
FAO. FAOSTAT (2005). www.fao.org
Mena, Y., Castel, J.M., Romero, F., Ruiz, F.A., García, M., Toussaint, G. (2006). Adaptation of FAO
indicators to semi-intensive goat systems: Reflections on an experience in Andalusia. Options
Méditerranéennes, Série A, 70, 43-52.

Gestión de recursos naturales: uso múltiple del territorio

Transcription

Documents pareils

Horoscope chinois : l`année de la chèvre

La présence frauduleuse de lait de vache dans les

Ouverture d`une agence commerciale à Paris

Montréal en Lumière 2016 – Jean

Le pire est possible

ALI DEBBI

Présentation du projet LOVE

La chèvre naine

Documents, Working Papers. Volume IV, Docs. 6460 to 6482

CoordiNam