农业物联网技术发展程度的实证分析

龙华　姚裔虎　刘凯

摘要：近年来快速发展的物联网技术对农业的产业升级起到了积极促进作用。首先对国内外物联网概念与农业发展融合的现况进行概述，采用模糊层次分析法（AHP）建立农业与物联网融合发展程度指标体系，基于农业与物联网融合度指标体系，分析我国各省农业与物联网融合发展水平，结合市政结果给出对应的政策建议，从而为政府在制定农业产业政策时提供农民、研发单位及消费者等相关用户参考信息，发展国内适用并且能与国际接轨的农业物联网。

关键词：农业物联网;融合度;模糊AHP;指标体系

中图分类号： F323.3;S126  文献标志码： A  文章编号：1002-1302（2019）03-0177-05

我国拥有丰富的天然资源，加上政府、研究单位及农民的努力，造就了农业技术成果的飞速发展。近年来，国内在推行“互联网+农业”的模式，农业发展已迈入知识、自动化创新密集型的产业发展阶段，但产业链中大部分生产作业却仍依赖人工投入，面对国内高龄化的农业人力结构与全球粮食安全议题，农业生产力再升級势在必行。将现有的农业技术再做提升，已成为产业生产力再升级的关键[1-2]。借鉴其他产业如工业与服务业发展情况，可以发现，除了不断提升技术层面外，要以单一技术为点，通过串联延伸成网，形成互相联通的概念，使得产业能在现有技术下提升整体生产力，这是伴随着物联网技术的实现所带来的成果。

近年来物联网技术已逐渐被普及应用，目前我国处于农业产业生产力再升级阶段，本研究首先概述我国农业产业发展历程、物联网概念以及国内外将物联网概念与农业发展融合的现况，采用模糊层次分析法（AHP）建立农业与物联网融合发展程度指标体系，基于农业与物联网融合度指标体系，分析我国各省农业与物联网融合发展水平，探讨将物联网应用于农业发展的现实状况，以期为政府、农民、研发单位及消费者等提供参考信息，发展国内适用并且能与国际接轨的农业物联网。

1 相关文献综述

我国农业发展经历了传统劳动力、经验及资本密集的农业发展阶段，并因工业生产自动化发展步入技术、机械密集的农业发展阶段，再因产业集成化与自动化概念迈入知识、自动化创新密集的农业发展阶段;由基本生产追求产量最大化向讲求质量转变，农业产值也因此提高，但农业物联网仍依赖人工投入。此外，国内高龄化的农业人力结构已成为农业发展必须面对的关键课题。近年来由于智能产业逐渐成熟，酝酿并促成了农业产业再升级;我国政府于2015年提出了“互联网+”的技术发展策略，目标包括提升农业生产力，强调智慧密集性，即以智慧化为基础概念，配合开放数据、巨量数据、物联网及智慧机械的运用，期望达到精准、讲求效率、提高粮食安全、降低风险且兼顾质量的生产目标[3-5]。

物联网是近20年内蓬勃发展起来的，有别于传统必须以人为主导来传递数据的因特网，物联网配有只读序号的事物，数据通过网络能够互相传输。探讨物联网运用于农业发展前，必须先了解物联网概念，才能有效掌握应用方法。物联网概念始于实时无线传输、卫星通信、无线射频辨识、高精度感测、标准化机器对机器、高智能嵌入等技术的发展。此外，将信息放置于数据中心，在网络上存取使用的云端运算互联网技术（IT）即服务概念，更是实现物联网万物与网络相连的关键。用户可利用电子卷标将实体上网做联结，一个物联网可能联结数亿个物体[6]。

各产业纷纷导入物联网概念并付之于应用。研究发现，物联网不仅能增进作业便利性，更能提升产业生产力;农业也参与其中，但由于以往惯有根据经验累积并且倚重劳动力的生产作业方式，加上农业生产具有因不同作物而有不同管理方式的特性，因此将物联网概念引进与应用于农业有困难性，相对于制造业，物联网运用在农业上遭遇的问题有3种，分别是对农业的价值不清、农业人力素质较低、附加价值较低。

