數字合作社：產銷融合的農業智能系統

康孟珍 ，王秀娟 *，王浩宇 ，華凈 ，董永亮，徐振強，李冬，王飛躍

（1. 中國科學院自動化研究所，復雜系統管理與控制國家重點實驗室，北京100190；2. 北京智能化技術與系統工程技術研究中心，北京100190；3. 青島中科慧農科技有限公司，山東 青島266000；4. 中國科學院科技戰略咨詢研究院，北京 100190；5. 北京智禾生態科技發展有限公司，北京 100102；6. 浙江省農業科學院數字農業研究所，浙江 杭州 310021；7. 中國科學技術大學計算機與控制工程學院，北京100049）

在大多數國家，家庭農場是農業的主要形式。根據估計，世界上至少有5億個農場主要依靠家庭勞動，占據了大約70%～80%的農田[1]。農民以家庭為單位從事生產生活，很難實現規模經濟。小農戶的基礎設施薄弱和產品分散，生產投入和市場交易成本高昂，信貸服務獲取不暢，農民的技術能力不足以應對現代技術和不斷變化的消費者需求[2-3]。農民專業合作社是自愿聯合與民主管理的互助性經濟組織，旨在降低小農戶的經營風險，提高農民收入。當前，產銷信息不對稱，缺乏經營的資金、知識和經驗是農民專業合作社發展的瓶頸。如何利用智能技術，服務農業合作社的創新和可持續發展，打造產銷融合、透明誠信的農業產業生態，是本文所提出的數字合作社擬解決的關鍵問題。

農民合作社以成員為服務對象，為其提供農業生產經營資料的購買、農產品的加工、運輸、儲藏和銷售等相關技術信息的服務，盈余按照成員與農民合作社的交易量比例返還，幫助農民增加收入[4]。農民合作社可以幫助農民克服生產和銷售方面的限制[3]。首先，合作社可以提高農民的市場對接能力，以低價購買優質投入品，高價賣出優質農產品。其次，合作社有助于實現食品可追溯性，確保食品安全[5]。

目前農民合作社在美國和歐洲等國家已成功發展甚至占主導地位，并且在發展中國家的重要性也越來越顯著[6]。近幾年，發達國家的農業合作社從初始的以生產資料供應和農產品銷售為主，向產、加、銷一體化經營方向發展，業務涉及農產品的收購、儲運、整理、加工和銷售的多個環節，包含從農業生產者到消費者的農產品流通全過程，實現了縱向一體化[7]。許多合作社不僅從事初加工，而且發展到深加工，如美國加利福尼亞州種植桃子的農場主，組建合作社后，建立了大型加工企業，生產罐頭、果汁和快速冷凍食品，社員生產的產品直接銷往國內外市場[8]。

自20世紀90年代以來，農民合作社開始在中國興起。由于這種新的農業生產形式可以更好地應對市場變化和全球化帶來的挑戰[9]，其數量持續增長。農業農村部數據顯示，到2019年2月底，依法登記的農民合作社達到了218.5萬家，成立聯合社1萬多家，輻射帶動全國近一半的農戶。盡管如此，與一些發達國家的合作社相比，我國的農民合作社實力整體偏弱，存在經營實力弱、承擔風險能力差和運行不規范等普遍性問題[10]。即使特色的專業合作社，也存在合作社組織化程度低、銷售環節多、市場信息不對稱和交易成本高等問題[11]。由于距離和銷售渠道等原因，農業產業鏈存在比較嚴重的信息不對稱情況，產銷雙方缺乏暢通的信息互換通道與信任機制。對于消費者，隨著其購買力的提高，越來越關注食品質量和食品安全，希望便捷地采購到優質平價的農產品[12]。而對于種植者，則希望所生產的產品能順利銷售。

隨著全球化環境、信息與通信技術（ICT）的傳播和使用，整個社會正在發生重大變化，形成了所謂的信息社會[13]。近年來，ICT在農業中的應用已不限于電子商務，一些創業公司正致力于農業的信息管理，包括與智能硬件配套的系統和純軟件系統。國外的農業管理系統如Farmer’s Business Network和Climate FieldView，目標指向構建面向農業的上下游產業網絡。國內雖然有將國外相關管理系統應用于農業的嘗試，但由于土地屬性、農民特點和應用場景的不同，往往不能直接應用。在智能決策支持方面，雖然在企業管理、交通管理、醫學診斷決策、甚至教育等領域已有很多應用案例，但可應用于實際的面向農業種植的智能決策系統較少。國內農業智能系統的研究起始于20世紀80年代[14]，隨著農業物聯網和大數據的發展，應用系統的研究也需進一步更新。

