“猪周期”再引热议，这次猪头大涨的原因是什么？

　生猪价格触底回d以来，在养殖端惜售、适量猪源阶段性减少等综合因素的推动下，7月份生猪价格急剧拉升。截至8月7日，包括大北农、金新农、牧原股份在内的多家生猪养殖企业发布了7月份的销售简报，从数据中可以看出，7月份生猪售价环比上升幅度较大。“猪周期”再引热议，这次猪头大涨的原因是什么？

1、什么叫做猪周期？

具体来说，当猪肉价格处于高位时，养殖户追加产能（能繁母猪），从母猪怀孕到生猪出栏约需10个月的时间，在此期间，由于供给不能及时跟上，价格会持续处于高位，吸引更多的养殖户追加产能，直至产能过量；待新增产能开始释放时，供过于求，价格逐步下行，直至跌破成本线甚至深度亏损，扛不住的养殖户开始被迫降产能，持续一段时间后，生猪供给逐步萎缩，价格开始上行，开启新一轮周期。

2、猪头大涨的原因是什么？

生猪养殖以散户为主，生猪供给受散户的养殖习惯影响较大。一般来说，散户年后开始仔猪补栏，三季度逐步出栏。从季度生猪出栏量来看，二季度为低点，三四季度逐步攀升，还要看季节和节日，比如一般消费旺季为11月至次年1月，其次为9-10月；消费淡季为年后的2-4月，其次为5-8月，这个时期的猪肉就比较贵了。

 3、对于商业小户的机遇

而对中小散户来说，以平和心态理性对待，因为养猪生产的技术和管理永远掌握在自己手里，养猪从业者拼的不是谁更会投机，而是拼养猪的技术和水平。最重要的就是不要贪心、不要贪心、不要贪心，毕竟价格再高，到手才算自己的！

后记：现在养猪算是智能养猪，通过互联网、大数据、物联网、人工智能等技术建立完善的生猪数据采集机制，建立全国生猪大数据系统，实时监控生猪相关数据，以销定产。

作者|张正平 黄帆帆 卢 欢

近年来，随着我国乡村振兴战略和数字乡村计划的实施，尤其是以大数据、云计算、区块链、物联网、人工智能等为代表的金融 科技 与传统农村金融的融合发展，农村金融市场的发展呈现出全新的“数字”面貌，2021年的中央一号文件则进一步明确提出“发展农村数字普惠金融”，为金融 科技 应用于传统农业供应链金融实现创新发展提供了新的契机和政策支持。

传统农业供应链金融的不足

风险控制机制不完善。 随着农业供应链转型升级带来的多产业融合发展、供应链延伸和供应链生态圈的扩大，供应链上的经营主体及相互业务往来会越来越频繁，会形成非常多的新委托代理关系，而这其中必定存在更多的 *** 作风险、欺诈风险，也意味着更多的信息不对称。面对农业供应链金融中存在的若干风险，传统的管理手段及经验已无法有效应对。虽然传统金融机构、核心企业、物流公司以及电商平台等经营主体具有较强的资金实力， 但它们各自应用的风险控制模型往往并不一致且相互不能兼容，农业供应链金融中所需掌握的资金流、物流和信息流也无法实现及时有效地对接和比较，导致了传统农业供应链金融的风险控制手段一直没有突破性的创新，难以有效提高农业供应链金融服务的效率。

产品及服务单一。 传统的农业供应链金融仅为供应链上游的企业提供基于订单、应收账款等有实际贸易背景的融资， 贷款多为生产性资金。由于资金是农业供应链上企业最大的需求之一，所以农业供应链上的金融企业主要利用信贷产品来吸引客户，进而抢占优质客户资源。然而， 即便存在激烈的市场竞争，各金融机构提供的农业供应链金融产品依旧非常相似， 产品及服务同质化严重。近年来，随着农村经济的快速发展，农业产业化、规模化趋势明显，对规模更大、期限更灵活的资金产生了较多的需求，然而，传统的农业供应链金融却不能提供有效的解决方案。而且，由于农业供应链金融是依托于供应链中的信用逻辑提供资金支持的，因此比其他金融产品的风险更高，这进一步压缩了农业供应链金融的发展空间。

