基于加权变异模糊评价方法的“互联网+”智慧农业发展研究

杨生秀

(潍坊科技学院/山东省高校设施园艺实验室，山东潍坊 262700)

自2002年底，我国政府推行了大量发展农业的积极政策，农业产值随之提升，并在2016年初达到前所未有的“十二连增”，农业生产得到显著的成就。而快速增加的产量数据背后隐含着很多隐患，农业生产受到自然条件制约的状况并未从本质上改善，且土地污染程度大、农业资源稀缺、农业生产率不高，因而现代农业创新和转变至关重要。在2015年初，全国两会把“互联网+”作为优化国内经济发展的重要策略，因而“互联网+”型智慧农业被社会大众所重视。而在2017年的中国国会中，更加确定发展智慧农业的地位，即将现代化农业朝向农业自动化生产、农资装备智能化的发展。因而本研究探讨“互联网+”智慧农业发展具有重要的意义。

“互联网+”智慧农业是新生事物，国外科研者针对该方向的科研尚处于起始阶段，本研究在“互联网+”[1]背景之下，根据互联网思维为高品质农产品的产销模式完成再造，能够顺应当代社会的发展，并且满足顾客需求。“互联网+”并非是和传统产业的直接叠加，而是在“互联网+”科技的基础上将信息产业和现有产业相互融合构建的新型经济模式，而网络科技能够提升整体经济创新能力、生产能力，发展新型经济增长点，而根源在于以创新作为驱动力，破除数据不对称度，从而减少贸易开销，提高劳动生产能力并加强分工。而对现有的“互联网+”发展趋势而言，农业产业互联网趋向日益显著。“互联网+”则使部分产业步入发展高速之路，农业虽被各界所关注，但其发展被多方因素所作用，而发展速率远弱于工业和服务行业。“互联网+”和智慧农业[2]看似不匹配，但正由于农业数据不匹配、产量效益低、粗放化运营、贸易开销高、环节繁琐并存在大部分散户需要处理，为“互联网+”和智慧农业组合提供了机遇。本研究采用加权变异模糊评价方法探究“互联网+”智慧农业发展状况，给国内农业发展提供了建议，具有重要的研究价值。

1 研究状况

1.1 国外研究状况

西方国家数字化技术发展较早，并在20世纪末的网络覆盖面积达到45%，“互联网+”智慧农业发展状态主要展现为农业电子商务。据Jacobsen等统计，在2016年初美国从事社区支持农业(CSA)的农场达到7.82万个，覆盖率达到全部农场的5.8%，并研究了美国重要的CSA社区运营农业电商系统(表1)[3]。

表1 美国重要的CSA社区运营农业电商系统

Azadeh等在2017年结合互联网对乡村影响模式角度分析多种互联网在乡村中的运用，并将互联网和农村休闲旅游、农村通信网络运用、农业B2C、C2C商贸物流、互联网视频教育、网络在线服务和网络虚拟社区等运用多角度进行了乡村影响分析[4]。Liang在2015年对墨西哥农民应用电子商务的项目进行研究，发现互联网在农业商务活动中越发普遍，并分析了农民应用农商平台的方式和水准[5]。

1.2 国内研究状况

谢安世从产业的角度完成农业互联网模型定义，并结合现代化科学技术与数字系统为农商品经销与相关监管服务提供数据支持，并不断提升农业的综合发展与监管水平，并将农产品互联网区分为网络框架层、网络运用层、农业中介板块与农业互联网商用层[6]；朱晓莉等则采用互联网、云测算、大数据和物联网构建了当代农业服务模式[7]；张东博采用互联网策略结合计划、生产、售卖、服务、金融为一体改进农业供应链，提升生产效率并推进农业生产与运营模式变革[8]。

2 “互联网+”智慧农业和评价方法分析

2.1“互联网+”智慧农业

2.1.1 “互联网+”智慧农业模型 农业和其他行业类似，基于信息化策略逐步在全国范围内发展农业行业的互联网格局，并对将来农业的发展走势定位为“互联网+”智慧农业(图1)。

