译自：Swine Health and Production
作者：Dale D. Polson, DVM, MS, PhD; William E. Marsh, PhD; Gary
D. Dial, DVM, PhD, MBA
译者：樊福好
摘 要
由于经过分析培训，从业者处于一种独特的地位而服务于养猪生产。尽管如此，为了满足养猪业戏剧性的变化，兽医行业必须采取从商业的角度来考虑要解决的问题而为客户服务。这种方法的关键成分是理解生产系统各要素之间的关系并应用适当的技术来鉴别出问题所在并做出合理的商业决定。本文讨论解决当前问题所涉及的一些文献并将其应用到猪肉生产中。
为了更有效地解决问题，从业者必须系统性地、全面地面对这些问题，必须能在组成现今养猪生产的复杂的生物学和经济学系统中进行理解和操作。生产者要求那些从业人员必须提供“反应性”的服务——识别、诊断和治疗动物群的疾病，当然要求更多的“超前反应性”的服务建议，从而来预防疾病和将影响整个生产系统的因素加以控制。另外，生产者还要求财务从业者调整他们的推荐策略。
当前的肉猪生产是一种商业活动，由动物食品行业内部的结构变动、行业内的管理、技术和规模变化、以及对疾病的认识和解决办法的变化所驱动。所有的商业活动，不管是什么类型的行业，都必须通过生产系统的投入和产出的简单转化来做出一些决定。任何商业活动（当然包括猪肉生产）的目的是：
产生利润，
使可靠性最大化（风险最小化），
使信誉最大化，以及
使费用最小化
与养猪行业密切相关，今天和明天的养猪从业者必须把自己看着是生意团队中重要的一个成员。兽医们习惯于依赖临床经验来估测他们的建议对经济的影响，临床经验与诊断能力是密切相关的。有理由相信，一个充满经验的预测在评估、选择和实现适当管理干预中所起的巨大作用。尽管如此，单纯的经验也不能帮助从业者准确地决定特殊畜群中特殊建议的商业价值。
逐渐地，从业者必须转向当前的观念，以扩大评估经济影响的精确性。本文将回顾一些解决问题所涉及的文献资料并讨论其在养猪生产中的应用。猪肉生产中要解决的问题在当今的猪肉工业中，需要解决的问题必须包括：
及时确定畜群数量性状方面的明显变化；
对影响这些变化的生物学和经济性因素进行定量；
对引起风险的相关因素进行可能性的判断；
颁布相关干预法律；
继续监测生物学和经济性状
可以用经济学指标技术来计划和控制猪肉生产系统。尽管如此，该技术在个别的畜群水平上尚没有被兽医广泛采用，这可能是因为：
动物性食品生产系统是由许多相关因素组成，养猪生产系统的相互关系是极其复杂的。
尚没有标准、容易鉴别的实用方法、区分生产问题的优先方法和猪肉生产系统的相关风险因素，以及
许多可能起干预作用的相对于生物学和财务虽具备优越性但没有被很好地研究。
虽然养猪研究的首要目的（生物学的和财务的）是改善系统功能，通常将这些生物学的过程研究集中在系统中的单个成分而不是整体。要想更有效和成功地解决这些问题，人们必须能够将猪肉生产作为整体加以预见，并领悟那个系统中的各种分间的相互功能。如果这种方法的控制限度是适当地被公认和被理解，在高度控制状态下的少量因素的实验分析就会是有用的。改善一个动物生产系统的单个因素的效益，也许不能从整体上改善该系统的性能。了解整个生产系统而获得总体的最佳效益是最重要的。
最近，研究者调查了生物系统的相互作用方法。例如，在近20年，有大量的实用调查来检测繁殖畜群性能之间的相互关系。这些研究已经建立了一个生产方法中个相互关系的初步数量估测。到目前为止，尽管如此，尚没有调查者完整地、系统地估测猪育种群的生产力。大部分原因是该行业缺乏一个足够大的和经过详细研究的数据库，而该数据库收集和分析了以此评估所要求的一些信息。
问题解决过程中信息的作用
