張彥軍，李道亮

（1.北京市科學(xué)技術(shù)情報研究所，北京 100045；2.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京 100083）

數(shù)字農(nóng)業(yè)是農(nóng)業(yè)現(xiàn)代化的高級階段，大力發(fā)展數(shù)字農(nóng)業(yè)，已成為推動鄉(xiāng)村振興的重要組成部分，也是我國由農(nóng)業(yè)大國邁向農(nóng)業(yè)強國的必經(jīng)之路［1］。在農(nóng)業(yè)數(shù)字化領(lǐng)域，長期以來缺乏具有標(biāo)識度的綜合性評價指標(biāo)，無法像農(nóng)作物耕種收綜合機械化率一樣持續(xù)表征行業(yè)發(fā)展情況［2］。隨著新一代信息技術(shù)在農(nóng)業(yè)生產(chǎn)領(lǐng)域的應(yīng)用不斷深化，構(gòu)建農(nóng)業(yè)生產(chǎn)數(shù)字化評價體系，開展數(shù)據(jù)監(jiān)測和定期評估，顯得越來越迫切。

當(dāng)前，學(xué)界對于農(nóng)業(yè)數(shù)字化轉(zhuǎn)型研究較多［3－5］，但尚無學(xué)者提出農(nóng)業(yè)生產(chǎn)數(shù)字化率的概念。Klerkx［6］、Wolfert［7］等認為農(nóng)業(yè)數(shù)字化具有變革力量，將在農(nóng)業(yè)整體價值鏈的效率、生產(chǎn)率和可持續(xù)性方面帶來重大變化。趙春江［8］、汪懋華［9］、李道亮［10］等認為發(fā)展數(shù)字農(nóng)業(yè)是大勢所趨，我國已進入加快發(fā)展數(shù)字農(nóng)業(yè)的新階段。Mokotjo［11］、Mwalupaso［12］等從農(nóng)業(yè)信息意識、信息服務(wù)質(zhì)量、信息技術(shù)效率等方面建立指標(biāo)體系和模型，評價了有關(guān)地區(qū)的農(nóng)業(yè)信息化發(fā)展程度。吳翌琳［13］、何強［14］利用指數(shù)化方法開展了國家數(shù)字競爭力指數(shù)、中國信息化發(fā)展指數(shù)等較宏大的數(shù)字化率研究。賈鋮［15］、袁曉慶［16］等用主成分分析法構(gòu)建了農(nóng)業(yè)信息化評價體系，并對我國東、中、西部進行了測算，但未提到農(nóng)業(yè)生產(chǎn)數(shù)字化相關(guān)指標(biāo)。沈劍波等［17］構(gòu)建了一套農(nóng)業(yè)信息化水平評價指標(biāo)體系，農(nóng)業(yè)生產(chǎn)信息化是5個一級指標(biāo)之一，并采用層次分析法確定了指標(biāo)權(quán)重。袁曉慶等［18］用綜合指數(shù)法構(gòu)建了農(nóng)業(yè)信息化水平評價模型，其中農(nóng)業(yè)生產(chǎn)信息化涉及1個一級指標(biāo)、3個二級指標(biāo)、9個三級指標(biāo)，并以山東為例進行了驗證。從已有研究來看，關(guān)于農(nóng)業(yè)生產(chǎn)數(shù)字化的專門研究幾乎沒有，有關(guān)評價包含在農(nóng)業(yè)信息化總體評價中，指標(biāo)維度較為抽象，底層指標(biāo)的數(shù)據(jù)可靠性不強，難以發(fā)揮評價的導(dǎo)向作用。

本研究針對農(nóng)業(yè)生產(chǎn)數(shù)字化的評價需求，從農(nóng)業(yè)生產(chǎn)的主要行業(yè)出發(fā)，以物聯(lián)網(wǎng)等信息技術(shù)的綜合應(yīng)用為主，提出農(nóng)業(yè)生產(chǎn)數(shù)字化率的概念，并構(gòu)建相應(yīng)的評價指標(biāo)體系和測度方法，據(jù)此將農(nóng)業(yè)生產(chǎn)數(shù)字化劃分為起步期、成長期、加速期、成熟期、平臺期5個發(fā)展階段。在此基礎(chǔ)上，利用全國監(jiān)測調(diào)查試點數(shù)據(jù)進行測度方法的驗證，從實證研究的角度評述我國農(nóng)業(yè)生產(chǎn)數(shù)字化總體水平、區(qū)域差異及行業(yè)特點，為進一步研究農(nóng)業(yè)農(nóng)村數(shù)字化率奠定基礎(chǔ)。

