基于大数据技术的甘肃苹果种植质量管理分析

何 莉 柴 洪 杨林娟

(1 甘肃农业大学财经学院,兰州 730070；2 甘肃省区域农业与产业组织研究中心，兰州 730070)

0 引 言

大数据是国家基础性战略资源，是助力我国从制造大国向制造强国、数据大国向数据强国转变的重要引擎，潜力无限，空间巨大，全面推进大数据发展，加快建设数据强国是2016—2020年国家发展大数据的战略；“十三五”期间，通过智慧农业提高农业信息化创新技术的应用能力成为加快推进农业现代化、全面建成小康社会的迫切需要。当前，要实现农业现代化，完成乡村振兴战略，建立质量强国、数字中国和智慧社会，互联网、大数据、人工智能成为至关重要的一步。

2014年1月16日，甘肃省在农村会议中提出365行动，即在接下来的“三农”工作开展中，要实现农业增加值增长6.5%以上的主要目标，确保农民人均纯收入增长15%以上，并把壮大优质林果作为三大主导产业之一。该行动的提出就是着眼于实现优质苹果的布局区域化、园区特色化、生产标准化、产品品牌化、经营产业化、循环高效化，着力于提升品种改良、品质改进和品牌创建，使果园优质果率达到85%，进而增加苹果产量，提升苹果质量，把甘肃建设成为全国重要的苹果生产和供应基地。

借助大数据提供的病虫害预防、气象、市场等信息，果农既能够预防自然灾害，为潜在气象风险制定预防措施，还可以实时化和精准化地洞察市场需求[1,2]。管理好基于大数据的果园病虫害、气象、市场等信息，才有助于果农做好预防病虫害、防范气象风险、制定销售计划等措施。但是，当快速发展的大数据逐渐应用到苹果种植园时，大多数果农却感到难以操作和管理，如何成功地将大数据应用到苹果种植园及怎样快速培训果农的操作技术和认识程度，成为当前苹果种植户和理论界亟须解决的问题。本文通过调查分析和实证分析对比研究陕西和甘肃苹果种植的生产效率，得出大数据技术应用下苹果质量管理的优势，从而为甘肃在苹果种植过程中大数据应用提供参考信息。

1 相关理论回顾

随着科技水平与农业经济的发展，农业信息化管理已成为社会发展的趋势[3]，该理论以农业信息资源的数字化、生产工具和生产手段的智能化、农业管理信息系统的网络化为主要标志[4]。随着信息化的快速发展，大数据技术逐渐被应用到医疗、金融、高校、农业等各个行业，大数据理论最早由美国科学家Michael Cox和David Ellsworth在1997年提出，2013年，第462次香山科学会议在北京香山召开，会议指出大数据包含技术型和非技术型两个层面的概念，随后维基百科对大数据理论进行了系统、全面的定义，认为大数据是一个数据集，复杂且庞大，因此很难使用现有的数据库管理系统和其他数据处理技术来进行收集、存储、搜索、共享、传输、分析和可视化[5]。随着农业现代化的发展，专家学者对农业大数据也有了初步的研究，温孚江认为农业大数据就是大数据理念、技术和方法在农业领域的实践[6]。王文生和郭雷风基于更深层次的思考，由于现代信息技术的不断发展，人们相信农业大数据是计算机技术在农业中应用的高级阶段。它包括提取农业数据的价值，扩大农业数据信息的消费，促进农业经济的转型和现代化以及加快农业现代化的必要过程[7]。

在质量管理发展到“卓越质量”的理念阶段，顾客更注重的是产品的质量，但是信息化、科技化的快速发展也使许多质量问题接踵而来，对此，对质量管理理论的定义也开始不断地扩展和更新，国际标准化组织在标准中把质量管理分为两个不同的阶段。1940年前，企业主要按照设计规定的质量标准，对产品进行事后检验，质量管理处于质量检验控制阶段。1940年后，为适应大规模批量生产需要，科学家应用数理统计的原理，创立以预防为主的质量控制方法和理论，质量管理进入到统计质量控制(SPC)阶段[8]。

因此，大数据的概念仍然没有单一的定义。国外学者对大数据的概念及应用研究早于国内，他们在提出大数据概念的同时将大数据在政务、电信、工业、金融、医疗健康等各个行业的应用进行了理论研究。这对我国大数据概念及应用的研究具有一定的借鉴价值和启示。

2 研究方法及数据来源

2.1 研究方法

甘肃是一个苹果种植大省，苹果产量位于全国第五位，但是在种植方式、果园管理模式上仍采用传统的技术手段，对大数据的应用还处于雏形阶段，陕西苹果种植业在大数据方面的应用已进入普及阶段，本文采用DEA模型的Malmquist效率指数来实证分析甘肃和陕西苹果种植的全要素生产效率问题。

Caves在1982年将DEA-Malmquist生产率指数用于全要素生产效率变化的测算，公式表示如下：

(1)