获客渠道狭窄。 一方面，农业供应链的发起主体一般是核心企业或金融机构。一般情况下，在开展供应链业务时大多是发起主体在经营所在地寻找合适的合作伙伴，如果没有找到合适的合作伙伴，便很难开展农业供应链金融业务。另一方面， 传统的农业供应链金融只能为企业提供贷款，无法提供其他的增值性服务来增加客户黏性，竞争力不强。在这种情况下，只能利用地缘优势发展的传统农业供应链获客渠道就变得十分单一了，也很难找到匹配的客户资源，这进一步制约了业务的大范围开展。

多方合作难以协调。 一是银行单独发挥的作用有限。在我国金融发展过程中， 商业银行始终发挥着核心作用，如果其在农业供应链金融业务的开展上缺席，那么金融资源就不能得到最优配置。而银行围绕农业供应链开展的业务在其所有业务中的占比极低，相对于其在农业供应链中存在的应收账款闲置问题，其产品创新的力度和所占的市场份额明显不足。二是银行不能与其他金融机构进行有效合作。虽然当前已有部分银行与一些小额贷款公司、数字金融平台开展了合作，但是从整体情况来看，银行与其他金融机构之间普遍缺乏信任，信息孤岛状况严重，农业供应链金融未获得充分的发展。三是农业企业与农户的合作大多有短期、松散的特点，农业供应链易受到违约风险的冲击而处于不稳定状态，严重的甚至导致信用链断裂， 威胁农业供应链金融系统安全。

金融 科技 在农业供应链金融中的应用

大数据、云计算+农业供应链金融

相对于传统农业供应链金融仅依靠会计报表进行企业的风险评估，大数据和云计算技术在农业供应链金融中的综合运用，不仅能准确识别有效信息，通过模型和机器算法使结论量化、更加精准，还能更加准确地预测链内企业的发展前景，更具全面性和客观性。从技术原理方面看， 大数据和云计算技术既能将农业供应链内发生的经济活动绘制出详细的数据图谱， 又能直接用数据语言对农业供应链内企业进行可穿透式管理，从而在解决信息管理中不对称问题的同时，弥补了传统管理中的技术短板。

在实际应用方面，苏宁易购基于数以亿计的交易数据，依托云计算技术与传统金融机构开展合作，将农业供应链的龙头企业作为信息的担保方或提供方，为链内经销商、代理商及农户提供金融服务；新希望金服则依托新希望集团的数据储备建立了大数据风险管理模型，从客户准入、贷前审核、贷中监控和贷后管理等方面实现全面智能化管理，为客户提供纯信用、免担保的“好养贷”产品，同时，在客户使用过程中，新希望金服还不断积累客户生产信息、信贷信息等，完善数据库，不断升级迭代风险管理模型。

在当今的数字时代，数据已经成为一种新的生产要素，但大数据、云计算技术应用于农业供应链金融仍面临不少难题。一是数据共享难。在农业供应链上， 银行可以根据核心企业与上下游企业之间签订的真实订单和应收账款等交易单据对链内提供质押、贷款等金融服务。然而， 由于我国在数据保护方面的法律法规还不完善，企业普遍担心银行或其他金融机构可能将企业的重要数据出售给竞争对手或第三方，从而导致该企业的市场竞争力被削弱，损害企业利益。在这种情形下，企业不愿意与银行等金融机构共享数据，这也是当前农业供应链金融利用大数据面临的一大难题。二是数字质量没有保障。由于农业供应链上各成员企业开展的业务较多、涉及面较广，很难对信息进行标准化、规范化的公开披露，导致金融机构获得的企业数据质量较低。此外，银行还担心核心企业与供应商、经销商达成骗贷共识，从而篡改ERP系统中真实的交易信息，这种行为无形中会增加银行风险，也不利于整个农业供应链的稳定。