1 農(nóng)業(yè)生產(chǎn)數(shù)字化率

數(shù)字化技術(shù)廣泛應(yīng)用于作物栽培、畜禽飼養(yǎng)、水產(chǎn)養(yǎng)殖和種子繁育等農(nóng)業(yè)生產(chǎn)領(lǐng)域，正在深刻改變傳統(tǒng)農(nóng)業(yè)發(fā)展方式。農(nóng)業(yè)細分行業(yè)多，生產(chǎn)環(huán)節(jié)復(fù)雜，涉及大量信息技術(shù)、系統(tǒng)和裝備，評測難度較大。根據(jù)數(shù)字化發(fā)展趨勢，提出農(nóng)業(yè)生產(chǎn)數(shù)字化率，開展常規(guī)監(jiān)測和評價，有助于持續(xù)推進農(nóng)業(yè)生產(chǎn)的數(shù)字化轉(zhuǎn)型。

本研究認為，農(nóng)業(yè)生產(chǎn)數(shù)字化率是指各類數(shù)字化技術(shù)在農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的集成應(yīng)用程度。數(shù)字化技術(shù)主要包括物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能、5G等在內(nèi)的新一代信息技術(shù)。集成應(yīng)用一方面體現(xiàn)技術(shù)類別的多樣化，另一方面強調(diào)技術(shù)與系統(tǒng)、裝備、設(shè)施以及農(nóng)業(yè)種養(yǎng)殖作業(yè)過程的融合。

農(nóng)業(yè)生產(chǎn)數(shù)字化率是一個綜合性的評價結(jié)果，適宜作為預(yù)期性指標(biāo)，在農(nóng)業(yè)規(guī)劃和工作推進方面加以考察。為了取得社會各界的廣泛共識，農(nóng)業(yè)生產(chǎn)數(shù)字化率的測算應(yīng)當(dāng)建立在農(nóng)業(yè)農(nóng)村部門監(jiān)測調(diào)查的基礎(chǔ)上，指標(biāo)體系要簡明清晰，數(shù)據(jù)來源要可靠，計算方法要易于理解，測算結(jié)果應(yīng)具備較強的標(biāo)度意義，形成基于統(tǒng)計監(jiān)測制度的綜合性評價解決方案。

2 評價指標(biāo)體系的構(gòu)建

2.1 評價指標(biāo)的選取

農(nóng)業(yè)生產(chǎn)數(shù)字化評價指標(biāo)體系的構(gòu)建應(yīng)遵循以下原則：（1）科學(xué)性，符合農(nóng)業(yè)生產(chǎn)數(shù)字化發(fā)展實際；（2）導(dǎo)向性，尤其是底層指標(biāo)要體現(xiàn)農(nóng)業(yè)生產(chǎn)數(shù)字化的發(fā)展方向；（3）簡明性，避免指標(biāo)繁雜和交叉；（4）典型性，用較少的指標(biāo)反映較多的信息量；（5）可操作性，指標(biāo)數(shù)據(jù)要易于獲取。

指標(biāo)的選取主要依據(jù)現(xiàn)行農(nóng)業(yè)統(tǒng)計制度，從行業(yè)和農(nóng)產(chǎn)品類別方面遴選指標(biāo)。根據(jù)全國農(nóng)業(yè)結(jié)構(gòu)特點，一級指標(biāo)選取種植業(yè)、畜牧業(yè)和漁業(yè)三大行業(yè)，二級指標(biāo)在三大行業(yè)的常規(guī)統(tǒng)計品種中進行篩選。候選指標(biāo)包括29個，如圖1所示。

圖1 農(nóng)業(yè)生產(chǎn)數(shù)字化評價候選指標(biāo)

