第一篇：产业链拆解——画出行业全景图
本篇解决的问题：面对一个完全陌生的行业，你第一步该干什么？怎么看它从原材料到消费者到底走了多少步、经过了谁的手？
本篇核心：产业链全景绘制方法论 + 环节定义 + 规模估算 + 三个完整行业拆解案例 + 隐形环节识别。
一、为什么产业链是第一件事
你去研究任何一个行业，第一件事不是看数据、不是看公司、不是看新闻。第一件事是画图——把这个行业从原材料到终端消费者之间的所有环节画出来。
为什么？因为后面所有分析都依赖这张图：
- 你要算利润分配（第三篇），得先知道有哪些环节
- 你要看竞争格局（第六篇），得先知道每个环节有哪些玩家
- 你要评估一个公司的位置（第四篇/第五篇），得先知道它在链上的哪一段
- 你要判断产业地理（第二篇），得先知道哪些环节集中在哪些地方
产业链图画错了，后面的分析全歪。
但更重要的是——画产业链的过程本身，就是你对行业理解最深的过程。 你会发现一些环节你不知道存不存在，发现一些玩家你不知道他们在干什么，发现一些钱流跟你想的完全不一样。那些"不知道"的时刻，就是你的学习边界。
一个"画完才明白"的故事
假设你要研究宠物食品行业。你最初以为：原料厂 → 工厂 → 超市/电商 → 消费者。四步。
但当你开始深挖，你发现：
- "原料"不只是鸡肉粉和玉米——有些高端猫粮添加的"冻干鸡心"来自专门给宠物食品做冻干的工厂，这是一个独立的细分环节
- "工厂"也不只是一家——有代工厂（帮品牌贴牌生产），有自有工厂。代工厂本身又是不同的（有的专做膨化粮，有的专做冻干，设备完全不同）
- "电商"不是简单的淘宝——有宠物垂直电商（E 宠）、有社区团购（团长在小区群里卖猫粮）、有宠物店自己的私域微信群
当你把这些全部画出来，图上的环节从 4 个变成了 9 个。而每一个新增的环节背后，都是一类你之前不知道存在的生意。
二、怎么画：四步法
Step 1：确定起点和终点
产业链的起点是最上游的原材料，终点是最终消费者。
以咖啡行业为例：
- 起点：咖啡种植（种子、土地、种植）
- 终点：消费者喝到一杯咖啡
确定起终点后，你就有了一条链的两端。接下来填充中间。
常见错误：起点定得太窄（只看到了"工厂"而忽略了上游的原料/能源/技术输入端），或终点定得太近（只看到了"零售商"而看不到最终消费者）。
Step 2：列出所有中间环节
从起点到终点之间，经过了多少"手"？
咖啡的例子：
种植 → 初加工（脱壳/水洗/日晒） → 贸易商收购 → 出口/进口 → 烘焙 → 分销 → 零售（门店/电商/超市） → 消费者
每个箭头代表一次"转手"——货从 A 到了 B，钱从 B 到了 A。每一次转手都是成本叠加和利润分配的机会。
怎么确保你没漏掉环节？问三个问题：
- 实物经过了谁的手？（从物理上追踪：咖啡豆从树上到杯子里经过了哪些物理位置的人）
- 钱经过了谁的手？（每一笔钱流：消费者付了 30 块，谁分走了多少钱？有没有你不知道的收款方——比如外卖平台抽走了 4.5 元）
- 权力经过了谁的手？（谁有权力让这个链继续运转？——高通不生产手机，但手机厂商不给高通交专利费就做不了手机。高通无形的手在链上拿走了一个环节的利润）
第三个问题最容易被忽略，也最重要。
Step 3：定义每个环节
光有名字不够。对每个环节，明确三件事：
| 定义维度 | 要回答的问题 | 咖啡·种植环节的例子 |
|---|---|---|
| 输入 | 这个环节需要什么原材料/资源？ | 土地、咖啡苗、水、肥料、劳动力 |
| 关键活动 | 这个环节的人在干什么？ | 种植、施肥、采摘（手工为主） |
| 输出 | 这个环节产出什么？卖给谁？ | 咖啡鲜果 → 卖给初加工厂或贸易商 |
对产业链上每一个环节都做这个三列定义。做完后你就有了一张不只是名字，而是有内容的产业链图。