粮食安全问题是当今农业生产不容忽视的议题，而对于气候变迁，传统农业生产更是有着看天吃饭的特性，在农业生产中面临着许多难以预测的挑战与影响。如何让农民、研究者、食品生产及加工者真正参与到数据开放的作业中，让每个人都能取得相关的数据信息，并促进国际间开放发展是目前的一大难点。目前，我国致力于推动农业电子化与智能化，发展物联网便是施政重点之一，其中包含通过无线通信技术强化农产品安全管理监控、整合产销信息并建构智能节能系统、建置智能农业网络化服务管理模块与事件预警回馈机制、布置长期监测无线传感器网络（WSN）、将智慧辨识技术落实于农业生产管理及农业源头安全管理数字化，并发展农民田间决策云端服务系统，推广服务架构，以建立地理信息及遥测技术并建构农业环境数据库，提供小农田间操作信息与决策建议。实际应用中已有布建重要农作产区害虫自动监测装置，建构预警监控专家系统，应用射频识别技术（RFID）、二维码技术（QR Code）及智能软件技术（APP）等整合从生产端开始的农产品安全检测，验证及过程追踪管理互联网络，实时监控自家种畜禽场饲养管理活动并规划畜禽场云端运算数据库及物联网，应用多元传输通道将分类数据整合，并提供给需求方选用[7]。以政策支持推动整合资源，推广给农民，协助信息化管理数据，进而规划生产计划，提升生产与管理效益。

对比国际上农业物联网发展，国际上做法一开始大多集中1～2个主导领域或是跨领域形成联盟，先建置物联网架构再慢慢扩散，而国内虽有许多单位投身农业物联网开发，却像是在抢先机、占地盘，缺乏资源整合。国际上将物联网应用于农业发展，设立气候智能型农业平台，以物联网的概念进行运作，除了作为数据库提供农业相关数据外，同时是知识交流与缔结联盟合作关系的场所;目标是在气候变迁逐渐不利于作物生产的环境中，以各种技术协助农民面对气候变迁，维持或提高农业生产系统的生产效率，以确保粮食安全。社区支持农业（CSA）促成约20个国家与100多个农业机构组成全球联盟气候智能型农业，辅导非洲国家增进农业生产力，甚至出版原始数据集供需求者免费下载，内容主要分为气候智能型案例、维持农场管理的改良技术与方法及架构启动三大部分。气候智能型案例、维持农场管理的改良技术与方法针对气候变迁会遭遇的农业问题进行分析，包括水资源、土壤、能源等以及粮食价值链，提供生产者规划生产作业的详细信息;架构启动则着重于机构、国家政策、金融与投资、减少灾害风险、安全网、知识学习与能力发展以及评估、监测与评价等平台运作之关键因素，为农业政策制定者提供参考[8]。美国aWhere公司成立16年来专注于收集世界各地气象与农业相关数据，在2015年10月与Apigee公司合作，建构专属于农业的分析决策智能管理平台，不仅使农民可以通过参考气候与市场预估数据来决定作物栽培品项及栽种时机，还能进一步为消费者提供需求价格预测信息，且平台所提供的信息可作为供应商及客户作出买卖决策的依据，同时可帮助农民制定更精准的生产计划。这对于因对象作物不同而有不同管理方式特性的农业生产作业，具有相当的突破性。BinMaster公司整合监控技术与传感设备开发谷物智能监控系统，自动化控制温度、湿度及通风装置，有效降低谷物仓储风险。AgGateway公司则以非营利性联盟的方式，促进电子商务在农业上的应用，包含精准农业、作物营养、作物保护、粮食与饲料、种子保存、零售并联合系统、软件开发商及服务供货商等，期望能将通信技术更妥善运用于农业，以达到提升粮食安全的目标。位于菲律宾的国际水稻研究所（IRRI）积极地规划并运用其丰富的研究资源，除与盖茨基金会合作因应气候变迁的水稻新品种培育计划外，也与德国、瑞士、印度、印度尼西亚及泰国等国际研究机构合作，促成以遥控感测为基础的作物信息与保险新兴经济体，建立水稻生产区监控系统，以精准的监控数据来支持生产决策、风险评估等。众所周知，IRRI与全球89个国家合作，将全球3 024个水稻品种的基因组数据公开发布于亚马逊云端供全球使用。2015年10月IRRI在泰国与联合国环境规划署共同召集成立永续水稻平台，并制定全球第1套水稻种植标准，期望能高效率生产水稻并能作为制定政策的依据[9]。美国物联网公司研发各式传感设备并建置作物监控管理系统、建设农业工程及农业云平台，形成包含政策、农业、商务及智库的智能农业服务模式。农业对物联网的应用相较于其他产业，或许仍有观望疑虑存在，如附加价值或使用者接受度较低等因素。而这些多半与传统的农业定义相关，但并非改变定义观念便可将农业与物联网概念顺利结合并推行，须将农业生产链各阶段解构，换个角度或重新思考每个阶段的关键构成要素[10]，还须要深入了解物联网技术能够在哪些环节发挥优势，大胆进行跨领域整合，最后由使用者共同检视是否达到预期目标，作为回馈检讨的依据。尤其在政府、农业研究单位及农民的努力下，我国拥有许多育种资源、优良栽培和饲养管理等生产技术，且拥有充足的农业资讯作为建构背景;而物联网技术随着科技产业的日新月异不断精进与深化，因此两者结合并非单一具体的技术或做法，须面对并克服多重整合挑战，且更需要团结生产者与政策制定者甚至民众的力量方可实践运作[11]。

