<xmp id="p475b">
    <p id="p475b"><delect id="p475b"><form id="p475b"></form></delect></p>

  • <wbr id="p475b"><output id="p475b"></output></wbr>

      1. 網站地圖
      2. 設為首頁
      3. 關于我們
      ?

      基于大數據技術甘肅蘋果種植環節的 質量管理研究

      發布時間:2023-03-09 14:33
      目錄
      摘要 I
      SUMMARY III
      第一章 緒論 1
      1研究背景與意義 1
      1.1研究背景 1
      1.2研究意義 2
      2國內外研究現狀 3
      2.1國外研究綜述 3
      2.2國內研究綜述 6
      2.3研究述評 9
      3概念界定和理論基礎 10
      3.1概念界定 10
      3.2理論基礎 11
      4研究目的與研究內容 13
      4.1研究目的 13
      4.2研究內容 13
      5研究方法與技術路線圖 14
      5.1研究方法 14
      5.2技術路線圖 14
      6創新點及不足之處 15
      6.1創新點 15
      6.2不足之處 16
      第二章 蘋果種植環節質量管理標準 17
      1HACCP 標準 17
      2蘋果種植質量標準 18
      3蘋果種植環節HACCP分析 18
      3.1蘋果種植環節潛在危害點(HA)分析 19
      3.2關鍵控制點(CCP)的確定 20
      3.3基于大數據技術建立蘋果種植環節 HACCP 計劃書 21
      第三章 傳統模式下甘肅蘋果種植環節質量管理分析 23
      1傳統模式下蘋果種植環節質量管理現狀 23
      1.1質量管理方法不斷改進,質量管理效果顯著 23
      1.2質量管理技術不斷提高 25
      1.3質量管理標準逐漸完善 26
      2傳統模式下蘋果種植環節質量管理存在的問題 27
      2.1果園質量管理方法水平較低 27
      2.2缺乏統一的質量管理體系 27
      2.3對質量管理的理論知識認識不足 28
      第四章 大數據技術下蘋果種植環節質量管理分析 29
      1大數據技術下蘋果種植環節質量管理現狀 29
      2大數據技術下蘋果種植環節質量管理的優勢分析 30
      2.1大數據技術下蘋果種植環節的管理標準化程度高 30
      2.2大數據技術下蘋果種植環節的管理流程嚴格規范 36
      2.3大數據技術蘋果種植環節的質量管理效率高 38
      2.4大數據技術下蘋果種植環節的質量管理模式先進、數據處理精準 40
      2.5結論 42
      第五章 大數據技術下甘肅省蘋果種植環節質量管理的制約因素及改進措施... 44
      1 制約因素 44
      1.1大數據技術應用于蘋果種植環節質量管理初期投資成本高 44
      1.2大數據質量監測預警系統不健全 44
      1.3大數據技術與蘋果種植業質量管理相結合的復合型人才稀缺 45
      1.4果農理念落后,對大數據技術的應用重視程度不夠 45
      2 改進措施 47
      2.1加大資金投入力度,搭建大數據應用平臺 47
      2.2建立健全大數據監測預警系統 48
      2.3引進和培養大數據和農業技術相結合的復合型人才 48
      2.4加強政府宣傳,引導果農轉變觀念 49
      參考文獻 50
      附錄 A 蘋果大數據標準體系 54
      附錄 B 調查問卷 58
      致謝 66
      作者簡介 67
      在讀期間發表論文和研究成果 67
      導師簡介 68
      原創性聲明 69
      學位論文版權認定和使用授權書 69
      圖目錄
      圖 1-1 技術路線圖 15
      Fig. 1-1 Technical road map 15
      圖 3-1 蘋果種植技術水平培訓情況圖 26
      Fig. 3-1 Thetrainingsituationofappleplantingtechnologylevel 26
      圖 4-1 2015-2019 年陜西省蘋果產量和同比增長率 30
      Fig. 4-1 2015-2019 Apple production and year-on-year growth rate in Shanxi
      Province 30
      圖 4-2 傳統模式下蘋果種植環節的管理流程 37
      Fig. 4-2 The management process of apple planting under the traditional mode 37
      圖 4-3 大數據應用模式下蘋果種植環節的管理流程 38
      Fig. 4-3 The management process of apple cultivation under the big data application
      model 38
      圖5-1 2015-2019 年甘肅省四大蘋果主產區農村居民人均可支配收入. . . . . . . . . . . . . 47
      Fig. 5-1 Per capita disposable income of rural residents in the four major apple
