胡世霞 沈祥成 易妍睿 邢美華 張 超

（1.湖北省農業(yè)科學院農業(yè)經(jīng)濟技術研究所/湖北省農業(yè)科技創(chuàng)新中心農業(yè)經(jīng)濟技術研究分中心/湖北省鄉(xiāng)村振興研究院，湖北 武漢，430064；2.湖北省耕肥總站，湖北 武漢，430070；3.中國電信安徽分公司智慧營銷事業(yè)部，安徽 合肥，230001）

一、引言

隨著互聯(lián)網(wǎng)的普及，互聯(lián)網(wǎng)技術在現(xiàn)代農業(yè)經(jīng)濟發(fā)展中的應用越來越廣泛，精準農業(yè)已成為當今世界現(xiàn)代農業(yè)發(fā)展的大趨勢[1]。利用互聯(lián)網(wǎng)技術改造傳統(tǒng)農業(yè)，能夠優(yōu)化農業(yè)生產要素組合，形成精準生產和產出，提高農業(yè)的創(chuàng)新力和生產力。研究“互聯(lián)網(wǎng)+”與精準農業(yè)的相互影響和作用，對于保障農產品有效供給，提高農產品質量，改善農業(yè)生態(tài)環(huán)境具有重要意義。

當前理論界對“互聯(lián)網(wǎng)+”與精準農業(yè)研究的文獻很多，可集中歸納為以下四個方面：一是關于“互聯(lián)網(wǎng)+”與精準農業(yè)的發(fā)展現(xiàn)狀、影響因素、關鍵技術[2][3][4]；二是關于“互聯(lián)網(wǎng)+”與精準農業(yè)的發(fā)展模式、生產方式[5][6][7]；三是關于“互聯(lián)網(wǎng)+”與精準農業(yè)發(fā)展環(huán)節(jié)和發(fā)展路徑[8][9][10]；四是關于“互聯(lián)網(wǎng)+”與精準農業(yè)的發(fā)展經(jīng)驗和支持政策[4][11]。從已有的研究文獻看，針對“互聯(lián)網(wǎng)+”與精準農業(yè)相互影響的定量研究相對較少，深入研究不多；對“互聯(lián)網(wǎng)+”和“精準農業(yè)”各要素之間進行定量研究的更是鮮見。為此，本研究以湖北省2005—2018年“互聯(lián)網(wǎng)+”和精準農業(yè)相關指標數(shù)據(jù)為基礎，利用典型相關分析（CCA）模型定量分析“互聯(lián)網(wǎng)+”與精準農業(yè)的相互影響，探索“互聯(lián)網(wǎng)+”與精準農業(yè)相互影響的機理，尋找“互聯(lián)網(wǎng)+”與精準農業(yè)融合發(fā)展的路徑，推動現(xiàn)代農業(yè)的發(fā)展。

二、研究方法和模型

（一）研究方法

本文主要選擇典型相關分析法（CanonicalCorrelation Analysis）進行實證研究。它是將變量分成兩組，從兩組變量的整體性出發(fā)，把兩組變量分別作為一個整體，并在此基礎上研究兩個整體間的相互關系。兩組變量中的一組變量是獨立變量，而另一組是因變量。典型相關分析使用主成分分析法為每組變量找到最佳線性組合，以使新的集成變量可以涵蓋原始變量的大部分信息，構成典型相關變量。其中第一對典型相關變量是由兩系統(tǒng)對應典型變量間的相關性最大的一組構成。類似得到第二對、第三對……典型相關變量，且變量間相互獨立，典型相關變量間的簡單相關系數(shù)稱為典型相關系數(shù)。一般兩組變量間的相關性用兩組典型相關變量的相關系數(shù)體現(xiàn)。

（二）模型介紹

一般設 X=（X1，X2，…，Xp）'、Y=（Y1，Y2，…，Yq）'是兩個相互關聯(lián)的隨機向量，這里分別代表“互聯(lián)網(wǎng)+”和“精準農業(yè)”兩大系統(tǒng)。典型相關分析方法基于主成分分析的原理，分別在兩組變量中選取若干有代表性的集成變量Ui、Vi，使每一綜合變量都是原始變量的一個線性組合，即：