为什么要定义输入/活动/输出？ 因为很多行业分析在说"某环节利润率高"时，其实没搞清楚这个环节到底在干什么、面向谁、拿到什么输入产出什么。一个你没定义过的环节，你不能判断它的利润率和议价权——那些数字需要有锚点。
Step 4：标注关键数据
画完结构后，在每个环节旁标注你找到的关键数字：
种植（云南普洱 67.9万亩，年产 ~10万吨）
→ 初加工（水洗/日晒厂，分散，小型为主）
→ 贸易商（雀巢、星巴克采购站 + 中小贸易商）
→ 烘焙（大型烘焙厂 + 精品小型烘焙坊）
→ 零售（门店 22,000+家瑞幸、7,500+家星巴克、便利店铺货）
→ 消费者（人均 16-17杯/年，vs 美国 600杯、日本 300杯）
这些数字不需要精确到小数点——量级对了就行。关键是让每个环节的"规模感"具象化。你不知道消费者人均 16 杯还是 18 杯不重要，你知道"中国人均咖啡消费是美国的三十分之一"就够了——这决定了咖啡在中国是"教育市场"阶段还是"成熟渗透"阶段。
加分步：标注每个环节的"瓶颈"
对每个环节标注两个信息：
A. 是谁在控制这个环节的供应？——是集中（只有 2-3 家供应商控制了全球产能），还是分散（成千上万的小厂），还是极度分散（几百万个农户）？集中度决定了议价权方向（第三篇会深入）。
B. 新玩家进入这个环节需要什么？——是需要钱？（建一个动力电池厂需要 50-100 亿）、需要牌照？（开银行需要牌照）、需要时间？（茅台镇只有 7.5 平方公里的核心产区，你想进去也没地）、还是几乎不需要门槛？（开一个淘宝店卖 T 恤，注册就行）
这两个标注做完，你就已经能对每个环节的"赚钱难易度"有直觉判断。
三、三个完整拆解案例
案例 1：新能源汽车（制造型产业链）
上游原材料
├── 锂矿（天齐锂业、赣锋锂业）→ 碳酸锂/氢氧化锂
├── 钴矿（刚果金，华友钴业）→ 硫酸钴
├── 镍矿（印尼，青山集团）→ 硫酸镍
└── 石墨（中国主导）→ 负极材料
▼
中游·电池制造
├── 正极材料（容百科技、当升科技）
├── 负极材料（贝特瑞、杉杉股份）
├── 电解液（天赐材料、新宙邦）
├── 隔膜（恩捷股份、星源材质）
└── 电芯/电池包（宁德时代、比亚迪、中创新航）
▼
中游·整车制造
├── 传统车企转型（比亚迪、吉利、长城）
├── 新势力（蔚来、小鹏、理想）
└── 跨界玩家（小米、华为赋能）
▼
下游·销售与服务
├── 4S店/直营店
├── 充电桩运营（特来电、星星充电）
└── 二手车/电池回收
关键观察：这条链上，电池环节（尤其是宁德时代）的集中度远高于整车环节——这意味着电池厂对整车厂有极强的议价能力。一个 Model 3 的电池包成本占整车 40% 以上，而能做动力电池的全球就那么两三家。这就是后面第三篇要分析的"权力"。
隐形环节：
- 芯片（英伟达 Orin / 高通骁龙、Mobileye）——不在这条实物链上，但拿走了一块利润。一台智能电动车的芯片成本约 $1500-3000。
- 操作系统/自动驾驶软件（华为 ADS、特斯拉 FSD）——未来可能比硬件更值钱。
案例 2：汉服（消费品型产业链）
上游·面料与辅料
├── 化纤/真丝/棉麻面料供应商
├── 绣花线、印花染料
└── 配件（纽扣、系带、发饰）
▼
中游·生产加工
├── 印花厂（数码印花/热转印）
├── 绣花厂（电脑绣花/手工绣花）
├── 制衣厂（裁剪、缝制）
└── 后整理（熨烫、包装）
▼
下游·销售渠道
├── 电商平台（淘宝、抖音、拼多多）
├── 直播带货（抖音直播、快手）
├── 线下体验店/汉服文化节
└── 跨境（亚马逊、独立站）
▼
终端·消费者
└── 汉服爱好者（核心圈层 ~500万人） + 泛国风消费者