      producing areas in Gansu Province from 2015 to 2019 47
      表目錄
      表 2-1 蘋果種植過程危害點分析 18
      Tab. 2-1 Analysis of harmful points in apple planting process 18
      表 2-2 基于大數據技術建立蘋果種植環節 HACCP 計劃書 22
      Tab. 2-2 Establishing a HACCP plan for apple planting based on big data technology.. 22 表 3-1 蘋果園質量管理措施 24
      Tab. 3-1 Quality management measures for apple orchards 24
      表 3-2 2010-2018 年甘肅省蘋果種植情況統計 25
      Tab. 3-2 Statistics of apple production in Gansu Province from 2010 to 2018 25
      表 3-3 甘肅省四大蘋果主產區果農采用質量標準狀況 27
      Tab. 3-3 Status of quality standards adopted by fruit farmers in the four major apple producing areas in Gansu Province 27
      表 4-1 大數據技術在蘋果種植環節質量管理的優勢評價指標體系 31
      Tab. 4-1 Advantage evaluation index system of big data technology in apple planting quality management 31
      表 4-2 1-9 比例標度法定義 32
      Tab. 4-2 Definition of 1-9 proportional scaling method 32
      表 4-3 RI 取值 33
      Tab. 4-3 RI value 33
      表 4-4 總體優勢判斷矩陣 X-Yi 33
      Tab. 4-4 Overall advantage judgment matrix X-Yi 33
      表 4-5 管理方式的判斷矩陣 Y1-Zi 34
      Tab. 4-5 Judgment matrix Y1-Zi of management mode 34
      表 4-6 管理標準的判斷矩陣 Y2-Zi 34
      Tab. 4-6 Judgment matrix Y2-Zi of management standards 34
      表 4-7 管理成本的判斷矩陣 Y3-Zi 34
      Tab. 4-7 Judgment matrix Y3-Zi of management cost 34
      表 4-8 大數據技術在蘋果種植環節質量管理的優勢評價指標體系權重值 34 Tab. 4-8 The weight value of the advantage evaluation index system of big data
      technology in apple planting quality management 34
      表 4-9 2011-2018 年甘肅和陜西成本收益情況 39
      Tab. 4-9 2011-2018 Gansu and Shanxi cost-benefit situation 39
      表 4-10 2011~2018 年甘肅和陜西技術效率和技術進步的變化 39
      Tab. 4-10 Changes in technical efficiency and technological progress in Gansu and
      Shanxi from 2011 to 2018 39
      表 4-11 2011-2018 年蘋果種植技術效率和技術進步的變化 40
      Tab. 4-11 2011-2018 Apple planting technical efficiency and changes in technological
      progress 40
      表 4-12 蘋果種植環節的質量管理模式對比 41
      Tab. 4-12 Comparison of apple planting quality management models 41
      表 4-13 蘋果種植環節質量管理數據處理模式對比 41
      Tab. 4-13 Comparison of data processing modes of quality management in apple
      planting 41
      表 5-1 果農文化程度及對大數據的認知情況 46
      Tab. 5-1 Educational level of fruit growers and awareness of big data 46
      表 5-2 2019 年甘肅省四大蘋果主產區貧困縣數量及占甘肅貧困縣比重 47
      Tab. 5-2 The number of poverty-stricken counties in the four major apple-producing areas in Gansu Province and their proportion in the poverty-stricken counties in Gansu in 2019 47
