如今,传统的连续生产包括每周交配、妊娠、产仔和断奶,对于现代养猪业来说已经过时,因为劳工组织和实行“全进全出”的管理显然具有优势。因此,越来越多的欧洲养猪者实施批次管理系统(BMSs)。在批次生产中,农场中在同一繁殖周期内的母猪被分成若干批,交配、妊娠、产仔和断奶都安排在固定的时间间隔内。在BMSs推出之初,3周批次(3-BMSs)是使用最广泛的批次生产体系。在后续的发展中,其他批次管理系统,如2周批次(2-BMSs)和5周批次(5-BMSs),变得更加实用。批次应用的类型,主要根据农场中的母猪数量和农场基础设施进行选择。此外,应该强调的是,每个BMSs都有一些优点和缺点,这些优点和缺点可以根据BMSs的核心概念加以说明。如生物安全(健康和疫苗接种覆盖率)和劳动力(劳动计划表)。例如,在4周批次(4-BMSs)中,仔猪早期断奶,这使养殖户能够实现更高的生产力,即每年有更多的新生仔猪,但会导致断奶后仔猪的生长性能降低。另一方面,农场的健康条件可以通过引入BMSs来改善,原因有两个:第一,在应用BMSs时,可以引入“全进全出”策略;第二,应用BMSs可以区分年龄组。Mekerke and Leneveu(2006)等人建议在4-BMSs和5-BMSs中严格区分年龄组,只允许一批母猪在产仔室,这可能会改善健康条件,从而改善农场猪只的生长性能。为了验证这个假设,Vangroenweghe(2012)等人在从连续管理过渡到4-BMSs和5-BMSs前后,调查了从产仔猪到肥育猪群的潜在健康优势。他们发现,应用4-BMSs或5-BMSs似乎推迟或减缓了猪只对一些重要经济病原体的血清转化,如猪繁殖和呼吸综合征。因此,猪群管理向4-BMSs或5-BMSs的过渡可能会对仔猪产生保护作用,从而改善猪群的健康状况。因此,这可以降低仔猪死亡率。此外,Vermeulen(2017)研究表明,60%以上使用4-BMSs或5-BMSs的养殖户表示,更好的卫生条件是这两种模式在批次生产的真正优势。更好的健康和更好的卫生条件进而引入了另一个核心概念,即疫苗接种覆盖率。Postma(2016)等人发现,如果批次生产以5周或5周以上的生产节律使用,抗菌药物的使用会减少,从而降低药物成本。在后一种情况下,应考虑断奶年龄,因为研究发现,当仔猪在早期断奶时,抗生素的使用会增加。早期断奶(≤21 d)在4-BMSs和5-BMSs中的指标。除了生物特征,Lurette(2008)等人描述了有关BMSs的劳动力优势。他们发现,当批次化生产应用于农场时,组织劳动和提前计划相对容易。然而,据笔者所知,目前尚未建立研究来调查养猪者对其农场生物安全和管理实践的详细看法,以及劳工组织对其BMSs的维护。简言之,本文的主要目的是根据一项由养猪者在同一位外部专家陪同下完成的调查,比较拥有不同BMSs的养殖户对其BMSs的生物安全、管理和劳动特征的看法。
2、材料与方法
拥有80头或80头以上母猪的佛兰德养猪人的联系信息由Dierengezondheidszorg Vlaanderen、Boerenbond和Dier&Welzijn KU Leuven研究小组收集。母猪数量的下限是为了防止非专业母猪养殖者被纳入本研究。研究团队通过电子邮件联系了45名养猪者,邀请他们参与这项研究,在咨询农场的外部专家陪同下完成这项调查。这些养殖户是从之前调查的所有参与者中随机挑选出来的。所有参与调查的养猪人都同意参加这项研究。在2015年7—10月期间对每个农场进行了随机访问。咨询期间,完成了调查,随后咨询了养殖户用于跟踪技术管理和完成会计工作的技术记账计划(Ceres,Cerco Soft,Belgium),以回答一些问题。完成调查和咨询农场管理的整个过程都是由同一名外部专家在所有访问期间完成的。最后,将所有养猪人的答案记录在Excel表格中(Microsoft Excel 2013)。
使用SAS version 9.4软件(SAS Institute Inc..Cary,NC,USA)对调查所得数据进行分析。对明确数据进行频数分析,对数值变量进行描述性分析,即均值和标准差的计算。此外,从调查的第一部分和第二部分(63个关于农场一般特征的问题、所有关于农场关键数字的问题、生物安全分数和计算出的疫苗接种百分比)中提取的连续变量建立了线性回归模型(Y=bX+u;u,误差矩阵),并以BMSs(5类明确数据:1-BMSs、2-BMSs、3-BMSs、4-BMSs和5-BMSs作为已知矩阵(X和b,未知向量)分别引入模型(Y,观察的已知向量))。这些线性回归模型用于建立每个BMSs的连续变量分布表。另外,通过这些线性回归模型,可以研究BMSs(明确数据)和观察到的连续变量之间的显著关系(P<0.05)(Vermeulen et al.2017)。此外,为了分析应用的BMSs(明确数据)和每个有明确答案的问题之间是否存在显著关系,进行了χ2检验的频率分析。通过这种方式,可以调查每个BMSs的问题答案分布是否存在显著差异。这些问题都是从调查的3个部分中提取出来的。一般来说,本研究中只讨论了重要的相关性。变量之间的相关性仅在5%的显著水平下被认为是显著的。此外,在分析统计结果时,还考虑了背景知识,由于这些分析,还可以调查养殖户是否正确应用了BMSs,以及特定养殖户的数据是否出现异常,因此可以留在本研究中。如一位拥有4-BMSs的养殖户提到,他在第25天时断奶,但没有正确使用4-BMSs,因为在4-BMSs中,仔猪应该在21 d左右断奶。