谁喂饱了世界，谁赚到了钱？

本文来自微信公众号： 芒格书院 ，作者：杨军，原文标题：《年报共读｜谁喂饱了世界，谁赚到了钱？》

晚上听了芒格书院关于扬农化工年报的分享，原本只是想了解一家农化企业的基本面，最后却引出了一个更大的问题：一个行业对社会的价值，和这个行业中的公司、员工、管理层能够捕获的商业价值，为什么常常不是一回事？

从一份年报说起

扬农化工是一家国内头部农药企业。严格说，它不是化肥公司，而是农药公司；但如果把视角放宽到农业投入品，它和化肥行业共同服务的是同一件事：帮助农业生产者提高产量、稳定供给，降低病虫草害带来的损失。

根据扬农化工2025年年报，公司主营业务是农药产品的研发、生产和销售，在产原药品种近70个，涵盖杀虫剂、除草剂、杀菌剂和植物生长调节剂等。2025年，公司实现营业收入118.70亿元，归母净利润12.86亿元。公司在年报中称，其拟除虫菊酯品种和规模名列全国农药行业第一，也是全球拟除虫菊酯原药核心供应商。

但真正让我产生触动的，不只是这些财务和行业数据，而是它背后呈现出的产业结构。

扬农化工有3823名员工，其中生产人员2431人，技术人员593人。学历结构中，博士研究生42人，硕士研究生363人，本科1292人，大专1759人。也就是说，这是一家典型的精细化工制造企业：重资产、重生产、重安全环保、重工艺积累。它的核心能力不只是某个单点配方，而是危化工艺、连续化装置、工艺放大、质量稳定、全球客户认证和长期资本投入共同构成的系统。

薪酬结构也能看出这种行业特征。2025年，扬农化工总经理吴孝举从上市公司获得的税前薪酬为334万元，几位副总经理大致在155万到290万元之间。这个数字当然不低，但如果放到今天AI计算加速、互联网平台、量化金融和头部大模型公司的人才市场里，并不夸张。更准确地说，一家百亿收入制造业公司的核心管理层公开薪酬，和少数高增长科技行业的顶尖岗位收入，可能已经进入相近数量级。

这不是某一家公司的问题，而是行业结构决定的结果。

高门槛下的微利周期

农化行业是一个门槛很高、但并非所有产品都能形成很深护城河的行业。

门槛高，是因为它需要化工园区、危化品管理、环保处理、安全生产、连续化装置、工艺放大、全球客户认证和长期资本投入。这些都不是轻易能做出来的。扬农化工年报中提到，在国家重点监管涉及的精细化工13种危险化工工艺中，公司均有较深入研究，其中11种已经建成工业化装置。这背后是长期工程能力和安全管理能力的积累。

但护城河未必对所有产品都同样深。很多农药产品最终会走向专利到期后的仿制、工艺优化、产能竞争和价格竞争。一个新农药分子在专利期内有壁垒，专利一旦到期，竞争的核心就从“有没有”变成“谁更便宜、更稳定、更环保、更能交付”。到了这个阶段，超额利润会被不断压缩。

扬农化工自己的年报也呈现了这一点。2025年，国内化学农药产量首次突破400万吨，同比增长12%；行业原药价格指数同比下跌，跟踪的上百个产品中72%价格下行。年报把当时的行业状态概括为“微利周期”。这解释了为什么这样一家头部企业，尽管有规模、有技术、有客户、有现金流，却仍然很难获得互联网平台或AI芯片公司那样的利润率和资本市场溢价。

但反过来看，农化行业的低利润率也有另一层含义。

农药的成本最终会传导到农业生产体系里。农药价格过高，会抬高农业生产成本，进而影响农产品价格。而农产品又是所有人最基本的生存资料。一个有效率、充分竞争、不过度攫取利润的农化体系，本质上是在把一部分效率收益传导给农民、消费者和整个粮食安全系统。

所以农化行业有一个很特别的地方：它的社会价值很大，但商业价值捕获能力相对有限。更准确地说，它创造的价值经常被分散地吸收在农民收益、消费者价格、国家粮食安全和社会稳定之中，而不是集中沉淀为某一家公司的长期垄断利润。