      第一章 緒論
      1研究背景與意義
      1.1研究背景
      十九大報告提出,解決“三農”問題,是實現鄉村經濟全面振興的關鍵所在, 是實現農民知識化、農村城鎮化、農業現代化的主要途徑,在 2016-2020 大數據 產業發展規劃中,著重強調“實施國家大數據戰略”,全面推進大數據發展,打造 自主自產的產業生態文明體系,實現數據、技術、應用、基礎與安全標準的協同 發展,加快建立數據強國[1]。“十三五”期間,通過智慧農業提高農業信息化創新 技術的應用能力成為加快推進農業現代化、實現產品質量升級、全面建成小康社 會的必然趨勢[2]。當前,要發展特色農業產業優勢,推動區域經濟發展,實現農 業產業化,完成鄉村振興戰略,建立質量強國、數字中國和智慧社會,互聯網、 云計算、大數據、人工智能的發展成為至關重要的一步。現代科學信息技術的快 速更新和完善,推動了大數據技術的發展,隨著蘋果產業發展,為了提高蘋果種 植的產出和效率,優化果品質量,大數據技術逐漸開始應用于蘋果種植業中,中 國農業供給側結構性改革在推進過程中,我國農業信息網絡技術不斷提升,應用 分析能力不斷創新,不斷致力于農業大數據信息系統服務質量體系的健全和完 善,加快推進農業生產管理大數據化、數字化、智能化、服務高效化、自動化、 網絡化,全面推進農業農村大數據技術教育,不斷提升農業農村大數據信息化認 知水平,增強廣大農民在信息化時代取得的理論成果中的獲得感,讓越來越多的 農民在農業大數據建設的過程中發揮作用,助推農業快速加入信息化時代的步 伐,在全面建成小康社會的進程中取得顯著進展,推動農業在生產過程中對信息 技術的使用邁出堅實步伐,在農業生產中加快應用大數據、云計算、物聯網、空 間信息、移動互聯網等新一代信息技術,能夠實現在線監測和預警,數字化管理, 各種技術手段應用程度不同,確保都能充分發揮出自己的優勢,為更好地實現農 業農村信息化提供重要的技術手段。農業大數據應用的發展已進行示范工程設 計,其試驗管理平臺已深入分析實施,農業大數據平臺在全國范圍內逐漸被建設 起來,技術應用和管理模式也逐漸得到廣大農民的認可和贊賞,應用的廣度和深 度逐漸得到拓展和延伸。近幾年,在農業大數據技術的推動下,蘋果種植業在大 數據技術的應用也越來越廣泛,2018 年,陜西國家級蘋果產業大數據中心建成, 目前已投入使用,基礎管理平臺已在數據采集、數據分析等環節應用成熟,同時, 我國主要蘋果大省河南、山東等地也在著手籌建蘋果產業大數據中心。農業信息 化和農業大數據的不斷穩步發展,不斷拓展蘋果產業在生產過程中運用信息化管 理的廣度和深度。
      隨著互聯網的逐漸全覆蓋,農業大數據技術逐漸被重視。甘肅省在“十三五” 農業農村信息化發展規劃中,運用大數據、物聯網、云計算、3S、5G等現代信 息技術來建設智慧果園、智慧農業和智慧甘肅,在農業生產全過程中,需充分發 揮這種新技術手段的優勢,建立全面的、系統的、完善的安全管理標準體系,保 障產品質量問題,提升農業生產過程中管理的規范性和標準化,加快數字化在農 業生產中的應用,以實現精準農業,加快傳統農業產業轉型升級。甘肅省提出要 提升蘋果的品質,提高果品優質率,以實現優質蘋果的布局區域一體化、園區產 品特色化和品牌化、生產管理標準化、經營體系產業化、循環高效化為目標,建 設優質果園,從品種的培育著手,加快引進和培育優質品種,創建優質蘋果標準 生產化示范基地,推廣先進種植技術減少蘋果產業病蟲危害,加強果園改造等措 施助推甘肅省蘋果產量位居全國前列,促進甘肅省成為全國重要蘋果生產、加工 和供應基地,為甘肅省種植優質林果,發展林果產業提供了技術支撐。甘肅是我 國蘋果主產大省之一,有著得天獨厚的區域發展優勢,目前,蘋果產量已位居全 國第二,但一方面甘肅省受地理位置、資源環境等因素制約,農業科技化、信息 化發展較為緩慢,另一方面果農文化水平偏低,對農業科技化接受程度較低,導 致甘肅省蘋果產業在大數據背景下的發展落后。因此,探究甘肅省基于大數據背 景的蘋果種植環節質量管理問題,了解在大數據背景下蘋果種植環節質量管理過 程中的現狀,分析大數據技術下甘肅省蘋果種植環節質量管理的制約因素,有利 于提高甘肅省蘋果種植環節的質量管理效率,有利于大數據在蘋果種植環節的應 用與升級。
      1.2研究意義
      1.2.1理論意義 甘肅省在蘋果種植環節運用大數據技術進行質量管理,可以推動大數據理論、質 量管理理論、農業信息化理論、農業產業化理論、區域經濟理論的發展和完善。 通過研究,將不同理論相結合運用在蘋果種植環節,提高大數據技術下蘋果種植 環節質量管理的規范性和標準程度,推進蘋果種植業信息基礎設施建設,加快蘋 果種植業基礎設施與信息化融合,完善蘋果種植業信息服務體系,加快甘肅蘋果 種植業信息化、產業化和現代化的進程,增強蘋果主產區的經濟發展動力,建立 推動甘肅區域經濟增長的長效機制。
      1.2.2實踐意義 蘋果產業是我國重要的農業產業,在農業經濟發展中具有十分重要的作用[2],蘋 果種植是整個產業鏈的源頭,質量管理確保著全產業鏈的產品安全。如果能將大 數據技術成功引進到蘋果種植環節的質量管理中,一方面可以從源頭上提高和完 善蘋果的質量管理,在大數據技術支持下推動蘋果產業質量管理的發展和完善, 提高大數據技術下蘋果產業質量管理的精確度,推動蘋果產業高質量發展,進一 步增加果農的收入,對加強蘋果產品質量安全有著重大的意義;另一方面,基于 大數據技術在蘋果種植環節進行質量管理,能改進蘋果種植環節的質量管理方 法,提高質量管理效率,創新質量管理標準,可以有效提高甘肅省蘋果的質量和 品質,擴大產品的知名度,這對于增加果農收益、提升甘肅省蘋果的經濟價值具 有重要的意義。實現具有廣闊應用前景的大數據技術在甘肅蘋果種植環節應用的 重大突破,不僅能加快傳統蘋果產業融入現代信息化農業的發展步伐中,創新蘋 果種植管理方式,提升甘肅蘋果產業的經濟效益、社會效益、生態效益而且還可 以通過推動甘肅林業現代化進程,催生新的經濟增長點,鞏固脫貧攻堅成果,實 現脫貧攻堅與鄉村振興有效銜接。