式中，Ai=（ai1，ai2，…，aip）'、Bi=（bi1，bi2，…，biq）'是任意非0常數(shù)向量。Ui、Vi表示原變量X、Y的第i對綜合變量，按Ui、Vi之間相關系數(shù)大小排序，相關系數(shù)最大的線性組合作為第一對典型相關變量U1、V1，類似得到第二對、第三對……，且各對典型相關變量之間互不相關。進而“互聯(lián)網(wǎng)+”與“精準農業(yè)”兩對原始變量X、Y的線性相關情況可由這些典型相關變量反映?！盎ヂ?lián)網(wǎng)+”與“精準農業(yè)”的第一對典型相關變量U1、V1可由以下優(yōu)化約束模型得到：

其中，A'X=a1X1+a2X2+…+apXp，B'Y=b1Y1+b2Y2+…+bqYq。這里 A1'X、B1'Y是“互聯(lián)網(wǎng)+”和“精準農業(yè)”的第一對典型相關變量，類似得到第二對、第三對……典型相關變量，這里記 Ui、Vi的典型相關系數(shù)為：（rUi，V）i=λi。

典型相關分析的顯著性檢驗方法如下：

首先，對第一對典型相關變量U1、V1作顯著性檢驗，假設如下：

模型似然比統(tǒng)計量為：

假設檢驗統(tǒng)計量為：

檢驗統(tǒng)計量在給定顯著性水平為α（一般取5%）的基礎上，若 F1＞Fα，即 P（F1）＜P（Fα）=5%時，則否定原假設H0，即第一對典型變量具有相關性，否則兩變量不相關。若第一對典型變量相關，同理，繼續(xù)檢驗下一對典型變量，直到某一對典型變量不相關為止。

典型相關分析具體步驟為：①計算原始變量間相關系數(shù)，進行簡單相關分析；②計算典型變量及對應典型相關系數(shù)，進行統(tǒng)計檢驗，確定典型變量對數(shù)（多變量統(tǒng)計檢驗P值應小于5%），分析典型變量間的相關系數(shù)，判定典型變量對模型的貢獻度；③計算典型變量系數(shù)，得出典型相關模型；④計算典型載荷系數(shù)，進行典型結構分析，判斷典型變量代表性的強弱，載荷系數(shù)在0.9左右表示關聯(lián)性很強；⑤計算典型相關分析模型的冗余度，驗證模型解釋能力，模型冗余度越接近于1，解釋能力越強。

（三）變量選擇

分析湖北省“互聯(lián)網(wǎng)+”與精準農業(yè)相互影響過程中，根據(jù)研究需要和變量指標的可獲取性，在“互聯(lián)網(wǎng)+”方面選取湖北省2005—2018年農民家庭每百戶家用計算機擁有量（x1）、農民家庭每百戶彩色電視機擁有量（x2）、農村互聯(lián)網(wǎng)寬帶接入用戶數(shù)量（x3）、農民家庭每百戶移動電話擁有量（x4）、農村長途光纜長度（x5）五個指標；在精準農業(yè)方面選取湖北省2005—2018年機械植保面積（y1）、農作物測土配方施肥面積（y2）、化肥深施面積（y3）、使用微量元素肥料面積（y4）、化學調控面積（y5）五個指標。

（四）數(shù)據(jù)來源

本文研究分析中所運用的數(shù)據(jù)，主要來自《湖北統(tǒng)計年鑒》（2006—2019年）和《湖北農村統(tǒng)計年鑒》（2006—2019年），以及湖北省耕肥總站、湖北省植?？傉?006—2019年相關抽樣調查數(shù)據(jù)。

三、結果與分析

（一）“互聯(lián)網(wǎng)+”與精準農業(yè)指標簡單相關性

根據(jù)前文介紹的典型相關分析模型思想，結合搜集到的各變量研究數(shù)據(jù)，借助SAS 9.4統(tǒng)計分析軟件進行數(shù)據(jù)處理，分析出湖北省“互聯(lián)網(wǎng)+”與精準農業(yè)發(fā)展的典型相關關系。首先從兩系統(tǒng)間的相關性出發(fā)，初步得到湖北省“互聯(lián)網(wǎng)+”與精準農業(yè)各對應指標間的簡單相關分析結果，如表1所示：