解决问题是有效管理的综合，管理是一个将信息转化为行动的过程。信息是“管理的原始材料”——收集信息是流行病学调查和解决问题的第一步，信息是有效决定过程的关键。为了进行有效的管理，信息必须是可靠的和有可能目标的，而且可以容易估测各种生产系统组分的性能。
没有提取到任何知识的信息其实是一种“无效数字”。为了做出有价值的决定，信息必须是可分析的，可解释的，和可吸收的，如数字和信息必须可以被处理成有用的知识。在猪肉生产系统中，信息尤其是判断畜群生产的关键。有效地解决猪肉生产中的问题要求具备生产和财务数据，畜群和动物具体统计数据，以及可靠的费用估计。
将原始畜群中的生产数据转化成有意义的信息最重要的方法之一是建立畜群生产基准。Morris是第一个提出监测和使用畜群生产信息方法的人。他提出了“判断相关性能”的概念，不正常的（不可接受的）生产力通过“性能指标”来衡量。在Morris的系统里，生产问题可以通过“判断指标”的连续估计来鉴定。了解与各种判断指标相关的各种重要风险因素使得解决问题优先于计划干预。判断指标可以用衡量产出的比率来表示，如每头母猪每年断奶猪数（PWFY），以此来限制来源和因素，尤其基于典型的物理实体（如母猪数和小母猪数以及哺乳板）和/或超过的特定时间阶段（如，年）。Morris建议当产出或效益落后于可接受的标准时，判断指标要能够揭示得出问题所在才行。总的产仔数，断奶前死亡率，断奶到给饲的平均间隔，哺乳天数，断奶到给饲率，给饲到选择保育率等是猪肉生产系统的判断指标的例子。
生产基准可以鉴定一个“特殊畜群”的标准与否。生产系统中的问题是指存在差异的性能，该性能可以被预计或被认为“正常”。“疾病”的定义已经被扩大，不仅包括临床的和亚临床的状态，也指那些偏离预期生产成绩的差异，这些差异最终可能由无效率的管理引起而不是疾病。亚临床“疾病”和无效生产现在已被认为是严重损害生产率的重要因素。从业者在这种疾病定义扩大的情况下运作时，他们要考虑多重的干预方法来决定他们的相对利润和费用。渐渐地，“健康”现在被定义为取得预期的生产力。
通过比较畜群的群体标准和标准健康状态来估测这种“疾病”或“发病”是可能的。没有临床症状的疾病，实际生产性能必须和生产基准或也较“目标”和“目的”比较来鉴定最适度下的性能表现。确实，
“亚临床”必须重新定义，因为亚临床疾病并不比临床疾病用常规的判断检测困难。因此，通过将流行病学分析，找出问题然后判断原因和促发因素适当综合来检测“亚临床疾病”已经变得非常重要。如何设置生产评价基准
下一个挑战就是决定为每个生产畜群设置生产基准，基准是从有问题的畜群中来，还是从行业标准中来，或者是从这些数据源的某些混合而来？Lloyd等建议最好的目标设置基线是畜群自身的生产值。从这些畜群中来的历史信息可以用来计算先前每个性能参数的可能性。如果先前的可能性能无法取得，就应该基于主观可能性的标准上。如，制造“受教育的顾客”，这个顾客受到未来市场的信息和科学文献的支持。忽略行业成绩的水平和单独关注一个畜群自身的数据来建立生产展望，尽管如此，就会置行业管理于一系列竞争性的缺陷以及失败的风险。哺乳畜群性能的形式和目标广泛分散，常用基于基础目标值的数据信息或观察来进行这些研究。由于畜群中性能和过时的内在性变化，单独来自于多畜群数据中的标准生产产值可能是与投入、产出及生产标准中来源的不适当的信息。
从具备相似畜群来源的数据库的生产标准可以与那些存在问题的畜群进行对比。大规模的猪肉生产数据在鉴别当前的子系统，与有问题的及其相似的系统进行比较时可能是非常有用的。充分的集中起来的统计信息对于选择适当的生产标准也是有用的。
Meredith建议生产目标必须基于从畜群内来的数据和从其他相似畜群的数据，他建议通过比较一个畜群的生产参数来连续监测育种畜群的生产力：
畜群内的回顾数据，
来自于相似来源畜群的数据，
来自于非相似来源畜群的数据，以及
理论上潜在的生产力（表1）
生产问题的判断
