盧方元 王肅坤
(1.鄭州大學 商學院,河南 鄭州 450001;2.鄭州大學 國際學院,河南 鄭州 450052)
“數字農業”(Digital Agriculture)一詞最早出現于20世紀60年代,起源于計算機在歐美部分發達國家農業生產方面的大規模應用[1]。隨著大數據、云計算、物聯網等技術的發展,數字農業受到世界各國的廣泛關注。中國作為農業大國,高度重視數字農業的發展。2018年,國務院印發《鄉村振興戰略規劃(2018—2022)》,將數字農業作為鄉村振興的重要組成部分,強調要“大力發展數字農業,鼓勵對農業生產進行數字化改造”。數字化、信息化作為新時代農業的關鍵要素,成為提升農業生產能力、保障國家糧食安全的重要基礎。2020年,中國農產品全系統線上交易額超過240億元,產生了農村電子商務、智慧旅游、電商扶貧等鄉村數字經濟新業態。由此可見,數字農業在中國方興未艾,繼傳統農業、機械化農業之后,成為推動中國農業現代化發展的重要動力。
數字農業受到學術界的廣泛關注,主要研究領域為以下三個方面:
一是對數字農業定義及內涵的研究。1998年,時任美國副總統Al Gore將“數字農業”定義為“數字地球與智能農機技術相結合產生的農業生產和管理技術”[2],掀起了數字農業研究與實踐的潮流。國外數字農業起步較早、發展較深入,研究內容多為具體技術在農業方面的應用,如Kamble和Gunasekaran等(2020)[3]認為數字農業是多種技術應用集合于農業的一種農業形式。在國內,早期的研究者通常把數字農業等同于精細農業或信息農業,孫敬水(2002)[4]認同其定義為“數字地球與智能農機技術相結合產生的農業生產和管理技術”。隨著科技發展,農業經濟產生了多樣化的形態,數字農業的定義與內涵常與精準農業、智慧農業等相似概念相聯系。趙春江和楊信廷等(2018)[5]將數字農業與精準農業并列,作為農業信息技術的兩個發展方向。阮俊虎和劉天軍等(2020)[6]認為數字農業涵蓋農業生產、運營、管理整個流程的數字化。目前,國內對數字農業暫時沒有統一定義。
二是對數字農業作用效果的研究。Browson和Knezevic(2016)[7]以及 Kamilaris 和 Prenafeta-Boldú(2018)[8]都認為農業正在經歷數字革命,其對農業產量、農業生產關系具有較大作用。國內關于數字農業作用的研究大部分集中在理論分析層面,大多采用聯合國《2019年數字經濟報告》的觀點,認為數字農業作為數字經濟的一部分,能夠促進社會發展。部分文獻對數字農業效能進行了實證分析。羅浚文和李榮福等(2020)[9]通過采用隨機前沿分析方法,測算農業數字化改造的效益變化,發現農業數字要素對于增加農業經濟效益具有顯著的正效應。胡世霞和沈祥成等(2019)[10]采用主成分回歸分析模型,對湖北省數據進行定量分析,證實了精準農業技術對農業經濟發展的正向作用。
三是有關數字農業實踐模式及現存問題的研究。國外在此方面的研究較為細致,從技術層面討論了新技術在農業中的應用。Lelong和Burger等(2008)[11]對如何將輕型無人機應用于農作物遙感監測進行了研究。Kamilaris和 Prenafeta-Boldú(2018)[8]認為深度學習對于提升農作物產量、高精度測繪等方面具有重要作用。在國內,侯秀芳和王棟(2017)[12]認為發展數字農業應當注重加強頂層設計和人才隊伍建設。汪旭暉和趙博等(2020)[13]基于網易未央豬的案例,總結出以“產品”為核心,高效生態的數字生產模式和以“消費者”為中心,全產業鏈延伸的數字經營模式,認為其應用具有較高的門檻。對數字農業現存問題研究方面,在對現代化農業的認知上,過度依賴機械化、輕視數字化的現象仍然明顯(劉海啟,2019)[14]。此外,數字農業的發展勢必加劇信息鴻溝的擴大甚至再生(陳潭,2020)[15]。
綜上所述,我國學者對數字農業還沒有形成相對統一的定義,對數字農業的研究還不夠深入,對我國數字農業發展水平現狀還缺乏系統評價?;诖耍疚囊灾袊鴶底洲r業發展程度作為評價對象,構建綜合評價指標體系,綜合使用熵權法、線性加權法和幾何加權法,從空間和時間兩個方面對全國及31個省區市的數字農業發展水平進行綜合評價分析,并探究東、中、西三大地區數字農業發展水平的差異及原因。
當前數字農業還沒有公認、統一的定義,因此也沒有普遍認可的評價指標體系。本文按照客觀性、系統性、代表性、可得性、可比性等原則,參考前述文獻,分別從數字化基礎設施、數字化生產要素、數字化經營體系和數字化外部條件四個方面選取指標,構建數字農業綜合評價指標體系,如表1所示。