早在20世紀80年代初，錢學森就指出：“在現代這樣一個高度組織起來的社會里，復雜的系統幾乎是無所不在的”，例如社會系統、經濟系統、信息系統、環境系統和農業系統等。農業與其他系統的區別在于農產品具有生物學特性。工業4.0的數字雙胞胎（Digital Twin）概念可以為處理農業領域的復雜系統提供參考，即以數字化方式構建一個物理對象，模擬對象在現實環境中的行為，對產品、制造過程乃至整個系統進行虛擬仿真，從而提高產品研發、制造的生產效率。隨著大數據和互聯網的深入發展，信息物理系統受社會因素的影響日益凸顯，人的因素越來越多地嵌入在系統和信息之中[15]。因此，面向物理世界和網絡空間融合的信息物理社會系統（Cyber-Physics-Social System，CPSS）應運而生[16]。其中的信息包含物理系統數據、虛擬的人工系統數據和泛在社會大數據等[15]。近年來，已有關于農業作為社會、經濟和物理系統的概念模型的研究[17]。Kang等[18]提出了一種考慮社會經濟因素的農業信息物理社會系統。構建人工系統，而不是動態仿真式的數字雙胞胎，通過虛擬和實際系統的平行運行，實現計算、物理和社會的動態交互、時空一致，處理不確定性，是解決CPSS問題的有效途徑[19]。

本文借鑒工業領域數字雙胞胎的思想，基于平行智能系統的描述、預測和引導，提出合作社數字四胞胎（數字合作社）的構想，服務合作社規劃、準備、生產和評估的各個環節。同時對數字合作社的整體方案、系統設計及其關鍵技術等進行了描述，并對數字合作社的用戶及其運行機制進行了探討。數字合作社系統框架包括數據感知、決策支持和決策實施，其核心技術包括作物建模、動態規劃、區塊鏈技術、機器學習等智能技術。此外，以河北陽原縣泥河灣的有機水稻為例，簡述了合作社成本分析、種植規劃、遠程種植可視化等過程，模擬水稻定制種植的場景，以此說明數字合作社的部分功能。數字合作社的概念可為面向合作社的信息系統開發提供方向，為合作社經營者提供產銷共建、智能排產、產品溯源、網上農田等服務。

1 數字合作社與傳統合作社

數字合作社與傳統合作社的共同之處在于基本的合作運營機制，例如股份合作、風險共擔和利益共享等。但并非實際合作社的線上版，而是在數字空間乃至認知空間對合作社進行設計和管理。

數字合作社與傳統合作社的主要區別包括兩個方面：第一，數字合作社可突破農民成員的占比限制，探索不同的合作社構建模式。通過增大非農成員的比例，可以更好地吸納城市消費者加入，從一開始就建立產銷對接關系。種植方可憑借生產資料（如土地）或勞動力，折算成股份技術入股；消費者通過繳納一定的資金入股，用于購買農業生產資料的各項支出，組織和運營農業生產所產生的管理費、信息采集費、系統維護費和第三方服務費等支出。其他的組織活動大多可參考農民合作社的方式，包括合作聯社的組織；其二，數字合作社突破了地理位置的限制，基于數字空間的智能合約而建立，在數字空間進行產銷之間的需求表達、種植方案計算和推薦，因此，成員之間基于網絡共建產銷一體的合作社。當然，根據作物類別和經營者的考慮，數字合作社也可以限定于某個城市及周邊區域，方便組織線下的社員活動。

與傳統的農民合作社相比，數字合作社具有如下特點：1）合作社的地域范圍從單一的農村擴展到帶有消費終端以及市場服務的城市，促進城鄉一體化發展的模式；2）合作社的領域從偏重農業生產端服務擴展到了消費端服務，深度融合產業鏈上下游；3）合作社的運營主體為更具專業化服務的第三方，減少了對本地農戶自身種植知識和市場經驗的依賴；4）在數字空間將零散的小農戶組織起來，以小聚多，實現小農戶和大市場的信息接軌。

2 數字合作社方案

2.1 數字合作社模型

數字合作社指在虛擬空間構建農業社會物理信息系統，綜合運用農業互聯網、農業物聯網、大數據、云計算和智能代理等技術，基于描述智能、預測智能和引導智能，進行合作社團隊組織、種植規劃、成本核算等，服務農業生產的精細管理與控制，促進人工智能技術與健康種植理念的深度融合，助推新型農業產業的發展，以此方式構建涵蓋產業鏈各環節的網絡社區。其主要技術核心特點是“透明生產+可計算”，通過可計算的農業實驗實現數據的精算。本文借鑒軍事管理與控制領域的經驗[20]，提出的數字合作社的閉環規劃和管理過程，包括規劃、準備、生產（執行）和評估4個環節（圖1）。基于人工系統的構建，數字合作社可對每一茬種植在數字空間操作及推演這些過程。

