规模化养殖下低温乳质量安全的综合评价

郑 艺，申秀清

（内蒙古财经大学商务学院，呼和浩特 010070）

早期的乳业产业链主要是基于奶源供应结构建立的供应链模式，即分散的小规模奶农-分散奶站-加工企业-终端渠道-消费者。这种模式下产业链运行效率低，存在质量安全风险隐患、原料奶收购市场秩序混乱等问题［1，2］。随着标准化、规模化养殖提升工程的实施，奶牛养殖组织方式逐渐从小规模、散户的饲养方式向牧场化经营方式转型。2021年，全国百头以上规模养殖比例达67%，其中内蒙古、河北和黑龙江三大产奶区的规模养殖比例超过80%。中国奶牛存栏数量统计主要有存栏1～4 头、存栏5～20 头、存栏21～100 头、存栏101～200 头、存栏201～500 头、存 栏501～1 000 头、存 栏1 001～2 000 头、存栏2 001～5 000 头和存栏5 000 头以上9种形式，以奶牛养殖规模划分为兼业奶户（存栏1～4头）、专业奶农户（存栏5～20 头）、专业农户或专业大户（存栏21～100 头），以及包括奶站、养殖小区、大规模养殖场等规模化养殖场（存栏100 头以上）。由图1 可见，存栏1～4 头的兼职奶户从2005 年的45.6%下降到2016 年的19.0%，年均下降2.4 个百分点。在大型农场方面，存栏101～200 头和存栏1 001～2 000 头的奶牛养殖场在2005—2016 年呈上升趋势，2016 年最高，分别为5.70%和28.10%，随后下降。存栏201～500 头和存栏501～1 000 头规模牧场数量稳步提升，到2019 年分别占到7.60% 和11.20%。2017—2019 年存栏2 001～5 000 头和存栏5 000 头以上大型牧场数量逐年增多，2019 年达14.00%和16.10%。由此可见，规模化养殖已成为奶牛养殖的主体模式，其养殖管理水平较高，奶牛品质优良，饲草料配比优良等优势较大程度降低了原料奶质量安全隐患。

图1 不同养殖模式年存栏数占全部存栏数比重

低温乳产业链环节众多，涉及饲草料种植、奶牛养殖、低温乳加工、市场流通等环节，是一二三产业融合发展的特殊行业。低温乳作为液态奶主要产品，生产工艺并不复杂，主要工艺可以分为原料乳验收→净乳→冷却储存→标准化→巴氏杀菌→冷却暂存→罐装运输［3］。低温乳保质期在7 d 左右，全程冷链运输，对原料奶质量要求较高，因此并未被大型乳企垄断，市场格局较为分散，这也为地方乳企带来了新的契机。《中国奶业年鉴2020》数据显示，2020 年中国液态奶人均消费量为18.3 kg，相当于日本液态奶人均消费量的57.9%，美国的28.5%，说明中国液态奶人均消费量仍有较大的提升空间，中国低温奶市场仍是世界上最具潜力的市场。

低温乳（主要为巴氏杀菌鲜乳）作为液态奶主要产品，其质量安全依赖于原料奶质量。原料奶的质量安全管理是控制低温乳质量安全的第一环节，也是最重要的环节。从生产实践看，奶牛的品种、饲料的结构和质量、奶牛饲养环境、饲养方式和技术、疾病防治方法等成为影响低温乳质量安全的因素［4］。由于原料乳供应链较长，涉及面较广，较难管理。危害分析关键控制点（HACCP）作为食品安全控制系统可以更经济、更有效地控制和维护乳制品质量安全，奶牛养殖环节的动物健康和福利，特别是应用HACCP—compatible 管理奶牛养殖环节中质量危害和风险，按照不同级别的奶牛养殖场进行原料乳质量安全控制，可以为消费者提供更具确定性的乳制品［5，6］。原料乳生产环节和奶牛养殖环节对低温乳质量安全的影响程度最大。标准化规模化养殖作为奶牛养殖的重要模式，提高了奶牛养殖效率、饲养水平和优良育种水平，更有利于保障原料奶质量安全［7-9］。通过实地调查走访养殖户发现，饲养管理风险影响原料乳质量安全。合理、优质的饲料结构可以提高奶牛的产奶量，并且有助于提高原料乳中脂肪与蛋白质含量［10］。因此优化奶牛膳食结构，实现营养均衡有助于提高原料乳质量安全。养殖环境包括饲养模式、饲养空间、牛舍地面以及畜舍气候等因素，养殖环境越优化，奶牛越健康。