表1 “互聯(lián)網(wǎng)+”與精準農業(yè)指標間相關系數(shù)

從表1指標間相關系數(shù)可知，在“互聯(lián)網(wǎng)+”指標相關性方面，農民家庭每百戶家用計算機擁有量（x1）與農民家庭每百戶彩色電視機擁有量（x2）、農村互聯(lián)網(wǎng)寬帶接入用戶數(shù)量（x3）、農民家庭每百戶移動電話擁有量（x4）間的相關系數(shù)分別為 0.90 、0.97、0.97，農民家庭每百戶彩色電視機擁有量（x2）與農村互聯(lián)網(wǎng)寬帶接入用戶數(shù)量（x3）、農民家庭每百戶移動電話擁有量（x4）以及農村長途光纜長度（x5）間的相關系數(shù)分別是0.88、0.96 、0.91，農村互聯(lián)網(wǎng)寬帶接入用戶（x3）與農民家庭每百戶移動電話擁有量（x4）、農村長途光纜長度（x5）間的相關系數(shù)分別為0.95、0.88，農民家庭每百戶移動電話擁有量（x4）與農村長途光纜長度（x5）間的相關系數(shù)為0.88，它們間的相關系數(shù)均在0.90左右，表明 x1與 x2、x3、x4，x2與 x3、x4、x5，x3與 x4、x5，x4與 x5間的相關性很強。

在“精準農業(yè)”指標相關性方面，機械植保面積（y1）與農作物測土配方施肥面積（y2）和使用微量元素肥料面積（y4）間的相關系數(shù)是0.92、0.88，農作物測土配方施肥面積（y2）與使用微量元素肥料面積（y4）間的相關系數(shù)是0.93，表明y1與y2、y4，y2與y4間的相關性很強。

“互聯(lián)網(wǎng)+”與“精準農業(yè)”指標間，農民家庭每百戶家用計算機擁有量（x1）與機械植保面積（y1）、農作物測土配方施肥面積（y2）、使用微量元素肥料面積（y4）間的相關系數(shù)分別為0.91、0.97、0.90，農民家庭每百戶彩色電視機擁有量（x2）與機械植保面積（y1）、農作物測土配方施肥面積（y2）、使用微量元素肥料面積（y4）間的相關系數(shù)分別為0.95、0.90、0.88，農村互聯(lián)網(wǎng)寬帶接入用戶數(shù)量（x3）與機械植保面積（y1）、農作物測土配方施肥面積（y2）間的相關系數(shù)分別為0.89、0.98，農民家庭每百戶移動電話擁有量（x4）與機械植保面積（y1）、農作物測土配方施肥面積（y2）、使用微量元素肥料面積（y4）間的相關系數(shù)分別為 0.95、0.96、0.91，農村長途光纜長度（x5）與機械植保面積（y1）、農作物測土配方施肥面積（y2）間的相關系數(shù)為0.94、0.89，它們間的相關系數(shù)均超過 0.90，表明 x1與 y1、y2、y4，x2與 y1、y2、y4，x3與y1、y2，x4與 y1、y2、y4，x5與 y1、y2間的相關性很強。

（二）典型相關模型實證檢驗

在兩系統(tǒng)組內、組間相關性分析的基礎上，進一步使用SAS9.4軟件計算兩組指標，綜合得到典型變量間典型相關系數(shù)和顯著性檢驗分析結果（見下頁表2）。

表2 典型相關模型實證檢驗

按照前文研究方法中的假設檢驗模型理論，將表2中的“互聯(lián)網(wǎng)+”與精準農業(yè)的典型相關系數(shù)和特征值有關數(shù)據(jù)代入似然比統(tǒng)計量和近似F值的計算公式，通過SAS軟件得到其似然比統(tǒng)計量和近似F值，并查得對應的檢驗P值，在α=5%顯著水平下，第一對典型變量U1-V1的P值小于5%，即第一對典型變量顯著，而剩下四對典型變量均大于5%，不顯著，故只有第一對典型變量具有相關性，剩下四對典型變量不相關。故選取“互聯(lián)網(wǎng)+”與精準農業(yè)第一對典型變量（U1-V1）進行典型相關分析。為了研究方便，將U1、V1記作 U、V。