英伟达：另一个极端

这让我自然联想到自己所在的AI计算加速行业。我们不妨用英伟达（NVIDIA）作为一个对照。

NVIDIA今天的商业结构几乎是另一个极端。它不只是卖GPU，而是在卖GPU、网络互联、系统软件、开发工具、开发者生态、AI框架适配和整机系统能力的组合。它处在AI需求爆发、先进制程和先进封装供给稀缺、软件生态高度锁定的交汇点上。从公开财报看，这种价值捕获已经直接体现在结果上：NVIDIA2026年5月发布的FY2027Q1业绩中，单季度营收达到816亿美元，数据中心收入达到752亿美元，GAAP毛利率为74.9%。

这也是为什么黄仁勋今天会被视为这个时代最耀眼的企业家之一。他不仅判断对了技术方向，而且用几十年把一个芯片公司变成了AI基础设施平台公司。在一个平台型、生态型、稀缺型行业里，价值创造和价值捕获可以高度重合。

这里并不是说NVIDIA创造的社会价值低。恰恰相反，如果AI最终显著提升科研、医疗、教育、工业、软件生产和企业组织效率，那么AI计算基础设施的社会价值也可能是文明级的。黄仁勋之所以名利双收，并不只是因为站在了一个高利润行业里，也因为NVIDIA确实在关键历史窗口，把芯片、网络、系统软件、开发者生态和整机能力组织成了一种新的基础设施。真正值得比较的，不是农化和AI计算谁更“有价值”，而是为什么有些基础性价值会被高度分散地吸收，而有些基础性价值在特定阶段可以被少数平台型公司高度集中地捕获。

但如果把时间尺度拉长，一个问题就会出现：如果AI算力真的变成像电力、带宽、云存储、化肥农药一样的社会基础设施，那么它的利润率是否也会回归？

我的直觉是，大概率会。

在基础设施早期，瓶颈会创造超额利润；但当供给扩张、替代方案增加、客户议价能力增强，社会对普惠使用的要求提高之后，利润率通常会下降。农业投入品如此，云计算如此，通信带宽如此，未来的AI算力也未必例外。NVIDIA能否长期维持超额利润，关键不在于GPU本身，而在于它能否持续把硬件优势升级为更深的软件生态、系统标准和开发者默认选择。

伟大的突破，未必换来财富

这时再回看农化行业，会发现一个容易被忽略的事实：农化行业并不是没有伟大人物。相反，它出现过真正文明级的技术突破者。

弗里茨·哈伯（Fritz Haber）发明了从氮气和氢气合成氨的方法，并因此获得1918年诺贝尔化学奖。卡尔·博施（Carl Bosch）则把实验室里的合成氨变成大规模工业过程，并因高压化学工业方法的贡献，与弗里德里希·贝吉乌斯（Friedrich Bergius）一起获得1931年诺贝尔化学奖。合成氨是氮肥工业的基础，而氮肥又极大提高了现代农业的产量上限。瓦茨拉夫·斯米尔（Vaclav Smil）在Nature文章中曾给出一个很强的判断：如果没有氨，就没有无机肥料，接近一半世界人口会面临饥饿风险。

换句话说，哈伯-博施体系对人类文明的贡献，可能比今天许多热门科技创新更底层。它不是让人类更快地训练和推理模型，而是让地球能够养活更多人口。

农药领域也有类似人物。保罗·米勒（Paul Müller）发现DDT对多种节肢动物具有高效接触毒性，并获得1948年诺贝尔生理学或医学奖。DDT后来带来了严重环境后果，历史评价非常复杂，但它确实在控制虫媒疾病和合成杀虫剂发展史中占据重要位置。约翰·弗朗茨（John Franz）在孟山都发现草甘膦的除草活性，农达（Roundup）后来成为全球最重要的除草剂产品之一。草甘膦和农达的健康、环境与法律争议同样复杂，但从农业技术史看，它仍然是一个绕不开的名字。