在规模化养殖背景下，如何控制原料乳质量安全，尽早识别低温乳质量安全风险，提前预警风险，防控风险成为关键问题。本研究以规模化养殖为基础，探讨低温乳质量安全的风险类型，并对主要风险因素进行评估。

1 研究设计与数据来源

1.1 评价体系构建的理论基础

为了客观地反映低温乳质量安全现状，定量评估指标的选取应遵循以下3 个原则。一是重要性原则，基于评估成本与效益的综合考虑，无法评估所有定量指标，因此要选择与低温乳质量安全关系密切的指标；二是定量化原则，从理论指标体系中尽可能选取客观评价的指标；三是数据可获得性原则，为了客观评价低温乳质量安全现状，选取能够获得监测数据的指标。依据定量指标选取的原则，从理论指标体系中选取定量评估指标。

上游原料奶供应量稳步提升，促进整个液态奶的稳定发展。低温乳产业链环节众多，涉及奶牛养殖、低温乳加工、市场流通等环节，是一二三产业相融合的特殊行业。低温乳（巴氏杀菌鲜乳）作为液态奶主要产品，生产工艺并不复杂，但对原料奶质量要求较高，市场格局较为分散。中国奶牛养殖的方向是专业化、工厂化、机械化水平普遍提高，从而提高风险承受能力，实现更高的经济效益。首先，影响低温乳质量安全的主要因素是原料奶的质量，在原料奶的生产环节，饲草饲料和奶牛养殖能力影响原料奶生产的积极性、产能和质量安全；其次，在低温乳加工环节，乳企的生产能力决定了低温乳生产的可持续性；最后，在市场流通环节，液态奶进出口量影响低温乳的产量和质量。

1.2 主成分分析模型概述

通过主成分分析法，基于多年数据分析规模化养殖下低温乳质量安全风险，其评价结果不但可以对某年的低温乳质量安全进行比较研究，还可以对多个风险因素的变化趋势进行纵向比较研究。主要包含以下步骤，建立时序立体数据矩阵，标准化处理数据，计算协方差矩阵、主成分及方差贡献率，生成因子载荷矩阵、指标的主成分系数、指标权重和综合评价函数。指标权重算式如下。

式中，x代表指标权重，p代表选取了p个主成分，ami代表第i个主成分中第m个基础指标的系数，ai代表第i个主成分的特征根，q代表各主成分的特征根之和。

综合评价算式如下。

式中，F代表综合评价函数，fi代表未标准化的第i个主成分得分。

1.3 评价体系的构建

在上述指标体系构建的理论基础上，结合危害分析关键控制点（HACCP）选取具体指标，构建低温乳质量安全评价体系，如表1 所示。

1.4 数据说明

选取2010—2020 年《中国奶业质量报告》《全国农产品成本收益资料汇编》《中国奶业年鉴》《中国统计年鉴》等资料，根据构建的指标体系，利用主成分分析对质量安全进行综合评价。

2 实证分析

2.1 数据检验与相关性矩阵

本研究中，KMO 检验值为0.872，大于0.500，表明指标间含有较多共同信息。Bartlett 球形检验显著性结果为P=0.000，小于0.001，表明21 项评价指标数据适合主成分分析，数据间具有高度相关性，结构合理。主成分分析要求评价指标间高度相关，该检验是对数据是否适合主成分分析所进行的检验。