典型相關系數(shù)解釋的是典型變量之間的相關性問題，典型相關系數(shù)越大，表明典型變量間的相關性越強。從表2可看出，第一對典型變量間典型相關系數(shù)高達0.997，說明兩組變量之間存在很強的相關關系。同時還發(fā)現(xiàn)第一對典型變量的特征比例為0.943，說明第一對典型變量包含了“互聯(lián)網(wǎng)+精準農業(yè)”系統(tǒng)中94.3%的信息，具有很強的代表性。

（三）湖北省“互聯(lián)網(wǎng)+精準農業(yè)”典型相關分析

典型變量系數(shù)是原始變量轉化為典型變量的權數(shù)，所反映的是組內變量在形成典型函數(shù)模型時的相對作用。前文選取典型變量U、V作為分析對象，通過SAS 9.4軟件對“互聯(lián)網(wǎng)+”、精準農業(yè)兩組變量進行典型相關分析得到典型變量系數(shù)，結果如表3所示。

表3 “互聯(lián)網(wǎng)+”與精準農業(yè)典型變量系數(shù)

從表3典型變量系數(shù)可知，“互聯(lián)網(wǎng)+”與精準農業(yè)典型相關模型表達式為：

由典型變量U、V可以發(fā)現(xiàn)，“互聯(lián)網(wǎng)+”、精準農業(yè)各要素的投入量不同，會對典型變量產生不同程度的影響，U主要體現(xiàn)在農村互聯(lián)網(wǎng)接入用戶數(shù)量（x3）和農民家庭每百戶移動電話擁有量（x4）的發(fā)展水平，其中農村互聯(lián)網(wǎng)接入用戶數(shù)量、農民家庭每百戶移動電話擁有量每增長1%，“互聯(lián)網(wǎng)+”典型變量分別平均增長0.96%和1.45%；V是對“精準農業(yè)”系統(tǒng)中各因素的線性組合，同樣V主要體現(xiàn)在機械植保面積（y1）和農作物測土配方施肥面積（y2）等指標的發(fā)展情況，其中機械植保面積和農作物測土配方施肥面積每增長1%，精準農業(yè)典型變量將平均增加0.02%和1.42%。

（四）湖北省“互聯(lián)網(wǎng)+”與精準農業(yè)典型結構分析

典型結構分析是研究兩原始系統(tǒng)變量與典型變量的關聯(lián)程度的。首先通過模型計算出“互聯(lián)網(wǎng)+”與精準農業(yè)的典型載荷系數(shù)，并以此衡量各典型變量對原始變量的代表性。其中典型載荷系數(shù)表示一組原始變量與其典型變量間的相關程度，交叉載荷系數(shù)則體現(xiàn)該組原始變量與對應組典型變量的關聯(lián)程度。一般典型變量的優(yōu)劣由其對原始變量的代表性強弱判定得到，載荷系數(shù)絕對值越大越接近于1，典型變量的代表性越強，典型變量性能越好。通過SAS9.4軟件分析得出“互聯(lián)網(wǎng)+”與精準農業(yè)原始變量與典型變量之間相關系數(shù)的結果，具體如表4所示：

表4 “互聯(lián)網(wǎng)+”與精準農業(yè)典型結構分析（典型載荷）

由表4可以看到，農民家庭每百戶家用計算機擁有量（x1）、農民家庭每百戶彩色電視機擁有量（x2）、農村互聯(lián)網(wǎng)接入用戶數(shù)量（x3）、農民家庭每百戶移動電話擁有量（x4）、農村長途光纜長度（x5）與“互聯(lián)網(wǎng) +”指標組典型變量U的典型載荷系數(shù)分別是0.95、0.92、0.98、0.96、0.90，均達到或超過 0.90，說明典型變量 U對 x1、x2、x3、x4、x5這 5 項“互聯(lián)網(wǎng) +”原始變量代表性很強。同時 x1、x2、x3、x4、x5這 5 項指標與精準農業(yè)指標組典型變量V的典型載荷系數(shù)分別是0.94、0.91、0.98、0.96、0.90，均達到或超過 0.90，說明 x1、x2、x3、x4、x5等“互聯(lián)網(wǎng)+”原始變量與精準農業(yè)組典型變量高度相關。