圖1 數字合作社的閉環規劃和管理過程Fig. 1 Closed planning and management loop for digital cooperatives

2.1.1 規劃 確定合作社后，農業中的規劃主要指種植規劃，即農業生產中對作物品種、種植時間、種植面積、對應地塊和施肥打藥等一系列措施的選擇，其決策要考慮如何優化利用土地、設施等資源，增加產出，適應自然條件和市場需求，以保障生產的經濟效益。種植規劃伴隨著農業的產生而出現，其中合理籌劃農事的經驗富于運籌思想。

生產效益是合作社經營的一個重要目標，也是合作社可持續運行的保障。由于人員教育程度、經驗等原因，對成本和風險的分析往往被忽略。根據經驗，在不發生意外的情況下，農業的各項投入可基于經驗進行測算，包括肥料、農藥、土地、勞動力、運營和物流等各項成本。基于對產量的估計，可測算出何時收支平衡，為價格確定和合作社社員招募提供依據。在一期生產之后則可進行校驗和更新。

2.1.2 準備 與規劃相比，準備期的時間窗口縮小，主要是為即將實施的動作所做的一系列準備工作，例如產前的整地準備，農事操作前的肥藥等農資準備，產后的包裝服務等。對于有經驗的農戶，這些工作心中有數，而對于新手則可在規劃的指導下有序展開。

2.1.3 生產 生產環節的時間窗口進一步縮小，生產任務分解到每日具體時間的工作安排。生產分產前、產中和產后3個環節。產前實施的具體任務包括整地、生產資料的準備等；產中根據種植規劃進行生產，任務包括栽培、病蟲害防控、施肥和澆水等；產后包括收獲后分選、加工、儲藏、運輸和銷售等任務。產后是獲得生產價值的關鍵環節。

2.1.4 評估 評估涉及生產經驗的及時總結和積累。評估的內容包括農產品的產量、質量、效益以及與各方投入的關系。特別地，農產品的質量和產量形成是個非常復雜的過程，涉及所在地理位置、氣候條件和管理措施等。農產品的產出品質和產量穩定與否對訂單生產、精細定價有很大影響，尤其是對以小農戶統一對接大市場的情況。在這個環境下，農產品質量分選系統是需求量較大的裝備。目前已有一些生態農場在農產品驗收時采用的一系列評價標準。信息化系統則可對已有實際評價指標進一步提煉和推廣。

2.2 數字合作社組織

數字合作社不僅涉及合作社的動態構建，而且需考慮其構建后的管理過程（圖1），因此合作社的組織是規劃的一個重要部分。為保證產銷對接，基本組成方包括生產者、消費者和經營者。生產者是指具有土地、農業設施（如大棚）或勞動力的個體種植者、種植大戶或合作社。消費者指期望獲得優質農產品的終端個體、機構（如超市、食堂）或采購者。為保證線上平臺的運行，第三個基本角色方是經營者，負責線上與線下的互動、線下的資源組織和方案實施，可為農民合作社提供質量檢測、物流、農資、農技、農機和金融等服務或外包。三方共同構成了一個可定義邊界的人工社會系統（圖2）。

圖2 數字合作社角色構成Fig. 2 Roles of digital cooperatives

數字合作社提供聯合產銷兩端主體的組織方式，從源頭上解決產銷信息不對稱的問題。實體合作社要求農民至少應當占成員總數的80%（2006年中華人民共和國農民專業合作社法），數字合作社可突破農民成員的占比限制；通過增大非農成員的比例，可以更好地吸納城市消費者加入，從一開始就建立產銷對接關系。種植者以土地和勞動力折合入股，消費者以其前期現金投入入股，經營者以經營付出入股，按股權進行合作社的決策管理和二次分配。

2.3 數字合作社中的平行智能

如上可以看出，數字合作社的關鍵是方案的規劃及動態更新，以彌補經營人員在知識、經營方面的不足，降低學習和試錯成本；同時，通過產銷信息對接，降低產品滯銷的風險。平行智能[21]通過描述、預測和引導的迭代運行，加上實際系統在信息空間的映射，構成合作社的數字四胞胎（圖3），為合作社的管理提供支持。可見與實際合作社所在的物理域相對比，數字合作社主要在信息域和認知域，再反作用于物理世界中的合作社。下面詳細介紹除實際合作社（物理系統）外的數字四胞胎中描述、預測和引導3個方面。