由前述分析经验可得，我国农业生产规模与国际上相比虽有差异，但生产链各阶段的关键构成要素可能只是大同小异，面对人口日益增长、气候变迁及粮食短缺危机，农业物联网不仅是发展趋势，而且是确保粮食安全的必行方向。物联网技术已经准备好，未来农业生产者将不再是一半看天一半靠自己，不再仅倚靠自身拥有的累积经验来从事生产[12]。政府可实时掌握精确信息，从而给出更精准可信的风险评估与决策，研究单位可通过依据数据信息来进行研发或组成研发联盟，更有效率地将研发成果转介给生产者运用，形成良好的合作循环机制，农民或相关生产者不仅可通过研究单位取得更好的资源，还可通过物联网所提供的众多信息审慎规划生产策略，以降低风险甚至获得更优越的生产报酬，对于消费者而言可以随时查询农作物状态，可减少其对农作物安全性的疑虑;回归到最初目的，通过物联网技术的应用，有利于实现提高粮食安全、降低生产风险且兼顾品质的生产目标[13-15]。

以上是国内外农业物联网的发展现状，目前有关农业物联网融合发展的程度进行了大量研究，学者分析了“互联网+”形势下农业科技发展的新途径和具体实现路径。学者通过农业互联网合作的新模式，对农业的总体产业链进行优化设计。学者通过对农业电子商务的发展模式进行探索，根据农产品的特性进行具体的电商物流对接，给出了农业物联网融合的新路径、方法。以上研究多为农业物联网融合的定性研究，很少涉及到具体定量研究，也没有具体的融合度的测算，为此，本研究通过对农业物联网融合理论的深入探讨，结合模糊AHP，给出农业物联网融合度的具体测算指标体系，根据该体系对农业物联网的融合程度进行深入实证分析，通过具体的实证分析结果给出农业物联网发展的政策建议。

2 构建评价指标体系和选择实证模型

根据前述农业物联网理论的深入研究，综合国内农业物联网发展现状，提炼农业物联网融合度的指标体系，农业物联网融合度的指标会因产业、时间与市场的不同而有所差异，为此，本研究拟采用模糊AHP建立具体的农业物联网融合度指标体系。以下对模糊层次分析法的数据分析过程进行详细介绍。

2.1 模糊层次分析法

本研究将模糊层次分析法作为求取各项评估准则权重关系与重要性程度的方法。主要是将模糊理论导入发展的层次分析法中，对各项评估准则进行权重评比与重要性排序[16]，具体步骤为