有意思的是，这些人的社会贡献巨大，但他们个人和所在组织最终捕获到的经济收益，未必能和黄仁勋、苏姿丰这样的现代科技产业人物相比。

这不是因为他们不够伟大，而是因为他们所在行业的价值分配方式不同。

农化行业创造的价值，大量被农民、消费者、国家粮食安全体系和整个人类社会吸收了。它提高产量、降低损耗、稳定价格，但这些收益很难集中沉淀为某一家公司的长期垄断利润。相反，AI芯片行业在当前阶段的价值捕获高度集中，因为技术、供应链、软件生态、开发者心智和资本市场叙事，正好都集中到少数平台型公司身上。

价值创造与价值捕获的错位

这让我想到一个更一般的判断：

社会价值越基础，商业价值未必越容易被捕获；商业价值越集中，也不一定意味着社会价值越大。

我们的直觉常常会用财富、名气、股价和当下热度给“伟大”排序。按这把尺子，黄仁勋当然排在前面。但如果换一把尺子，剥掉财富和名气，只问“谁改变了人类生存的底层条件”，那么一个今天很多人已经叫不出名字的德国化学家，也未必会排在这个时代最耀眼的企业家之后。

如果NVIDIA从未存在，AI基础设施的演进大概率会慢几年，云计算也可能转向别的芯片架构，经济损失巨大，技术路径会曲折很多。但如果哈伯-博施法从未存在，现代农业、人口规模、城市化和工业文明的物质底座都会被重写。

当然，这不是要贬低NVIDIA，也不是要神化农化行业。相反，我觉得这个对比真正有价值的地方在于，它提醒我们区分两个概念：价值创造和价值捕获。

投资关心价值捕获，所以会看利润率、护城河、定价权、资本回报和现金流。社会关心价值创造，所以会看一个行业是否提高了人类的生存质量、生产效率和系统韧性。最理想的企业当然是二者兼具：既创造巨大社会价值，也能长期、合理、可持续地捕获一部分价值。

这里的“错位”，本质上是社会总价值和商业可收费价值之间的差异。一个行业创造了多少价值，取决于它是否提高了社会生产效率、降低了系统成本、减少了风险、改善了生活质量；但一个行业能捕获多少价值，则取决于产权是否清晰、产品是否稀缺、用户是否愿意并且能够付费、企业是否有定价权、竞争是否充分、监管是否限制利润，以及价值是否会快速扩散到上下游和最终消费者手中。

所以，价值创造和价值捕获并不总是重合。正外部性越强，创造者越难把全部收益收费回来；公共品或准公共品属性越强，使用者越容易共享价值但不直接付费；竞争越充分，效率提升越容易被价格下降传导给消费者；受监管定价约束越强，社会会有意压低某些基础服务的利润率；价值越依赖生态扩散，最早的创造者也越可能只捕获其中一部分。农业投入品、公共卫生、基础科学、教育、开源软件、通信带宽、基础物流，都有类似特征。它们可能极大提高社会福利，却未必让创造者获得与社会总收益相匹配的商业回报。

与此相对，NVIDIA当前所处的AI计算加速阶段，恰好同时具备技术稀缺、供应链瓶颈、软件生态锁定、客户高支付意愿和资本市场强预期，因此价值创造和价值捕获在这一阶段高度重合。这并不说明它创造的社会价值一定高于农化行业，而是说明它的行业结构更有利于把社会需求转化为公司利润和个人声望。

扬农化工这样的公司，可能很难成为资本市场中最性感的资产，也很难给员工和管理层提供AI平台公司那样的薪酬弹性。但它所在的行业，实实在在地站在人类生存系统的底座上。它的价值不在聚光灯下，却在每一季作物、每一次病虫害防治、每一个相对稳定的农产品价格里体现出来。

从这个角度看，研究扬农化工并不只是研究一家上市公司，而是在研究一种更底层的商业文明问题：

为什么有些行业支撑了世界，却只能赚辛苦钱；而有些行业却可以在某个阶段捕获巨大的超额利润？

这个问题，也许比判断一只股票贵不贵更有意思。

谁喂饱了世界，谁赚到了钱——这两个问题的答案，常常不是同一个名字。能看清这一点，本身就是一种收获。