二級指標(biāo)的篩選以2017年全國農(nóng)業(yè)統(tǒng)計數(shù)據(jù)為準(zhǔn)。其中，種植業(yè)保留種植面積占比高于10%的4個種植品種，合計種植面積占比68%；畜牧業(yè)按產(chǎn)出量對不同品種的存／出欄量進行折算，保留平均存／出欄量和產(chǎn)量占比均高于10%的3個養(yǎng)殖品種，合計平均存／出欄量占比83%；漁業(yè)只保留淡水養(yǎng)殖產(chǎn)量位居全國前三的3個養(yǎng)殖品類，合計產(chǎn)量占比64%。最終選定的二級指標(biāo)如表1所示。經(jīng)過篩選，二級指標(biāo)由29個指標(biāo)減少為10個，分別覆蓋了相應(yīng)行業(yè)60%以上的統(tǒng)計量，具有較好的行業(yè)代表性。

底層指標(biāo)的選取突出新一代信息技術(shù)的“集成應(yīng)用”，具體從三個方面考慮：（1）從設(shè)施、設(shè)備、動植物本體三個要素出發(fā)進行指標(biāo)設(shè)計；（2）圍繞不同行業(yè)關(guān)鍵的生產(chǎn)作業(yè)環(huán)節(jié)進行指標(biāo)設(shè)計；（3）注重數(shù)據(jù)采集，指標(biāo)數(shù)據(jù)全部通過監(jiān)測調(diào)查獲得。最終選取了51個底層指標(biāo)，如表1所示。

表1 農(nóng)業(yè)生產(chǎn)數(shù)字化評價指標(biāo)體系

2.2 指標(biāo)權(quán)重的確定方法

2.2.1 采用產(chǎn)值調(diào)節(jié)法確定一級指標(biāo)權(quán)重 對于一級指標(biāo)的權(quán)重，采用產(chǎn)值調(diào)節(jié)法，即以評價對象種植業(yè)、畜牧業(yè)、漁業(yè)三大行業(yè)產(chǎn)值的相對占比作為權(quán)重。針對不同評價對象的權(quán)重各不相同，同一評價對象不同年份的權(quán)重也不相同，指標(biāo)賦權(quán)取決于其當(dāng)期農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)。依據(jù)2017年全國農(nóng)業(yè)統(tǒng)計數(shù)據(jù)，以全國為評價對象的一級指標(biāo)權(quán)重如表2所示，各省對應(yīng)的一級指標(biāo)權(quán)重同理可得。這種動態(tài)的指標(biāo)賦權(quán)方法，充分考慮了各地農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的差異性和可變性，權(quán)重值更加客觀、符合實際，避免了“一刀切”問題，有利于引導(dǎo)各地聚焦優(yōu)勢產(chǎn)業(yè)推進農(nóng)業(yè)生產(chǎn)數(shù)字化。

2.2.2 采用熵值法確定二級指標(biāo)權(quán)重 熵值法是一種根據(jù)各因素所提供信息量大小進行綜合評價的數(shù)學(xué)分析方法，廣泛應(yīng)用于各種指標(biāo)體系的權(quán)重計算［19，20］。本研究在專家打分的基礎(chǔ)上采用熵值法賦權(quán)，邀請7位領(lǐng)域?qū)＜也捎?～5分相對重要標(biāo)度值進行打分，將重要性分值作為熵值法判斷矩陣的構(gòu)建依據(jù)。具體計算步驟如下：

（1）根據(jù)專家打分結(jié)果構(gòu)建7行n列的分值矩陣X：

（2）對分值矩陣按列歸一化進行標(biāo)準(zhǔn)化處理，獲得矩陣X′：

（3）將矩陣轉(zhuǎn)化為各指標(biāo)下的概率矩陣P：

（4）計算各指標(biāo)的信息熵：

（5）計算各指標(biāo)的信息熵冗余度：

其中，d（j）＝1－e（j），為第j個指標(biāo)的信息熵冗余度。

（6）計算指標(biāo)權(quán)重：

根據(jù)熵值法原理，信息熵是對數(shù)據(jù)不確定性的度量。信息量越大，不確定性就越小，信息熵也越小，其貢獻度則應(yīng)越大；反之亦然。經(jīng)計算，二級指標(biāo)權(quán)重如表2所示。

