“糧經飼”種植結構優化方法與對弈式操作策略*

梁啟章，齊清文，姜莉莉，梁 迅

（中國科學院地理科學與資源研究所/資源與環境信息系統國家重點實驗室，北京100101）

0 引言

2015年底中央農村工作會議首次提出：“加強農業供給側結構性改革，真正形成結構合理、保障有力的農產品有效供給”［1］；2017年“一號文件”進一步明確“穩糧、優經、擴飼，優先構建糧經飼協調發展的三元種植結構”，穩定糧食生產基礎上，加快提升經濟作物效益，大力發展養殖業，延伸農村產業鏈，開創農村富裕之路［2］；2019年“一號文件”再次確定了農業供給側結構改革成為鄉鎮振興戰略中重要措施之一。3年多來，國務院與各省市區采取了多種舉措，加快了北方農牧交錯帶種植結構調整，期望逐步形成以養帶種、牧林農復合、草果菜結合的種植結構；黑龍江已經實現了“一減七增”，玉米調減128.13萬hm2，水稻、大豆、小麥、馬鈴薯、雜糧雜豆、經濟作物和飼料飼草作物有所增加；山東省著眼于沿海半島農業優勢，優先調整種植業結構，把小麥和玉米這兩季輪作的種植結構變為小麥和一些雜糧、大豆、花生、薯類、蔬菜輪作的方式，打造糧食兼顧、農牧結合、循環發展的新型種植結構，布局農村產業鏈建設方案，同時加快海上糧倉建設，實現現代漁業園區、海洋牧場、遠洋漁業、深海養殖、冷鏈物流等重點工程建設，尋找新的農業經濟增長點；山西省積極主動推進農作物種植結構調整，劃定糧食生產功能區，引導農戶在非優勢區域調減普通玉米種植面積，適當發展雜糧、馬鈴薯、中藥材、青貯玉米等其他高效益農作物，同時調整20萬hm2耕地用于種草，建設一批規模化的優質高產多年生人工牧草地，旨在推進全省生態畜牧業建設，逐步實現草畜平衡；貴州省發揮山地小氣候的特點和優勢，把33.33 hm2以上壩區結構調整落實到具體的地塊、品種、資金、龍頭企業、合作社等要素上，運用大數據手段推進產銷精準對接，確保今年農業結構調整取得更大成效等等。

推動種植結構優化絕不只是幾個統計數據的調整，唯有堅持數字農業方向，充分發揮各地區資源優勢，精準地把握各地區農田作物類型空間布局與發展潛力，才能實現真正的結構優化布局落地。文章基于中國科學院農業項目辦公室組織的“農業專家決策支持系統”研究成果［3］，以蒙自縣種植業結構優化規劃為案例，重點論述了“糧經飼”種植結構優化方法中的資源保障、限制因子與期望目標的科學預測，具體分析了多目標評估方法與對弈操作策略優勢，詳細介紹了種植結構優化的通用模式與關鍵技術，首次發表了涉及“多目標方法”的11個對弈操作界面，提供了可借鑒的對弈操作界面設計范式。

1 中國種植業分區特色

我國種植業分布范圍廣闊，南北跨越緯度范圍為北緯16～52°，氣候帶跨越熱帶、亞熱帶、溫帶、寒溫帶、寒帶，從東部平原到西部高原農業高差達到5 000 m以上。中國農作物品種多樣聞名世界，其中糧食作物包括：小麥、水稻、玉米、燕麥、黑麥、大麥、谷子、高粱、青稞、藜麥等；經濟作物包括：棉花、油料、糖料、煙葉、麻類以及桑、橡膠、咖啡、可可、胡椒、椰子、油棕、香蕉、龍眼、荔枝、菠蘿和特種藥材等；飼料作物包括：玉米、谷類、豆類、葉菜類、根莖類、瓜類、水生等以及牧草（含人工與天然草地）［4］。