步骤1：建立层次结构

评估标准依据模糊德菲法进行初次筛选。再结合最终目标、次目标与评估项目等，建立起多层次的架构，但每个层次的要素最多为7个。

步骤2：构建成对比较矩阵

经由前期理论研究可得，评估第L层对第L+1层的重要性程度，据此建立成对比较矩阵A，A=[aij]。

步骤3：建立三角模糊数

本研究以几何平均数代表大部分专家的共识，随后根据模糊德菲法建立三角模糊数，并综合不同专家对两两要素间相对重要程度看法的模糊性。

2.2 评价指标体系构建

2.2.1 农业物联网融合度的定义 农业物联网融合度可用于衡量物联网在农业中的应用程度分析，表示物联网技术的发展水平以及对农业发展的深度促进作用，该指标可为国家发展先进农业政策提供重要的政策指导及理论参考。

2.2.2 指标体系的建立原则 指标体系的建立原则包括（1）准确性与可实施性相结合。基于农业物联网的基本概念以及产业应用角度，选取表征农业物联网真实发展水平的因素指標进行构建，从而满足选取指标的科学性及准确性，同时保证以上指标能够充分地进行测度，获得较为准确的数值。（2）广度性与深度性。所谓广度性指的是农业物联网的融合度指标具有一定的代表性，能够代表农业物联网发展的各个层面，并尽量以较少的指标来全面表征农业物联网的融合度;指标除了要具有广度性之外，还要具有深度性，深度性主要指的是农业物联网融合度指标体系要能够深层次地反映农业物联网的融合现状及物联网对农业发展的促进作用。（3）分析数据的可获得性。农业物联网的融合度指标要能够采用具体数据来表征，且这些数据都能够实际获得或通过统计数据、表格获得，只有将这些数据进行有效的量化，才能保证所选择指标的可靠性及公正性。

2.2.3 指标的选择与说明 根据“2.2.2”节中的指标体系构建原则及农业物联网研究，给出农业物联网融合度的科学评价指标体系，共有4个一级指标和16个二级指标（表1）。

2.2.3.1 农业物联网基础设施 农业基础设施代表农业物联网的底层结合程度，主要包含计算机拥有率、宽带网络装机率、移动网络覆盖率以及智能手机拥有率等指标，上述4个具有代表性的二级指标能够深入反映物联网在农业中的底层应用状况，这些指标对农业物联网的融合起到基础支撑作用。

2.2.3.2 农业物联网产业发展水平 农业物联网产业发展水平代表物联网在农业中的产业化应用程度，主要包含农业智能装备拥有率、农业传感器芯片市场规模、农业机械总动力、农业电子信息产值等指标，上述4个具有代表性的二级指标能够深入反映物联网在农村产业化应用的程度，对农村科学技术的发展和进步具有显著的推动作用。

2.2.3.3 研发投入力度 研发投入力度主要用于衡量物联网在农业中的研发前景，主要包含受教育程度、研发投入比重、 农机企业的专利拥有量、农业研发机构的数量等指标，这4个二级指标能够深入反映物联网在农业中的研发水平，体现农业物联网技术的发展前景及动力。

2.2.3.4 物联网应用效果 物联网应用效果表征物联网在农业中的实施效果，主要包含土地产出率、资金利用率、劳动生产率以及智能农机装备使用率等指标，这4个二级指标能够深入反映物联网在农业中的整体应用效果，显示物联网对农业发展的显著推动作用。

