Quantitative Analysis and Optimization of Executive Standards of Smart Agriculture Projects Based on PMCIndex Model

WANG Jun-yi1 YU Xiao-qing2 XU Dong-ai WANG Qi-qi2HAN Cheng-j2* （1.CollegeofEnvironmentandEcologyHunanAgriculturalUniversity;2.SchoolofEconomics，HunanAgricultural University;3.Changsha Association for Quality and Standardization）

Abstract：Atotalof23national，sectoralandlocalstandardsrelatedtosmartagricultureprojectsfromJanuary0l1 toAugust2024werecolectedandselectedastheresearchobjects.Using thetext miningmethod，theanalysisof the evolutioncharacteristicsofthestandardsandtheanalysisofthesocial networkofkeytechnologies werecarriedout. Onthis basis，thePMCindexmodel wasconstructed，andl3smartagriculture standardtextswereselected bystratified sampling method，to carryout quantitative evaluationandoptimization of the standards.Theresults show that the common problem of existing standards lies inthe single audienceandthe smallnumberof national standards，which，to some extent，restricts the application of intelligent means in agricultural development.

Keywords：smart agriculture，text mining，PMC index model， standard evaluation

0 引言

下，智慧農(nóng)業(yè)作為農(nóng)業(yè)現(xiàn)代化、標準化的前沿陣地，正以前所未有的迅猛態(tài)勢推動傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型。2024年，農(nóng)業(yè)農(nóng)村部印發(fā)《農(nóng)業(yè)農(nóng)村部關(guān)于大力發(fā)在全球化、信息化與標準化深度融合的背景展智慧農(nóng)業(yè)的指導意見》《全國智慧農(nóng)業(yè)行動計劃（2024一2028年）》，明確今后一段時期推進智慧農(nóng)業(yè)的工作思路和重點任務(wù)。隨著智慧農(nóng)業(yè)的發(fā)展，如何科學、系統(tǒng)地評估智慧農(nóng)業(yè)發(fā)展狀況成了一大難題。趙敏娟等學者在研究我國智慧農(nóng)業(yè)今后的發(fā)展分析中，強調(diào)了需要推動智慧農(nóng)業(yè)標準化建設(shè)]。政策一致性指數(shù)模型（Policy ModelingConsistency，PMC）作為一種綜合性的績效評估工具，已在數(shù)字經(jīng)濟政策[2、鄉(xiāng)村振興政策[3]，以及區(qū)域科技創(chuàng)新政策4等多個領(lǐng)域展現(xiàn)了其強大的評估能力。PMC為智慧農(nóng)業(yè)標準量化評價提供了堅實的理論基礎(chǔ)與實踐依據(jù)。在智慧農(nóng)業(yè)領(lǐng)域，PMC能夠覆蓋多個關(guān)鍵維度，通過構(gòu)建科學合理的指標體系，實現(xiàn)對智慧農(nóng)業(yè)標準實施效果的精準刻畫與深度剖析。目前，我國農(nóng)業(yè)發(fā)展量化、標準化評價尚不成熟，相關(guān)政策體系也尚不完善。本文創(chuàng)新性地引入PMC作為分析工具，力求通過量化評估手段，為我國智慧農(nóng)業(yè)標準的制定與優(yōu)化貢獻智慧。

發(fā)揮了重要作用。例如，山東通過技術(shù)標準在物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等技術(shù)的應(yīng)用上取得了顯著成果，形成了具有地方特色的智慧農(nóng)業(yè)發(fā)展模式；安徽確立了數(shù)字農(nóng)業(yè)水稻種植信息采集規(guī)范的基本要求，包括采集方式、方法和內(nèi)容，這一標準提高了水稻生產(chǎn)的專業(yè)化和市場化水平，降低人工成本，提高水稻產(chǎn)量與品質(zhì)。

