吉林省智慧農業現狀及建議
—— 基于智能設備的新型農業發展

沈潔 王子琪 陳文建 郭晟萱 王子岳 吉林大學

一、緒論

研究智慧農業發展狀況，是要根據吉林省農業發展的現狀提出針對性的建議，探究吉林省未來智慧農業的發展方向，促進吉林省傳統農業的快速轉型，提高吉林省農業發展的效益。

發達國家智慧農業發展較為成熟，國外文獻對智慧農業模式的研究更加廣泛，我國智慧農業的發展方興未艾。對比中國與美國、法國、日本等國家智慧農業的發展，發達國家雖然在具體措施實施上有所不同，但在科技研發投入、政府整體調控方面都有較大共性（蔣璐聞、梅燕 2018），我們可以有的放矢的借鑒發達國家成功經驗，選擇最符合我國國情的智慧農業發展方向，運用智能設備為智慧農業發展助力，為我國智慧農業理論體系的完善做出努力。

二、智慧農業基本概念

智慧農業沒有一個統一的定義，但可以明確認定的是這是農業信息化與農業現代化發展到一定階段所產生的概念，它代表的是較高的農業發展水平，代表著一種新型農業的發展方式。智慧農業涉及農業生活的方方面面，包括生產、管理、組織和農業生活等方面（韓猛，2020）。生產上，做到了土地肥力檢測與播種的自動化，大大減少人工成本，提高了生產效益；在管理上，自動滴灌裝置，溫度監測系統等都給農作物提供了良好的生長環境和比人工更全面的照顧；在組織上，大數據互聯網可以分析人們需求，及時調整作物種植種類與種植面積，最大可能減少信息不對稱的發生，提高農民收入，達到供需平衡；在農業生活上，主要是指提高了農民的人力資本與整體素質，培養新時代農民，建設美麗鄉村。根據前文的研究，結論是發展智能設備是促進傳統產業轉型最有效的路徑，且現階段我國在智慧農業發展中，與科技相連的智能設備起到了決定性作用，因此測量智能設備對農業總產值、傳統農業轉型的影響近似于測量智慧農業發展對農業總產值和傳統農業轉型的影響。

三、研究方法與建立模型

（一）研究方法

1.波拉特法測定智慧農業發展水平，運用農業第一信息部門與農業第二信息部門進行量化與分析。

2.模型建立法：索羅模型。在宏觀經濟學的新古典增長理論中，美國學者羅伯特·索羅（Solow）提出的經濟增長理論無疑是具有代表性的理論，這個模型相應的模型被稱為索羅經濟增長模型，具體表示為：

其中Y表示產出；A（t）表示技術發展水平，也被稱為全要素生產率；K（t）表示資本的投入要素；L（t）表示勞動的投入要素，這個模型包含發達國家發展智慧農業時的共性特征，可以進行回歸分析，將智慧農業發展在傳統農業發展與轉型中發揮的作用進行量化，為后續精準農業發展提供路徑與指導性方法。

（二）模型建立與數據預處理

索羅的經濟增長模型的具體數學表達是基于柯布道格拉斯函數，因此我們建立模型時，同時在等式兩邊取對數，得到模型：

模型（2）就是本文研究智慧農業發展的具體數學表示，其中Y表示為農業總產值，K為固定資產投資，L為農業部門從業人數，A表示智慧農業發展水平，表示為隨機擾動項，我們選取的數據來自2009-2018年的《吉林統計年鑒》。

相較固定資產投資和從業人數，智慧農業發展水平（A）這一指標很難直接得出確切的數據，我們借鑒多篇文獻，結合吉林省內數據可獲得情況，不適宜應用信息化指數測度，因此我們采用波拉特法進行測定。波拉特把農業信息部門細分為一級信息部門以及二級信息部門，兩部門加總的結果占同年吉林省農業總產值的比重視為智慧農業發展水平的發展程度。

我們首先需要測算哪些部門屬于第一信息部門。此部門是面向市場提供產品的部門。根據《國民經濟行業分類》，農業第一信息部門主要包括農林牧漁服務業以及科教文藝通訊業中包含的部分細分行業，具體操作是科教文藝通訊業總產值與一個相關系數相乘以后歸入農業第一信息部門產值，此相關系數為吉林省農業總產值與當年的全省GDP之比[2]，如表1所示。

表1 農業第一信息部門產值

農業第二信息部門主要是指是指政府部門或者非信息相關產業的企業為滿足內部的消費而進行的信息服務的生產，具體包括企業內部的數據處理、研究開發、電信電話經營管理等。有公式可以表示為：

固定資產折舊，它是利用各個行業的固定資產折舊和農業的總產值在GDP中的比重來計算得出的，如表2所示。

表2 農業第二信息部門工資收入

由于2017年后，統計年鑒中按照各行業按建設性質和構成分固定資產項目投資被取消，固定資產投資中的數據只展示了房地產行業的細分數據，因此我們用2009-2017年這幾年的數據進行測算，如表3所示。

表3 農業第二信息部門固定資產折舊

最后將第一信息部門與第二信息部門得出的數據求和，得出的結果就是智慧農業發展水平，如表4所示。

表4 智慧農業發展水平

四、實證分析

將所有數據整合得到原始數據，其中Y表示農業生產總值，K表示固定資產投資，這兩部分都可以從統計年鑒中直接獲得，L代表農業就業人數，我們將農林牧漁業及服務業的人數進行了加總，A就是上表給出的智慧農業發展水平，對原始數據取對數，得到表5。

表5 原始數據取對數

通過Eviews對以上數據進行回歸分析，得到結果，如表6所示：

表6 回歸結果

LnK對LnY的解釋程度為-0.1327，兩者體現出負相關性，但這種負相關性并不顯著；LnL對LnY的解釋程度為0.2084，農業生產總值隨著勞動力投入的增加而增加，這是情理之中的事情，但是其顯著性不高，可能原因是因為傳統農業的粗放式發展沒有最大效率發揮出勞動力的價值；LnA對LnY的解釋程度為1.3202，且在5%的顯著性水平上顯著，說明以智能設備為代表的智慧農業發展確實會提高農業總產值，促進傳統農業產業轉型。

五、政策建議

我國的傳統農業轉型刻不容緩，本文提出了一個發展方向，即發展以智能設備為代表的智慧農業，通過互聯網、大數據與智能設備相結合，創造農業發展的規模效應。吉林省一直是產糧大省，獨特的氣候條件以及地理條件讓規?；姆N植成為可能，這也是在省內運用智能設備進行智慧農業發展的一個重要優勢。

其次，一次性購買這些智能設備與大型機械的支出較大，政府可以進行適當補貼，提供針對三農方面的貸款，在保證農民收入的前提下通過金融行為調動農民生產的積極性，鼓勵農業用地的規?；c農業過程機械化的實現；開展“保險+期貨”業務，培養高素質的新時代農民，助力傳統農業結合現代科技轉型成低投入、高效益、低污染、高回報的新型農業。