区块链+农业供应链金融

从技术原理方面看，区块链是赋能农业供应链金融发展的有力工具。一是区块链能有效降低票据真实性风险。在“区块链+农业供应链金融”模式下，只要产生了交易，其业务信息就会被分别记录到相关的主体账户中，同时农业供应链内的信息传输不会失真，使得作假行为几乎不可能发生。二是区块链有助于提高农业供应链内企业的互信水平。在“区块链+农业供应链金融”模式下，各家企业可以利用智能合约来提高信用约定的执行力，交易双方只要有一方履行了合同上载明的责任和义务，系统会自动强制另一方履行合约，从而避免信用欺诈的发生。三是区块链有助于提高农业供应链金融的运行效率。通过营造丰富的区块链应用场景，农业供应链内各个参与主体将能获得真实有效的经济活动数据，实现在农业供应链内部完成资金的交易和业务的交割，从而提高交易的精度和效率。

在实践中，新希望慧农（天津） 科技 有限公司（以下简称“希望金融”）通过应用区块链技术，建立了更加规范的农业供应链业务模型，提升了农业供应链系统平台的开放度，实现了全流程的风险控制，有效地规避了人为造假和投机行为。截至2020年10月31日，希望金融累计借贷金额达11835亿元，借款人数达38000多人，借贷逾期率和坏账率低于01%，有效地服务了实体经济和乡村振兴。河南天香面业有限公司基于物联网和区块链前沿 科技 的应用，将产业链深度融合应用场景作为切入点，打造了国内首个“区块链+金融服务+粮食”平台——优粮优信。该平台可生成标准电子仓单，具备智能合约应用、多方账本共享、业务数据存证和粮食质量溯源等功能，可以实现风险管理、资产监管及数字资产的可视化，整个过程公开透明，反担保措施简单有效。

尽管区块链技术与农业供应链金融的结合带来了前所未有的变革，但其大规模应用还须解决两大挑战：一是农业供应链金融各参与主体争相借助区块链技术搭建属于自身的供应链信息管理系统，造成传统供应链金融市场的信息碎片化，而技术壁垒的存在又使得跨链数据难以互通，形成了新的信息孤岛；二是实践中往往缺少既懂区块链技术又熟悉农业供应链金融运营的复合型人才。

物联网+农业供应链金融

从技术原理方面看，基于物联网技术的农业供应链管理系统，可使供应链内的企业商品在任何时间、任何地点都被实时监控，实现从土壤养护到温室栽培、从加工包装到冷链配送、从在线销售到独立订购、从农民组织到农业一体化的发展，从而大大提升农业供应链管理的效率与灵活性，优化企业的资源配置，有效减少物资非法转移活动，进而大幅降低农业供应链的融资风险。

实践中，北京农信互联 科技 有限公司做出了有益尝试。该公司隶属于大北农集团，依托大北农集团的资源优势，综合利用互联网、物联网、云计算、大数据等多种技术， 探索 形成了包含“农业大数据、农业交易、农村金融服务”在内的农业供应链金融新模式。在这种模式下，运营中心可根据物联网记录的养殖户生产经营环节的大数据、在线销售生猪情况的大数据等数据在线生成的信用分筛选潜在贷款客户。

毫无疑问，物联网应用于农业供应链金融的前景十分诱人，但当前的发展仍然面临很多困难：一是物联网的投入巨大， 仅依靠核心企业的资金实力和技术水平不足以支撑“物联网+农业供应链金融”模式的规模化发展。二是现阶段大量农户仍以传统销售方式为主，线上信息沉淀较少，数字足迹较为缺乏。三是农业供应链各参与主体协同发展意识薄弱，孤岛问题严重，物流、资金流和信息流不能有效畅通和共享。