表1 數字農業發展水平綜合評價指標體系
1.數字化基礎設施:指各省區市已有的硬件基礎,是建設數字農業的基礎條件。本文選取農村移動電話普及率、農村有線電視普及率和農村互聯網用戶量作為二級指標。
2.數字化生產要素:指當前農業生產要素的數字化程度,反映農業生產環節的數字化現狀及潛力。本文選取農業科技人員比重和農業生產機械化水平兩個指標進行衡量。
3.數字化經營體系:指數字農業已經或可能催生的新業態,反映農產品信息在商品流通領域的數字化程度。本文選取農產品線上銷售額、農產品電子商務企業比例和農產品信息數字化程度三個指標進行衡量。
4.數字化外部條件:指支撐農業進行數字化改造的宏觀支持,反映數字農業發展的可能性和持續性。本文選取財政支農力度和農村經濟發展水平兩個指標反映數字化外部條件。
考慮指標數據的可得性,本文選取2013—2019年的數據,主要來源于《中國統計年鑒》《中國人口年鑒》《中國農業統計年鑒》以及國泰安數據庫。
根據全國及31個省區市(不包括港澳臺,下同)2013—2019年的指標數據,使用面板數據熵權法求解指標權重。設α代表年份,i代表省區市編號,j代表指標編號,m、k、n 分別代表年份數、省區市數、指標數,xαij代表第α年第i個省區市第j項指標的指標值。求指標權重的步驟如下:
4.計算各項指標的冗余度:Dj=1-Ej;

表2 各項指標權重
從表2可知,衡量數字農業發展水平最重要的方面是農產品信息的數字化,其次是農村互聯網使用狀況和農業科技人員比重,而既有的農村經濟發展水平對數字農業影響不大,說明農業基礎欠佳的地區也可以進行數字農業建設。
為確定時間權重向量 ωα=(ω1,ω2,…,ω7)T,求解以下非線性規劃問題:

其中,λ為“時間度”,反映對不同時期的重視程度。0<λ<1,越接近 1,越注重遠期;越接近 0,越注重近期。本文取λ=0.3(較重視近期數據),計算出時間權重,結果如表3所示。

表3 2013—2019年時間權重
為了使綜合指數既能體現各指標之間的功能性,又能體現各指標之間的均衡性,本文首先對指標數據分別進行線性加權綜合、幾何加權綜合,然后進行組合加權綜合[16]。具體如下:
1.線性加權綜合:

2.幾何加權綜合:

3.組合加權綜合:


通過計算,得到全國及31個省區市數字農業發展水平2013—2019年每年的綜合指數值;結合時間權重,采用組合加權綜合計算,得到7年期的綜合指數值并以此進行排名,結果如表4所示。

表4 2013—2019年全國及31個省區市數字農業發展水平綜合指數
為探究我國數字農業發展的時間演化特征,本文按照全國和東、中、西三大地區,以計算出的全國及31個省區市的數字農業發展水平綜合指數為基礎,按照全國及三大地區2013—2019年數字農業發展水平綜合指數的平均值和標準差,繪制其演變趨勢折線圖,如圖1、圖2所示。

