《Tropical Animal Health and Production》：Feed cost efficiency in robotic milking systems: an analysis of revenue minus feed cost across dairy cow groups in southern Brazil
编辑推荐：
本研究旨在评估巴西南部导流式自动挤奶系统（Automatic Milking System，AMS）中，不同分组策略对收入减饲料成本（Revenue Minus Feed Cost，RMFC）的经济影响。RMFC作为主要经济指标，定义为每头奶牛牛奶收入与饲料成
本研究旨在评估巴西南部导流式自动挤奶系统（Automatic Milking System，AMS）中，不同分组策略对收入减饲料成本（Revenue Minus Feed Cost，RMFC）的经济影响。RMFC作为主要经济指标，定义为每头奶牛牛奶收入与饲料成本之间的差额。本研究为一项回顾性观察研究，基于某商业奶牛场的常规生产与经济记录开展，纳入76头荷斯坦奶牛；其中，2022年按照牧场常规作为单一组管理，2023年则分为高产组和低产组。研究人员记录了2月至8月期间的日产奶量、饲料成本和奶价。数据分析综合考虑管理组别和月份因素，采用方差分析（ANOVA）及Tukey检验，并以5%显著性水平进行判定。结果表明，RMFC显著受到组别类型、饲料成本和奶价的影响。高产组（LA）尽管需要更高的营养投入，但表现出最高的饲料效率（Feed Efficiency，FE）和RMFC。低产组（LB）的经济表现较差，尤其在泌乳后期月份更为明显。在本研究所评估的牧场条件下，分组策略与更具针对性的饲喂管理相关，并导致不同组别之间在技术和经济表现上存在差异。本研究以RMFC和FE作为技术—经济指标，为商业条件下AMS中分组策略的经济学评价提供了依据。
该论文发表于《Tropical Animal Health and Production》，围绕导流式自动挤奶系统（Automatic Milking System，AMS）中奶牛生产分组与饲喂经济性的关系展开分析，核心目标是评估不同群体管理策略对收入减饲料成本（Revenue Minus Feed Cost，RMFC）和饲料效率（Feed Efficiency，FE）的影响。研究背景在于，奶业生产一方面面临提高单产和经济回报的压力，另一方面也受到熟练劳动力短缺、自动化转型和市场价格波动的共同影响。自动挤奶系统的推广，使奶牛能够在缺乏人工直接干预的条件下完成挤奶，并提供个体化生产监测与精准补饲条件。然而，AMS虽然具备按个体供给精料的能力，但在商业生产实践中，是否仍有必要按照产奶水平进行物理分组，尤其是在导流式“Milk First”管理模式下，这一问题仍缺乏经济学证据。既往研究更多集中于传统饲养条件下的生产性能，对AMS商业场景中分组策略的技术—经济后果讨论不足，因此有必要基于真实牧场数据开展系统评价。
本研究采用回顾性观察设计，基于巴西南里奥格兰德州Nova Bassano一处商业奶牛场2022年和2023年2月至8月的常规生产记录与经济记录进行比较分析。样本为76头荷斯坦奶牛，2022年采用单组管理（LU），2023年依据日产奶量分为高产组（LA）和低产组（LB）。所有奶牛均饲养于堆肥床舍（Compost Barn），并使用DeLaval? VMS? V300机器人在导流式“Milk First”模式下自动挤奶。研究以日产奶量、日饲料成本、奶价、RMFC和FE为主要指标，结合月份和管理组别因素，使用方差分析（ANOVA）与Tukey多重比较检验组间差异。研究显示，高产组在较高营养投入下仍可维持更优的FE和RMFC，而低产组在泌乳后期技术和经济表现均较弱。单组管理在部分月份显示较高RMFC，但这一结果受到年度奶价差异显著影响，不能孤立地解释为管理策略本身更优。总体而言，研究表明，在商业AMS条件下，分组管理可与更具针对性的营养供给相结合，并形成不同的技术效率与经济回报格局。