中國多民族農耕文化經歷了長期的環境適應與種植演變，培育了世界上最多種植品種，形成了符合當地自然條件與消費習慣的種植特色［5］，例如：東北春小麥、大豆、甜菜、亞麻、向日葵等；北部高原牧草、雜糧、干鮮果等；華北冬小麥、玉米、甘薯、大豆、棉花、花生、烤煙、芝麻等；長江中下游稻、棉、油、桑、茶等；南方丘陵雙季稻、茶、柑桔等；華南雙季稻、橡膠、甘蔗等；川陜盆地稻、玉米、薯類、柑桔、桑等；云貴高原稻、玉米、煙、油菜等；西北綠洲麥、棉、甜菜、葡萄等；青藏高原青稞、小麥、油菜等。上述區域種植特色與優勢應該成為糧經飼種植結構優化工作前提。

2 耕地作物適宜性與可利用資源

不同類型的種植業分區，伴隨著多種農田作物類型，其中作物品種、布局、產量或產值等數據，既是提升種植業效益的基礎資源，也是種植結構優化的限制因子。在有條件情況下，可充分利用當地的耕地類型與作物分布地圖，匯總某個區域的農田類型、面積與土壤特性；或采用作物生長期內的衛星影像識別方法，獲取前3年農作物種植品種、分布、面積等數據，包括復種組合模式。

2.1 耕地作物適宜性

耕地作物適宜性綜合了耕地與作物優化組合，每個地區具有不同的優化組合模式。以實驗地區蒙自縣為例：耕地分為“田”與“地”兩大類，“田”又以海拔1 600 m為界分為壩區田與山區田，“地”的情況比較復雜，以海拔1 400 m、1 600 m、1 800 m為界限，將地分為以下4類：地（＜1 400 m）、地（1 400～1 600 m）、地（1 600～1 800 m）、地（＞1 800 m）。為滿足種植結構改革需求，首先確定參與種植結構調整的當地6種主要作物：水稻、玉米、小麥、烤煙、甘蔗、花生，而后基于農田適宜性作物和農田等級，可以匯總出不同耕地上作物歷年產量、產值與投入產值比，從而可獲取不同作物的最大推廣面積數據。最終劃分的10種耕地作物類型如下。

（1）壩區田，適宜壩區稻+冬玉米或麥（二熟制）；

（2）壩區田，適宜稻（雙季稻）；

（3）山區田（＞1 600 m），適宜冬玉米；

（4）山區田（＞1 600 m），適宜山區雜交稻+山區常規稻（雙季稻）；

（5）壩區地，適宜甘蔗+壩區烤煙+壩區雜交玉米+壩區地麥+壩區常規玉米+花生；

（6）山區地（＜1 600 m），適宜壩區雜交玉米+壩區常規玉米+甘蔗+花生；

（7）山區地（＜1 600 m），適宜壩區烤煙+甘蔗+花生；

（8）山區地（＜1 400 m），適宜甘蔗；

（9）山區地（＜1 600 m），適宜甘蔗+壩區地麥；

（10）山區地（1 600～1 800 m），適宜常規玉米+雜交玉米+麥+烤煙。

通常情況下，可利用當地已有的農田作物類型圖，采用GIS數字化方法，獲取當地耕地作物類型數據，或者采用高分辨率衛星影像與實地調查相結合方法，制作耕地作物類型數字地圖。

2.2 農作物種植現狀

為了預測未來優勢農作物發展目標，通常需要獲取前三年的農作物種植及其投入產出歷史數據，包括農作物分布與播種面積，以及投入/產出數據等，以便建立農作物種植現狀數據庫。

2.3 可利用資源預測

發展種植業必須具有耕地、水、農業資料與勞動力等資源以及提升經濟作物效益的最佳品種可供量，適宜當地的優質飼料作物品種與適宜種植面積等，各種資源構成了結構優化的限制條件。圖1展示出蒙自縣可利用耕地資源、水資源、肥料品種與數量以及主要作物種子等限制因素。其它可供農資還可包括：自留種子、農藥、燃料、農機、人工等，均為結構優化的制約因子。

圖1 蒙自縣可利用耕地資源、水資源、肥料與種子Fig.1 Available cultivated land resources，water resources，fertilizer and seeds in Mengzi county

