规模化畜禽养殖场数字农业规划方案综合评价*

吴继成，单东林，杨晓文,2，杨娟，张岫琪

(1.农业部南京设计院，南京市，210014；2.农业农村部南京农业机械化研究所，南京市，210014)

0 引言

经过多年的发展，畜牧业已成为我国农业农村经济中举足轻重的产业。2019年统计数据显示，除生猪产量受非洲猪瘟冲击影响下降较多外，其他主要畜产品产量仍然保持相对平稳[1-2]。尽管从主要畜产品产量上来看，我国是名副其实的畜牧业大国，但畜牧业的发展面临诸如土地资源紧缺、标准化生产程度低、科技支撑能力弱、重大疫病防控难、粪污处理难度大、养殖综合效益不高等突出问题[3]，这些都是制约我国成为畜牧业强国的主要障碍，畜牧业已处于亟需突破产业发展瓶颈的关键时期。

随着科技的不断进步，以物联网、云计算、大数据、人工智能等为特征的新一代信息技术深刻改变畜牧业发展方式，成为产业提档升级的重要推动力量[4-5]。《数字农业农村发展规划(2019—2025年)》《国务院办公厅关于促进畜牧业高质量发展的意见》(国办发〔2020〕31号)等文件要求加强数字农业技术在畜牧业中的应用，不断提升我国畜牧业信息化水平。当前，在纵深推进乡村振兴、构建“双循环”新格局战略背景下，通过数字农业技术对畜禽养殖生产、加工、流通、营销、监管等各环节赋能增效，推动传统养殖向数字化养殖转变成为产业高质量发展的必然选择。

综合评价是指在多个因素或多个指标相互作用下，按照一定的标准对评价对象的优劣进行综合判断，从而为科学决策提供依据[6]。综合评价方法在畜禽养殖行业中已得到广泛的应用，目前国内外相关文献主要针对畜禽养殖圈舍内环境适宜性、粪污处理技术效能、养殖环境承载力、畜禽产品质量监管绩效等方面进行综合评价[7-10]，尚无涉及规模化畜禽养殖场数字农业规划方案综合评价的研究。近年来国家不断加大对规模化畜禽养殖场数字农业项目资金投入，尽管为项目申报单位提供了菜单式选项，但由于单个项目投资规模较大，其规划方案本身又是一个全面、系统的工程，这就为项目投资决策、规划建设带来了难点。因此，本文基于组合赋权-TOPSIS法构建了综合评价模型，依据技术、经济、社会、生态四大类指标对规划备选方案进行综合评判，从中选择最优方案，为规模化畜禽养殖场数字农业规划建设提供方法体系和理论支撑。

1 规模化畜禽养殖场数字农业规划基础

1.1 畜禽养殖数字农业项目现状

为加快推进数字农业技术在农业重要领域集成应用和推广示范，农业农村部从2017年开始连续多年组织开展数字农业建设试点。2017年、2018年围绕大田种植、设施园艺、畜禽养殖、水产养殖四大领域探索数字农业技术集成应用方案和经验模式，两年累计立项批复57个数字农业建设试点项目，其中畜禽养殖类21个[11]。2019年、2020年开展数字农业试点县、单品种全产业链大数据、数字农业创新中心三大类项目建设，其中针对畜禽养殖数字化关键技术研发、技术标准体系建设、产品推广应用等任务，由北京市农林科学院建立国家畜禽智慧养殖数字农业创新中心[12]。2021年结合最新上位规划和优势主导产业数字化转型需求，以前期已建立的国家数字农业创新中心为支撑，将“智慧+”理念贯穿推进相关产业高质量发展的全过程，通过数字化种植、养殖应用推广基地建设，为全国提供数字化、智能化转型样板。从近几年的试点工作来看，畜禽养殖数字农业建设是数字农业项目支持的重要类型，其主要建设内容包括构建环境智能控制、精准饲喂管理、产品自动收集、畜禽粪污处理、动态监测预警、育种繁育管理、产品质量溯源等系统，同时对与之关联的设施设备进行必要的改造。

1.2 规模化畜禽养殖场数字农业规划内涵

现代化畜禽养殖场工程规划主要涉及场址比选、功能布局、生产工艺、工程工艺、设备选型、投资估算、效益分析、风险评估等多方面内容[13]，而规模化畜禽养殖场数字农业规划则综合考虑现代信息技术在养殖生产过程中对改善圈舍环境质量，提升畜禽生产性能，降低生产成本，提高生产效率，增强养殖综合效益等方面的作用，更侧重基于智能养殖设备的数字农业技术集成应用，因此，其集合了养殖工艺、疫病防治、环境控制、建筑工程、智能设备等技术内容，是一个复杂的系统工程。规模化畜禽养殖场数字农业平台通常采用三级架构(应用层—现场控制层—前端采集)：前端采集即通过采集器、传感器、控制器、摄像机等采集、传输环境及生产相关数据；现场控制层主要利用基础层的数据资源开发环境调控、饲喂管理、粪污处理、监测预警、质量溯源等各类控制子系统；应用层主要是通过向行业各个领域渗透应用从而实现数字农业技术与产业的深度融合。

