第十六章　环控、智能与数字化

环境控制是养殖的基础，直接影响成活率与料肉比，这一项在小猪场里常被当成”锦上添花”，其实它是成本项。

环境控制的核心参数有四个：温度、湿度、通风、有害气体浓度。不同生长阶段要求不同，仔猪需要保温（30 摄氏度左右），育肥猪需要凉爽（20 摄氏度左右）。手段有三：保温（地暖、保温灯、保温板）、通风（风机、湿帘）、除臭（生物滤池、喷雾降氨）。

效果体现在成活率与料肉比上：温度适宜、通风良好的猪舍，成活率高 5 个百分点，料肉比低 0.1。

智能化的核心是”少人化”与”精准化”。少人化靠自动饲喂、自动环控、智能巡检；精准化靠精准饲喂（按个体需求调配方与投喂量）、精准环控（按生长阶段调参数）、精准防疫（按风险调免疫程序）。

效果体现在人均效率上：传统猪场一人管 500 至 1,000 头，智能猪场一人管 3,000 至 5,000 头。

数字化的价值在于把经验变成数据。数据类型有四类：生产数据（配种、产仔、断奶、出栏）、健康数据（免疫、用药、死淘）、环境数据（温湿度、气体）、成本数据（饲料、兽药、人工）。

应用场景有三个：生产分析，找出效率短板，比如某个场线的 PSY 为什么低；成本核算，按批次、按场线核算完全成本；决策支持，预测出栏节奏、优化配种计划。

数字化的门槛不在系统，在数据质量。数据录入不及时、不准确，分析就没有价值。头部企业的优势不只在于有系统，更在于有执行数据纪律的组织能力：饲养员每天必须录入配种与死淘数据，兽医必须录入用药记录，这些动作靠制度约束，不靠自觉。

这一章最容易被误解的地方，是把智能化当成”降本神器”。智能化的真实作用是”把波动压小”：自动环控让每栋猪舍的环境差异从 3 摄氏度压到 1 摄氏度，料肉比的场间差异从 0.15 压到 0.05，成本的可预测性提高。

可预测性对重资产企业比低成本更值钱，因为它决定了资金计划能不能做准。

智能化的投入产出有一个临界规模。一套自动饲喂加环控系统投入 200 万至 500 万元，年出栏 1 万头的场摊每头 200 至 500 元，年出栏 10 万头的场摊 20 至 50 元。

而智能化的收益是每头省 20 至 40 元的人工与料肉比改善。所以临界规模在年出栏 5 万头左右，低于这个规模，智能化的投入收不回来。这就是为什么智能化只在大场普及，不是小场不想用。

智能化的真实收益不在省人，在”减少人为差异”。同样一套标准，A 场执行 90%、B 场执行 70%，成本就差 0.5 元/公斤；自动化设备把执行动作标准化，差异被压到 5% 以内。

智能化的价值是”把最好的场线的做法固定下来”，而不是”把最差的场线救回来”。理解这一点，就知道该先在哪个场装设备。

第十七章　疫病防控与生物安全

生猪养殖的主要疫病有四类：非洲猪瘟、蓝耳病、口蹄疫、腹泻类疾病。

非洲猪瘟影响最大。2018 年传入中国，导致产能断崖式下降、猪价突破 40 元/公斤。非瘟没有疫苗，防控只能靠生物安全，这也是它改变行业格局的原因：生物安全是固定投入，小场承担不起。

蓝耳病影响次之，导致母猪流产、仔猪死亡，降低 PSY；有疫苗但效果有限，防控靠净化。口蹄疫与腹泻类疾病影响相对小，分别靠免疫与保温消毒。

生物安全体系分三个层次。

场外防控，包括车辆洗消、人员隔离、物资消毒、引种隔离，核心是切断传入途径；场内防控，包括分区管理（生活区、生产区、隔离区）、单向流动（人员、物资、猪只）、定期消毒，核心是防止场内扩散；应急处置，包括疫情监测、疑似隔离、确诊后扑杀与消毒，核心是把损失控制在最小范围。

三层投入不同：场外最大（洗消中心、隔离舍），场内次之（分区改造、消毒设备），应急处置最小但最关键。

疫病防控的成本要算清楚。一个万头猪场的生物安全投入约数百万元，折合每头猪 50 至 100 元。收益端，一次非瘟的损失可能是全群扑杀，按每头 2,000 元计，万头场的损失可达 2,000 万元。几百万元的投入避免几千万元的损失，回报率极高。

这笔钱在非瘟之后被行业广泛接受，也是散户退出的重要原因：散户是拿不出这几百万元的前置投入。所以疫病防控的实质是”用资本买概率”，资本越厚，越能承受这种前置投入。

防控的另一面是行业门槛。生物安全投入是固定成本，规模越小单位成本越高，这一机制推动了行业集中，与环保、追溯的作用方向一致。所以中国的养殖集中度提升，是三重合规成本（环保、生物安全、用地）叠加筛出来的。