精準農業(yè)指標組中，機械植保面積（y1）、農作物測土配方施肥面積（y2）及使用微量元素肥料面積（y4）與精準農業(yè)指標的典型變量V的典型載荷系數(shù)分別是0.92、0.97、0.87，均在0.90左右，說明典型變量V較好地反映了 y1、y2、y4的發(fā)展水平。同時 y1、y2這兩項指標與“互聯(lián)網(wǎng)+”變量指標組典型變量U的典型載荷系數(shù)分別是 0.91、0.97，說明 y1、y2與“互聯(lián)網(wǎng) +”組典型變量高度相關。綜合分析看，“互聯(lián)網(wǎng)+”變量組與精準農業(yè)變量組顯著互動影響，兩者間存在一定的交互解釋能力，系統(tǒng)反映了“互聯(lián)網(wǎng)+”與精準農業(yè)發(fā)展水平。

（五）冗余度分析和解釋能力

與一般多元回歸R2統(tǒng)計量類似，典型相關分析模型的冗余度（典型R2）能較好地衡量一組自變量對另一組因變量的解釋能力，模型冗余度越接近于1，解釋能力越強。本研究從模型冗余度出發(fā)，通過SAS9.4軟件對“互聯(lián)網(wǎng)+精準農業(yè)”典型相關分析模型進行冗余度分析，得到表5、表6所示結果：

表5 “互聯(lián)網(wǎng)+”原始變量冗余分析

表6 精準農業(yè)原始變量冗余分析

從原始變量典型冗余分析結果看，對于“互聯(lián)網(wǎng)+”指標組，典型變量U和V分別解釋了本組變量的96.7%和96.1%，解釋效果很好；對于精準農業(yè)指標組，典型變量U和V分別解釋了變量組的87.0%和86.5%，解釋效果好。兩組典型相關分析模型的冗余度典型R2均為0.994，即變量解釋度高達99.4%，進一步證明了“互聯(lián)網(wǎng)+”與精準農業(yè)二者間存在顯著的統(tǒng)計相關性。

四、結論與對策建議

（一）結論

1.2005—2018年間，湖北省“互聯(lián)網(wǎng)+”水平提升與精準農業(yè)發(fā)展兩系統(tǒng)整體間存在互相影響、互相促進的強關聯(lián)關系?；ヂ?lián)網(wǎng)的發(fā)展有助于精準農業(yè)智能化及網(wǎng)絡體系建設，同時標準化、科學化的精準農業(yè)建設也能極大地促進互聯(lián)網(wǎng)的普及。因此，積極發(fā)展家用計算機、移動電話、農作物機械植保、測土配方施肥、微量元素肥料等相關產業(yè)，對于促進“互聯(lián)網(wǎng)+”與精準農業(yè)融合發(fā)展具有重要的意義。

2.“互聯(lián)網(wǎng)+”與精準農業(yè)各組指標對本組發(fā)展水平的提高有著顯著的正相關關系，對對應組發(fā)展水平的提高也有著間接影響。湖北省農村家庭每百戶家用計算機擁有量、農民家庭每百戶移動電話擁有量[12]等互聯(lián)網(wǎng)指標的發(fā)展對精準農業(yè)建設具有促進作用。同時，農作物機械植保面積、農作物測土配方施肥面積及使用微量元素肥料面積等精準農業(yè)指標的發(fā)展也能促進“互聯(lián)網(wǎng)+”能力的提升。但各要素的投入量不同，對“互聯(lián)網(wǎng)+”與精準農業(yè)的影響程度也不相同。這就啟示我們，科學配置“互聯(lián)網(wǎng)+”與精準農業(yè)各要素的投入量，才能取得投入的最佳效果。

（二）對策建議

根據(jù)以上結論，建議完善政策機制、加強農業(yè)科技研發(fā)和應用、強化農機農藝融合等措施，促進“互聯(lián)網(wǎng)+”和精準農業(yè)相互滲透，交織給力，持續(xù)遞增發(fā)展。

