本文旨在从《经济解释》中关于对生产成本的阐述入手，结合 @敏友 对分成合约的分享、 @加班的会计 产销均衡的视角，及研究者公开分享的案例，讨论总结以“低成本量产”为核心的针对主机厂型生意的一般化分析思路。
尝试利用《经济解释》的理论作为探索企业一般化分析思路的支撑，虽只是理论百般能耐中的冰山一角，亦豁然开朗。本文为上述理论及其应用发展过程中衍生观点的个人思考与讨论，文中提到的个股非投资建议。有兴趣的朋友务必读原著，悟原理，一定受益无穷！
企业的市值，是预期的川流租值以利率折为现值，减除那些在合约上不生产也要承担的负债现值。
租值则是按照市场厘定的产品之价减除直接成本得到。
市场厘定之价由千万个市场参与者决定，企业想要提升租值，一种是推陈出新，提高产品市价；另一种则是依赖合约结构降低有关直接成本。依赖提高市价的路径在新品推出前不确定性较高，需要强大的专业知识进行判断；依赖合约结构型则更容易一般化。因此我们关注第二种方式提高租值的企业，即竞争胜出的关键在于比对手具有更低的成本，市价超出成本的盈余累积之利便是支撑其在供应链中拥有更强大指挥能力的动力源泉。
所以最重要的，是思考如何才能实现比竞争对手更低的成本。
《经济解释》中张教授解释了两条阐述，指出了方向：
一、量增平均成本下降
原因可概括为：1）总产量变化可选择的工法也会变化；2）量大容许增加分工专业，分工越细越易促成熟能生巧；3）总产量越大，平均产量的交易费用越低；4）量大且连续，可摊分准备成本与试产成本。
二、赶急平均成本上升
原因可概括为：1）短期加速生产容易，调整生产要素难，在边际产量下降定律的约束下，成本上升；2）赶急生产可选择的工法会受到影响；3）由于交易费用的存在，赶急生产容易作出“错误”的选择；4）准备成本与试产成本可能增加。
从以上可以看出，想要成本下降，就要促使“量大”与“不赶急”这两项原因不断得到加强。故对于主机厂型企业，量增带来的规模优势与觅价（预期）准确带来的稳定性优势，必然是致胜关键。
抛开行业（生意）本身的困难度，对同一个行业内的企业而言，无论其产品/服务是标准化还是定制化，谁能在行业内做到“低成本量产”，谁就必然能拥有更强的竞争优势。
企业经营过程中，无论原料供应波动，还是需求端淡旺季波动，或是客户个性化需求定制，均会造成生产周期与销售周期的不匹配，通俗说就是“生产的卖不出，或需要的产不及”。此时需要改变投入，让生产等一等销售，造成生产间断；或让销售等一等生产，造成销售间断，最终影响到排产的稳定。产品或服务贬值速度越快，越容易放大这种错配带来的困难，成本提升。
实现低成本量产的途径是减少错配带来的间断，而减少间断的观察点一个在于量，一个在于交货周期，将以上观察点一般化，即“通用减少错配”！
错配好理解，关键在于通用，需要分两种视角。以量的视角观察，通用相当于通用品，是一种具体产品；以交货周期的视角观察，通用相当于通用模式，不再是具体产品。无论哪种视角，分析企业时核心均为从逻辑上推演，通用是否能够减少错配。
以东阿阿胶为例，其“通用”是驴肉副产品，“特殊”是阿胶（驴皮）产品，逻辑上“通用”的副产品销量不断增加，就能支撑起“特殊”的阿胶制品低成本量产。但从经营数据判断，阿胶产品一枝独秀，无论是企业不愿设置通用还是无法解决这个困难，最终的结果是随着阿胶产品销售规模的扩大，原材料周转与应收利润出现变差趋势。（表1）
表1 东阿阿胶经营情况数据
与之类似的是双汇发展，“通用”是高温肉制品，“特殊”是冷鲜肉。“通用”的高温肉制品不断增长，就能够容纳屠宰上量产生的更多边角料或滞销肉，促进屠宰冷鲜上量减少间断，从而实现低成本量产。
海川智能，以设置中间半成品为“通用”，无论是海川主品牌、顺力德子品牌的标准机型，还是安本子品牌的异型机，由于销量达到一定规模，允许“通用”的中间半成品上量，能够有效缩短各种机型的交付时间，实现低成本量产。
青岛啤酒，以低质低价产品为“通用”，中高端产品为“特殊”，依靠山东基地市场对啤酒的需求量，容纳中高端啤酒生产过程中必然存在的低质部分，支撑中高质啤酒实现低成本量产。
至此，我们还可以外推出一条行业间竞争结构演化的路径：行业发展初期竞争增量市场，无论有没有“通用”，企业只要开足马力生产，有机会拿到足够的订单，竞争态势是模糊的；随着企业发展，一旦开始出现利用“通用”减少错配以实现低成本量产的结构，意味着企业设置“通用”所投入的成本与间断生产造成的浪费接近，也意味着行业间竞争的显著加剧；待行业进一步发展，最终胜出的一定是利用“通用”解决了周期错配问题，实现低成本量产的企业。
从这个路径也可以看出，并非是不使用“通用减少错配”结构的企业立刻会失败，而在于一旦出现这种结构，行业内企业的竞争态势将会变得清晰，而清晰就意味着确定性大大提升，确定性正是投资致胜的关键。
行文至此，相信以“通用减少错配”的角度寻找能够实现“低成本量产”的企业，是一套确定性强、操作性高的一般化分析模板。特别感谢文中提到的所有研究者的分享，给后来人提供了契机与信心！