利用标准化后的数据，计算获得相关系数矩阵。逆向指标取其相反数进行同向化处理。基于评价指标2010—2020 年的数据，计算其相关系数矩阵。通常观测，变量间的绝对值越大，变量间相关性越显著。风险指标的相关系数矩阵中绝对值大部分都大于0.2，表明各变量间相关性较强，存在信息上的重叠，较适合于主成分分析。

2.2 主成分的确定与荷载矩阵

利用特征方程计算得出各指标相关矩阵的特征值。本研究选取特征值大于1 的前2 个主成分，第一主成分和第二主成分的特征值分别为6.55 和2.05，方差贡献率分别为59.6%和18.6%；前2 个主成分的累计方差贡献率为78.2%，表明前2 个主成分互不相关，并保留了原始指标中的主要信息。因此，选取前2 个因子作为主成分进行后续分析。

为了使主成分分析更清晰，输出主成分载荷矩阵（表2），给出各主成分的载荷系数和指标权重。按照指标权重的大小，将监测指标分为次要指标、一般指标和关键指标三大类（表2），其中饲料价格、饲草种植水平、苜蓿进口情况、奶牛存栏数、奶牛饮用水合格率、规模化养殖比例、奶牛单产水平、奶牛医疗防疫费、牛奶平均乳脂肪率、牛奶平均体细胞数和乳制品抽检合格率11 个指标对低温乳质量安全有较大影响，作为关键评估指标。混合饲料产量、农作物受灾面积、牛奶平均蛋白率、原料奶收购价格、人均液态奶消费量、苜蓿进口价格、液态奶进口额和液态奶出口额对低温乳质量安全影响一般，作为评估的一般指标。液态奶产量和饲料合格率对质量安全影响较小，可以作为次要评估指标。

表2 基于主成分分析指标载荷结果

2.3 风险因素分布情况

为了使因子含义更清晰，输出风险因素主坐标分析（图2）。图2 展示了各风险指标间的相互关系。从年份上看，2010 年在图形的左上角，明显区分于其他年份，说明2010 年的各项指标对低温乳质量安全的影响区别于其他年份。同样，2011 年也在图形的左上角并与2010 年距离较远，说明2011 年也具有特殊性。2012 年、2013 年、2014 年和2015 年聚集在图形的左下方，2016 年、2017 年、2018 年、2019 年和2020 年聚集在图形的右上方，说明2012—2015年的各项指标间存在相似性，并明显区别于2016—2020 年的各项指标。不同指标对低温乳质量安全的影响存在差异，不同年份的质量安全风险也不一样。2016—2020 年规模化养殖水平呈逐年上升趋势，低温乳质量安全风险评估指标明显分为2 部分，说明这2部分指标对低温乳质量安全的影响不一致。

图2 风险因素主坐标分析

风险指标的分布呈明显的聚集趋势，指标A2、A4、A7、A9、A10、A11、A13、A14、A15 和A20 在右部有交集，主要归属于饲养管理风险和加工风险，说明这些指标对低温乳质量安全的影响相似，并且在2016—2020 年，饲养管理风险和加工风险对低温乳质量安全的影响较大。指标A1、A3、A6、A8、A12、A17、A18、A19 和A21 在左部聚集，主要归属于饲草饲料风险和市场风险，表明这些指标对低温乳质量安全的影响相似，并且在2010—2015 年，饲草饲料风险和市场风险对低温乳质量安全的影响较大。

3 结论与建议

3.1 结论

采用主成分分析法构建综合评价模型，以2010—2020 年的数据为基础，基于低温乳质量安全综合评价模型进行实证研究。采用主成分分析法对低温乳质量安全风险进行全面评估，根据指标载荷结果的指标权重将风险指标分为关键、一般和次要3 个级别，其中关键指标11 个、一般指标8 个和次要指标2 个。关键指标中的奶牛存栏数、奶牛饮用水合格率、奶牛医疗防疫费、规模化养殖比例和奶牛单产水平5 个指标属于饲养管理风险，饲料价格、饲草种植水平、苜蓿进口情况3 个指标归属于饲草饲料风险，牛奶平均乳脂肪率、牛奶平均体细胞数和乳制品抽检合格率归属于低温乳加工风险。规模化养殖水平下，饲养管理风险对低温乳质量安全影响最为关键，其次为饲草饲料风险和低温乳加工风险。