3 結構優化期望與目標預測

糧食供需平衡與經濟期望必然是種植結構優化的重要目標或前提，繼續保持糧食作物多樣性也是實現中國糧食安全的重要措施之一［4］。符合當地實情與未來愿景的期望預測值，將成為多目標結構優化的重要目標或限制條件。

3.1 人口增長與糧食供需預測

穩定糧食產量，達到供需基本平衡，屬于三元結構優化的首要目標。糧食需求取決于人口增長與經濟期望。糧食需求通常包括：人均口糧、飼料用糧、工業用糧、種子用糧、國家糧（國家糧食基地）、儲備糧（地方儲備）或市場糧（外地糧）等。圖2展示了基于人口與GDP預測的糧食需求預測界面，該操作的后臺存儲了前三年（最少）人口、GDP以及糧食產量數據庫，并依此模擬出3年變化曲線。

圖2 人口增長、經濟期望與糧食需求預測模塊界面Fig.2 Interface of population growth，economic expectation and food demand prediction module

3.2 農作物投入產出預測

每種作物的投入產出水平成為種植業經濟效益關鍵因素。農作物種植田間投入品通常包括種子、肥料、水、農藥、燃料、人工、管理等。圖3（水稻界面）展示了667 m2水稻（雜交稻、常規稻）的投入產出數據。通過選擇作物名稱（左側上方）可獲得其余作物投入產出數據。本操作均基于不同作物投入產出模型，該模型總結了當地農民的種植經驗或知識，符合實際情況十分重要。

圖3 蒙自縣不同作物投入產出預測Fig.3 Prediction of input and output of different crops in Mengzi county

3.3 產品與田間投入品單價預測

農產品與田間投入品單價，包括國家價格與市場價格兩大類，所有價格均會逐年發生變化，成為影響著經濟效益期望的重要因素。田間投入品主要包括：肥料、人工、灌溉、薄膜；農產品分為產品與種子種苗兩類，產品如：稻谷、玉米、小麥、甘蔗、烤煙、花生、石榴、葡萄、枇杷、紅棗等，這些農產品均需配備相應的種子或種苗。田間投入品與產品（含種子或種苗）的單價會隨著市場供需變化或產品質量而變化。圖4展示了蒙自縣種植業投入品與產品的年際單價，可根據權威單位發布的價格進行修改。該操作的后臺存儲了多年價格數據，并依此模擬出價格變化曲線。

圖4 蒙自縣種植業投入品與產品單價Fig.4 Planting inputs and product unit price in Mengzi county

3.4 科技創新增產/增效分析

科技創新必然是種植業增產增效的關鍵措施之一，新技術、新品種、新產品將成為增產或增效的重要源泉，通常體現在優良品種、新型肥料、智能植保、精準種植、精準灌溉、智能農機等產生的推廣面積，增產或增效效果。圖5展示了蒙自縣種植業不同品種的科技措施增產效果模擬界面。

圖5 蒙自縣種植業科技措施增產效果模擬Fig.5 Stimulation effect of planting technology measures in Mengzi county

4 多目標決策方法與空間布局

優化種植結構，方案的好壞將采用多個標準進行綜合評價。鑒于不同作物在不同耕地類型上的投入/產出效益不同，不同作物可能種植面積受到適宜性限制以及不同投入方案的限制等等，如何決定糧經飼作物用地優化方案，即決策變量，涉及尋求多個目標最優化，并會受到多種條件制約，從而成為一個十分復雜，也是一個典型的多標準評價問題，參與運算因子更多，包括人口、耕地、水、糧作、經作、飼料、農資、科技、投入、收入、價格等可量化因子，還會涉及地方特色與習俗以及主管人員知識與經驗等非量化因子。總之，構建符合實情的多目標決策模型十分重要也較為復雜。

4.1 一般過程

圖6展示了結構優化的一般過程，其中“稅收分析”乃是反映了取消農業稅之前的重要目標。種植結構優化規劃的重要思路概括如下。

（1）滿足實際需要，符合客觀規律

面向最終用戶，需要同當地領導進行詳細而深入的討論，同時又要符合客觀規律，即符合當地的資源環境與社會經濟文化發展的實際情況。

（2）摸清家底（資源、環境、現狀）

對于任何一個農業區域，搞清家底是進行結構優化基礎，必須通過多種方法了解情況，例如通過GIS獲取當地的自然資源與環境條件，及其現有利用的空間分布特征與精確數據，或可利用資源衛星影像獲取相關耕地作物種植現狀數據。