在Fare等人的研究下，式(1)在规模报酬不变的情况下分解为技术效率指数和技术进步指数，技术效率指数指的是决策单元从t到t+1技术效率变动的幅度，反映的是相对效率的变化；而技术进步指数指的是从t到t+1生产或管理技术的变化幅度，反映的是技术进步的变化，公式表示如下：

(2)

式(2)中，若M0>1，则表明全要素生产效率是增长的，反之是下降的[9]。

2.2 数据来源与样本选取

陕西省是最早将大数据技术应用于苹果种植的省份，本研究主要选取甘肃和陕西2011—2018年苹果成本收益的数据，对比分析传统模式和大数据技术应用下苹果种植质量管理的优势。

研究苹果种植环节的质量管理优势，首先要对苹果种植环节的生产效率进行客观、全面、科学的评价，在选择评价指标时要全面反映苹果种植的过程管理状态和过程管理效率，因此，本文选择每亩主产品产量(y)、每亩物质与服务费用(x1)、每亩人工成本(x2)、每亩化肥金额(x3)作为苹果种植的生产效率评价指标，如表1所示。

表1 2011—2018年甘肃和陕西成本收益情况

3 模拟计算结果及管理效率对比分析

DEA-Malmquist计算结果如表2和表3所示，表中effch代表技术效率的变化，techch代表技术进步的变化，pech代表净技术效率的变化，sech代表规模效率的变化，tfpch代表生产率的变化。如果效率变化为1，则表示最优；如果效率变化大于1，则表示效率变化增加，否则效率变化减小[10]。

表2 2011—2018年甘肃和陕西技术效率和技术进步的变化

表3 2011—2018年苹果种植技术效率和技术进步的变化

从表2可以看出，陕西的苹果种植技术的技术效率变化、纯技术效率变化、规模效率变化均为1，而甘肃省的以上3项指标分别为0.935、0.991、0.943，均小于1，说明陕西省苹果种植技术效率和技术进步变化比较稳定，甘肃省的苹果种植技术效率和技术进步则比较滞后。出现这种结果的主要原因是陕西自2019年建成国家级苹果大数据中心以来，已经进入大数据在苹果种植管理应用的快速发展期，而甘肃尚处于起步阶段。虽然两省的生产率变化都小于1，但是陕西的生产效率要大于甘肃，说明大数据技术的应用对提高苹果种植的质量管理效率影响巨大。

从表3可以看出，2015—2016年苹果种植的技术进步变化为3.222，远大于1，这是因为2015年12月10日中国大数据技术大会在北京召开，2016年开始国内加快了大数据的行业应用。因此在2016—2017年苹果的技术效率变化、纯技术效率变化、规模效率变化均大于或等于1。从表2、表3及陕西苹果业的发展可以看出，大数据应用是引领未来苹果业发展的一个趋势，物联网大数据在苹果种植业的应用可以解决以下五个问题：第一，建立果农信用大数据库和信用评价体系并对果农信用状况进行评价；第二，建立苹果园天气预测大数据库，进行果园的天气预测；第三，建立农药、水肥大数据库，可以对农药、水肥的喷洒做到精准定量控制；第四，通过果园APP大数据管理，减少果农数量，降低人工成本；第五，通过果园大数据精准管理，提高苹果质量。

4 苹果园大数据应用场景分析

通过对甘肃苹果主产区天水、平凉、庆阳、陇南和陕西洛川国家级苹果大数据中心的实地调研，主要从苹果种植环节的质量管理模式和数据处理方式两方面进行传统模式和大数据模式的对比分析。

4.1 管理模式对比分析

甘肃省98%的果农仍然采用传统的种植管理模式，如表4所示，传统模式下，果农喷洒农药、施肥浇水都是果农凭借多年经验直接喷洒，大水漫灌式的浇水，无法建立苹果种植过程质量状态追溯体系。陕西省洛川县采用的是“云计算+物联网+区块链+大数据”质量监测模式，在大数据模式下，首先果农通过云端或者手机APP进行数据分析，计算出每亩果园需要农药量、水量、化肥量，得到这些信息之后果农在手机APP或云端远程遥控进行施肥、灌溉、喷洒农药。所以将大数据应用到苹果种植的环节中，能更有效地控制苹果种植的全过程，进一步提升苹果的质量。

表4 苹果种植质量管理模式对比

4.2 数据处理方式对比分析

如表5所示，在传统苹果种植管理模式下，有三种数据处理方式，一是果农凭借多年经验估计苹果种植需要的种苗、农药、水肥；二是通过现代农业科技管理技术进行数据分析，但是这种数据处理方式缺乏系统性、实时性和精准性；三是无数据记录，简单重复凭经验管理。在大数据模式下，从果农的个人信息到苹果种植的全过程，都是通过各种传感器、物联网、大数据平台的云端收集、处理过程数据。因此，在大数据的应用处理苹果种植质量管理的数据更加的精准、完整、有效。