基于风险因素主坐标分析情况，揭示不同指标间对低温乳质量安全的影响存在差异，不同年份的低温乳质量安全风险的关键指标也不一样。2010—2015 年，饲草饲料风险和市场风险对质量安全的影响较大。2016—2020 年，饲养管理风险和加工风险对质量安全的影响较大。由此可见，随着规模化养殖的实施，饲养管理风险对低温乳质量安全的影响最为重要。低温乳及其原料奶质量安全防控主要在于提高奶牛的卫生和健康状态、改善奶牛的生活环境以及注意挤奶设备以及贮存和运输车的风险防范；在生产过程中，所用的设备、管道和工具都必须清洗和全面消毒，避免生产过程中的二次污染。

3.2 启示

3.2.1 提高奶牛饲草料营养价值 合理的奶牛饲养管理是实现高产稳产的前提。奶牛饲养管理应分阶段进行，包括犊牛、后备期牛、产奶期牛及干奶期牛4 个主要阶段。奶牛标准化规模养殖根据奶牛年龄段和所处的生产阶段，制定不同的日粮配方。标准化规模养殖一般设置奶牛产房，加强围产期母牛的饲养管理，尽可能减少母牛的发病率、死亡率。合理饲养管理有助于母牛正常分娩，提高犊牛成活率，降低母牛发病率、死亡率，保障奶牛机体健康，使其产奶高峰期提前，提高产奶量。

饲草和饲料均衡稳定的供给，是保证奶牛健康、单产量和生产效率的基础。营养不均衡以及不稳定的供给使奶牛易患消化代谢疾病，直接造成经济损失。因此，只有在饲草饲料的数量和质量得到充分保证的前提下，奶牛养殖才有可能获得良好的效益。标准化规模养殖场一般采取全混合日粮饲养，即根据奶牛不同阶段的营养需求设计相应的饲料配方进行饲养，该技术在以色列等奶业发达的国家普遍采用。与传统的饲养方式不同，奶牛全混合日粮饲养将配方饲料按一定的顺序充分搅拌混合、加工后得到全价日粮。全价日粮根据奶牛不同生长阶段和生产性能制定，使得奶牛的生产潜力得到充分发挥，最大限度地提高饲料利用率和生产效率。

3.2.2 实施奶牛养殖模式的多样化发展 以中国奶牛养殖的现实情况为基础，寻求更符合不同地区情况的奶牛规模化经营之路，这也就意味着中国奶牛的规模化经营应该多样化发展，不仅要有大型现代化牧场，也要有以合作社为主导的中小规模奶牛养殖场或养殖小区，还可以发展规模化养殖向规模化生产转型，寻求奶牛养殖差异化经营。

因地制宜发展养殖合作社的“养殖+加工”模式。积极发挥传统奶业深加工优势作用，将具有实力的奶制品加工企业联合合作社，适度发展巴氏杀菌鲜奶产品。以内蒙古自治区为例，奶牛养殖专业合作社通过向原料奶生产的上、下游延伸，即增加上游供给端饲草料种植，以及下游巴氏杀菌鲜奶的生产，切实提高原料奶质量和农户收入，为奶牛养殖专业合作社寻求新的经营模式。

3.2.3 适度发展“规模化+产业链”一体化模式 影响中国乳业发展的问题之一在于产业模式，中国奶牛养殖模式由散养转为规模化牧场主导，乳制品供给结构转变为中、下游的加工与销售端积极捆绑上游奶源，但受到进口奶粉增加的冲击，国内乳制品需求复苏缓慢，原料奶供需不平衡导致部分牧场奶牛补栏速度缓慢。质量安全和产业发展不稳定的根源在于奶牛养殖和生产加工之间存在割裂，因此，为使行业供给波动性减弱，规模化标准化奶牛场与生产相结合可以解决上述问题。