关键观察：这条链的核心特征不是"谁大"，而是地理上的极度集中——曹县一个县占了全国汉服销售的 50% 以上，面辅料、印花、绣花、制衣、直播全部在 5 公里半径内完成。这就是第二篇要讲的"产业地理"。
隐形环节：
- MCN/达人：汉服带货主播的带货佣金 15-30%，比制衣厂利润率高得多
- IP 授权：如果汉服上有游戏/动漫的联名图案，版权方会抽走一块
案例 3：企业 SaaS（信息型产业链）
跟实体商品不同，SaaS 的产业链没有实物流动。画的是信息流动和决策链：
上游·基础设施
├── 云服务（AWS/阿里云/腾讯云）
├── 开发者工具（GitHub、Vercel、Supabase）
└── 开源组件/API（Stripe、SendGrid）
▼
中游·SaaS 产品开发与运营
├── 产品研发（核心功能开发+运维）
├── 销售（SDR→AE→CSM 等环节）
├── 客户成功（实施、培训、续约）
└── 渠道/集成（API 对接、应用市场、ISV 生态）
▼
下游·渠道与终端
├── 直销（卖给企业客户）
├── 渠道伙伴（代理商、咨询公司代售）
├── 市场平台（Salesforce AppExchange、钉钉应用市场）
└── 最终用户（企业里的员工）
关键观察：SaaS 的产业链特点是——中游（产品开发）几乎可以零边际成本复制（多服务一个客户的增量成本趋近于零），但上游的云服务成本会随客户量线性增长。这就是为什么 SaaS 的毛利率看起来很高（80%+），但实际利润可能在云成本、销售提成和客户成功的人力成本里被吃掉。
隐形环节：
- 支付通道（Stripe 抽 2.9% + $0.30/笔）——客户付你的每一笔钱，支付通道先咬一口
- 合规与安全认证（SOC 2、ISO 27001）——不做就进不了企业市场，做了每年几十万维持
- 客户决策链本身——SaaS 最大的摩擦不是技术，是客户内部"谁说了算"。IT 部门、业务部门、财务部门、合规部门，任何一关卡住，合同就签不下来。这是 SaaS 产业链上最"贵"的环节——销售周期 3-6 个月的隐性成本远大于服务器成本。
四、隐形环节：产业链上最容易被漏掉的"敌人"
画产业链时，大多数人只画看得见的实物流动——原材料 → 工厂 → 渠道 → 消费者。但真实商业中，很多最"赚钱"的环节是看不见的。
隐形环节分类
| 类型 | 描述 | 例子 | 为什么容易被忽略 |
|---|---|---|---|
| 平台抽水 | 不生产任何东西，但控制通路 | 美团抽 20%+、App Store 抽 30%、抖音投流 | 它不在"实物"链上，但拿走可能最大的一块利润 |
| 知识产权 | 专利/标准/授权，不生产但控制准入 | 高通按整机售价收专利费、ARM 授权芯片架构 | 芯片厂/手机厂买的是"设计方案"，不是实物，但这个费比实物还贵 |
| 金融/支付 | 资金流上的"过路费" | 信用卡手续费 2-3%、Stripe 抽佣、跨境支付汇损 | 每笔交易都走它，积少成多 |
| 合规/认证 | 不通过就不能卖 | FDA 认证、CE 标志、ISO 认证、3C 强制认证 | 这是一次性的"门票"，但费用巨大且时间不可控 |
| 信任中介 | 不生产但决定了消费者相信谁 | 评测机构、KOL、行业认证、大众点评评分 | 消费者不信品牌但信 KOL——KOL 成了消费者心智的守门人 |
怎么发现隐形环节
画完实物链后，问四个问题：
- 消费者付的 100 块钱，除了实物环节之外，还有谁分走了钱？——平台、支付、广告、物流、保险？
- 有没有一个"不付钱就进不去"的门槛？——牌照、认证、专利授权？
- 消费者在做购买决策时，信息从哪来？——评测机构？社交媒体？KOL？这些信息渠道本身就是权力节点。
- 如果一个新玩家想进入这个行业，除了建厂/开店之外还必须搞定什么？——如果答案是"搞定一个审批"或"搞定一个专利授权"，那个审批/专利的持有者就是一个隐形环节。