      2國內外研究現狀
      2.1國外研究綜述
      2.1.1大數據的相關研究 從大數據的理論研究來看,美國最早開始研究大數據理念,1997 年,科學 家 Michael Cox 和 David Ellsworth 通過對大數據理論的研究,得出了大數據的概 念,這是人類史上第一次使用“大數據”這個詞,他們認為超級計算機可以生成大 量不能被處理的信息,超出了內存、本地磁盤等各類儲存器的承載空間,甚至是 遠程磁盤[3]。后來,在 Mc Kinsey & Company 編寫的《大數據時代》中指出大數 據是一種數據集合,具有數據容量大、數據運行速度快、數據形式多樣、數據價 值高等四大特征,在數據采集、存儲、處理、分析等環節應用廣泛,規模巨大, 相較于傳統的數據收集處理軟件,其承載容量、空間和能力遠在傳統的數據庫之 上,但這種數據集合不用抽樣調查這種便捷的路徑,而是將所有的數據進行捕捉 之后才進行處理和分析[4]。一家名為Gartner的大型數據研究性組織機構在2015 年國際經濟、管理和教育技術會議上,對大數據做出了概念界定,大數據是一種 充分發揮自身正確的評估能力、精準的預測能力、準確的決斷能力、細微的觀察 能力和海量的數據處理完善能力,以此來處理高增長率、多樣化信息資產的數據 處理新模式[5]。
      從大數據的應用研究來看,國外在大數據應用的研究領域也是起步較早的, 2008年9月,Nature出版 紐ig Data》專刊,2011年2月Science出版《Dealing with Data》專刊,指出信息技術和全球化的發展,推動了大數據時代的誕生,2012 年 3月,美國政府發布計劃“大數據研究和發展倡議”,并正式啟動了該計劃,認 為大數據是未來世界的“石油”,該計劃的意義堪比20 世紀的信息高速公路計劃 [6,7];緊隨其后,歐盟、日本相繼推進了大數據的應用,Orandi MinaFalsarella研 究發現,歐盟在大數據領域的應用主要包括數據的研究價值有哪些最大化利潤的 戰略因素;研究“大數據”和“開放數據”方面的創新型活動和科研項目;實施數據 共享措施;促進科研的公共資助的實驗結果和數據的使用和重用等四個方面[8]。 歐盟也逐漸意識到大數據在現代社會的關鍵性作用,通過歐盟委員會的協商,建 立了數據開放平臺(簡稱ODP),面向公眾服務,2010年4月,歐盟委員會為 推動歐洲經濟發展,擴大數字技術的應用,在歐洲發起了數字化議程; Malte C 研究發現英國建立了世界上首個“開放經濟數據技術研究所”,數據庫主要包括交 通安全運輸、天氣和健康教育方面的核心企業[9]; Mohamed Abdel-Aty研究發現, 法國政府為推動大數據的發展,發布了《數字化路線圖》 ,指出“大數據技術” 是一種新型的信息技術,站在國家戰略發展的角度,大數據技術將得到政府的鼎 力支持al; 2013年6月,日本政府公布了新IT戰略——“創建最尖端IT國家宣 言”,該宣言的主要內容為促進公共數據的開放共享性,推動大數據的發展。 Casu,M 和 Manunta,P.S 指出提高國家戰略的發展,要依靠大數據技術,大數據 研究和生產計劃成為強化競爭力的主要因素[11]。
      2.1.2農業大數據的相關研究
      從農業大數據的理論研究來看,目前,大數據的發展引起了各行各業的重視, 在農業領域也不例外,農業大數據逐漸被各國專家和各國政府注意, 2013 年, 英國頒布《英國農業技術戰略》,認為大數據對于未來農業的生產、加工、銷售 等環節具有非常大的潛在作用,可以助推農業快速地融入信息化、數字化時代中, 2015 年,美國農場是規模化經營,管理比較系統,農民需要獲得最及時、最有 效的數據,才能保障農場獲得最大的收益,因此美國聯邦農業部結合農業大數據 的發展啟動實時土壤數據項目,對此,很多學者也提出了自己的研究觀點[12], J Russo 認為現代農業需符合時代發展的需要,充分利用信息帶來的福音,發展成 為精準化、智能化的農業時代,大數據將成為精準農業發展的關鍵性技術手段[13]; PSrinivasulu等認為面對現代信息技術的發展,農業在發展中產生了很多問題, 將大數據充分運用到農業種植生產中,可以有效解決農業生產中存在的問題,為 農民生活生產提供更為全面的服務[14]; MRBendre等提出大數據在天氣預測、土 壤酸堿性檢測方面起到關鍵性作用,可以提高農作物生產效率,提高作物產量。 對農作物的生產豐收起著重要的影響[15], Jharna Majumdar等提出利用大數據技 術和多元線性回歸,對農業數據進行挖掘和分析[16]; Rafiqi M, Ellis JG, Ludowici VA, etal 認為農業大數據可以存儲海量的數據,用來挖掘、采集有用的數據, 然后運用這些數據信息對農業病蟲害的原理展開深入研究,以此來開發新的有效 的生物防控技術[17]。在生產上,法國政府充分利用大數據技術手段,對農場進行 數據采集和分析,然后將分析結果輸送給農民,農民從而可以獲取到及時、有效、 可靠的農業生產及市場營銷信息;德國充分認識到大數據技術的優勢,將大數據 技術運用到農業領域,推動實現了高水平的數字農業。