2 规模化畜禽养殖场数字农业规划方案综合评价方法

2.1 评价指标体系构建

评价指标体系的构建应符合简约性、可比性、独立性、可行性等基本原则。规模化畜禽养殖场数字农业规划方案的优劣主要受技术条件和项目效益的影响，数字农业基本特征是“信息知识+智能装备”，以现代信息技术为核心的智能养殖设备在产业转型升级中发挥巨大作用[14]，因此在构建评价指标体系时，需要将设备技术作为重要指标加以考虑；对于农业项目效益的评价考核通常可从经济、社会及生态三个维度来建立评价指标。在评价指标进一步分解筛选过程中，最大限度收集农业项目可行性、养殖设备选型、循环农业发展、畜牧业信息化、数字农业农村等相关研究的评价指标[15-19]，并结合规模化畜禽养殖场数字农业规划内涵，初步建立指标库。同时广泛征求相关行业领域专家意见，合理删增或替换指标。最终，得到包含4个一级指标、18个二级指标的规模化畜禽养殖场数字农业规划方案综合评价指标体系，体系框架如图1所示。

图1 规模化畜禽养殖场数字农业规划方案综合评价指标体系框架

上述评价指标体系中，按指标趋势方向可分为正向指标和逆向指标，正向指标如技术成熟度(B1)、工艺符合性(B2)等是其指标值越大评价越好，逆向指标如项目总投资(B7)、静态投资回收期(B8)等则与之相反；另外按指标是否能够直接精确衡量，又可分为定量指标和定性指标，各评价指标含义及属性见表1。显然定性指标具有模糊性不易量化，本文所涉及的定性指标全部为正向指标，可采用分级赋值进行量化处理，将该类指标的考评统一划分为9个等级，最小值为1、最大值为9，即指标赋值越大则评价越好。

表1 规模化畜禽养殖场数字农业规划方案综合评价指标体系

2.2 建立初始评价矩阵

规模化畜禽养殖场数字农业规划备选方案P为待评价对象，若待评价的方案有m个，相应的每个方案有n个评价指标，根据指标定义获取各指标原始值，第i个方案第j个评价指标值记为xij(i∈m=1，2，…，m；j∈n=1，2，…，n，)，则建立初始评价矩阵X=(xij)m×n如式(1)所示。

(1)

2.3 计算评价指标权重

评价指标权重的确定是综合评价的基础，根据主客观因素影响的大小，其计算方法大体分为主观赋权法、客观赋权法和组合赋权法三种。主观赋权法是将专家的经验判断量化后来确定权重，因此存在主观随意性的缺陷；客观赋权法是根据指标之间内在关系，应用一定的数理方法计算确定权重；而本文根据规模化畜禽养殖场数字农业规划方案综合评价指标体系，综合考虑主观赋权和客观赋权两者优缺点，采用组合赋权法来计算确定评价指标权重。

2.3.1 层次分析法

层次分析法(简称AHP)是一种简洁而实用、定量定性结合的系统分析方法，在多准则、多指标复杂问题的决策和评价中应用较为普遍。通过问题逐级分解建立层次结构模型，由专家根据自身经验对每层指标两两相对重要性赋值，引入1～9标度法将比较判定量化为矩阵形式，计算判断矩阵最大特征值的特征向量并归一化得到层次单排序权重，根据层次结构模型由上而下依次计算。本文构建了两级指标体系，若一级指标体系中层次单排序权重分别为a1，a2，…，ak，二级指标体系中与ai对应的层次单排序权重分别为bi1，bi2，…，bin，则二级指标对目标层的层次总排序权重[20]计算如式(2)所示。

(2)

式中：ωj＇——层次分析法确定的指标权重；

ai——一级指标层第i个指标的层次单排序权重；

bij——二级指标层第j个指标对上一层第i个指标的层次单排序权重，两者无关联时，bij=0。

2.3.2 熵权法

热物理学中熵的概念引申至信息论中又被称为信息熵。熵权法是根据各指标离散程度，利用信息熵来计算评价指标的权重。若某一指标的离散程度越大，说明其对评价结果的影响越大，相应的其权重越大；反之则其权重越小，当某一指标无差异时则说明其对评价结果完全没有影响，可考虑剔除该指标。利用熵权法计算评价指标权重时，首先需将蕴含指标客观信息的初始评价矩阵归一化，再根据信息熵定义计算各指标的信息熵，最后利用信息熵计算确定各指标权重。