作者开展研究所使用的主要技术方法可概括如下：研究基于单一商业牧场的二次数据分析，数据来源包括DeLaval DelPro?自动记录系统、牧场内部生产管理表格及饲料采购发票；样本队列为76头荷斯坦奶牛，比较2022年单组管理与2023年按日产奶量划分的高产组、低产组。研究人员将奶产量由kg/cow/day按乳密度1.03 kg/L换算为L/cow/day，计算每头奶牛的RMFC，并以平均日产奶量与估算干物质采食量之比计算FE。统计学上采用方差分析（ANOVA）并以Tukey检验在5%显著性水平下比较不同组别与月份间差异。
在研究结果部分，论文首先以“Variation of RMFC over the months”为题，分析了7个月内不同组别RMFC的变化特征。结果表明，LU、LA和LB三组之间存在显著差异。2022年的LU组在研究后期月份RMFC较高，8月达到R$ 102.21；2023年的LA组维持在R$ 63.25至R$ 81.73之间，呈现相对稳定且持续为正的经济回报；LB组则明显偏低，仅为R$ 25.64至R$ 31.04，特别是在后期月份表现不佳。研究据此认为，RMFC并非单纯反映某一饲喂策略优劣，而是奶产量、饲料成本、奶价及管理方式共同作用的结果。尤其由于LU与LA/LB处于不同年份，乳价环境差异使单组策略在个别月份的较高RMFC不能被直接解释为其经济上绝对优越。
其次，在“Feed efficiency”部分，研究比较了各组的FE。结果显示，LA组平均FE最高，为1.98；LU组居中，为1.57；LB组最低，为1.35。LA组在各月间FE维持相对稳定，说明高产奶牛在营养配方与生产水平相匹配的条件下，能够较有效地将营养物质转化为牛奶产出。LB组则自7月起FE明显下降，最低降至1.21，反映出泌乳后期奶牛营养摄入更多用于维持和妊娠，而非乳汁合成，导致生产效率下降。LU组FE随月份略有上升，但整体仍低于LA组，提示统一日粮难以充分适应处于不同泌乳阶段奶牛的生理异质性。
在“Milk price and total RMFC”部分，研究结合图表分析奶价波动对总RMFC的影响。结果指出，2022年和2023年奶价变化明显，2022年价格范围为R$ 2.43至R$ 3.81/L，2023年为R$ 2.24至R$ 3.00/L。奶价在2023年后期显著走低，对LB组经济表现造成更大压力，也削弱了即便存在一定技术改进时的盈利能力。由此可见，RMFC高度敏感于市场波动，管理策略的经济成效必须置于商业环境中进行解读。
在讨论中，作者进一步指出，LA组虽然日粮成本更高，但由于奶产量高且FE良好，仍实现了更有利的RMFC，说明较高成本日粮在高产群体中可能具备经济合理性。相反，LB组即便使用成本较低的日粮，仍因产出不足而难以摊薄饲料与运营成本，导致经济回报较差。研究强调，AMS条件下的管理决策不应仅关注降低饲料成本，而应综合考虑生产水平、日粮适配性、FE以及奶价波动。FE与RMFC联合分析可同时揭示营养资源利用效率与经济回报，对选择性淘汰、重新分组及营养调整具有实际指导价值。
论文还明确指出研究局限性。首先，研究仅基于巴西南部一家商业牧场，外推到其他规模、其他管理模式或不同地区时应保持谨慎。其次，单组策略与分组策略分别实施于不同年份，因此结果不可完全归因于分组本身，而可能混杂年度市场环境、饲料供应和其他场内管理决策因素。再次，观察期仅覆盖7个月，对更长期的泌乳阶段效应、季节变化和饲料市场动态反映有限。
研究结论部分可译为：本研究采用RMFC和FE作为技术—经济指标，评估了导流式机器人挤奶系统中两种牛群管理策略的经济表现。在所评估的商业条件下，高产组（LA）尽管需要更高的营养投入，但其饲料效率更高，且RMFC表现优于低产组（LB）；相较之下，低产组在泌乳后期尤其表现出较弱的技术和经济效益。结果同时表明，单组策略（LU）在某些月份呈现出的表面优势应谨慎解释，因为LU评估于2022年，而LA和LB评估于2023年，两者处于不同奶价条件下。因此，观察到的差异应被理解为生产水平、饲喂管理、日粮成本与商业环境相互作用的结果，而非单一分组效应。在上述限制条件下，RMFC和FE被证明是描述真实牧场条件下技术与经济表现的有效指标。未来研究应纳入更多牧场、更长评价周期以及不同机器人挤奶配置，以更清晰地区分管理效应与年度经济波动的影响，并增强对自动化奶牛系统中分组策略实践意义的解释力度。