      從農業大數據的應用研究來看,國外的農業大數據已形成了規范、精準、智 能的應用格局。2009年土壤抽樣分析服務商Solum成立,2012年,利用大數據 技術采集農業生產過程中所需化肥、農藥等投入品,然后通過分析每畝產地所需 的用量,最終確定在整個農業生產過程中的化肥、農藥等投入品用量,幫助農民 提高生產、降低成本;2011年云端上的農場Farmeron成立;2012年,跨國農業 生物技術公司Monsanto通過大數據技術對農業生產地區的自然條件變化數據進 行采集,然后通過對采集的天氣數據進行處理分析,得出結果,在農業生產過程 中遭遇的各種天氣可能對農產品造成破壞而進行預測,最后根據分析出的預測結 果,農民制定各種預防措施,以降低因自然災害等不可抗力風險對農民造成的損 失。美國天寶利用大數據技術對農場進行了數據采集、存儲、處理、分析,為農 場管理提供了良好的農業數據, Climate Corporation 公司在氣象行業充分應用大 數據,通過對自然災害發生前出現的征兆進行數據采集、分析,運用分析結果來 預測災害發生的時間、地點、強度等,以此為農民推薦合適的保險,盡可能減少 災害造成的傷害和損失。同時,每個國家發展農業都與政府的大力支持密不可分。 宋長青認為對于農業大數據的應用,歐美等農業發達國家發展較為成熟,美國在 農業生產領域已經建立了規范化的流程和服務體系,主要是通過政府牽頭建立標 準化的農業信息采集處理機制,企業自主建立農業大數據平臺,農場自愿引進農 業大數據的運營模式,通過政府、企業和農場主聯合打造農業大數據管理標準體 系,才能確保農業在信息化產業中優化產品質量,增加農場經濟收益;精準農業 是農業大數據在發展過程中的重要表現,二者需要有效結合,才能推動農業大數 據的快速發展,加快實現農業生產的自動化、精準化智能化以及系統化管理,從 而提升農業生產中的質量管理效率,取得較好的經濟效益[18]。
      2.2國內研究綜述
      2.2.1大數據的相關研究
      從大數據的理論研究來看,國內專家也對大數據的概念進行了大量的定義, 陳健通過對 2013 年在北京香山科學會議的分析,認為大數據的科學原理與發展 前景具有兩層含義——技術型和非技術型,二者主要的區別在于是否能在期望時 間內對人類的生產和生活方式產生影響[19];錢學梁認為大數據是一個數據集,非 常復雜且龐大,傳統的數據庫管理系統缺乏較為完善的數據處理體系,而大數據 擁有一套完整的、系統的數據采集、處理和分析的管理體系,數據處理結果具有 可視化,傳統數據庫是難以比擬的[20]。朱揚勇、蔣磊、顧肅、陳夫真認為大數據 是一種運用軟件數據進行捕捉、處理和分析的集合,是為了對決策問題提供服務 而形成的大數據集、技術和應用的總稱,是一種充分發揮自身正確的評估能力、 精準的預測能力、準確的決斷能力、細微的觀察能力和海量的數據處理完善能力, 以此來處理高增長率、多樣化信息資產的數據處理新模式,總體看來,對于大數 據的概念界定比較廣泛,對其沒有統一的定義,但其本質基本是統一的——“大” 和“多”,即數據存儲容量大,數據處理分析形式多樣化[21,22,23,24]。李躍勇認為大 數據技術是開發利用海量多元的數據,進一步實現數據的價值化,分析的數據越 多,得到的結果將會越準確,從而使大數據技術應用到各行各業,推動社會的進 步[25]。
      從大數據的應用研究來看。隨著大數據理論研究的不斷深入,大數據在應用 領域的研究也逐漸被重視。大數據在質量管理中的應用,孟春蕾、陳光希、趙航、 王宏瑞、劉衛衛認為通過大數據技術進行質量管理,可以提高產品檢測過程中數 據的有效性、可靠性、真實性和準確性,進一步提升質量管理的水平和效率,從 而帶動產品質量工作的升級[26,27,28,29,30]。大數據在不同行業的應用,黃慶平認為 大數據應用已經深入到交通、醫療、政府、教育、工業、農業等領域,發展前景 非常可觀[31];蔣磊認為大數據應用在人們生活的各個領域,比如影視、醫療、交 通、能源電力、金融、科教等,大數據技術的應用將推動社會的進步和發展,并 取得飛躍突破[22];張黎平研究發現在信息化時代中,社會各個方面都會輸出大量 數據,影響著我們的生產、生活,引導我們的社會進步發展,政府、企業、個體 都需要這些數據來挖掘和發現市場管理的信息,大數據技術可以有效、及時地挖 掘這些數據信息,進一步制定科學、合理的營銷方案,從而提高經濟效益[32];胡 昱東,胡高權認為隨著大數據時代的到來,高校的教育方式和手段也在發生著巨 大的變化,需要利用大數據技術的創新手段,轉變傳統的理念和思維,變革高校 教育的模式,完善其教學方式,運用大數據技術將理論與實踐相結合,提高思想 政治教育的教學質量[33];張云山,吳昌生認為航空發動機的健康管理,需要對發 動機的進行實時的檢查、維修,并且及時對呈現的狀態進行預報,以免在飛行過 程中出現故障,造成嚴重的傷害,這就需要利用大數據技術充分采集發動機在不 同狀態時的數據資源,通過分析發動機的健康指數,保障在飛行過程中安全可靠, 確保生命財產安全,可以有效降低發動機的維護成本,節約維修時間,提高維修 效率[34];司瑜提到鐵路運輸行業要得到長足、高效的發展,大數據運用是必然趨 勢,大數據可以將零散的、分布的數據進行采集、整理、分析,然后將分析結果 傳送給鐵路工作和服務人員,這樣可以為鐵路工作提供準確可靠的信息,以便鐵 路工作人員在執行任務時做出相應的措施,在一定程度上提高了工作效率,減輕 工作人員的工作量,推動鐵路工作的信息化、數字化發展[35];杜國智提到環境治 理工作是實現綠色發展目標的首要任務,要充分利用大數據在現代信息中發展的 作用,利用大數據技術對環境破壞的程度、原因進行數據采集、整合、分析,根 據分析結果做出環境治理措施,這不僅是對傳統環境治理方式的補充,還可以提 高治理效率和治理力度,為環境治理工作人員提供有價值的數據信息[36]。
      2.2.2農業大數據的相關研究