生物安全的投入存在边际效益递减。

第一道防线（洗消中心、隔离舍）能拦住八成以上的传入风险，投入 200 万元；第二道防线（分区、单向流动）能再拦一成，投入 100 万元；第三道防线（空气过滤、正压通风）能再拦几个百分点，投入 500 万元以上。

理性的投入停在第 1.5 道防线，而不是追求”零风险”。头部企业的生物安全投入水平，基本就停在这个位置。

生物安全的有效性有一个残酷的验证方式：看周边疫情时的损失率。同一个县发生非瘟，生物安全做到位的场损失 10% 至 20%，没做到位的场全群扑杀。这个差异在平时看不出来，在疫情时就是生死。

生物安全的投入不能用”平时省了多少钱”来衡量，要用”疫情时少损失多少钱”来衡量。

猪群健康度直接影响料肉比与用药成本

第十八章　环保与粪污资源化

环保是养殖的硬性限制，粪污处理是主要环节，这一项在成本表里只占 1% 至 2%，但它决定了一个场能不能开下去。

一头猪年产粪污约 2 吨，处理需要固液分离、厌氧发酵、还田利用，成本约每头 20 至 40 元。

处理路径有三条：还田利用，发酵后作有机肥，成本低但需要配套土地；沼气发电，厌氧发酵产沼气发电或供热，投入高但有能源收益；达标排放，处理到标准后排放，成本最高。

三条路径的适用条件不同。还田利用适合有配套农田的猪场；沼气发电适合大型猪场，因为沼气的经济性依赖规模；达标排放适合没有土地条件的猪场，但这一条的运行成本最高，一个万头场的污水处理站一年运行费上百万元。

种养结合是政策最鼓励的模式。环节有三：养殖产生粪污，粪污处理后成有机肥，有机肥用于农田，农田的玉米豆粕回到饲料。价值在降本与减污：有机肥替代部分化肥，降低种植成本；粪污就地消纳，减少处理成本；饲料就地供应，降低运输成本。

三项合计可降低综合成本 3% 至 5%。

约束是土地配套。一头猪需要 0.5 至 1 亩土地消纳粪污，一个年出栏 10 万头的场需要 5 万至 10 万亩配套农田。

这个比例在土地紧张的地区根本做不到，所以”种养结合”在东北、西北能落地，在东部沿海只能做”达标排放”，后者的成本高出一倍。

环保政策的走向是标准提高、监管加严、成本内化。

标准提高体现在粪污处理、臭气排放、病死猪无害化三个标准上；监管加严体现在从”一刀切”转向按规模、按区域、按环境容量分类管理；成本内化体现在谁污染谁付费，粪污处理成本从外部成本变成内部成本，计入完全成本。

三个方向的净效果是行业门槛抬升。中小场因无法承担环保投入而退出，规模场因规模效应而受益。这一机制与生物安全、用地审批是同一条逻辑：合规成本是固定成本，规模越小分摊越重，最后把行业推向集中。

环保政策的执行有一个地区差：南方严、北方松，这是产能北移的政策成因之一。但北方的松不会长久，随着环境容量逼近上限，北方的标准一年比一年严。所以把猪场建在北方，等于是在买一段时间的政策好处，这个好处的窗口期大约是五到八年。

判断一个养殖项目的长期可行性，要把这个窗口期算进去，不能按永久低成本来算。

环保成本的区域差异，正在改变养殖的成本地图。南方一个万头场的粪污处理成本是每头 40 元，北方有种养结合条件的场是 20 元，差 20 元折到每公斤 0.16 元。

单看不多，但叠加饲料运距、土地成本、人工成本，南北的综合成本差能到 0.5 至 0.8 元/公斤，这足以决定一个项目落在哪里。

第十九章　风险与周期

养殖的风险有四类，价格、疫病、成本、资金，四类的性质不同。

价格周期风险最直接。头均盈利从 3,079 元到负数，峰谷差超过 3,000 元；成因是产能传导的时滞，价格信号无法快速改变供给，价格因此超调。这个机制短期内无法消除，因为它是生猪生理周期决定的。应对有三：成本领先、逆周期布局、期货套保。

疫病风险不可预测、影响巨大。非瘟的教训最深：2018 年疫情导致产能断崖、猪价破 40 元，行业格局重塑。特征是发生时间与范围难预判、一次疫情可能摧毁一个区域的产能、产能恢复需要数年。应对有三：生物安全体系、区域联防、政策性保险。