(3)

(4)

(5)

式中：pij——第j个指标下第i个方案指标值的比重；

ej——第j个指标的信息熵；

ωj″——熵权法确定的指标权重。

2.3.3 综合权重计算

为使评价指标权重更加合理可靠，将层次分析法和熵权法确定的两组指标权重通过乘积法有机结合，再对结果进行归一化处理，由此可得到评价指标的综合权重[21]。

(6)

2.4 指标标准化处理

(7)

(8)

式中：maxxj——第j个指标最大值；

minxj——第j个指标最小值。

2.5 TOPSIS综合评价模型

理想解法(简称TOPSIS)是解决有限方案优选、多指标决策问题常用的系统分析方法。该方法利用备选方案中各指标最大值集合和最小值集合，构造两个虚拟的参照对象分别称为“理想解”和“负理想解”，通过计算备选方案与理想解、负理想解的相对接近度来进行方案的综合评价[23]。基于组合赋权-TOPSIS法评价模型具体操作过程如下。

(9)

Step 2：利用组合赋权法确定的综合权重ωj和规范化评价矩阵Y=(yij)m×n，构建加权的规范化评价矩阵记为Z=(zij)m×n。

zij=ωjyij,i∈m,j∈n

(10)

Step 3：通过加权的规范评价矩阵确定备选方案理想解和负理想解，各指标最大值的集合为理想解Z+，各指标最小值的集合为负理想解Z-。

(11)

(12)

(13)

(14)

Step 5：计算备选方案对理想解的相对接近度cj，其体现的是接近理想解并远离负理想解的程度。根据cj值的大小进行备选方案优劣评价，0≤cj≤1，cj值越大表示该规划方案越优。

(15)

3 综合评价实例

3.1 项目概况

广东省某集团公司创立于2002年，现已成为一家集科研、生产、贸易于一体的现代化农业集团，其下属某规模化猪场为本次畜禽养殖数字农业项目实施主体，养殖场现有5条生产线，能繁母猪3 900头，年出栏生猪6.5万头，已配建办公生活区3 500 m2、年产10 kt 有机肥厂、日处理400 m3污水处理厂、日处理1 t无害化处理设施。

项目规划目标是通过数字化改造升级，提高生产综合水平，养猪成活率提高2%，生产成本降低30元/头，年出栏优质生猪10万头(新增3.5万头)，废水产生量及排放量要求比现状削减35%以上，COD、NH3-N排放量大幅缩减，粪污无害化和资源化率得到提升，将养殖场打造成生猪养殖信息化、智能化发展示范样板。

3.2 备选方案

综合考虑场区功能布局、基础设施条件，分析该场现状生产能力、技术条件、主要障碍因素，按照畜禽养殖场数字农业建设要求，重点加强环境控制、饲喂管理、粪污处理、育种管理、质量追溯等系统建设及设施改造，在项目前期规划阶段初步拟定了3套备选方案。

方案1(P1)：规划采用定位饲养生产工艺，其妊娠母猪采用单体栏饲养。环境控制采用水帘降温，机械、自然相结合通风，猪舍内温度、湿度、光照等参数采用单因素控制；饲喂管理采用自动加料车配合自动食槽、自动饮水器；粪污处理采用全漏缝地板、水泡粪清粪工艺；配套国产猪场育种管理软件、基于RFID的生猪产品质量安全追溯系统；综合管理主要借助普通的企业管理软件；结合数字化系统设备安装要求对猪舍土建设施进行改造。

方案2(P2)：规划采用圈栏饲养生产工艺，其妊娠母猪以及断奶期仔猪、育肥育成期猪均在圈栏中饲养。环境控制通过传感器采集温湿度、光照度、CO2(NH3)浓度等参数，利用湿帘、风机、天窗等精准联动控制猪舍内环境；饲喂管理采用液态自动喂料系统，并配置哺乳母猪智能饲喂设备及妊娠母猪智能饲喂设备；采用高床漏缝地板，底层垫料发酵车间，粪污通过翻堆设备、刮粪设备自动化处理；配套国产猪场育种管理软件、基于RFID的生猪产品质量安全追溯系统；综合管理由专业信息公司开发，对生产环节各子系统进行集成，预留第三方子系统数据接口；结合数字化系统设备安装要求对猪舍采用高床发酵型生态养猪模式改造。