圖3 數字合作社的平行四胞胎Fig. 3 Parallel quads of digital cooperative

2.3.1 描述 描述智能（descriptive intelligence）解決如何在虛擬空間構建人工系統、描述實際系統的問題。描述智能是通過從實際系統獲取的數據，結合已有的農業和管理知識，進行數據分析、對象建模、事件識別等。數據包括種植環境、農事管理過程、農產品產量與質量、價格等，以不同渠道獲取，包括農業物聯網、移動互聯網、公開的市場價格等。例如Weng 等[22]基于北京新發地批發市場的開放價格數據應用人工智能算法對未來幾周、幾月的農產品價格進行預測，為采收和種植提供支持。Hua等[23]基于歷史的天氣數據進行作物關鍵生育期的預測。Qu和Hu[24]構建數據驅動的模型，對不同種植時間的番茄產量進行計算。

農業信息化是描述智能的基礎，用于獲取生產相關的各種數據。基于這些數據，可以設定評估指標，對生產過程進行畫像，從中也可識別出生產管理過程中的特殊事件[25]。此外，農業方面已有大量的知識積累，數據和知識共同驅動的描述智能可減少對數據量的依賴。知識的表達方式可分為兩類：一類是量化計算的作物模型，其中包含了對作物生長規律的提取。例如在產量預測中，數據和知識共同驅動模型可同時計算多種產出，充分利用了對作物生長過程基本規律的認識，同時將環境的復雜影響用經驗模型表達[26-27]。另一類是描述性的語言表達，將知識轉化為數據，基于知識圖譜為用戶提供知識問答[28]。知識圖譜，旨在描述真實世界中存在的各種實體或概念及其關系。描述知識的語義網絡圖中，節點表示實體或概念，邊則由屬性或關系構成。農業知識圖譜是在農業這個專業領域的知識圖譜，除了將專家知識整理成為知識圖譜之外，還可以從大量的農業專著中，通過實體識別和關系抽取提取三元組從而轉化為結構化知識[29]。農業問答中，首先通過命名實體識別解析問句里面的農業實體，再通過實體鏈接，鏈接到農業知識圖譜里對應的實體，返回對應的三元組作為應答。

2.3.2 預測 預測智能（predictive intelligence）是建立在描述智能基礎之上的對未來發展的預估和優化，基于計算實驗實現，反映的是在當前和過去的規律掌握之上對未來的認識。計算實驗領域已有較成熟的理論和方法[30]，其中對哪個方面未來的預測取決于管控的需求。對于數字合作社，其組織設計需要計算收支平衡點，因此需要預測種植的效益。效益的評估基于對產量、產期和農產品價格的評估，而產量和風險又取決于對天氣和市場行情的預估。計算實驗往往涉及多學科的知識和方法。預測智能基于計算實驗對未來進行預估，回答“在何種天氣環境下、種何種作物、滿足多少人需求”的問題。以設施農業為例，2018年起，荷蘭瓦赫寧根大學組織國際人工智能溫室種植挑戰賽，吸引了微軟、騰訊等IT領域的團隊參加；團隊一般為多學科背景，需綜合考慮環境調控對作物產量、投入品使用和最終效益的影響。對于涉及產銷兩方的數字合作社，實質上構成了一個人工社會，加上自然環境，共同構成了一個農業社會物理信息系統[18]。計算實驗方法可模擬系統行為，例如不同種植面積下的單位面積效益和總效益；結合優化方法，為實際系統的管理提供參考，例如為了達到每周穩定供給農產品的排產方案（何時種、種植多大面積）[18]。

2.3.3 引導 引導智能（prescriptive intelligence）是通過描述智能和預測智能尋找有利的或優化的策略，在人工系統與實際系統的平行執行過程中，兩者持續地相互作用、相互反饋和相互引導。不僅要利用“當前和過去的數據”，還要綜合考慮期望結果、所處環境和資源條件等更多影響因素，在不斷地對比分析所有可能方案的基礎上，提出“可以直接用于決策的建議或方案”[31]。簡而言之，一切的計算最終要給出“有用的”方案。對于數字合作社，引導智能從組織設計開始，即如何設計合作社的參與方，使得各方的訴求得到保證。基于透明經營的原則，對產量和成本進行分析，計算出需要多少的消費者社員、投入多少現金來保證收支平衡，以及增加新社員時帶來的收支平衡的自動更新。在確定組織和各類資源后，基于共同的種植理念，引導智能為經營者提供種植時間、肥藥方案等策略，并且所提供的方案在應用時隨著實際作物生長情況自動更新。此外，引導智能用于資源調度的安排，例如何時購買農資等，使得經營者更為合理地安排資金和人力。平行執行的必要性在于實際系統與計算實驗所計算的理想系統之間會存在差異，因此管理措施需隨著實際情況而調整。例如基于作物圖片可提取作物的生育期、產量預估等信息[32]，結合實際監測的環境和作物生長情況進行施肥方案的動態調整。