隨著可持續(xù)發(fā)展成為21世紀科技發(fā)展的重大戰(zhàn)略問題，智慧農(nóng)業(yè)作為推動農(nóng)業(yè)綠色發(fā)展的重要技術(shù)手段和產(chǎn)業(yè)形態(tài)，日益成為主要發(fā)達國家的重要選擇[8。盡管智慧農(nóng)業(yè)政策取得了不少成果，但也面臨著諸多現(xiàn)實約束。當前智慧農(nóng)業(yè)標準在落地實施過程中存在智慧農(nóng)業(yè)技術(shù)標準不統(tǒng)一[9、項目使用成本高[]、農(nóng)民接受度不高等問題[1]。解決這些問題的關(guān)鍵在于規(guī)范并優(yōu)化項目執(zhí)行標準，以標準為引領(lǐng)，持續(xù)推進智慧農(nóng)業(yè)高質(zhì)量發(fā)展。因此，如何在科學評價已有標準的基礎(chǔ)上合理進行標準優(yōu)化與調(diào)整，進而實現(xiàn)智慧農(nóng)業(yè)標準科學制定與優(yōu)化演進，是政府部門和智慧農(nóng)業(yè)項目參與主體關(guān)注的焦點。

1 文獻綜述

智慧農(nóng)業(yè)是以信息和知識為生產(chǎn)要素，通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、智能裝備等現(xiàn)代信息技術(shù)與農(nóng)業(yè)深度跨界融合，實現(xiàn)農(nóng)業(yè)生產(chǎn)全過程的信息感知、定量決策、智能控制、精準投入和個性化服務(wù)的全新農(nóng)業(yè)生產(chǎn)方式。近年來，發(fā)達國家率先啟動發(fā)展智慧農(nóng)業(yè)，如美國、英國、日本等把精準農(nóng)業(yè)與智能技術(shù)、數(shù)字技術(shù)、大數(shù)據(jù)分析納人國家糧食安全的戰(zhàn)略中[5]

在我國，中央政府高度重視數(shù)字農(nóng)業(yè)和智慧農(nóng)業(yè)的發(fā)展。通過政策引導、標準賦能，智慧農(nóng)業(yè)技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用日益廣泛，特別是在精準農(nóng)業(yè)、智能灌溉、病蟲害監(jiān)測等方面取得了重要突破。智慧農(nóng)業(yè)不僅從技術(shù)上提高了農(nóng)業(yè)生產(chǎn)效率，還顯著降低了農(nóng)業(yè)生產(chǎn)成本，促進了農(nóng)業(yè)持續(xù)發(fā)展同時，智慧農(nóng)業(yè)項目執(zhí)行標準在推動智慧農(nóng)業(yè)發(fā)展中

2 標準評價設(shè)計

2.1數(shù)據(jù)來源與標準選取

2019年5月16日，中央網(wǎng)絡(luò)安全和信息化委員會辦公室聯(lián)合印發(fā)《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019—2025年）》，對新時期推進數(shù)字農(nóng)業(yè)農(nóng)村建設(shè)的總體思路、發(fā)展目標、重點任務(wù)作出了明確部署。結(jié)合趙春江等[12-16]學者的研究，并通過文心大模型分詞處理，采用ROSTCM6軟件對標準進行文本挖掘，統(tǒng)計出高頻詞匯后繪制相關(guān)社會網(wǎng)絡(luò)圖譜。通過歸納整理高頻詞匯來構(gòu)建評價指標，保證指標整體的合理性和可靠性。高頻詞匯社會網(wǎng)絡(luò)圖譜如圖1所示，去掉“要求”“確?！钡炔幌嚓P(guān)詞后，本文選取頻率前40的詞匯，如表1所示，為二級變量的選取提供參考，確定本文檢索關(guān)鍵詞為：“農(nóng)業(yè)”“農(nóng)村”“數(shù)字”“數(shù)據(jù)”“建設(shè)”“技術(shù)”“數(shù)字農(nóng)業(yè)”。