2.1.2 “互联网+”农业企业架构 国内“互联网+”智慧农业发展主要将网络技术和传统农业结合，采用网络优势提升农业产销把控能力，并将市场数据、流通模式，与农产品生产、供应和销售紧密结合，提升农产品质量与效益。夏青认为，在当前信息化状态下，“互联网+”和农业企业结合是现代化农业发展的走向，具有资本和实力的企业不断完善互联网架构，并给出国内“互联网+”农业企业模式统计(表2)[9]。

2.1.3 “互联网+”农产品产业模型 李圣军认为，当前国内农业产业尚处于起始阶段，主要是在企业层次完成销售，建设系统布局[10]。由于农业产业涵盖了产业链的上层和下层，并在农商品流通、农业网络金融、农业制造尚未出现新的商务模式，因而凭借互联网构建从农产品制造企业或农商直接达到顾客端的方式具有重要的研究意义。“互联网+”农产品产业模型商业模式见图2。

表2 “互联网+”农业企业模式统计

2.1.4 “互联网+”农业大数据 李鹏敬认为，在农业行业中，将“互联网+”和农业大数据运用可节约农商品资源，提升农商品流通效率，带动农业行业发展[11]。由于农业与大数据应用结合能够开发智慧农业，并可带动农业互联网络开发，当前农业大数据应用案例如表3所示。

表3 “互联网+”农业大数据案例

2.2 加权变异模糊评价方法

2.2.1 加权变异模糊评价方法详细测算流程 依据“互联网+”智慧农业的发展特点，本研究采用加权变异模糊评价方法[12]进行分析，首先设定加权参量，其次则带入模糊集，加权变异模糊评价方法详细测算流程如图3所示。

(1)

式中：k为1，2，…，m。

设定fk为第k项指标的比值，则

(2)

设定nk是第k项参量的加权标准差值，则

(3)

2.2.3 加权变异模糊调节组合赋值方法 本研究判别序列关联的整体思路为：采用排序计分方法对各参量打分，测算等级关联参量，去除经过校验的专家序列，依据修正后的排分方法获得指标序列。设定有l个专家针对h个指标完成排序，uij为第i指标在第j个专家中的排名序列，并将排名转化为分数tij

tij=m-uij+1i=1,2,3…l；j=1,2,3,…,h。

(4)

针对h个指标完成综合评判，其结果构成一个h行l列的阵列，并构成隶属度阵列T，如下式给出：

(5)

2.2.4 测算加权变异模糊评价结果 给定评判指标集合O={o1，o2，…，ol}，针对评判结果设置评判结果备选子集I={i1，i2，…，il}，设定第j个参量的隶属度解析式为

(6)

(7)

(8)

设置阵列C为加权变异模糊评价结果，采用权重参量G和隶属度阵列T，如下式给出：

(9)

阵列C加权变异模糊算术平均结果(HFA)如式(10)：

(10)

最终通过综合评价方法研究指标评判集合中的隶属度，依据隶属度判别目标的评判等级，获取目标层级的状态。

3 问卷设计与分析

3.1 问卷设计

本研究选取专家问卷调研模式获取信息，问卷调研目标源于2015、2016年，国内具有代表性的大型农业电商平台如农淘网、大丰收农资商贸城、中国惠农网、绿谷网、云农场等。针对有工作经验的从业工作者以及对电商技术熟悉度类似的工作者发放300份问卷，利用微博和私信取得联系，采用问卷交流或答题的模式获取数据，并采用SPSS 18.0分析数据(表4)。

表4 农业电商平台专家问卷

3.2 问卷分析

3.2.1 信度标准研究 关于调研问卷和测量项进行信度研究能够表明测量项的可靠性、稳定性和内部一致性。本研究采用实证研究中最常用的信度量α进行信度验证，α信息表中各个参量具有一致性，α参量值越高，则信度越大。根据当前标准，α值在0.75以上很好，0.65～0.75间较好，0.55～0.65间为一般。