2.2.4 指标权重测算 本研究根据“2.1”节中模糊层次分析法的计算方式，得出农业物联网各级评价指标权重（表2）。

从表2可以看出，在一级指标中，农业物联网产业发展水平的权重最高，显示了农业物联网发展水平在衡量农业物联网融合度方面的典型代表性;其次是研发投入力度，它代表了物联网在农业中的应用前景，也对农业物联网的融合度起到了深入的促进作用;物联网的应用效果在所有一级指标中权重最低，其次是农业物联网基础设施，这2个指标都是农业物联网融合的基础指标，并不具备显著的代表性，因此权重比较低。在农业物联网基础设施对应的二级指标体系中，移动网络覆盖率及智能手机拥有率的权重较高，这与当前的移动大数据时代背景形势相符合，也反映了农业物联网的融合基础;在农业物联网产业发展水平的二级指标体系中，农业智能装备拥有率以及农业传感器芯片市场规模的权重较高，这2个指标代表了农业物联网发展水平的显著程度，农业机械总动力及农业电子信息产值作为表征农业物联网发展水平的基础参考指标，相对不显著，权重值也较低;在研发投入力度的二级指标体系中，几个指标的权重值较为接近，其中农业研发机构数量及研发投入比重的权重值较高，受教育程度及农机企业专利拥有量的权重值略低;在物联网应用效果的二级指标中，土地产出率及资金利用率作为物联网应用效果的基础指标，权重值并不高，劳动生产率及智能农机装备使用率的权重值较高，特别是智能农机装备使用率指标具有显著的代表性，因此该指标的权重值也最高，综合以上的指标分析，可以发现，本研究指定的指标跟现实情况较为符合，能够真实反映物联网在农业中的融合程度。

3 实证研究

3.1 数据收集

结合“2.2”节构建的农业物联网融合度指标体系，根据国家统计局给出的最新《中国统计年鉴》以及最新的《中国互联网发展状况统计报告》，剔除无效的数据区域，对我国各区域的农业物联网发展水平进行综合分析，为了更加直观地反映我国各区域的农业物联网发展水平，本研究分6个大区域进行农业物联网融合程度的评价分析，六大区域分别为华东区域、华北区域、华南区域、东北区域、西北区域以及西南区域。

3.2 实证分析

根据模糊AHP的计算公式，得出我国各区域的农业物联网融合程度。以总关联度为依据对我国各区域农业与互联网融合程度进行排序，关联度越高的区域和城市，农业物联网融合程度也越高，排序结果如表3所示。

从表3可以看出，农业物联网平均发展水平较高的区域为华东、华北区域，这些区域也是我国农业现代化发展最为完善以及最适合种植作物的农地区域，也是我国农业科研机构最为密集的区域，研发实力及整体的受教育程度都居全国前列，华南、东北区域的农业物联网平均水平在全国范围内居中，但广西壮族自治区为特例，这是由于特殊的地缘位置以及少数民族自治区等文化原因，使得其农业物联网发展水平全国最低，在该区域也是处于垫底水平。目前全国农业物联网融合程度较低的区域为西北、西南区域，这些区域首先受困于地理环境，山区和复杂地形较多，较难进行农业现代化推广，另外由于整体人口的受教育程度相比其他区域偏低，研发结构数量也偏少，这些因素都制约了2区域的农业物联网发展水平以及相互之间的融合度。从以上的实证分析结果也能看出，本研究所选择的指标符合我国大部分区域的具体情况，能够客观有效地反映国内区域的整体农业物联网融合发展水平。

4 结论与建议

4.1 结论

本研究通过对农业物联网融合理论的深入研究，结合模糊AHP，给出农业物联网融合度的具体测算指标体系，并根据该体系对农业物联网的融合程度进行深入的实证研究，具体的研究结论如下：

（1）采用模糊层次分析法的计算方式，得出了農业物联网融合的4个一级指标以及12个二级指标，一级指标中，农业物联网产业发展水平的权重最高，其次是研发投入力度;物联网的应用效果在所有一级指标中权重最低，其次是农业物联网基础设施。在农业物联网基础设施对应的二级指标体系中，移动网络覆盖率及智能手机拥有率的权重较高;在农业物联网产业发展水平的二级指标体系中，农业智能装备拥有率以及农业传感器芯片市场规模的权重较高，农业机械总动力及农业电子信息产值的权重值较低;在研发投入力度的二级指标体系中，农业研发机构数量及研发投入比重的权重值较高，受教育程度及农机企业专利拥有量的权重值略低;在物联网应用效果的二级指标中，土地产出率及资金利用率权重值较低，劳动生产率及智能农机装备使用率的权重值较高，特别是智能农机装备使用率指标的权重值最高，综合指标分析，可以发现，本研究指定的指标跟现实情况较为符合，具有较强的准确性和客观性。