人工智能+农业供应链金融

从技术原理方面看，物联网、大数据及云计算等技术的广泛应用是人工智能在农业供应链金融领域发挥作用的基础。人工智能+物联网+大数据+云计算+农业供应链，有可能形成一种具备自主学习能力的农业供应链，从而让农业供应链能够进行自我管理。在这种多技术叠加的农业供应链金融模式下，放置在农业供应链各环节的激光扫描仪或传感器会自动收集相关主体的各类信息，并持续地将各种数据传输到云端服务器，最终这些数据交由人工智能进行分析和处理，为金融机构寻找贷款人、提供贷款、控制放贷风险提供依据。2019年美国Ta u l ia公司基于人工智能技术推出了一款适用于供应链金融的现金预测工具。随着更多的数据被处理和分析，该工具可以在不断积累的过程中有效识别未经批准的发票和采购订单的风险，从而实现更多的农产品装运和采购订单融资。

尽管人工智能在农业供应链金融领域具有十分广阔的应用前景，但迄今为止我国鲜有比较成功的应用案例，与此同时， 将人工智能技术成熟运用于农业供应链金融仍面临不少挑战。一是农业供应链金融涉及的环节多、周期长、内耗严重，而当前人工智能技术本身也不够成熟，短时间内仍无法解决农业供应链金融的这些问题。二是在将机器学习等人工智能技术运用于农业供应链金融数据之前，作为其中核心节点的企业必须首先收集足够多的数据，而要从成百上千家的农户、分销商、经销商和零售商等处获取完整的数据尚有较大的困难。三是我国农产品供应链物流基础设施仍较为落后，缺乏标准化体系， *** 作流程不规范，标准也不统一，造成供应链整体的信息化程度不高，经常出现信息失真现象，影响人工智能技术的落地应用。

需要说明的是，为了行文的方便，上文中我们大致是按照不同类别的金融 科技 分别讨论了其在农业供应链金融中应用的情况，但当前金融 科技 与农业供应链金融融合创新的一个基本趋势是多种金融 科技 的综合应用，进而形成更强的优势，破解传统农业供应链金融的痛点。

进一步促进金融 科技 在农业供应链金融领域应用的建议

继续完善法律法规。 一是需要为金融 科技 企业立规。有关部门应尽快研究出台金融 科技 企业的监管法规，界定金融 科技 企业的业务范围，明确企业属性，划定准入门槛，促进金融 科技 企业 健康 发展。二是需要为数据安全立法。金融 科技 具备赋能农业供应链金融的能力，但必须以数据安全为前提。为此，有关部门应结合中国国情加快出台数据安全法规，明确数据采集、流通、加工、使用等行为的界限，对数据经营企业实施准入制度，确保供应链上的信息得到安全合理的使用。三是需要技术立标准。近年来，大数据、区块链、人工智能、物联网等技术发展迅猛，但相关的诸多技术标准却依然空缺，已经成为阻碍金融 科技 行业发展的一大障碍。

持续推进数字乡村建设。 一方面，要加强农村信息基础设施建设。农村信息基础设施建设是金融 科技 应用的重要前提， 应大力提升乡村网络设施水平，尽快实现农村地区网络的全覆盖，积极推进农村地区基础设施的数字化，加强农村地区物联网设施建设，奠定金融 科技 应用的基础。另一方面，要推动农业产业数字化转型。没有农业产业的数字化，金融 科技 应用于农业供应链金融就难以实现大规模发展， 应大力发展互联网+农业、农村电商、智慧农业，提升农业生产、加工、存储、运输、销售等全流程的数字化水平。

不断丰富应用场景。 一方面，链内企业应结合不同类型金融 科技 的特点和不同农业产业的特色，积极 探索 更加丰富多元的应用场景，为金融 科技 的融入创造条件。具备资金和技术实力的核心企业和大型金融机构应充分发挥其规模优势，拓展各类金融 科技 的应用场景，为其农业供应链金融的规模化发展创造条件。另一方面，应深入挖掘大数据、云计算、区块链、物联网及人工智能等数字技术在农业供应链金融中应用的潜力，加强各数字技术的结合和交叉使用，推动金融技术应用农业供应链金融场景的创新，拓展金融 科技 应用的广度和深度。