表2 農(nóng)業(yè)生產(chǎn)數(shù)字化評價指標(biāo)權(quán)重

2.2.3 采用優(yōu)選法確定底層指標(biāo)權(quán)重 每個二級指標(biāo)對應(yīng)的底層指標(biāo)數(shù)量為4～6個不等，實際測算時根據(jù)各地填報數(shù)據(jù)，統(tǒng)一優(yōu)選應(yīng)用比例排前三的3個指標(biāo)作為實際采用的底層指標(biāo)，優(yōu)選出的3個底層指標(biāo)平均分配權(quán)重，即權(quán)重各占1／3。這種方法尊重和鼓勵各地因地制宜自主選擇適合的數(shù)字化技術(shù)加以應(yīng)用推廣，既有利于最大化凸顯各地農(nóng)業(yè)生產(chǎn)數(shù)字化應(yīng)用成效，也為將來底層指標(biāo)隨技術(shù)演進適度調(diào)整和擴展預(yù)留了空間。

2.3 評價結(jié)果的計算方法

模糊綜合評價法能夠較好地詮釋指標(biāo)因子對總評價目標(biāo)的貢獻度大小［21－23］。為了獲得合理的評價結(jié)果，并強調(diào)評價結(jié)果的標(biāo)度意義，本研究采用多層次模糊綜合評價法計算評價結(jié)果。具體計算步驟如下：

（1）建立農(nóng)業(yè)生產(chǎn)數(shù)字化率綜合評價指標(biāo)體系，根據(jù)前文研究，評價指標(biāo)體系如表2所示，包含目標(biāo)層、準(zhǔn)則層和方案層。

（2）確定評價因素集：

其中，U1＝［U11，U12，U13，U14］，表示種植業(yè)生產(chǎn)數(shù)字化率和其二級指標(biāo)；U2＝［U21，U22，U23］，表示畜牧業(yè)生產(chǎn)數(shù)字化率和其二級指標(biāo)；U3＝［U31，U32，U33］，表示漁業(yè)生產(chǎn)數(shù)字化率和其二級指標(biāo)。

（3）建立農(nóng)業(yè)生產(chǎn)數(shù)字化率水平評判等級，并將其模糊化，共分為5級。評價等級集為：

其中v1為Ⅰ級，v2為Ⅱ級，v3為Ⅲ級，v4為Ⅳ級，v5為Ⅴ級。

（4）模糊評價矩陣通過二級指標(biāo)數(shù)字化率模糊化得到，通常利用隸屬度函數(shù)計算，本研究采用常用的三角形隸屬度函數(shù)。根據(jù)樣本分布情況，隸屬度函數(shù)應(yīng)在區(qū)間［0，0.2］上分布更密集。依據(jù)實際經(jīng)驗，一個階段的初期發(fā)展速度高于后期發(fā)展速度，隸屬度函數(shù)下降沿應(yīng)比上升沿緩；相鄰發(fā)展階段之間可能存在定位不清，故相鄰級別隸屬度函數(shù)存在交叉，但非相鄰級別之間不存在交叉。綜上，設(shè)計隸屬度函數(shù)如圖2所示。

圖2 隸屬度函數(shù)圖

根據(jù)方案層因素隸屬度可構(gòu)建準(zhǔn)則層因素模糊評價矩陣：

其中，R1為4行5列，是種植業(yè)生產(chǎn)數(shù)字化率模糊評價矩陣；R2為3行5列，是畜牧業(yè)生產(chǎn)數(shù)字化率模糊評價矩陣；R3為3行5列，是漁業(yè)生產(chǎn)數(shù)字化率模糊評價矩陣。

（5）由前述權(quán)重確定方法計算準(zhǔn)則層和方案層各因素綜合權(quán)重矩陣，其中，種植業(yè)生產(chǎn)數(shù)字化率的方案層權(quán)重矩陣為W1＝［0.273，0.266，0.209，0.252］；畜牧業(yè)生產(chǎn)數(shù)字化率的方案層權(quán)重矩陣為W2＝［0.459，0.317，0.224］；漁業(yè)生產(chǎn)數(shù)字化率的方案層權(quán)重矩陣為W3＝［0.328，0.281，0.391］；準(zhǔn)則層權(quán)重矩陣W＝［0.586，0.297，0.117］。