圖1 數字農業發展水平的平均值

圖2 數字農業發展水平的標準差
由圖1可知,從數字農業的平均發展水平看,全國及三大地區的數字農業發展水平平均值整體上呈現上升趨勢。其中,東部地區的農業數字化程度平均值遠高于全國平均水平,中部地區略高于西部地區,但兩者均低于全國水平。這一差異主要由經濟基礎、數字化基礎、電商業務量、農村勞動力質量等差異造成的。從發展速度看,中西部在2016—2019年期間發展較快,高于全國及東部地區,但整體上全國和三大地區的發展趨勢差異不大。
由圖2可知,從數字農業發展水平的標準差看,全國及中部、東部地區的數字農業發展水平標準差呈持續上升趨勢。其中,東部地區略高于全國水平,但差異逐漸擴大,說明東部地區在發展水平較高的同時,不同地區之間的差異逐漸擴大,發展的均衡性有欠缺。中部地區遠低于全國水平,說明中部地區之間數字農業發展的差異較小。西部地區較為特殊,數字農業發展水平的標準差整體上遠低于全國及東部地區水平,2013年略高于中部地區,在2014年至2016年逐年下降,到2016年基本與中部地區持平,但從2016年到2019年不降反升。
以上分析表明,我國數字農業的發展水平穩步提高,但三大地區之間,以及各地區內部,尤其是東部地區內部省市之間的差距逐漸擴大,說明我國數字農業發展有失均衡。參考指標體系看,這主要是因為數字農業的發展高度依賴于數字化基礎、農業勞動力水平和農產品的數字化經營等,而這些都與各省區市既有的經濟發展水平相關。因此,我國數字農業發展的不均衡除了數字農業內部環節的差異,可能也與我國經濟發展的空間不均衡有一定關系。
由全國及31個省區市數字農業發展水平指數(見表4)可知,廣東在全國排名第一,且遙遙領先于排名第二的江蘇,主要是因為其農業生產和社會經濟均非常發達,擁有高質量的農業勞動力與完善的數字化基礎設施,因此具有較好的農業數字化基礎;此外廣東地處我國東南沿海,有著得天獨厚的貿易優勢,這對于發展數字農業經營體系、推進農產品信息數字化具有促進作用。而排名第二、第三的江蘇省、浙江省也地處東部沿海,排名最后三位的青海、寧夏、西藏則均處于西部不發達地區,比較而言,除了因其農業基礎較差導致各項指標不容樂觀,也表明經濟發展水平對于發展數字農業具有一定影響。
在排名前九的省區市中,僅有河南、四川和新疆不屬于東部地區,而分別屬于中部和西部,其數字農業發展對于其他中西部省區市具有借鑒意義。首先,這3個省區都有較好的農業資源稟賦,在農業基礎、農業機械化水平等方面具有一定優勢。河南是農業大省,具有較強的農業生產基礎,在推行數字農業時阻力較??;新疆耕地面積大、農業集約化程度高,其棉花、番茄等農產品及加工產業較為發達,且受益于新疆生產建設兵團的供給側結構性改革以及高質量農業勞動力的供給,新疆的農業科技人員比重較高[17],對數字農業的發展具有重要推動作用;四川地處盆地,優質耕地面積廣闊,且氣候適宜,適于農業發展。其次,政策扶持的作用比較明顯。新疆和河南的財政支農力度較高,較好地彌補了其數字化基礎薄弱等缺點,使數字農業快速發展。從這一點看,對于數字農業發展尚處于初步階段的中西部省區市而言,其數字化基礎、數字化經營體系等的建設需要財政支持作為初始推動力量,以使農業數字化從政府倡導轉變為農業生產經營等各環節的內生需求,從而使數字農業持續發展。最后,從評價指標之外的因素看,河南與四川均處于交通樞紐地位,有利于農產品電子商務等數字化業態的發展。
從全國及31個省區市的數字農業發展水平指數看,海南省的數字農業發展水平在2019年明顯下滑,低于2017年水平,是全國及31個省區市中的唯一特例,同時也是綜合排名最靠后的東部省市。從指標體系看,主要是因為2019年海南的農業科技人員比重、農產品電子商務企業比例和農村有線電視普及率大幅降低,可能與海南城鎮化率提高、農業人口減少以及高技術人才流向自由貿易港建設等有關[18]。
為探究各地區數字農業發展水平的演化趨勢,本文以數字農業發展水平指數為基礎,按照持續上升、波動上升、先升后降三種發展趨勢,對31個省區市進行分類。其中,波動上升分為“降-升”和“升-降-升”兩類,結果如表5所示。