3 數字合作社的總體設計

3.1 數字合作社的總體架構

數字合作社的總體架構包括信息感知、決策支持和決策實施（服務）3個方面（圖4）。數字合作社的平臺設計采用CPSS的理念，信息采集包括物理信息（作物環境、作物生長狀態、設施狀態）和社會信息（生產者的管理記錄、農產品價格）等。與傳統信息系統相比，增加了人的維度，使得系統既能為人提供智能服務，又能學習用戶的管理經驗。

圖4 數字合作社的總體架構Fig. 4 Framework of digital cooperatives

決策支持是系統的核心，對數據進行處理，融合作物的知識，基于建模、智能計算、優化算法為合作社提供所需的支持。以作物生產管理為例，系統可以根據已有種植案例提供初始種植指導（圖4），并以直觀的圖形方式提供種植方案推薦并記錄種植過程的功能。在實際生產中作物和環境千差萬別，計劃的管理措施不一定按計劃中所列出的執行。系統結合實際的環境監測和用戶反饋，在服務器端進行虛擬的計算實驗，進一步提供決策支持。資深的技術人員了解當地作物的管理過程，進行遠程查看和指導，進行人機互動。

決策實施以環境的自動控制或管理軟件方式呈現（本地系統）。軟件的功能基于需求分析而產生，貼近實際需求。

3.2 數字合作社的用戶

3.2.1 直接用戶 平臺的直接用戶是農民合作社的經營者。在生產管理方面，平臺提供貫穿產前、產中和產后的服務。產前進行種植計劃安排，根據生產經營目標、種植對象，提供種植對象管理過程的建議。以番茄為例，進行不同生長時期的施肥灌溉和病蟲害防治的管理方案。這里更強調健康管理，即如何預防可能的病蟲害，減少用藥。系統給出實施某項措施的時間，實際生產中由于氣候因子、管理措施的差異，措施的應用時間可能會隨著用戶的實際操作而調整。系統提醒用戶記錄所有的操作過程，以便基于數據對不同措施的影響進行分析。給用戶

帶來的直接效果是有序管理生產。在生產環境控制方面，以普遍使用的日光溫室為例，目前最大的需求是通風口的控制，實現溫室內部的溫度和濕度的調節。管理和控制兩個部分相互關聯：生產管理中的措施安排往往與生育期有關，而生育期與作物的溫光環境密切相關，后者可通過物聯網設施獲取和控制；環境控制中的閾值設置與管理需求有關，例如在開花坐果期，對環境的要求非常敏感。因此，生產管理系統需融合管理和控制的功能，為生產者提供直接服務。系統的價值在于通過連接間接用戶解決知識不足和信息不對稱的問題。

3.2.2 間接用戶 平臺的間接用戶包括農民合作社中涉及的各種利益相關者，包括農資提供方、農機提供方、農產品批發商、第三方金融機構、政府和個人消費者等。利益相關方利用數據實現自己的價值，例如農資提供方根據農戶的種植對象提供技術建議和銷售農資。為了實現各自的價值，信息流是雙向的。不同的利益相關者提供服務，在系統中約定明確的服務協議和計費方式，從而提供一個網絡連接的平臺，構成一個虛擬的數字社會。以第三方服務機構為例，如農業保險，其最具挑戰的問題在于找到有信用的農戶。由于農戶普遍缺乏銀行體系的信用數據，目前往往通過第三方走訪、當地居民口耳相傳的方式進行信用評估。農田的數據管理為保險提供數據支持。在雙方達成一致的前提下，可開放數據接口，提供生產數據。個人消費者的訴求則是健康的農產品。目前有不少個人消費者愿意以高于一般市場的價格訂購農產品，這類用戶對于農產品的安全要求比較高，愿意為透明的生產過程信息買單。通過數據的對接，服務此類用戶的系統可與生產管理系統進行數據交換。