五、这一步最容易犯的四个错误
错误 1：环节分太粗
❌ "新能源汽车产业链 = 上游 + 中游 + 下游"——这种分类毫无信息量。
✅ 上游要拆到矿种（锂/钴/镍/石墨），中游要拆到电池材料的六个子环节，再到电芯、电池包、整车。
原则：拆到你能看出"不同环节的利润率不一样"为止。如果两个环节在同一个大类里但利润率差了三倍，它们应该被拆开。拆不开就看不透。
错误 2：把"玩家"当"环节"
❌ "这个行业有宁德时代、比亚迪、特斯拉"——这是公司列表，不是产业链。
✅ 先画环节，再把公司填进每个环节。同一个公司可能横跨多个环节（比如比亚迪既做电池又做整车），标注出来即可——"纵向一体化"本身就是重要的分析信息。
错误 3：忽略"无形的环节"
❌ 只画看得见的实物流动——"矿 → 电池 → 车 → 消费者"。
✅ 加上看不见但能卡脖子的环节：
- 技术/专利授权（高通按每台手机整机售价收专利费，它不在硬件链上但拿走了一个环节的钱）
- 平台/渠道（美团抽佣 20%+，不生产食品但拿走了餐饮链上最大的一块利润）
- 标准/认证（ISO、FDA 认证——做外贸的工厂过不了认证，链就断了）
- 金融/支付（跨境电商 3-5% 的支付和汇损成本，单看不显眼，一年下来是百万级）
错误 4：把产业链当成静态的
❌ "这是新能源汽车产业链"——画完就放那了。
✅ 产业链不是画完就完了的东西，它是会变的。特斯拉最开始是整车制造，后来向上游延伸到电池（4680 电池自研自产），向下游延伸到充电网络（Supercharger）和保险（Tesla Insurance）。产业链的边界在动态变化，你的图每隔一两年就要重画。
六、产业链的动态演变：去中介化与再中介化
产业链不是画完就完的东西——它正在被两种力量持续重塑。理解这两种力量，你才能判断一个行业"未来会变成什么样"。
力量一：去中介化（Disintermediation）——砍掉中间商
互联网最擅长的事就是"让 A 直接碰到 Z"。
经典案例：DTC 品牌砍掉经销商
传统的服装产业链：面料厂 → 制衣厂 → 品牌商 → 省代 → 市代 → 零售商 → 消费者。每多一层，扒一层皮。一件成本 50 块的 T 恤，到消费者手里变成 300 块——中间的渠道成本占了 200 块。
Warby Parker（眼镜）、Allbirds（鞋）、完美日记（化妆品）做的事情就是：绕过所有中间商，自己直接卖给消费者。 一件成本 50 块的衣服，他们定价 150 块，消费者觉得"比商场便宜一半"，品牌的毛利还有 67%。
去中介化的通用公式：找到那些"不生产价值只做过手生意"的环节 → 用数字化方式绕开它 → 把省下来的钱分一部分给消费者（降价）、一部分留给自己（增利）。
但别急着拍手叫好——那些中间商曾经提供的服务（本地仓储、试穿体验、即时可得、售后保修），DTC 品牌都必须自己扛。 这就是为什么很多 DTC 品牌在规模化后发现"省下的渠道费全变成了物流费和退货损失"。
力量二：再中介化（Re-intermediation）——新的中间商更强大
更值得警惕的反而是这个：你以为砍掉了中间商，但出现了新的、更强大的中间商。
案例：抖音直播电商
传统零售：工厂 → 品牌 → 经销商 → 商场 → 消费者。品牌被商场扒一层（租金）、被经销商扒一层（渠道利润）。
DTC 的理想：工厂 → 自营 APP → 消费者。没有中间商。
抖音的现实：工厂 → 主播/MCN → 抖音平台 → 消费者。主播抽 15-30% + 抖音抽 2-5% + 投流成本 20-40%。你以为砍掉了中间商，结果中间商的角色被主播和平台瓜分了——而且他们可能比原来的中间商更强（原来的经销商至少还帮你管库存、送货、承担风险）。
案例：外卖平台从"方便的工具"变成"绕不开的中间商"