1.完善政策機制，建立“互聯(lián)網(wǎng)+”與精準農業(yè)投入的保障體系。積極制定、完善“互聯(lián)網(wǎng)+精準農業(yè)”發(fā)展的政策措施，加大財政資金向“互聯(lián)網(wǎng)+”、精準農業(yè)基礎設施建設的投入力度。科學配置“互聯(lián)網(wǎng)+”與精準農業(yè)各生產要素的投入比例，提高投資效益。積極推動農村家用彩電、電腦、移動電話更新?lián)Q代，提升農民互聯(lián)網(wǎng)信息接收能力。積極開發(fā)農業(yè)信息化平臺，形成廣大農民有網(wǎng)上、會上網(wǎng)、善于利用互聯(lián)網(wǎng)信息的新局面。加強進口技術設備的消化吸收，積極推廣全球定位系統(tǒng)（GPS）、遙感監(jiān)測系統(tǒng)（RS）、農田信息采集與環(huán)境監(jiān)測系統(tǒng)、地理信息系統(tǒng)（GIS）、決策支持系統(tǒng)和智能化農機具系統(tǒng)。重點開展水稻等精準農業(yè)試驗示范基地建設，探索因地制宜的精準農業(yè)技術發(fā)展模式。積極支持丘陵地區(qū)“稻草易地還土”，精準提高土壤固碳減排能力。積極鼓勵土地流向種田大戶，充分發(fā)揮規(guī)模集約經(jīng)營效益。積極推廣畜禽糞污自動干濕分離技術，著力做好畜禽養(yǎng)殖廢棄物資源化綜合利用。引導社會各界加大對“互聯(lián)網(wǎng)+精準農業(yè)”的關注度和支持度，促進“互聯(lián)網(wǎng)+精準農業(yè)”健康快速發(fā)展。

2.加強農業(yè)科技研發(fā)和應用，保障對“互聯(lián)網(wǎng)+”與精準農業(yè)的技術支持?！盎ヂ?lián)網(wǎng)+”與精準農業(yè)的發(fā)展離不開科學技術的進步。一方面，加強農村互聯(lián)網(wǎng)基礎設施建設，著力實施農村寬帶村村通政策。充分利用移動電話開展農業(yè)科技短信互動，有效解決農業(yè)生產中的技術難題。加強涉農部門信息資源整合，完善農村信息服務系統(tǒng)[13]；積極建立農業(yè)大數(shù)據(jù)研究與應用中心，完善農業(yè)大數(shù)據(jù)采集、存儲、處理和分析的全產業(yè)信息鏈。積極開發(fā)適應農民低成本需求的智能終端，促進互聯(lián)網(wǎng)技術在農業(yè)生產中的應用。另一方面，加強新型職業(yè)農民教育培訓體系建設，構建基于“互聯(lián)網(wǎng)+”的新型職業(yè)農民專業(yè)培訓虛擬網(wǎng)絡教學環(huán)境，支持更多農民將精準農業(yè)技術應用于農業(yè)生產。積極推進智能農民云平臺建設，研發(fā)基于智能終端在線教室、互動教室和認證考試的新型職業(yè)農民培訓教育平臺[14]，實現(xiàn)新型職業(yè)農民培育的移動化和智能化，為加快現(xiàn)代精準農業(yè)發(fā)展提供人才支持。

3.強化農機農藝融合，提升精準農業(yè)作業(yè)水平。積極抓好土地平整，推廣農機精準作業(yè)播種；積極利用互聯(lián)網(wǎng)持續(xù)開展縣域耕地質量等級調查評價，科學應用測土配方、土壤改良、地力培肥、治理修復等綜合技術模式；建立田間定位查詢土壤養(yǎng)分數(shù)據(jù)庫，科學平衡土壤中碳素與其他養(yǎng)分元素；精準調控土壤碳固持，有效提高土壤有機質含量；合理補充土壤微量元素，提高農產品產量和品質；加快選育精準收獲時間的農作物新品種，滿足農作物機械收割要求；推廣農業(yè)規(guī)模化經(jīng)營，提高農機精準作業(yè)效率和效益；大力發(fā)展溫室育秧，有效培育適應機插秧苗；積極推廣水稻機插秧側深施肥技術，促進水稻早期生育優(yōu)質高產；探索“互聯(lián)網(wǎng)+”對農作物病蟲害的監(jiān)測，積極推廣無人植保機精準配施農藥；利用云技術對農戶生產、流通、銷售的信息進行感知、傳輸、融合和處理，實現(xiàn)農產品“從田間到餐桌”的全程信息可追溯管理。