（6）綜合評價計算：

其中，B為目標(biāo)層模糊評價向量；“°”為算子M（·，⊕），·定義為數(shù)乘運算，⊕定義為相加后與1之間取??；A為方案層權(quán)值矩陣與模糊評價矩陣做“°”運算后的矩陣，用于準(zhǔn)則層模糊評價矩陣；bi為最終目標(biāo)層在第i個評級水平上的評價值。

（7）對目標(biāo)層模糊評價向量進行加權(quán)平均化為評級概率矩陣B′：

其中，b′i是目標(biāo)屬于第i級的概率。

結(jié)合上述計算方法，本研究將農(nóng)業(yè)生產(chǎn)數(shù)字化率的等級劃分為5個，分別為Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ級，對應(yīng)的農(nóng)業(yè)生產(chǎn)數(shù)字化發(fā)展階段分別為起步期、成長期、加速期、成熟期、平臺期。利用2018年監(jiān)測調(diào)查數(shù)據(jù)進行計算，我國農(nóng)業(yè)生產(chǎn)數(shù)字化率輸入Ⅰ～Ⅴ級的概率分別為61.7%、27.8%、10.5%、0和0，因而可以判斷當(dāng)年我國農(nóng)業(yè)生產(chǎn)數(shù)字化率屬于第Ⅰ級起步期，同理計算得到了部分省份農(nóng)業(yè)生產(chǎn)數(shù)字化率的概率分布，如表3所示。

3 基于監(jiān)測調(diào)查數(shù)據(jù)的實證分析

2019年5—8月，農(nóng)業(yè)農(nóng)村部組織開展了全國農(nóng)業(yè)農(nóng)村信息化發(fā)展水平監(jiān)測調(diào)查試點工作，采集了北京市、上海市和10個信息進村入戶示范省2018年農(nóng)業(yè)農(nóng)村信息化相關(guān)基礎(chǔ)數(shù)據(jù)，其中關(guān)于農(nóng)業(yè)生產(chǎn)信息化應(yīng)用部分的監(jiān)測調(diào)查數(shù)據(jù)對應(yīng)于本研究的底層指標(biāo)。本研究以12個省份為研究對象，利用監(jiān)測調(diào)查數(shù)據(jù)，計算各省農(nóng)業(yè)生產(chǎn)數(shù)字化率P為：

其中，wi根據(jù)i取1、2、3分別為種植業(yè)、畜牧業(yè)和漁業(yè)生產(chǎn)數(shù)字化率的權(quán)值；wij為上述種植業(yè)、畜牧業(yè)和漁業(yè)對應(yīng)二級指標(biāo)數(shù)字化率的權(quán)重值；pij為種植業(yè)、畜牧業(yè)和漁業(yè)對應(yīng)二級指標(biāo)的數(shù)字化率。

二級指標(biāo)數(shù)字化率pij根據(jù)該二級指標(biāo)的底層指標(biāo)和數(shù)據(jù)計算得到，其公式為：

其中，S1、S2、S3分別為當(dāng)前二級指標(biāo)對應(yīng)底層指標(biāo)數(shù)據(jù)中居前三位的應(yīng)用量；S為當(dāng)前二級指標(biāo)對應(yīng)的總量。

依據(jù)計算公式（12）（13）及前述權(quán)重計算結(jié)果，經(jīng)計算得到了12個省份的農(nóng)業(yè)生產(chǎn)數(shù)字化率，具體如表4所示。

從表3和表4可以看出：（1）農(nóng)業(yè)生產(chǎn)數(shù)字化率對我國農(nóng)業(yè)生產(chǎn)領(lǐng)域的數(shù)字化發(fā)展水平具有較好的標(biāo)度意義，基本符合我國各地區(qū)農(nóng)業(yè)生產(chǎn)數(shù)字化的實際發(fā)展水平；（2）從全國及12個?。ㄊ校┺r(nóng)業(yè)生產(chǎn)數(shù)字化率發(fā)展階段的概率分布來看，全國和各?。ㄊ校┚幱谵r(nóng)業(yè)生產(chǎn)數(shù)字化的起步期，全國總體在成長期和加速期有所分布，少數(shù)發(fā)達省份在成熟期也有分布；（3）以12個省份的算術(shù)平均值0.102作為全國農(nóng)業(yè)生產(chǎn)數(shù)字化率的參考值，可以看出2018年我國農(nóng)業(yè)生產(chǎn)數(shù)字化整體偏低，信息技術(shù)的應(yīng)用普及率較低；（4）分省來看，東、中、西部農(nóng)業(yè)生產(chǎn)數(shù)字化水平差距較為顯著，基本呈現(xiàn)東部接近成長期、中部和東北部處于起步中期、西部處于起步初期的總體格局，江蘇、北京、上海等?。ㄊ校┑霓r(nóng)業(yè)生產(chǎn)數(shù)字化率領(lǐng)跑全國，與地區(qū)經(jīng)濟、科技的發(fā)展水平關(guān)聯(lián)度較高；（5）分行業(yè)來看，畜牧業(yè)生產(chǎn)數(shù)字化率明顯高于種植業(yè)和漁業(yè)，特別是浙江、上海、江蘇和北京4?。ㄊ校┑男竽翗I(yè)生產(chǎn)數(shù)字化已邁入成長期，種植業(yè)生產(chǎn)數(shù)字化總體偏弱且提升難度較大，漁業(yè)生產(chǎn)數(shù)字化的省份差異較大。