5 甘肃应用大数据技术进行苹果种植质量管理的制约因素

5.1 大数据技术应用成本高，政府财政支持力度小

大数据技术属于新一代信息技术，在苹果种植环节中的质量管理是将物与物、物与数据连接起来并且进行更好的质量监测管理。由于大数据技术下苹果种植质量管理过程需要预先安装传感器、测算器,建立云数据库,开发APP平台，该技术推广应用需要投入大量的资金，成本高。现阶段大数据在甘肃的应用正处于起步阶段，由于果农自有资金不足，商业银行贷款难，政府的财政支持力度小，甘肃省苹果种植管理设施落后，在大数据传感技术推广的初期，并没有得到果农大规模的应用，大数据的应用比较滞后。所以甘肃在大数据传感器成本尚未降至能普及的前提下，苹果种植环节大数据技术的发展将受到限制。

表5 苹果种植环节质量管理数据处理模式对比

5.2 果农理念落后，对大数据技术缺乏信任感

首先，果农的文化程度普遍较低，理念落后。通过实地调研可知，甘肃从事苹果种植果农大多为40岁以上的妇女，90%以上果农只有初中或高中文化程度，果农的理念落后；第二，果农对大数据不了解，只有小部分果农通过电视、网络对大数据有浅显的认识，对于大数据是如何应用于苹果种植管理提质增效，果农没有全面的了解；第三，果农对大数据的应用缺乏信任，大多数果农认为大数据是不真实的，存在信息安全的问题，认为通过大数据监测气候、浇水量、施肥量没有自己经验准确。

5.3 缺乏大数据与质量管理相结合的复合型人才

甘肃种植苹果的果农大部分年龄偏大，文化水平偏低，对大数据与质量管理的知识非常欠缺，全省大数据与质量管理相结合的人才培养比较滞后，专业人才匮乏。据调研结果，如图1所示，2017—2019年没有机会参加技术培训的果农占43.7%，56.3%的果农外出学习苹果种植技术的培训内容无大数据应用的相关知识。

注：图中数据由调研统计数据所得图1 2017—2019年果农参加技术培训的情况

6 在大数据条件下提高甘肃苹果种植质量管理水平的改进措施

6.1 加大政府财政支持力度，加强投资建设平台

大数据技术想要应用在苹果种植质量管理方面，首先就要筹备大量的资金购买安装传感器，建立APP、数据平台、数据库等。但是这笔资金果农自身是负担不起的，这就需要政府的财政支持。第一，政府应加强支持力度，运用财政资金来购买大数据应用的各种设备，建设大数据平台；第二，支持银行建立大数据平台专项贷款，对建立大数据平台的专项贷款利息进行利率减免，减免部分给予财政补贴；第三，政府对自筹资金为建设大数据平台作出贡献的果农提供惠农政策，比如成立大数据苹果种植合作社。通过政府牵头，鼓励果农和银行自愿参与，才能有效提高大数据下甘肃省苹果种植质量管理的水平。

6.2 引导果农转变观念

在苹果种植过程中，将大数据很好的应用到该环节，除了政府倡导大数据技术，对大数据技术加大财政支持力度外，果农自身也是宣传大数据工具的主体。改变苹果种植者的思想观念，对果农进行专业培训，会使大数据技术应用在整个苹果种植环节的效果更好。在改变传统思想方面，政府定期对果农进行大数据普及教育；其次，组织大数据下乡活动，对种植果农和加工企业集中宣传；最后，鼓励果农抛弃传统质量管理模式，接受新事物，苹果种植中质量管理才能做得更好。

6.3 加大政府宣传

苹果在种植环节进行质量管理是控制质量的源头，只有在源头上控制好产品的品质，才能提升苹果加工、物流、销售整个产业链的质量。在现代科技的快速发展下，在农业中大数据技术的应用已是一个趋势，因此，要在源头控制苹果的质量，就需要将大数据应用到苹果种植环节中，在这个过程中，政府就要起到至关重要的作用。第一，政府需要制定政策，逐级下发，逐级阅读，逐级实施，逐级认识，这样果农才会认识大数据，了解大数据并且应用它；第二，政府需要派出大数据专业人才在苹果种植区进行讲解、培训，提高果农的认知程度。通过政府的这种宣传，不论是果农，还是企业或者政府都会认识到大数据的优势，对于进一步在苹果种植环节中引用大数据技术才会更加快速有效。

6.4 实施人才引进战略

我国是一个农业大国,农业要可持续发展，需要在政策实施、品种研发、农业生产管理方面建立全面的、科学的质量控制标准体系，而人才资源是建立质量控制标准体系的基础，更是农业进入科学现代化的必要资源。因此在大数据下甘肃省苹果种植质量管理需要一个标准的管理体系和人才引进战略。第一，在引进人才措施方面，需要深入了解人才的真实需求，采取主动灵活的解决措施。第二，需建设高效的人才培训基地与学习交流平台，促进人才的交流与合作。第三，在大数据技术应用到苹果种植质量管理的过程中，需要专业人才进行指导监督，严格执行每一环节，进行数据采集与分析。实施人才引进战略，改变传统用人模式，提高质量管理效率，促进了苹果质量的改善，从而推进了苹果种植质量管理的发展。