2010 年：餐厅 → 消费者。2015 年：餐厅 → 美团 → 消费者（美团抽 5-8%）。2024 年：餐厅 → 美团（必点推广 5000/月）→ 外卖骑手 → 消费者（美团抽 15-22%）。平台从一个"帮忙的"变成了"必不可少的"——消费者不在街上找了，在 APP 上搜；餐厅不上平台就没生意。
去中介化和再中介化同时发生。砍掉旧的中间商，长出新的。新的往往比旧的更强——因为它们拥有数据、算法和用户心智。
如何应用到你画的产业链
画完产业链后，对"中间商密集区"额外标注一个问题：这个环节的中间商在提供什么价值？这个价值能用数字化替代吗？如果能——替代后谁会变成新的中间商？
- 如果中间商在做信息撮合（旅行社帮游客找酒店）→ 大概率被替代（携程替代了旅行社的信息撮合功能）
- 如果中间商在做物理交付（外卖骑手把饭从餐厅送到你家）→ 很难被替代（物理世界的摩擦不会因为数字化而消失）
- 如果中间商在承担风险（经销商先打款后卖货，品牌不担库存风险）→ 被替代后，你必须自己承担这个风险
一张动态产业链图示例：出版行业
1990 年代：
作者 → 出版社 → 印刷厂 → 省级代理商 → 书店 → 读者
（出版社拿了利润大头——编辑筛选 + 排版 + ISBN + 营销）
2020 年代：
作者 → Kindle/微信读书/得到 → 读者
（出版社被绕过了——平台变成了新的中间商，抽 30-70%）
同时：
作者 → 公众号/知识星球 → 读者
（平台也被绕过了——创作者直接收钱。但这需要作者自己承担编辑、营销、品牌积累的全部工作）
出版业的演变告诉我们：去中介化不是一个线性过程。今天绕开了出版社，明天可能被平台绑定。后天你可能发现"平台太贵了，我还是自己做吧"——但自己做意味着一个人干一个团队的活。
七、如何验证你的产业链图画对了
画完产业链，你会有一种"差不多就是这样"的感觉。但你怎么知道没漏掉重要环节？
三种验证方法
验证 1：钱流校验
找一个终端消费者实际支付的场景（比如一杯 30 块的咖啡），从消费者开始往回推——这 30 块经过了谁的手？能不能把你的产业链上每个环节都跟一笔钱对得上？如果有环节收了钱但不在你的图上，你漏了。如果图上的环节收不到钱（不该存在的环节），你多画了。
验证 2：反向推演
假设你是这个行业里某个环节的玩家，你试着向上一级采购和向下一级销售。如果你发现"我找不到供应商"或"我不知道我的客户是谁"，说明中间可能还有你没画出来的环节。
验证 3：专家校验
找一个行业内的人（不需要是大佬——一个在该行业做了 3 年以上的人就行），把你的产业链图给他看，问一个问题："这张图上有没有不该出现的？有没有漏掉的？"只需要 15 分钟，你很可能发现自己画错了一两个环节。
检验标准：如果你的产业链图拿给一个刚入行一年的从业者看，他说"差不多，基本对"，你的图过关了。如果他指出了一个你完全不知道的环节，你的研究还不够。
八、给你的练习
挑一个你日常消费的东西——比如你正在喝的一杯奶茶、你脚上穿的这双鞋、或者你工作中用到的一个 SaaS 工具。
- 画出它的完整产业链（从最上游的原材料到你自己），至少找出 6 个环节
- 标注每个环节的关键输入、活动和输出
- 给每个环节找一个代表性的公司名字
- 标注你找到的任何数字（市场规模的量级即可）
- 找出至少 2 个"隐形环节"——不在实物链上但会分走钱的角色
- 标注每个环节的"新玩家进入门槛"——要钱？要牌照？要时间？还是几乎零门槛？
画完后，问自己：这条链上哪个环节最赚钱？ 不用算，凭直觉猜一个。把答案留着，到第三篇学完利润池分析后再回来看——看看你的直觉对不对。
进阶练习：画完后，找一篇该行业的深度报道或券商研报，对比你画的链和报告里描述的链——你漏了什么？为什么漏的？每一次"发现漏了"都是一次认知升级。