2.2評價指標確立與參數(shù)設(shè)定

一級變量主要參考M.A.Ruiz.Estrada[17]，張永安等[18學者的研究成果，共選取了包含標準性質(zhì)、標準效力和標準級別等在內(nèi)的10個指標。

二級變量的選取上，本文基于《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019—2025年）》，采用文本分析和內(nèi)容分析的方法，運用RostCM6.0軟件提取關(guān)鍵詞頻，通過人工篩選剔除無區(qū)分度和相關(guān)度較小的詞匯，限于篇幅整理出頻次最多的20個關(guān)鍵詞（見表1），并得到智慧農(nóng)業(yè)內(nèi)涵文本高頻詞共現(xiàn)網(wǎng)絡(luò)圖（見圖1），作為二級變量確定的依據(jù)?；谝陨咸崛≡~匯，結(jié)合我國智慧農(nóng)業(yè)發(fā)展進展，最終確定PMC的38個二級變量（見表2），并將全部二級變量參數(shù)值設(shè)為二進制的0和1（即如果標準文本中出現(xiàn)相應(yīng)含義的關(guān)鍵詞則二級變量設(shè)置為1，否則為0），以有效平衡所有變量。

2.3構(gòu)建多投入產(chǎn)出表

結(jié)合智慧農(nóng)業(yè)內(nèi)涵文本變量設(shè)置及多投入產(chǎn)出表的特點建立了多投人產(chǎn)出表，如表3所示

2.4PMC指數(shù)計算

PMC指數(shù)計算分為4個步驟：一是建立多投入產(chǎn)出表；二是根據(jù)標準內(nèi)容填入多投入產(chǎn)出表，并由公式（1）和公式（2）確定二級變量數(shù)值；三是根據(jù)公式（3）計算一級變量的值；四是將各一級指標值加總計算出PMC指數(shù)，如公式（4）所示。

X～N[0，1]

X={XR：[0～1]}

由于一級指標有10個，所以計算得到PMC指數(shù)取值在0＼～10，根據(jù)Estrada的評價標準，將PMC指數(shù)數(shù)值進行等級劃分，如表4所示。

2.5PMC曲面的繪制

PMC曲面是一個三維立體曲面，通過曲面的起伏，可以更加直觀地對標準的各個維度進行判斷。本文使用的10個一級變量中，X10無二級變量且各項標準的該項指標評分為1。鑒于矩陣具有對稱性及PMC曲面的展示效果，在PMC中刪去一級變量X10，構(gòu)成3階PMC。

由于一級指標有10個，所以計算得到PMC指數(shù)取值在0＼～10之間，根據(jù)Estrada的評價標準，將PMC指數(shù)數(shù)值進行等級劃分，如公式（5）所示。

3智慧農(nóng)業(yè)標準量化評價實證分析

3.1標準得分計算

基于標準評價模型，邀請了智慧農(nóng)業(yè)、標準化、農(nóng)經(jīng)等領(lǐng)域?qū)＜?、政府及基層管理相關(guān)人員和相關(guān)地區(qū)從業(yè)者，對隨機選取的13項標準文本進行二進制0＼～1打分，如表6所示；由此計算出每項標準的PMC指數(shù)值并按照其大小對標準所屬等級進行劃分，如表5所示。