成本风险的核心是饲料原料。饲料占完全成本 55% 至 60%，玉米、豆粕价格波动直接冲击成本；2024 年玉米跌 14.8%、豆粕跌 21.4%，成本下行。

传导很快：玉米价格上行 10%，完全成本抬升约 0.5 至 0.7 元/公斤，在微利年份足以让行业从盈利转为亏损。应对有三：期货套保、配方替代（小麦、高粱替玉米）、自建饲料厂。

资金风险是重资产模式的固有风险。一个万头猪场投资数千万，扩张依赖债务，资产负债率普遍偏高；周期低谷时现金流压力大，部分企业因资金链断裂退出。2023 年的深度亏损暴露了这一风险的严重性，多家猪企巨额亏损，部分通过出售资产、引入战投渡过难关。

应对有三：控制负债率、保持现金储备、多元化融资。

四类风险里，价格与成本是周期性的，会过去；疫病是偶发的，但一次就够致命；资金是结构性的，它决定了企业能不能熬到下一个上行期。所以判断一家养殖企业，先看它的现金成本与负债率，看它的完全成本，最后看它的生物安全投入。

这个顺序跟多数人的直觉相反，但它是行业里活下来的顺序。

四类风险的叠加方式值得说清。价格与成本风险是负相关的：猪价跌的时候，往往也是饲料成本高的时候（因为养殖户压栏、饲料需求旺），两个风险同时来；疫病风险是独立事件，与周期无关，但它的影响最大；资金风险是所有风险的结果，前三个一来，资金就紧。

风险管理的底线是保住资金，让前三个风险来的时候还有牌可打。

周期的长度在变。散户时代的周期是 3 到 4 年，规模时代的周期拉长到 4 到 5 年，因为规模企业的产能调整慢、退出成本高。周期变长的后果是：上行期更长、下行期也更长，企业的资金要能撑更久。

按 4.5 年一个周期算，企业至少要有覆盖 24 个月亏损的现金储备，这个要求比成本领先更硬。

第二十章　往后看五年

第一句是微利稳态。猪价在成本线上方窄幅波动，年度均价落在 14 至 18 元/公斤，头均盈利在正负 200 元区间。

依据有三：产能调控让能繁母猪存栏设定在政策基准附近，出栏量稳定在 6.8 亿至 7.2 亿头；规模化率提升让头部的成本优势在低价时维持生产，产能不再像散户时代那样剧烈退出；消费见顶让需求的支撑减弱，价格上涨的上限下移。

对行业的影响是双面的：经营环境稳定，企业可以安心做长期投入；但利润空间薄，任何成本劣势都会被放大。

第二句是集中度继续提升。CR5 从不足 20% 提升到 25% 至 30%，规模化率从 65% 提升到 75%，这个过程需要三到五年。依据是成本差距、政策门槛、资本能力三股动力。

速度取决于猪价周期的位置：一轮深亏就是一次跃升，因为成本差距在低价年份的杀伤力最大。

图 8　养殖集中度的五年路径

第三句是效率竞争成为主线。

三个方向最明确：饲料端的低蛋白日粮与精准配方，把料肉比从 2.8 往 2.5 压；母猪端的批次化生产与基因组选择，把 PSY 从 26 往 32 提；管理端的智能化与数据化，把人均出栏从 1,000 头往 3,000 头提。

三个方向都不依赖行情，只依赖投入与执行。

这三句话都有前提，也都能被证伪。

如果猪价连续两年站在 20 元以上，微利稳态的判断就不成立，因为高利润会重新吸引散户回流；如果规模化率五年后仍停在 68% 以下，集中度提升的判断就要打折；如果行业平均完全成本五年后仍在 13.5 元以上，效率竞争的判断就要重估。

三个观察指标都是公开数据，每年都能查。

有一条经验值得单独记下来：养殖是一个用成本线划生死边界的行业，不是一个用行情赌输赢的行业。13.95 元这条线，往上 2 元是散户的绞索，往下 2 元是头部的壁垒。所有关于这个行业的判断，最后都要回到这条线上来验证。

五年判断的反向的可能是，如果消费下滑快于产能去化，微利稳态会变成”微亏稳态”。2024 年猪肉消费同比降 7.8%，这个降幅超过出栏降幅 3.3%，意味着人均消费在真实下降。

如果这个趋势延续五年，行业的总需求会掉到 5,000 万吨以下，那时候的问题是整个盘子变小了。这个风险在多数行业报告里被低估，因为它不显眼，但它比周期更根本。

五年判断的最后一条是”效率收敛”。行业平均完全成本从 2019 年的 16 元降到 2024 年的 13.95 元，五年降了 2 元，主要来自规模化与效率提升。

如果这个趋势延续，2030 年的行业平均成本会到 12.5 元左右，那时候的猪价均衡点也会下移。等于，今天的成本领先者在五年后可能只是平均水平，成本竞争没有终点。

第二十一章　附录：数据总表与图表索引

附 1　数据总表

附 2　图表索引