3.3 平臺的可持續運行機制

平臺設計的考慮是通過專業化分工與信息對接，使得農戶只需要專注于種植生產本身，而減少在銷售、管理上的風險和精力，令參與各方發揮各自的價值。專業的農資提供方往往伴隨著實操的農技咨詢服務，甚至為了推銷農資為農戶提供農產品銷售服務；消費者群體已經從單純吃飽轉向健康的飲食需求，愿意為優質農產品買單；而技術與市場都是農戶希望對接的資源。農業生產經營者為平臺的核心。平臺設計的理念在于基于信息的及時對接減少由于產銷信息不一致而帶來的農產品浪費，以及相應的資源浪費和對環境的影響。平臺倡導健康的可持續的種植方式，一方面通過農業技術的服務，另一方面通過消費者的訂購，為用戶產生的附加值可保障平臺的可持續運行。從政策層面來說，中國的鄉村振興戰略重視農業和農村的發展，倡導家庭農場、農民合作社和專業化農業服務組織的發展。以上需求和背景為數字合作社的發展提供了廣闊的空間。

4 數字合作社關聯的關鍵技術

平行智能涉及不同細分學科的多種技術，除了共性的人工智能領域的方法，還有一些相關的關鍵技術。

4.1 作物建模技術

作物的產期與產量預測是產銷對接、生產管理的基礎。盡管對于一個有經驗的農戶，預測種植作物的產出并非難事，但是對于涉及不同區域和作物的智能系統，需要對作物生長進行建模。而作物生長受品種、環境和管理因素的影響，是一個非常復雜的動態過程。自20世紀60年代以來，作物模型的研究涉及對于作物光合作用、呼吸作用、物質分配和結構形成等各個方面，復雜度也各不相同[33-35]。時間尺度從秒到年，空間尺度從細胞到區域。在實際應用中，需對模型進行取舍。例如Hua等[23]僅基于溫度預測番茄的開花期，用于作物供應鏈中產銷信息對接。一般來說，經驗模型比機理模型簡單易用，但其參數需根據實際進行更新。

4.2 農業知識自動化

理想情況下，智能系統能夠回答在哪種環境下、適合種什么作物、何時種植的問題，進而能夠回答某種作物在種植過程中可能有哪些病蟲害、如何預防，以彌補經營者的知識不足。對知識的需求存在深度和廣度兩個維度。知識自動化提供從已有的數據中自動挖掘、整理和積累知識的系統[36]，為經營者從浩瀚的信息中梳理出需要的知識和信息，為經營者提供外腦。如前所述，知識自動化依賴于知識圖譜的構建。目前，不少平臺的問答是真實的農業專家在網絡上提供回答。然而農業專家有限，難以進行更大范圍的應用和推廣。近年來，自然語言處理技術發展迅速，日趨成熟。相關技術可用于農業問答系統的構建。

4.3 基于代理的計算實驗

由于農業生產經營的多樣性和不確定性，針對農業生產和銷售這一生態系統，計算實驗可以通過改變各種因素的組合方式，進行系統行為評估，以及壓力實驗和極限實驗，計算在何種條件下具有最佳的投入產出比等[30]。農業人工系統中，作物、種植者、農業設施等均可抽象為代理，可視為真實世界的數字游戲。基于代理的計算實驗一方面為經營者提供培訓和學習的機會，另一方面可使經營者心中有數。

4.4 區塊鏈技術

數字合作社透明經營、去中心化的理念與區塊鏈技術天然吻合[37]。合作社的組織是個動態過程，基于一定的合約而建立，認同合約則自動啟動后續的流程，正如區塊鏈技術的智能合約[38]。合作社各方的信息真實性可以通過區塊鏈的分布式存儲來保證，并通過共識信任、時間戳等保證信息的難以篡改。區塊鏈技術的應用可在底層改變數據的存儲和修改方式，從技術上為數字合作社的經營風險防控提供保障。

4.5 可視化技術

一圖勝萬言，透明信息的可視化表達可以有效地傳遞信息，拉近人的心理距離。利用作物三維建模和三維地理信息技術（http://bionatics.com/Site/company/presentation.php），可以基于web展示農田的生產進程，進行信息的直觀表達，增強產銷雙方粘性。作物三維形態可以基于虛擬植物的模擬技術產生[39]，也可以基于三維點云數據重建[40]。

5 基于計算實驗的數字合作社規劃示例

為便于理解數字合作社的作用，以河北陽原縣單季種植的泥河灣有機原種貢米種植為例，說明從規劃到可視化的過程。問題源于北京的城市消費者對高品質有機大米的需求，認可種植方兼技術人員的有機種植技術。雙方已有多年的信任，消費者方也有意投入資金，但是進行較大面積的種植需要量化成本，以便對成本有預估，作為建立合作社的基礎。種植方采用貢米原種種植，該品種大米的市場參考價格為56元/kg。