圖6 蒙自縣種植結構優化一般過程Fig.6 General process of planting structure optimization in Mengzi county

（3）總結經驗（當地專家，外地專家）

單產模型，或投入/產出模型，成為決策成敗的關鍵，為此必須充分利用當地農業專家與領導的經驗與知識。他們具有長時間的種植經驗與科學實驗，能準確描繪出作物的投入產出關系，也只有這樣得出的單產模型才真正適合當地的實際情況。這遠比用任何經典公式給出的單產模型都更能解決實際問題。

（4）便于人機交互，決策人員參與運算過程

應滿足用戶理解計算機系統完成多目標決策的復雜過程，不適宜采用通常的人機交互界面與模型運算的黑盒子模式。為此，采用國際上通行的對弈式智能操作策略，將每一個決策對象及其決策過程設計成一系列棋局，決策人員可以一目了然地看清每一步棋局中的各種變量與結果，從而確保決策者能夠親自參與到決策過程中來，并永遠處于模型運算的主導地位，從而保證了決策人員的智慧與計算機系統的最佳融合。

4.2 多目標決策模型

多目標決策方法現已廣泛地應用于工藝設計、配方配比以及水資源、能源、環境、人口、教育、經濟等管理領域。多目標決策模型的核心技術在于科學設定：決策變量、決策目標與限制條件［6］。

（1）變量的選取

三元種植結構優化改革方案，實際上就是尋找滿足限制條件與達到期望目標的各種作物的適宜性播種面積，及其在不同耕地類型上的空間布局，涉及不同作物的投入產出效益以及作物復種（時間分布）及田間布局（空間分布）等因子。例如，根據蒙自縣的實際情況，確定了參與結構調整的當地6種主要作物：水稻、玉米、小麥、烤煙、甘蔗、花生，同時依據不同作物的適宜性劃分了以下10種耕地作物類型（詳見2.1），研究的決策變量就是回答10種耕地作物類型的發展規模及其空間布局。

（2）目標與權重設定

圖7顯示了蒙自縣種植業結構優化中需要用戶確定6個目標期望值與權重，即總產值、總投入、總收入、產投比、人均收入、農特稅收的期望值及其權重。某些具體目標因地而異，例如養殖業收入最大化，經濟作物收益最大化等等，均需包含在設定的目標中。所謂權重是指用戶對各個目標的重視程度，期望值是用戶希望達到的目標值。

圖7 蒙自縣種植結構優化目標與權重Fig.7 Objective and weight of planting structure optimization in Mengzi county

（3）約束條件設定

種植結構優化決策一定會受到多種不可改變的客觀條件限制，例如糧食供需平衡，可利用耕地總面積，同一播種期內總播面積不得超過耕地面積，種子、肥料、水、人工、燃料、農機等農資可供量上限等。例如，蒙自縣除了糧食生產指標以外，各類耕地、水、肥料等農業資源都有所限制，烤煙、甘蔗播種面積屬于上級的指令計劃，適宜性面積將控制著作物種植規模等等。例如，蒙自縣的總耕地面積是7.304 78萬/hm2（土地詳查數據），考察了復種及作物種植適宜性影響后，設定了下列約束條件：①（壩區稻+冬玉米+壩區田麥）/2＜壩區田；②甘蔗+（壩區烤煙+壩區雜交玉米+壩區地麥+壩區常規玉米+花生）/2＜壩區地；③壩稻＜壩區田；④山區雜交稻+山區常規稻＜壩區田；⑤冬玉米＜田＜1 600 m；⑥壩區雜交玉米+壩區常規玉米+甘蔗+花生＜地＜1 600 m；⑦壩區烤煙+甘蔗+花生＜地＜1 600 m；⑧甘蔗＜地＜1 400 m；⑨甘蔗+壩區地麥＜地＜1 600 m；⑩山區常規玉米+山區雜交玉米+山區地麥+山區烤煙＜山區地。