本研究采用SPSS 18.0程序完成调研问卷的信度分析，结果表明，政策支撑水准为0.837，技术运用水准为 0.761，经济效益为0.738，整个量表的信度结果较好，可完成进一步研究。

3.2.2 效度标准研究 效度标准可研究问卷中选项的精准度，本研究根据内容效度和结构效度研究测量项间的指标状态。

3.2.2.1 内容效度标准 本研究的调研问卷效度满足标准，包括以下3点：本试验针对“互联网+”智慧农业采用加权变异模糊评价方法，研究政策支撑水准中的硬件基础设置和农业财务收益对构建智慧农业的作用，并具有相关定理支持；针对技术运用水准，参照世界范围内关于电子商务的影响；在进行问卷制作前，完成电子商务企业和资深企业家的深度调研，并依据影响进行假设。

3.2.2.2 结构效度标准 本试验的结构效度标准采用因子解析方法[13]，结合主成分校验方法，对调查问卷中的值进行分析，采用KMO统计方法和Barlet球形校验方法进行判别。KMO统计参数取值应在0～1间，当大于0.9时，因子解析值较优，若低于0.5时则不适合进行因子分析；Barlet球形校验则须要完成各个因子间的特性。校验结果见表5，整体KMO测试值是0.909，因此为满足因子分析，P值为0.001其问卷效度状态较好。

表5 KMO和Bartlet检验

4 加权变异模糊评价方法下的“互联网+”智慧农业发展研究

4.1 “互联网+”智慧农业一致性校验

本研究采用300份问卷的数据完成一致性校验，采用斯皮尔曼完成一致性校验，并判断指标序列，通过指标打分判断国内“互联网+”智慧农业发展状况，指标分数值越大则表明国内电子商务平台的该指标发展状态较好(表6)。

表6 “互联网+”智慧农业一致性校验

4.2 测算“互联网+”智慧农业加权变异度

本研究根据上文给出的加权变异模糊评测方法分析所调研的农业电子商务企业，通过式(1)计算出“互联网+”智慧农业发展状态的平均结果(表7)。进而通过式(3)给出加权标准差值，测算结果见表8。本研究通过表7和表8给出的平均结果和加权标准差值，获取“互联网+”智慧农业发展状态的加权变异率结果(表9)。

4.3 “互联网+”智慧农业发展水平评测结果

本研究采用SPSS 18.0程序对“互联网+”智慧农业发展水平进行外部集成分析，结果见表10。从表10可知，不论“互联网+”智慧农业的核心理念是什么，均需要网络、通信和物流的支持，当前农村物流和互联网宽带发展尚未成型，2016年尚有52.3%以上的农户未应用宽带。虽然一些行政村已通宽带，但宽带速率不高，尚不能够满足农村电子商务的发展需要。2015年和2016年子指标层X1、X2、…、X14的“互联网+”智慧农业发展水平评测结果见图4，说明当前农村技术运用水准尚处在初级阶段，农业资源应用效率不高，信息科技转换为农业生产力尚难，因而须要培育大批科技人才，服务“互联网+”智慧农业。此外，应当升级智慧农业，完成农业生产进程中的精准监管，充分应用网络思维升级农业生产模式。在农业智能化生产进程中随时获取温度、湿度与光照参量，测控农业生产状态并整合信息，构建农业大数据科研中心，向国内外推进“互联网+”智慧农业。而经济效益是发展“互联网+”智慧农业的终极目标，通过发展智慧农业提高农民收益，当前技术转化生产效益有很大的发展空间。