5.1 成本核算

農業生產成本核算既是合作社可持續經營管理的需要，也是投資者與種植者之間溝通的需要。生產經營規劃的重要方面是列出所有種植的成本。農業經營者往往缺乏成本核算意識，因此常常會出現增產不增收、生產效益低的情況。如何降低生產成本，管控經營風險，是農業合作社必須具備的能力。農業企業缺乏成本核算的相關制度，因此需要農業經營者自行理順。

表1展示了種植有機原種貢米水稻的成本。水稻采用可留種的品種，產量偏低；種植全程使用有機肥，不打藥。為進行成本核算，首先列出所有相關成本價格，包括種、肥、地、人工、包裝和物流等，由此估算成本和市場指導價格。通過成本分析發現目前人工成本占比較高。需要注意的是，單位面積的成本隨著種植面積的變化而變化，如勞動力成本、物流成本等，隨著種植面積增加，有必要通過機械化手段來控制成本。

表1 有機原種水稻種植成本分析Table 1 Cost analysis in planting organic rice

5.2 收益預測

從生產經營的角度看，每一茬種植計劃的執行都如同做一份商業計劃書。基于成本分析，加上單位面積產量估計和預期的利潤，可估測出大米的成本單價和市場指導價格。在此基礎上，引入種植面積的變化，可以模擬隨著種植面積增加的效益分析，從而為制定規劃提供參考。該環節發生于實際生產記賬之前，主要用于初步評估生產的利潤和風險，對應于圖4中的預測階段。

通過在系統中模擬有機原種水稻單位面積產量和單位成本，可分析種植收益（表2）。該分析計算中，除采用表1中的參數，還假設所獲得的利潤在種植者、經營者和消費者之間以3∶4∶3的比例分配。種植者的收益除了利潤的30%，還包括租地和人工收入3.75萬元/hm2。經營者的收益除了利潤的40%，還包括管理成本0.26萬元/hm2。消費者的收益除了利潤的30%，能獲得遠低于市場參考價的優質有機貢米。各方各自銷售所得的利潤未在考慮范圍。除了總體收支平衡計劃，還可測算按時間規劃的種植方案、資金使用計劃和現金流預期。

表2 有機原種水稻投入產出表Table 2 Input-output of organic raw rice

如果消費者本身是一家500人的企業，以平均每人每年消費100 kg有機原種貢米估算，假設每戶為3口人，則1 500人每年所需量為150 t，對應于大約需46.9 hm2的種植面積。通過這種合作模式，可各自獲得所需。在各方認可投入產出后，則可組建合作社機構，進入生產階段。

5.3 種植規劃

種植規劃中的農事安排則體現隨時間的進度計劃。例如圖5表示一個不同月份的水稻用肥計劃，使得在種植前心中有數。在規劃階段，時間的安排為大致范圍。具體準確時間在實施中根據實際情況而更新。規劃內容在實施中是動態的，由于實際生產場景的差異性，種植方案可能會隨著天氣和作物情況進行調整，因此引入平行智能為種植規劃提供支持。圖5展示了一個水稻種植規劃的示例。用戶端可通過手機的微信小程序隨時查看種植進展。小程序自動獲取拍攝時間、地點和當地氣候，以時間軸順序展示，方便用戶瀏覽。

圖5 種植規劃示例Fig. 5 An example of planting schedule

5.4 虛擬農田

對于多種作物種植的情況，種植規劃結果的表達可采用類甘特圖的方式，圖6所表示的一個簡略的種植時空安排方案，其中框中不同編號表示種植作物的編號，橫坐標表示時間（年/月），縱坐標表示地塊編號。

借助于三維地理系統，較為抽象的地塊編號可以對應到具體的地塊上去。除了通過手機端遠程展示種植規劃和進展，還可以通過虛擬農田展示各個地塊的分布，圖7展示了一個對應于實際農田分區的三維地理信息。圖中可以對地塊做不同的標示，說明種植作物、預期采收時間等。這類信息方便消費者了解種植區，遠程認領，也便于消費者整體了解種植區情況，進行直觀的溝通。

圖6 種植規劃結果示例Fig. 6 Example of planting schedule

6 討論

6.1 虛實結合與線上線下的管理

合作社的產銷對接在聚合大數據基礎之上才有優勢。農業大數據經過幾年的發展，目前仍缺乏市場驅動力[41]。數字合作社并不改變在國家相關合作社法規定下的實際組織管理方式，通過數字空間的信息聚集，形成虛擬合作社，與聚合起來的市場需求進行對接。因此，必須構建信息系統以匯集數據、分析數據，并在此基礎上實現智能計算，提高生產和統籌效率。由于年齡、知識水平的限制，數據搜集不再以傳統的種植戶上傳數據為主，而是以第三方的專業化服務組織為主，輔以物聯網等設備實現農業的智能化升級。