4.3 多目標規劃與綜合評價方法

（1）線性規劃方法

線性規劃是用來處理線性目標函數和線性約束條件的最優化方法。在系統優化及經營管理中常有兩類問題：一類是給出一定的人力、物力、財力條件下，如何合理利用它們完成最多的任務或得到最大的效益；另一類是在完成預定目標的過程中如何以最少的人力、物力、財力等資源去實現目標，線性規劃是解決這兩類問題應用最為普遍的方法。

（2）多目標規劃方法

多目標方法允許在處理多個目標時，采用加權的方法將多目標轉化為單目標來進行處理，從而成為解決線性規劃方法無法解決的各種約束條件互相矛盾、各種目標之間重要程度不同的多目標決策問題的有效工具，具有相當大的靈活性，給予決策者較大的分析、選擇與調整余地，當初次模型運算結果不滿意時，可返回到多目標模型階段實施多種調整：①互換目標和約束條件的位置；②改變約束條件等級；③改變所追求目標權重。如此的多目標規劃建模調整功能，有利于數值計算和傳統分析有效地結合，方便于不同角度評價［7］。

（3）規劃方案綜合評判模型

一般情況下，用戶只需輸入每個目標的期望值、權重，系統將經過運算給出一個決策方案。用戶每次修改目標期望值、權重或者約束條件后，也可很快得到一個規劃方案（圖8）。系統提供了方案比較功能，詳細列出了各方案的總產值、總投入、總收入、產投比、人均收入、農特稅收。用戶可綜合考慮各個因素（資源、糧食需求、期望值）從而選出既不超過資源總可供量，又符合決策者想法的規劃方案。

圖8 蒙自縣種植業結構優化結果Fig.8 Optimization results of planting structure in Mengzi county

綜合評判模型計算出各個方案接近期望目標程度，并用以決定選擇的最終方案［8］。例如蒙自縣種植業規劃/計劃方案的綜合評判模型表達為：

a1×（a2/a3）3×（a3-a2）/a2+b1×（b3/b2）3×（b2-b3）/b2+c1×（c2/c3）3×（c3-c2）/c2+d1×（d2/d3）3×（d3-d2）/d2+e1×（e2/e3）3×（e3-e2）/e2+f1×（f2/f3）3×（f3-f2）/f2 （1）

式（1）中：a、b、c、d、e、f分別代表總產值、總投入、總收入、產投比、農特稅收以及農民人均種植業收入；1、2、3分別表示權重、期望值以及分析值。

4.4 規劃方案空間布局

多目標決策方法處理量化因子所產生的方案，常以數據方式呈現（圖9、圖10、圖11），這些數據方案必須完成空間處理后才能落地，成為最有可能付諸實施的方案。

（1）規劃優化方案

圖9展示了蒙自縣種植業主要作物播種面積規劃，圖10展示了對應的作物播種面積變化（有增有減），圖11展示了蒙自縣主要作物投入產出匯總結果。如果決策者不滿意這些規劃方案及其帶來的變化，則可返回到多目標決策模型（圖6），由決策者完成限制條件與目標權重調整，進入新一輪決策運算產生新方案，這樣的循環往復直至達到滿意的決策方案，并進入最終規劃數據的空間布局落地。

圖9 蒙自縣作物種植面積規劃方案Fig.9 Planning scheme of crop planting area in Mengzi county

（2）規劃方案落地

蒙自縣的種植業結構優化方案中標識了山區稻、壩區稻等（圖9），隱含了規劃方案的空間分布，并沒有完全落地，在實施時一定會遇到困難。最佳方法應該借助GIS平臺完成耕地作物類型圖的修改，才能確保規劃方案精確落地與順利實施。

圖10 蒙自縣作物種植面積變化Fig.10 Changes of crop planting area in Mengzi county

圖11 蒙自縣主要作物投入產出匯總Fig.11 Summary of input and output of main crops in Mengzi county