      從農業大數據的理論研究來看,農業大數據發展經歷了稚嫩到成熟、由淺及 深的過程。在農業大數據理論研究的起步階段,大多數專家認為大數據為農業大 數據的發展奠定了理論基礎,農業大數據是大數據技術在農業領域的延伸和拓 展,是對農業數據進行采集、存儲、處理和分析的過程。溫孚江、付強強、陶化 冰、張浩然認為農業大數據是大數據理念的實踐過程,是在農業生產全過程應用 大數據技術對農業數據進行捕捉和處理的過程,是大數據廣度和深度的體現,而 且是一種不同行業、不同領域、不同學科和不同專業的數據集合,設計規模巨大、 范圍廣泛、形式多樣、體系完善,并具有復雜性、分散性、獲取難的特征[37,38,39,40]; 陳穎穎、陶忠良認為農業大數據是結合了不同區域、不同季節所生產的農作物數 據的集合,這種數據集合形式種類多樣、處理過程復雜、隱形價值較高,運用傳 統的數據處理方式,無法完成這種巨大的操作,需要充分利用農業大數據處理模 式,但是對于農業大數據的研究仍不夠深入,不夠系統[41,42];楊一豐認為農業大 數據是現代信息技術在農業領域的延續,是大數據技術持續發展的高級階段,主 要是對海量的農業數據進行抽象描述,是收集農業在種植生產過程中數據信息的 有效工具,可以保障農業數據的準確性和時效性,使農業生產中獲得的數據發揮 價值最大化,推動大數據在農業領域的發展[43];郭雷風認為農業大數據的含義可 以從四個維度解讀:農業大數據是在農業領域應用大數據技術的數據集成,是一 種跨區域、跨專業、跨學科的農業綜合數據采集共享平臺,是農業數據存儲和管 理的主要方法和形式,在農業生產的全過程被廣泛應用,是大數據技術延伸的更 好體現[44]。
      從農業大數據的應用研究來看,近年來,農業大數據已逐漸應用在農業領域 的各個環節。大數據在農業生產各個環節的應用情況,王一鶴、韓沙、李秀梅、 王曉楠認為我國在農業大數據的應用研究方面雖然起步較晚,但是發展速度較 快,目前已在農業生產過程中的育苗選種、栽種、土壤酸堿性檢測、氣候變化預 測等環節得到了充分的利用,對于農產品質量保障和產品安全追溯起到了至關重 要的作用,預測等但是發展十分迅速,目前在農業育種、種植與養殖、土壤檢測、 農業氣象預測、市場營銷與農產品質量追等方面得到了充分的應用,大數據在農 業領域數據的采集、處理及應用平臺也已投入使用[45,46,47,48];許世衛提出農業在 信息化發展的時代中,必然要尋找新的發展途徑,將大數據技術理念和農業綠色 發展及高質量發展理念融合,勢必為農業信息化、數字化、現代化開辟了新路徑, [49];漆海霞、張壘、楊建香、李楊認為農業要實現高質量發展目標,需要充分應 用大數據技術,實現農業生產全過程中精準澆水、精準施肥、精準噴灑農藥、精 準預測市場信息,但目前農業大數據還未將自身全部的能力發揮出來,將大數據 在農業領域的優勢全部挖掘出來,對改變未來農業的發展現狀和改善農民的生活 方式起到關鍵性作用[50,51,52,53];大數據在農產品質量管理方面的應用情況,王冕、 費志偉、蔣叢萃、楊茂、肖湘雄、謝曉偉、趙嘉承認為在農產品管理過程中充分 運用大數據技術,有助于優化農產品的運營管理體系,降低農產品在產銷運營中 的成本, 保證農產品的新鮮度, 有效維護種植戶與消費者等各方利益 [54,55,56,57,58,59,60];大數據在林果產品質量管理的應用情況,高羽佳、董朝菊認為林 果業產品要提升品質和質量,首要的是需要建立健全的產品質量安全追溯體系, 增強產品售后的追溯性,加強監管部門對于產品安全的監管,大數據在此過程中 起到了至關重要的作用,我國水果產業在大數據時代中要建立健全大數據采集系 統,組建產業分析團隊,深度挖掘、分析已有的大量數據資源,從中發現隱藏的 信息,真正發揮大數據在水果產業中的作用[61,62]。
      2.3研究述評
      綜上所述,國內外學者均對大數據的概念沒有統一的界定,但相對國內研究 者而言,國外學者對大數據的理論及應用研究的時間較早。從大數據和農業大數 據的理論研究來看,國內學者更加傾向于理論探索和研究,比如對大數據和農業 大數據的概念界定,而國外學者在這方面雖然提出較早但是涉及較少;從大數據 和農業大數據的應用研究來看,國外學者更加注重大數據和農業大數據的專業應 用、技術發展,而國內學者在這方面的研究相對較少。總體而言,國內外研究者 在大數據、農業大數據理論和應用的研究結果,對于提升大數據在政務、電信、 工業、金融、醫療健康等各行各業的應用價值,具有較高的專業性和指導意義, 對于拓展和提升大數據及農業大數據理論的寬度和廣度,有較好的參考價值。他 們在提出大數據概念的同時也將大數據在等各個行業的應用進行了理論研究。
      3概念界定和理論基礎
      3.1概念界定
      3.1.1大數據
      大數據(big data)指的是一種巨大承載空間、增速高的多元化數據信息的 集合,在處理新的數據環境時,自身具有一種具有海量、增長率高的多樣化信息 資產,在需要新處理模式時,大數據會發揮自身正確的評估能力、精準的預測能 力、準確的決斷能力、細微的觀察能力和海量的數據處理完善能力[63]。在維克 托•邁爾•舍恩伯格及肯尼斯•庫克耶編寫的《大數據時代》中大數據指的是需要采 集在生產中所運用到的一切數據,而不是簡單通過抽樣調查這種便捷的途徑進行 數據采集分析。大數據主要有五個特征:Volume (大量)、Velocity (高速)、 Variety (多樣)、Value (價值密度)、Veracity (真實性),這也被稱為"5V"特 征[64]。總之,大數據是將單個獨立的信息采集數據庫、數據處理數據庫和分析數 據庫集合在一個大數據庫中,通過這個大數據庫統一進行數據的采集、處理、分 析,這種單個獨立的小型數據庫的集合就是大數據。
      3.1.2農業大數據
      農業大數據就是在大數據的基礎上,加入有關農業領域的數據庫,包括地理 環境、氣候變化、水文特征等小型數據庫,形成一個合集。官方定義農業大數據 是大數據理念的實踐過程,是在農業生產全過程應用大數據技術對農業數據進行 捕捉和處理的過程,是大數據廣度和深度的體現,而且是一種不同行業、不同領 域、不同學科和不同專業的數據融合,設計規模巨大、范圍廣泛、形式多樣、體 系完善,并具有復雜性、分散性、獲取難的特征,運用傳統的常規化的數據處理 方法是難以比擬的[65]。總之,農業大數據是保留了大數據自身具有的特征,進一 步拓展和深化了農業內部的信息交流。
      3.1.3質量管理