圖7 分區展示的數字農田Fig. 7 Digital farms divided by zones

由于對健康食品的需求和對田園生活的向往，過去十幾年中別具特色的社區農業如火如荼。社區農業主要以線下的地塊承包和產品訂購為主，一個農場往往要面對眾多消費者的需求。由于消費者對農產品種類的需求多，單個農場的產品往往難以持續平穩供應。此外，單個農場的經營成本相對較高。如果擴大生產經營規模，則對經營者綜合能力的要求隨之增加。數字合作社則是以聚合小農戶、多對多的方式進行產銷對接，可以將用戶的需求分解到各個小農戶中，這樣對于單個種植者，仍可集中精力專業生產少數幾種農產品，積累和學習專業知識，且可減少如何應對市場變化的考慮。為了實現產品線的多樣化，還可參考合作社聯社的實際經驗，在虛擬空間中構建數字合作社之間的合作方式。

6.2 數字合作社與智慧農業

智慧農業的技術包括物聯網和云計算等，服務農業的智能化生產。最近幾年，智慧農業的作業主要體現于農機裝備和無人機噴灑等，主要用于節約勞動力的場景，較多應用于規模化農業生產。而小農一般缺乏購買實力，或不適合使用大規模作業方式。與這類以裝備為主要體現的智慧農業技術應用不同，數字合作社更多在于智能排產、種植智能推薦這類智能算法技術的應用，用于鏈接不同的產業環節，天然地引入了市場驅動技術應用的機制，為智慧農業與現有主要經營主體的結合提供了切入點。由于產銷信息透明的需求，對生產過程的信息監管也會成為訴求，從而有可能帶動農業物聯網技術的廣泛應用。

過去十幾年中，通過研發項目支持，以及各地的數字農業園區建設，信息化技術在農業生產管理的應用已有不少示范工程，但缺乏可持續運行機制。技術的應用需要相關經營體制的配合。中國已經在鄉村投入了大量的基礎設施建設，通信、交通和物流條件非常便捷，為農業4.0的發展創造了有利的條件。2020年農業農村部發布了《新型農業經營主體和服務主體高質量發展規劃》，助推家庭農場、農民合作社和托管服務組織的發展。數字合作社定位的主要用戶是這些新型農業的經營者和服務者，減少對個人能力的依賴，輔助解決生產經營及服務中的問題。

6.3 未來展望

農業領域的軟件系統在過去已有探索，包括農事管理、農業ERP軟件等，然而為種植戶提供全方位服務的軟件不多。基于數字合作社理念，可設計和開發包括種植管理、經營管理和銷售管理的農場經營服務功能，其中融入各方面的經驗，使得即使對農業不是非常熟悉的人員也可以盡快上手，成為胸有成竹的“新農人”，有助于吸引年輕人投身農業，改變當前的農戶普遍年齡偏大、學歷偏低的狀態。

對于農業專家，基于數字合作社，可以拓展其所提供咨詢和服務的農田范圍。對于小農戶，農業種植經驗比較缺乏，需要專家的技術指導。而農技專家缺少，如果完全是線下服務，相當有限。基于線上平臺，一方面可拓展農技專家的地域限制，通過線下實地走訪和線上咨詢擴大服務的時空范圍；另一方面，通過在數字空間保留專家提供建議的印記，可以積累經驗和傳承，訓練人工專家系統。

數字合作社由于采用虛實結合的方式，虛擬系統中的農田與實際農田相對應，有別于完全以游戲娛樂為主的農田游戲。消費者社員可以線下到農場進行體驗和采摘。由于合作社這種組織形式，社員之間也可不定期的聚會，構建現實生活中相互之間的深度聯系。這對于都市農業的發展尤其具有現實意義。由于種植者與消費者的共同參與，會減少化肥農藥的使用，從而形成一種和諧的種植方式。需要說明的是，數字合作社是對農業專業合作社的一種補充，而不是替代，是一種順應當下的數字經濟方式。

7 結語

本文提出了基于人工系統、計算實驗和平行執行的虛實結合、產銷融合的數字合作社，并以有機水稻種植為例，說明數字合作社規劃、成本分析、種植方案推薦等過程的實現。本文側重系統的設計，因此未深入描述系統的具體實施，僅提供部分功能的系統界面。對于農業這一復雜的社會物理信息經濟系統，理清各方的關系，設計適宜的信息系統，是非常重要的一個環節。進一步的系統功能細化，則需要更深入地結合實踐，針對某種自然和社會經濟環境下的專業合作社進行開發迭代，提取共性特征，才能逐漸凝練出適合不同地域、不同作物、不同情景的合作社樣板庫。