5 對弈式智能操作策略

對弈策略來自于計算機下棋（Play Chess）軟件開發和界面設計方法，這種軟件繼承并發展了“人機交互”的優點［9］。傳統的“人機交互”實現了一對一的輸入/返回結果，但是，用戶在一個界面上不能觀察到解決一個問題的全局，即一個問題的所有輸入和輸出不能顯示在一個界面上。對弈下棋式軟件顯示出每一步棋局，人們在與計算機下棋時可以通觀全局來決定自己的走法，即確定變量值。顯然，這種對弈方法更有利于發揮決策者智慧與經驗。

5.1 面向用戶的對弈界面

將結構優化全程分解為一系列對弈操作，每一個操作設計成一個棋局［8］，自變量與應變量一覽無遺，依靠置于后臺的運算模型和數據，確保決策者（下棋者）總攬全局，充分運用智慧與經驗，選擇自變量，判斷模型運算結果。如此人機對弈，可以反復進行直至滿意結果，體現了定量與定性決策的完整結合。對弈操作中的每一個對弈界面均標示了的決策問題，和相應的對弈操作，一系列的對弈界面組成了整個對弈系統。蒙自縣種植業結構優化與年度計劃系統中提供的對弈界面主要有以下幾方面。

（1）需求分析，提供了人口、勞動力預測以及糧食、油料、棉花、蔬菜和肉類等主要農產品需求預測模型和對弈界面；

（2）資源配置，提供了土地、水、氣候和生物資源以及農用物資（化肥、農藥等）可配置規模的對弈界面；

（3）單產分析、科技增產、播面調整和效益計算模型的對弈界面；

（4）單價調整，提供了種子、產品、化肥、農藥等系統中需要的單價調整對弈操作；

（5）多目標評價運算，產生給定的變量、目標和約束條件下評價結果；

（6）評價結果的綜合評估。

對弈操作策略擔當了總調度的角色，這種對弈操作可以循環地發生，從而可以獲得多個決策方案，依靠綜合評判模型幫助用戶獲得最佳決策方案。

5.2 面向系統的模型

多目標決策模型，包括預測模型、單產模型、科技增產增效模型、綜合評判模型等，俗稱面向系統的模型，可以隨時提供使用。決策者通過對弈界面查詢模型的物理意義，并能看到運行結果。但是，模型系統總是面向系統設計的，即模型與對弈操作相連接。用戶可以不必知道所使用模型的內部結構，但允許用戶參與模型建立，例如，農作物投入/產出模型，用戶可以提供自己的知識與經驗以完成模型建立。

5.3 非量化因子參與結構優化

糧經飼種植結構優化是個復雜系統，影響因素多，其中很多決策因子無法定量表示，例如風俗習慣、社會生態、政策法規、全局利益、期望目標、決策者經驗等，如果完全忽略，勢必影響決策方案可行性。對易操作策略實現了結構優化過程與決策專家知識、規則以及數學計算方法等有機地組合在系統的各個對弈操作中，采用循環往復運行機制，允許用戶改變所追求的多個目標的關注程度以及各約束條件之間的緊張程度等，從而提供了非量化因子參與結構優化機會，體現出決策人員始終處于優化過程的主導角色地位［10］。

6 結論與展望

全國或區域的糧經飼種植結構優化工作，已經成為加快農業供給側結構改革的先導，以及實施鄉鎮振興戰略的重要措施之一。該文提供的基本經驗包括：（1）“種植結構優化”屬于多目標問題；（2）基于當地實情確定決策變量、決策目標與限制條件，創建多目標決策模型；（3）對弈式智能操作策略，確保決策者的主導地位與決策方案的可行性。

面臨中國十大農區的三元種植結構優化改革的繁重任務，專業隊伍應該開展深入調查研究，一方面充分掌握已有的耕地資源、作物品種、土地利用等現狀與特色，同時要摸清各地區人口與經濟發展現狀，建立相應的資源環境數據庫系統，開展科學預測，確定符合當地實情的優化目標、限制條件和決策變量，提出符合新形勢新要求總體設計方案，加快組織軟件開發人員完成“基于種植業時空大數據與多目標方法的對弈式智能化操作平臺”，必須取得試點區域的有效成果后再推廣應用于更多地區，從而可為完成各地糧經飼種植結構優化，推進農業供給側結構改革，加快建設現代農業與振興鄉鎮做出貢獻。