（2）结合国家统计数据和互联网统计数据，对我国六大区域省份的农业物联网融合度进行测算，给出总体关联值，从各区域的关联度可以看出，农业物联网平均发展水平较高的区域为华东、华北区域，华南、东北区域的农业物联网平均水平在全国范围内居中，目前全国农业物联网融合程度较低的区域为西北、西南区域。我国各区域的农业物联网关联度总体不高，多数区域城市的农业物联网关联度低于0.5，另外从分析结果可以看出，本研究所选择的指标符合我国大部分区域的具体情况，能够客观有效地反映国内区域的整体农业物联网融合发展水平

4.2 建议

由以上的分析结果可知，我国农业物联网的整合融合度水平较低，为提升我国农业物联网的融合度，特别是提升农业物联网发展落后区域的融合度，给出如下的政策建议：

（1）提高构建农业物联网信息采集体系的速度。农业物联网信息采集平台的构建依赖农业物联网基础设施的建设。该平台可以在对农业物联网的数据进行规范化收集后，进入全国数据采集的大数据平台，从而促进农业物联网的进一步融合。

（2）整合农业物联网的产业发展。从农业产业链的角度出发，在多维度上整合农业各产业阶段的特点，将物联网应用于农业产业链中的各个阶段，从而进一步提升农业物联网的融合度，最终促进农业现代化的发展。

（3）加快农业物联网人才队伍建设。依托全国各区域的农业研发机构及高校，对农业物联网应用领域的具体需求深度挖掘对接，不断复制现实案例，培育大量农业物联网专业化人才队伍，以满足农业物联网对多层次人才的需求。

参考文献：

[1]秦怀斌，李道亮，郭 理. 农业物联网的发展及关键技术应用进展[J]. 农机化研究，2014（4）：246-248，252.

[2]李道亮，杨 昊. 农业物联网技术研究进展与发展趋势分析[J]. 农业机械学报，2018，49（1）：1-20.

[3]杨超群. 农业信息化背景下物联网技术应用文献综述[J]. 南方农机，2018，56（4）：131.

[4]郑小芳，张钧媛. 农业物联网发展模式浅析[J]. 中国电子科学研究院学报，2014，9（3）：250-254.

[5]葛文杰，赵春江. 农业物联网研究与应用现状及发展对策研究[J]. 农业机械学报，2014，45（7）：222-230.

[6]张永华. 农业物联网技术应用及创新发展策略[J]. 农业与技术，2018，38（10）：247.

[7]刘 渊，王瑞智，杨泽林. 农业物联网应用发展研究[J]. 广东农业科学，2013，40（23）：174-179.

[8]许世卫. 我国农业物联网发展现状及对策[J]. 中国科学院院刊，2013，28（6）：686-692.

[9]Behzadan A，Anpalagan A，Woungang I，et al. An energy efficient

utility based distributed data routing scheme for heterogenous sensor networks[J]. Wireless Communications and Mobile，2016，63（16）：28-36.

[10]Dutta R，Morshed A，Aryal J，et al. Development of an intelligent environmental knowledge system for sustainable agricultural decision support[J]. Environmental Modelling and Software，2017，38（3）：53-58.

[11]廖 偉. 物联网发展指数及其评价体系研究[D]. 北京：北京交通大学，2014.

[12]Gao X D，Wu P T，Zhao X N，et al. Estimating the spatial means and variability of root-zone soil moisture in gullies using measurements from nearby uplands[J]. Journal of Hydrology，2013，476：28-41.

[13]毛科军，官宏义，王晓蓉. 天津市农业物联网产业发展战略研究[J]. 江苏农业科学，2016，46（11）：559-561.

[14]李智庆. 农业物联网技术应用及创新发展路径研究[J]. 电子技术与软件工程，2016，66（23）：36.

[15]王艳丽，王静婷. 农业物联网体系结构模型构建[J]. 农业工程，2018，38（2）：29-31.

[16]杨建华，卢 波. 区域电子信息产业发展的评价指标体系研究[J]. 哈尔滨工业大学学报（社会科学版），2005，7（4）：56-60.曾孟佳，黄 旭，车 磊，等. 基于区块链的病死害动物无害化处理模型[J]. 江苏农业科学，2019，47（3）：182-188.