表3 全國及12個省份農(nóng)業(yè)生產(chǎn)數(shù)字化發(fā)展階段的概率分布

表4 2018年北京市等12個?。ㄊ校┑霓r(nóng)業(yè)生產(chǎn)數(shù)字化率

鄉(xiāng)村振興、數(shù)字鄉(xiāng)村建設(shè)是當(dāng)前我國農(nóng)業(yè)農(nóng)村發(fā)展的主旋律，數(shù)字化在農(nóng)業(yè)生產(chǎn)中的作用日益突出。未來，我國還需要持續(xù)加快農(nóng)業(yè)生產(chǎn)的數(shù)字化轉(zhuǎn)型，聚焦主要行業(yè)和重點農(nóng)產(chǎn)品，完善數(shù)字資源體系，建設(shè)單品種全產(chǎn)業(yè)鏈大數(shù)據(jù)平臺，加強關(guān)鍵核心技術(shù)攻關(guān)，著力發(fā)揮各類市場主體的作用，因地制宜加大信息技術(shù)的應(yīng)用與推廣，強化信息技術(shù)服務(wù)，打造政、產(chǎn)、學(xué)、研、用一體化的農(nóng)業(yè)生產(chǎn)數(shù)字化發(fā)展生態(tài)，加快推動農(nóng)業(yè)生產(chǎn)數(shù)字化邁入新的發(fā)展階段。

4 結(jié)論

本研究立足農(nóng)業(yè)生產(chǎn)數(shù)字化監(jiān)測調(diào)查基礎(chǔ)，堅持“集成應(yīng)用”“突出優(yōu)勢”的評價導(dǎo)向，進行了農(nóng)業(yè)生產(chǎn)數(shù)字化率的系統(tǒng)研究，主要結(jié)論有：

（1）結(jié)合數(shù)字經(jīng)濟發(fā)展趨勢，提出了農(nóng)業(yè)生產(chǎn)數(shù)字化率的概念，為農(nóng)業(yè)農(nóng)村數(shù)字化率研究進行了初步探索。

（2）聚焦種植業(yè)、畜牧業(yè)、漁業(yè)等農(nóng)業(yè)生產(chǎn)的主要行業(yè)，以重點農(nóng)產(chǎn)品為關(guān)注點，建立了包括3個方面10項評價指標(biāo)的農(nóng)業(yè)生產(chǎn)數(shù)字化評價指標(biāo)體系，并結(jié)合設(shè)施、設(shè)備、動植物本體等信息技術(shù)應(yīng)用要素，按生產(chǎn)作業(yè)環(huán)節(jié)設(shè)計了相應(yīng)的底層指標(biāo)。

（3）研究構(gòu)建了農(nóng)業(yè)生產(chǎn)數(shù)字化率的評價模型，針對指標(biāo)權(quán)重提出了產(chǎn)值調(diào)節(jié)法、熵值法和優(yōu)選法三種適用性較強的賦值方法，采用多層次模糊綜合評價法對12個?。ㄊ校┺r(nóng)業(yè)生產(chǎn)數(shù)字化發(fā)展階段的概率分布和農(nóng)業(yè)生產(chǎn)數(shù)字化率進行了測算，計算結(jié)果基本符合實際并具有較強的標(biāo)度意義。