事实上，由于生物系统的复杂性，用基准来预测生产系统的问题是相当困难的，包括猪群，这是内在的相变性。预测生问题的主要挑战是生物系统中通常可以预测的内在相变性和生产中所呈现的问题基准的差异。在畜群生产性能中，给出一个真正的变量，将实际性能和预期性能进行对比是比较合适的。这种预期的范围有一定的限度——预期性能的上限和下限。
一些研究者设计了一种技术用来估计生产变化的统计有效性。目标的统计目的和干预水平选择就是用来作决定的选择水平。作为统计学参考，畜群样本的变化与否仅仅是一个生物学“杂波”或指示了作为整体畜群的真实变化。Meredith
建议，在正常变异和来自基准的真实差异之间区分的主观方法比起统计学方法来说，这种统计学方法更优先。
然而，即使采用这样经典的方法，采用目标和干预的水平来试图解释内在的变异也只是无效的方法。这种方法，可以有理由使我们知道在养猪生产过程中什么可以做，什么不可以做，而不是听起来或想象中怎么做。而由Shewhart所创举的方法，即统计过程控制，可使得大多数的用于鉴别非随机或非正常的偏差的以及偏离目标性能的预测被控制，使从业者判断出非预测性偏差。
一旦畜群性能标准被建立，该畜群将以采用那些标准来不断监查实际的偏差。如果这样的偏差发生，他们必须被判断。“判断”这个希腊字的字面意思是“通过思考”，即暗示我们达到判断目的并不意味着结束，只是一个更大过程的一部分：通过问题的解决更利于商业管理。判断活动的主要目标不是确定疾病的原因，而是使判断出的问题更易于管理而已。
有效的判断可以加速问题处理的过程，获得问题解决的办法也并不是必须的。生产限制问题在未知特殊原因时是要解决的。这在疾病新出现时是尤其正确的。例如猪繁殖和呼吸综合症（PRRS），因为在引起疾病的原因被鉴定之前，有效的控制计划就该被完成。尽管如此，当经理了解到它们的存在时，知道了特殊的原因而促使问题的解决——使得生产问题是最有效的，而且知道为什么他们会发生。判断可以帮助经理选择更加“适宜的”干预方法。例如，在一定的可接受的冒险水平上改善利润。鉴定和将生产问题分清轻重缓急以及将这些问题与危险因素联合起来具备巨大的潜在的临床应用价值。
这种典型分析的由Dee等所提出。作者描述了这样的一个生物学和经济学结果：采用哺乳畜群减群的办法，34个畜群的断奶后PRRS得到有效控制的贡献。每个畜群的近边缘变异费用（MOVC）和性能效应分布的前后哺乳畜群比较，证实畜群可以通过更宽范围的畜群类型反应。研究这种类型，加上每个畜群的单独评估，就是预计这种干预的财务范围及其影响的最适宜方法。
区分来自于带有一定可信度的正常变异的生产基准对于解决问题者是重要的，畜群管理中的生产和财务方面也要被考虑。对于一个具备竞争性的企业来说，如果他们不能改善利润，干预就是不相关的。
作为适宜的方法，选择生产标准不仅要有统计学意义，而且他们也必须反映生产变化中的经济意义，也可以阻止养殖工人的泄气情绪。要使得这三个目标都达到满足就要求在真实变异的统计可信度、畜群生产的系统规定参数的可利用度、和经济相关性相互之间达到一种平衡。
可以用计算机这种工具来优化猪群的管理决定从而作商业分析，尽管如此，很少的兽医和生产者采纳计算机这种工具。
结 论
在研究和实践中，如果生产系统中的一部分受到良好的管理，兽医也不能加以相信，而生产整体需要加以考虑。兽医必须学会用那种有目的和系统的方法来估计全体的生产系统，而应用研究也必须从概念和实用的角度检查那些阻碍我们对系统功能理解的问题。如果兽医所提供的服务能够满足将来动物食品工业的需要，他们必须将动物健康和流行病学以及财务技巧等整合起来加以接受。
兽医所涉及的要解决的问题必须将个人目标和客户价值牢记在心。养猪生产者为改善不佳状态会有很多不同的理由，其中包括明显不同于追求他们商业利润的个人原因。为帮助客户达到他们的商业目的，兽医必须将要解决的问题看着为一种更为广阔的目的，使系统操作和决定的总体管理变得更容易。