表5 各省區市數字農業發展水平演化趨勢分類
分類結果表明,從整體看,全國31個省區市中,有96.77%的處于上升態勢,其中持續上升和波動上升的占比分別為54.84%和41.93%,表明我國數字農業發展呈現持續向好、穩中向好的趨勢;波動上升地區中,有9個地區的數字農業發展水平綜合指標值呈現出先上升、后下降、再上升的態勢,體現出數字農業發展具有一定的反復性。從空間看,呈持續上升態勢的地區涵蓋東部、中部、西部三大地區,表明在發展趨勢方面,我國數字農業發展具有較好的整體性。在先升后降這一類別中僅有海南一個地區,具有一定的特殊性。
本文首先構建了數字農業發展水平指標體系,以2013—2019年全國及31個省區市各項指標的面板數據,采用熵權法和線性與幾何加權組合集結模式,計算了數字農業發展水平指數。其次按照全國及三大地區2013—2019年數字農業發展水平指數的平均值和標準差,繪制出演變趨勢折線圖,分析了數字農業發展的時間及空間特征。然后以數字農業發展水平指數為基礎,對各地區數字農業發展水平演化趨勢進行分類分析。最后綜合以上結果,分析了數字農業發展水平異常地區及影響因素。主要結論如下:
第一,從時間和空間特征看,全國及三大地區的數字農業發展水平平均值呈現穩定的爬升狀態,標準差除西部地區外均處于持續上升態勢,且東部地區平均值和標準差遠高于全國水平,中西部次之,表明我國數字農業穩步發展,但與此同時三大地區之間以及各地區內部之間的差異均不斷增大,說明數字經濟發展水平缺乏均衡性。
第二,從數字農業發展水平的綜合狀態看,排前三名的地區地處東南沿海,排最后三名者均處于西部地區,表明經濟發展水平對于數字農業發展具有一定影響。此外,河南、四川和新疆的發展水平遠高于其他同地區省區市,海南則遠低于其他同地區省區市。
第三,從各地區數字農業發展水平演化趨勢及分類來看,31個省區市中有30個屬于持續上升或波動上升的類別,并且呈持續上升態勢的地區涵蓋三大地區,僅海南屬于先上升后下降一類,表明我國數字農業發展整體持續向好、穩中向好。波動上升類的地區數量也有相當大占比,體現出數字農業發展具有一定的反復性。
根據以上結論,建議如下:首先,我國數字農業發展雖整體呈上升趨勢,但要認識到現階段數字農業的發展在空間上仍然不充分、不均衡,要更注重加強中西部的數字農業建設,通過加大財政支農力度、建設農業數字化基礎、引進高質量農業科技人員等方式,逐步縮小中西部與東部之間的差距。其次,西部地區可以借鑒新疆的發展路徑,注重農業科技人員的引進和培養;中部地區可以參考河南的數字農業發展狀態,對農業機械化水平、農村互聯網用戶量等方面進行提升;東部地區應當吸取海南數字農業退步的教訓,充分利用區位優勢,維持合適的農業科技人員比重,推動企業開展電商業務,提高農業生產、經營方面的數字化程度。