作者单位：北京工商大学经济学院，北京工商大学数字金融研究中心

工业网关主要有以下得3种常见用途：
一、工业网关可以完成数据的实时采集。
工业网关连接设备的plc，实时采集工业设备运行的参数信息，可实现设备的数据实时采集，断线续传等功能。专业的工业网关可以在加密的情况下采集数据，实现数据的远程采集与传递。
二、工业网关可以通过云端平台实现设备的远程监控与管理。
工业网关采集到的数据传递云端平台，一旦设备运行过程中出现故障，物联网云平台就会向设备管理者推送报警信息。设备管理人员登入云端平台查看故障，通过工业网关实现设备的远程监控与调试。
三、工业网关可实现协议转换本地互联互通。
工业网关可实现多种协议转化为一种标准协议如ModbusTCP、OPCUA等通用协议，实现本地不同设备之间互相通信。
以上就是工业网关的三大主要用途，其实工业网关AR7091还可实现视频监控、边缘计算、巡检打卡等功能。

我觉得二者相辅相成，但物联网可能更适应社会发展需求。原因如下

人工智能类似软件，需要物联网作为载体，物联网类似个硬件，是需要人工智能来驱动的。人工智能需要落地的应用作为载体，物联网就是一个最重要的载体。

物联网的英文是Internet of things简称IOT，翻译过来就是,,物物相连,万物互联，简单来说,即是物与物相连互联的互联网，但其实,物联网在我们的生活中已经无处不在，从我们在上学期间使用的校园一卡通，到高速上的ETC,再到近些年流行的智能手环可穿戴设备等等，都是物联网运用的例子，另外,随着AI技术的发展，物联网+AI带来了更多的可能性。

传统家居产品的智能化就是一个很好的例子，互联网时代,我们使用手机等设备获取输出信息，d属于人机交互模型，是以人为主体在网络上传输数据和信息，物联网主要分为3个组成部分，网络连接(connectivity)、数据处理，(device)、网络连接，传感器被安装在各种产品中，它们就是万物互联的物，这些传感器或者是芯片，让产品拥有感知能力和数据处理能力。

同时物联网感知设备每天可以收集产生大量的数据，如何利用这些数据并且分析数据，就成为难题，随着人工智能的发展，一些人工智能的分析方法就可以引入进来，人工智能为物联网面临的数据难题提供了最好的解决方案，人工智能通过强大的数据分析能力，在人类的帮助下做出最佳的决策，人工智能与物联网相融合，利用人工智能实时分析数据的物联网设备终端正在走入我们的千家万户。
最简单的设备例子：语音音箱和手机端语音助手，就是建立在自然语音处理的技术之上的物联网终端设备，物联网家庭摄像头也极大的依赖计算机视觉技术实施监控功能。这些物联网设备也只有借助人工智能技术的加持才能真正的发挥其优越性。物联网和人工智能 的关系就是一种相辅相成，携手并进，互相依赖的关系。

但人工智能的周期发展还是很长的，而目前很多大学把人工智能的核心的内容在研究生阶段培养，本科阶段用来测验学生是否有学习的潜力和能力。同时人工智能专业对教学设备和教学师资有过高的要求，而人工智能行业但凡有独特认知和能力的人才基本上在大型企业，没有在学校。人工智能对学历要求比较高。
物联网工程的市场庞大，因此就业前景也非常好。毕业生可从事信息传播时代内容方面的深度、综合、跨学科的信息传播工作,同时也能在新闻传播技术方面从事设计、制作等方面的传播技术类工作或者在政府管理部门、科学研究机构、设计院、咨询公司、建筑工程公司、物业及能源管理、建筑节能设备及产品制造生产企业等单位从事建筑节能的研究、设计、施工、运行、监测与管理工作等等。

---