5 结论和建议

5.1 结论

由于智慧农业是现在农业发展的高级模式，即通过先进技术完成农场信息获取，结合互联网与物联网策略完成农业数据解析，构建“互联网+”智慧农业。

本试验首先研究了国内主要的“互联网+”智慧农业模型，包括“互联网+”农业企业架构、“互联网+”农产品产业模型和“互联网+”农业大数据，进而研究了加权变异模糊评价方法，给出加权变异模糊评价方法详细测算流程、权重测算方法和组合赋值方法。通过问卷调研的方法获取2015、2016年国内大型农业电商平台数据，如农淘网、大丰收农资商贸城、中国惠农网、绿谷网、云农场，对问卷进行信度和效度分析，并给出加权变异模糊评价方法下的“互联网+”智慧农业发展研究，完成一致性校验，给出“互联网+”智慧农业发展状态的平均结果，加权标准差值测算加权变异度，得到“互联网+”智慧农业发展水平评测结果，基于此给出结论和建议。

表7 “互联网+”智慧农业发展状态的平均结果

表8 “互联网+”智慧农业发展状态的加权标准差值

表9 “互联网+”智慧农业发展状态的加权变异率结果

表10 “互联网+”智慧农业评测结果

5.2 建议

5.2.1 打造知名智慧农业品牌，融入技术型企业文化理念 由于品牌是企业的象征，一个企业若要赢得持续性发展的前途，就应当打造属于自己的核心品牌，并在经销、资源、监管和科技角度取得优势。由于品牌存在永久的通透性，可为该品牌提供相应的价值源泉，成为鲜活的农业产业品牌。由于品牌需要企业自我打造，完成品牌包装，若没有优质的商品质量保证，再出名的品牌也经不住农商品安全问题的打击。

5.2.2 完备农村数字化基础装备 由于数字化基础装备建设并不是一挥而就的，需要各方的共同支持，逐渐推进。当前农村区域手机普及度实现了93.8%，计算机的应用量也随之增加，可设定手机和计算机2种终端，完成农业数据的综合化应用，开启农村大型消费市场，并传输农业数据，突破数据传输区域限定，空间限定，完成数据的对称化流通，并把农业数据传播、技术推进作为农产品电子商务发展的推进因素。

5.2.3 增进财力资本支持 农业是国民经济发展的基本产业，与政治、经济、军事和文化发展的各方面息息相关，由于农业生产出现的状况较为繁杂，其发展状态和国民经济发展息息相关，而农户作为社会经济进程中的主流群体，掌握最新科技，并结合互联网科技与农产品产业，须要历经艰难的发展过程，提供大量资本。政府应当增加财务预算，提供专业资本进行“互联网+”智慧农业发展。

5.2.4 构建物联网远程农业控制模型 在进行现代化农业发展的过程中，须要健全配套装备，构成以强带弱的农业发展方式，农业物联网远程控制模型应当增大农资产品应用率和农产品生产效率，农业生产者仅须要点击鼠标，即能够给远在千里之外的农产品施肥浇水、调节温度，而养殖工作人员则须要为牲畜畜养、挤奶和疾病完成检查防范和粪便处理。

5.2.5 增强农业大数据核心和电商系统建设 由于各区域农业发展状况存在差别，因而依据农业发展的区域特点及各区域的自然环境状况构建农业信息集合，完成区域实际状况分析，建立信息解析模型，对入库农业数据完成整合研究，获取区域优势，实现数据库的实时化更新。这样可给农产品生产农户提供生产根据，给监管者提供判断依据，并给大众提供农产品数据。

5.2.6 构建“互联网+”农产品质量追溯系统 农产品质量是和国民健康息息相关的问题，农产品追溯系统构建应当完成农产品从生产到饭桌之上的全程追踪，使得农产品数据更为公开，便于顾客及时制定消费策略，形成农产品生产、运输、监管和控制的全方位对接。构建数据库，将信息上载到数据核心中，对生产者和生产全程完成监管，面对农产品企业和农户提供相应的接口和操作系统，保证顾客权益。