3.2PMC曲面圖和雷達圖構(gòu)建

本研究中由于X10的取值在13項標準中均相同，考慮到矩陣的對稱性和平衡性，去掉X10，按照式（5）建立三階矩陣，繪制PMC曲面圖，如圖2所示。

3.3標準評價結(jié)果分析

根據(jù)表6的PMC指數(shù)結(jié)果分析，明晰了樣本智慧農(nóng)業(yè)內(nèi)涵文本標準總體質(zhì)量水平。結(jié)果顯示，沒有“完美”等級的標準，13項智慧農(nóng)業(yè)內(nèi)涵文本標準均值為及格等級。但從整體上看，我國智慧農(nóng)業(yè)內(nèi)涵文本標準仍有較大改進和提升的空間。PMC指數(shù)由高到低依次為 P4gt;P2gt;P5gt;P1gt;P6gt;P13gt;P3 gt;P10gt;P11gt;P7gt;P12gt;P9gt;P8_c 其中“優(yōu)秀”等級的標準為P4、P2、P5；“良好”等級的標準P1、P6;“及格”等級的標準P3、P7、P9、P10、P11、P12、P13；“不佳”等級的標準P8。

通過分析PMC多投人產(chǎn)出表，我國數(shù)據(jù)安全標準仍有較大改進和完善的空間。X1標準性質(zhì)均值為0.59，標準多體現(xiàn)為監(jiān)管性和支持性，在試驗性和建議性方面的作用較為薄弱。X2標準效力均值為0.51，當前標準多考慮中短期數(shù)據(jù)安全的發(fā)展，對長期規(guī)劃較少。X3標準重點均值為0.75，標準內(nèi)容多為農(nóng)業(yè)農(nóng)村、數(shù)字農(nóng)業(yè)和農(nóng)業(yè)建設(shè)領(lǐng)域，涉及數(shù)字鄉(xiāng)村的領(lǐng)域較少。X5標準視角均值為0.33，主要集中在中觀和微觀視角，較少從宏觀角度制定標準。X6標準措施均值為0.48，標準措施主要對于信息技術(shù)支持、人才支持和法律保障的側(cè)重較大，而對于資金支持、金融支持和投資支持的投入則較小。X7標準目標均值為0.79，標準目標主要為社會化服務(wù)、產(chǎn)學研和科技成果轉(zhuǎn)化，供需對接較少。

4結(jié)論

本文基于PMC對13項標準文本進行量化評價和相應(yīng)的優(yōu)化路徑，主要得出以下結(jié)論：

（1）13項標準文本PMC指數(shù)由高到低依次為P4gt;P2gt;P5gt;P1gt;P6gt;P13gt;P3gt;P10gt;P11gt;P7gt; P12gt;P9gt;P8 。排名靠前的PMC指數(shù)得分較高，標準內(nèi)容設(shè)計更全面，各地政府部門可參考優(yōu)秀等級標準文本，因地制宜改進并完善各地標準文本。其中“優(yōu)秀”等級的標準有3項（P4、P2、P5）；“良好”等級的標準有2項（P1、P6）；“及格”等級的標準有7項（P3、P7、P9、P10、P11、P12、P13）；“不佳”等級的標準有1項（P8）。

（2）我國標準文本仍然有很大的改進空間，從低于均值的標準變量分值來看，X5標準視角、X6標準措施和標準X8受眾的均值分別為0.33、0.48和0.33，均遠低于平均值，且標準文本評價中得分較低也主要集中于這3個指標，說標準文本仍存在標準視角不全面，標準措施不完善和標準受眾不廣泛等問題亟待改進。

參考文獻

[1]趙敏娟.智慧農(nóng)業(yè)的經(jīng)濟學解釋與突破路徑[J].人民論壇·學術(shù)前沿，2020（24）：70-78.

[2]卜令通，張嘉偉.基于PMC指數(shù)模型的數(shù)字經(jīng)濟智慧農(nóng)業(yè)標準文本量化評價[J].統(tǒng)計與決策，2023，39（7）：22-27.

[3]高昕，孫遠太.基于PMC指數(shù)模型的鄉(xiāng)村振興智慧農(nóng)業(yè)標準文本量化評價[J].統(tǒng)計與決策，2022，38（19）：57-60.

[4]張永安，耿喆.我國區(qū)域科技創(chuàng)新智慧農(nóng)業(yè)標準文本的量化評價：基于PMC指數(shù)模型[J].科技管理研究，2015，35（14）：26-31.