方案3(P3)：规划采用定位饲养生产工艺，其妊娠母猪采用单体栏饲养。环境控制采用滴水喷雾、排风扇组合降温，猪舍内温度、湿度、光照等参数采用闭环控制系统；饲喂管理采用定量装置的给料系统、自动饮水器；粪污处理采用全漏缝地板、往复式刮粪板清粪方式；配套国产猪场育种管理软件、基于RFID的生猪产品质量安全追溯系统；综合管理采用国产成熟的猪场生产管理信息系统；结合数字化系统设备安装要求对猪舍土建设施进行改造。

3.3 方案综合评价

备选方案拟定后进行初步评审，由养殖场负责人、生产管理员、养殖行业专家、智能化养殖设备专家等组成评审小组，重点对技术成熟度、工艺符合性等定性指标进行统一标准的量化评价。定量指标则按指标计算规则精确考核，最终根据18个指标的原始值建立备选方案初设评价矩阵如表2。

表2 备选方案初始评价矩阵

根据式(2)～式(6)综合运用层次分析法和熵权法计算得到评价指标综合权重如表3。

表3 组合赋权评价指标综合权重

根据式(7)～式(9)将初始评价矩阵标准化、规范化，根据式(10)建立加权的规范化评价矩阵如表4。

表4 加权的规范化评价矩阵

根据式(11)、式(12)计算各指标理想解Z+和负理想解Z-。

Z+=(0.178，0.041，0.030，0.006，0.006，0.080，0.017，0.034，0.042，0.020，0.020，0.061，0.091，0.016，0.051，0.006，0.023，0.004)

Z-=(0.089，0.020，0.015，0.003，0.003，0.040，0.009，0.017，0.021，0.010，0.010，0.031，0.046，0.008，0.025，0.003，0.011，0.002)

根据式(15)计算备选方案对理想解的相对接近度cj。

cj=(0.161，0.840，0.691)

按照cj值由大到小进行排序为c2、c3、c1，则对应的备选方案优劣顺序为P2、P3、P1，因此选取方案2(P2)为本次规模化猪场数字农业规划最优方案。

3.4 评价结果分析

方案1除主要生产环节采用自动控制设备外，大部分还是通过采用传统的人为控制方式，自动化、信息化建设水平相对较低。对比方案2、方案3，虽然初期建设投资和后期设备运行维护成本低，但是存在猪舍内环境质量控制差、养殖工人劳动强度大、粪污后续处理费用高和养殖综合效益低等弊端。

方案2采用更符合当前规模化猪场生产工艺技术发展趋势的设施与设备，基本实现生猪养殖全过程数字化、信息化建设。虽然先期一次性投资较大，但可大幅度减少企业用工成本，节水节能效益显著，粪污资源化效率提升，可大幅提高生猪养殖的综合效益。通过生猪养殖和新一代信息技术的紧密融合示范，能有效带动生猪养猪模式转型升级。

方案3是参照目前国内大部分集约化猪场养殖模式而拟定的数字化建设规划方案，区别于方案2妊娠母猪采用智能化群养系统，其妊娠母猪采用单体栏饲养，表面上来看可节约项目建设投资，实际上未考虑母猪健康福利养殖，没有按照母猪生物学特性和不同生理阶段需求进行饲养管理，这也是造成母猪疾病感染率高、生产性能低下的重要原因。

4 结论

1)针对规模化畜禽养殖场数字农业规划方案评价结果总目标，本文构建了两级评价指标体系。根据项目自身特点建立设备技术、经济效益、社会效益和生态效益共4个一级指标，并将一级指标进一步细分为技术成熟度、工艺符合性、项目总投资、静态投资回收期、技术示范推广、环保投资占比等共18个二级指标。从整体来看，评价指标数量适中，可操作性强。

2)规模化畜禽养殖场数字农业规划方案综合评价前提条件是指标权重的确定，而指标权重准确、客观与否直接影响评价结果的可信程度。本文在指标权重计算时，兼顾主观经验和客观实际采用组合赋权法，即综合运用偏主观的层次分析法和偏客观的熵权法，得到了更加科学合理的指标权重值。计算结果显示，指标权重排序靠前的依次为技术成熟度(0.248)、智能化(0.120)、直接带动就业(0.119)、节水节能效益(0.082)、技术示范推广(0.071)、工艺符合性(0.055)，另外设备技术层指标综合权重最大(0.484)，说明在规模化畜禽养殖场数字化改造升级中，合理配置智能养殖设备是各项工作的重中之重。

3)建立了基于组合赋权-TOPSIS法的综合评价模型，利用该模型对某规模化猪场数字农业规划3套备选方案进行了实证研究。结果表明，方案2接近度0.840，明显高于方案1(0.161)和方案3(0.691)，因此确定方案2为最优方案。评价结果也与当前规模化畜禽养殖场朝信息化、自动化、智能化发展趋势一致，该评价方法为规模化畜禽养殖场数字农业规划建设提供有益参考。