[5]藍慶新，彭一然.日本“數(shù)字新政”戰(zhàn)略動機與發(fā)展特征[J].人民論壇，2020（25）：128-131.

[6]劉科利.推進智慧農(nóng)業(yè)發(fā)展面臨的現(xiàn)實約束及智慧農(nóng)業(yè)標準文本建議[J].農(nóng)業(yè)經(jīng)濟，2024（6）：6-8.

[7]劉君，王學偉.山東智慧農(nóng)業(yè)發(fā)展模式、成果與智慧農(nóng)業(yè)標準文本建議研究[J].青海農(nóng)技推廣，2023（4）：41-45.

[8]馮獻，李瑾，崔凱.中外智慧農(nóng)業(yè)的歷史演進與智慧農(nóng)業(yè)標準文本動向比較分析[J].科技管理研究，2022，42（5）：28-36.

[9]農(nóng)業(yè)農(nóng)村部市場與信息化司調(diào)研組赴四省開展“破解智慧農(nóng)業(yè)應(yīng)用落地難點卡點的政策措施”調(diào)研[J].農(nóng)業(yè)工程技術(shù)，2023，43（11）：7.

[10]李惠，郭濤，賈鳳伶.創(chuàng)新價值鏈視角下中國智慧農(nóng)業(yè)標準文本分析[J].農(nóng)業(yè)經(jīng)濟，2023（4）：6-8.

[11]謝煒聰，王景利.農(nóng)機購置補貼智慧農(nóng)業(yè)標準文本與智慧農(nóng)業(yè)體系的關(guān)聯(lián)度模型分析[J].農(nóng)機化研究，2022，44（6）：41-44.

[12]趙春江.智慧農(nóng)業(yè)發(fā)展現(xiàn)狀及戰(zhàn)略目標研究[J].農(nóng)業(yè)工程技術(shù)，2019，39（6）：14-17.

[13]劉麗偉，高中理.美國發(fā)展“智慧農(nóng)業(yè)”促進農(nóng)業(yè)產(chǎn)業(yè)鏈變革的做法及啟示[J].經(jīng)濟縱橫，2016（12）：120-124.

[14]張少華，陳壬濤，黎美玲.中國智慧農(nóng)業(yè)的規(guī)模測度與效應(yīng)評估[J].貴州財經(jīng)大學學報，2025（2）：22-31.

[15]朱康睿，宋成校.智慧農(nóng)業(yè)發(fā)展的國際經(jīng)驗及啟示[J].世界農(nóng)業(yè)，2024（3）：43-53.

[16]寧甜甜.新發(fā)展階段我國智慧農(nóng)業(yè)：機遇、挑戰(zhàn)與優(yōu)化路徑[J].科學管理研究，2022，40（2）：131-138.

[17]ESTRADA MAR.Policy modeling：Definition，classification and evaluation[J].Journal of Policy Modeling，2011，33（4）： 523-536.

[18]張永安，郄海拓.國務(wù)院創(chuàng)新政策量化評價：基于PMC指數(shù)模型[J].科技進步與對策，2017，34（17）：127-136.

作者簡介

王君熠，本科在讀，研究方向為智慧農(nóng)業(yè)標準化、生態(tài)農(nóng)業(yè)技術(shù)。

于曉慶，本科在讀，研究方向為智慧農(nóng)業(yè)標準化、農(nóng)業(yè)信息技術(shù)。

徐冬愛，本科，經(jīng)濟師，研究方向為標準化管理、標準化技術(shù)服務(wù)。

王琪琦，本科在讀，研究方向為智慧農(nóng)業(yè)標準化、農(nóng)業(yè)信息技術(shù)。

韓成吉，通信作者，博士、博士后，講師，研究方向為智慧農(nóng)業(yè)標準化、農(nóng)業(yè)知識發(fā)現(xiàn)與知識管理。

（責任編輯：張瑞洋）