      質量管理指的是在確定質量方針、目標和職責的過程中,通過質量體系中的 質量策劃、控制、保證和改進來使其實現的全部活動,費根堡姆認為質量管理是 把企業內各部門的研制質量、維持質量和提高質量的活動進行合集,形成一個有 效的體系,主要是為了滿足在最經濟的水平下的顧客的要求,國際標準和國家標 準定義質量管理是“在質量方面指揮和控制組織的協調的活動”[66]。隨著人們生活 質量的提高,人們對產品的質量要求也在不斷上升,因此,在產品生產的全過程 都要進行質量管理,包括原材料、加工、銷售、運輸等各個環節。因此,質量管 理是在不同的領域和行業,通過標準和體系對本行業內部的產品生產進行控制和 改進,以滿足產品需求者的要求。
      3.1.4特色優勢產業 特色優勢產業是將有特有資源的產業發展成當地的優勢產業。學術界認為特 色優勢產業指的是在某一國或某一地區,運用當地資源、區域競爭、人文、技術、 管理等方面的優勢形成具有本地特色的產業,從而成為區域經濟發展的動力。特 色優勢產業具有“特”“優”兩大特點。“特”即資源特有、文化特有、技術特 有、人才特有、管理方法特有等;“優”即相對于其他國家或地區,在資源、市 場需求、環境等方面發展產業具有比較優勢。特色優勢產業可以推動區域產業發 展,為區域經濟注入可持續發展的動力。
      3.1.5產業經濟 產業經濟即是產業和經濟學相融合形成的一門學科,首先要明確產業的概 念,產品由不同行業、不同企業生產、加工、物流、銷售,最后組合成一個集合, 形成產品的產業鏈,也就是產業。產業經濟可以分為三個層次,第一層次以同一 商品市場為單位,第二層次以技術和工藝的相似性為根據,第三層次以經濟活動 的階段為根據。通過三層次的劃分,可以明確產業經濟不同階段、不同行業發展 的現狀,及問題,最后以技術手段為產業經濟制定發展的策略。
      3.2理論基礎
      3.2.1大數據理論 大數據理論是將數據庫中數據的采集、整理、分析形成一個系統、完整的理 論體系,在小型數據庫形成集合的過程中可以更加快速、便捷的組合。大數據理 論有三個基本思想,一是全體樣本,不是隨機取樣,大數據理論中選取的數據是 全體數據,不是某個具有代表性的數據,這樣就可以更加全面、準確的分析問題; 二是混雜性,不是精確性,混雜性就是從各個不同方面得到相對獨立性的信息, 混雜的信息越多,問題就容易分析清楚;三是相關關系,不是因果關系,大數據 理論是對數據之間較強的相關關系的分析,最終得到結果。
      3.2.2農業信息化管理理論
      隨著科技水平和農業經濟的發展,農業領域信息化、數字化應用逐漸被推廣, 和普及,農業信息化管理已成為社會發展的趨勢,信息化管理理論可以指導農民 科學種植生產,減少工作強度,提高生產過程中的管理效率[67]。農業信息化管理 理論以農業信息資源的數字化、生產工具和生產手段的智能化、農業管理信息系 統的網絡化為主要標志[68],主要是在農業領域推廣和應用現代化的信息技術手 段,現代信息技術包括物聯網、大數據、云計算等一系列數據管理庫,為農業生 產、加工、銷售等提供一種新的技術手段,從而提高農業生產效率,擴大農業生 產規模,增加農產品產量和產值,提升農產品的質量,最終使農民獲得高收益。
      3.2.3農業產業化理論
      農業產業化是以市場為導向,以經濟效益為中心,以主導產業、產品為重點, 優化組合各種生產要素,實行區域化布局、專業化生產、規模化建設、系列化加 工、社會化服務、企業化管理,形成種養加工、產供銷、貿工農、農工商、農科 教一體化經營體系,使農業走上自我發展、自我積累、自我約束、自我調節的良 性發展軌道的現代化經營方式和產業組織形式。它的實質上是指對傳統農業進行 技術改造,推動農業科技進步的過程。這種經營模式從整體上推進傳統農業向現 代農業的轉變,是加速農業現代化的有效途徑。
      3.2.4質量管理理論
      隨著人們生活水平的提高和現代信息技術的發展,產品生產者越來越注重品 質,對于質量的把控越來越嚴格,消費者對產品質量的要求也越來越高,這就促 使質量管理逐漸發展到“卓越質量”的理念階段,更傾向于滿足顧客的需求,質量 管理概念也是隨著現實生活在不斷地延伸和改進,國際上,認為質量管理是“在 質量方面指揮和控制組織的協調的活動”,對于質量管理概念的發展歷程大體上 可以從兩個方面來分析。1940 年前,企業主要按照設計規定的質量標準,對產 品進行事后檢驗,質量管理處于質量檢驗控制階段;1940 年后,為適應大規模 批量生產需要,科學家應用數理統計的原理,創立以預防為主的質量控制方法和 理論,質量管理進入到統計質量控制(SPC)階段[69]。
      3.2.5區域經濟理論
      區域經濟學的發展與經濟地理學是密不可分的,經濟地理學是區域經濟學的 理論基礎。區域經濟學理論是對不同空間的資源合理配置,是研究在不同的區域 資源的優化配置和組合,將有限的資源在不同的空間內優化組合,使最終的產出 最大化,區域經濟學主要研究的是不同空間、不同資源的整合、優化,所以也形 成了不同流派的理論。主要包括平衡發展理論、不平衡發展理論、區域分工貿易 理論、梯度轉移理論、增長極理論、點軸開發理論、網絡開發理論、累積因果理 論、中心-外圍理論、城市圈域經濟理論、一般區位理論、中心地理論、市場區 位理論。
      4研究目的與研究內容
      4.1研究目的
      大數據在蘋果產業的應用已有部分研究成果。然而,甘肅省作為蘋果種植大 省,對大數據的應用仍然處于探索階段。本文首先對甘肅省在傳統模式下蘋果種 植環節質量管理的現狀及存在的問題進行分析,然后對大數據應用下蘋果種植環 節質量管理的現狀及優勢進行分析,并找出大數據技術下甘肅蘋果種植環節質量 管理存在的制約因素,最后根據分析結果提出在大數據下提高甘肅省蘋果種植環 節質量管理水平的改進措施。因此,通過在蘋果種植環節運用大數據技術,促進 甘肅省四大蘋果主產區的蘋果增產,果農增收,提升蘋果質量,增強甘肅蘋果主 產區的區域經濟發展的動力。
      4.2研究內容
      研究內容分為以下六個部分:
      第一部分,緒論。本文首先闡明研究的背景及所產生的理論和實踐意義,以 此來明確寫作目的,理清寫作思路;其次,梳理國內外專家對大數據和農業大數 據的理論和應用研究以及農業信息化管理理論、質量管理理論、區域經濟理論、 農業產業化理論、大數據理論等理論基礎,緊接著對大數據及農業大數據的概念 進行界定,為研究奠定理論基礎。
      第二部分,蘋果種植環節的質量管理標準。首先梳理HACCP標準和蘋果在 種植環節的國家標準、行業標準和地方標準,其次運用HACCP標準對蘋果種植 過程中的危害點的和關鍵控制點進行分析,為下文運用大數據技術在蘋果種植環 節質量管理奠定基礎。
      第三部分,傳統模式下甘肅蘋果種植環節質量管理分析。主要從質量管理方 法、質量管理效果、質量管理技術和治理管理標準等方面對傳統模式下甘肅省蘋 果種植環節質量管理的現狀進行分析,并從種植環節質量管理水平、質量管理體 系、質量管理的知識儲備等方面提出傳統模式下蘋果種植環節質量管理存在的問 題。
      第四部分,大數據技術下蘋果種植環節質量管理分析。主要從地方性電子平 臺以及社會化電子服務體系等方面對大數據技術下蘋果種植環節質量管理的現 狀進行了分析,然后通過AHP層次分析法、比較法、DEA-Malmquist效率分析 法等方法得出大數據技術下蘋果種植環節質量管理的比較優勢。
      第五部分。基于上文得到的結論,提出基于大數據技術甘肅省蘋果種植環節 質量管理發展的制約因素,并提出在大數據背景下,提高甘肅省蘋果種植環節質 量管理水平的改進措施和改進方法。
      5研究方法與技術路線圖
      5.1研究方法
      文獻查閱法:通過閱讀關于大數據、蘋果種植及質量管理方面的文獻和相關 政策文件,依次對大數據理論及應用研究、農業大數據理論及應用研究、蘋果種 植環節的管理方式及質量管理理論進行整理分析,最終確定本文的寫作框架,為 文章提供一定的理論基礎。
      定量分析和定性分析:運用層次分析法和DEA-Malmquist效率分析法對大 數據下蘋果種植環節質量管理的方式、標準和效率進行分析,然后以應用大數據 技術進行蘋果種植環節質量管理的主產省為案例,進行種植管理模式、數據處理 分析,得出大數據技術下蘋果種植環節質量管理的優勢。
      調查法:采用問卷調查法、實地訪談法、專家訪問來搜集資料,將大數據技 術在蘋果種植環節質量管理中的優勢以及甘肅省存在的制約因素進行整理、統計 和研究,最后找到大數據技術下提高甘肅省蘋果種植環節質量管理水平的改進措 施。
      5.2技術路線圖
       
       
      圖 1-1 技術路線圖
      Fig. 1-1 Technical road map
       
      6創新點及不足之處
      6.1創新點
      應用大數據技術能夠提高蘋果種植環節的管理效率和產品質量,增加果農收 入,降低種植成本提高蘋果產業經濟效益。目前運用大數據技術對蘋果種植進行 質量管理的方式尚處于起步階段,在甘肅省內還沒有全面性推廣應用,蘋果種植 環節應用大數據技術的案例較少。提出在蘋果種植環節質量管理過程中運用大數 據技術的管理模式,可以將信息技術與特色優勢產業的管理方法有效結合,轉變 甘肅省蘋果產業的發展模式,增強蘋果產業發展動力,推動甘肅蘋果主產區經濟 發展,鞏固脫貧攻堅成果和鄉村振興戰略有效銜接。
      6.2不足之處
      一是現階段國內外在蘋果種植環節質量管理方面應用大數據技術尚未形成 統一的體系,目前,國家級蘋果產業大數據中心處于雛形,并未普及,因而本文 在構建大數據技術在質量管理的優勢指標時難免會不夠全面。二是由于本文研究 對象為甘肅省蘋果種植區,由于大數據技術還未推廣到甘肅省蘋果主產區,關于 大數據技術在蘋果種植環節質量管理的數據收集難度較大。三是本文采取專家訪 問法進行選取指標,建立模型,主觀意識較強,數據難免存在主觀性,不能全面 反映大數據技術在蘋果種植環節質量管理方面的優勢。
      第二章 蘋果種植環節質量管理標準
      隨著我國社會主義進入新時代,廣大群眾對高品質的農產品消費需求不斷上 升。鄉村振興戰略提出要實現綠色發展、高質量發展目標,須采用國際同行的良 好農業規范(Good agricultural practice,GAP),需建立精準化的質量管理平臺, 可追溯性的產品控制系統[70]。良好農業規范是一種在農產品生產、加工及銷售過 程中保障其產品質量安全的國際通行體系,主要關注食品安全問題,利用危害分 析與關鍵控制點(HACCP)、良好衛生規范(GHP)、質量管理體系(QMS) 對農產品生產的產地選擇和氣候變化、技術手段,生產管理中出現的問題及采取 的措施,成熟后收割及采摘的方式、儲藏地點和運輸方式的選擇等環節進行質量 監管,對于存在的安全風險進行分析,再根據危害產生的形式、產生的時間及產 生的損害程度采取相應措施加以控制[71,72]。
      本章主要通過 HACCP 質量管理體系對蘋果種植環節中潛在危害點進行分 析,找出影響蘋果外觀、色澤、口感等質量安全問題的潛在危害風險點,明確分 析了田間管理、品種選擇、鮮果產地準出檢測、果品采摘四個關鍵控制點;綜合 大數據技術質量管理體系建立的要求,確定了蘋果種植環節的控制限值、監管措 施及糾偏措施,建立了在大數據工具下的蘋果種植環節質量管理的種植計劃表, 嚴格執行大數據記錄驗證及大數據記錄保持程序。應用于實踐中一方面可以提高 種植環節中的質量管理,為大數據在農產品種植方面的應用建設了一條新的道 路;另一方面可以提高蘋果質量,確保消費者的身體健康,增加消費者的安全感 和信任感,提高產品營銷策略,提升市場競爭力,有利于提升果農經濟效益。 1 HACCP 標準
      HACCP (Hazard Analysis and Critical Control Point),即危害分析與關鍵控 制點,是一種在食品生產、加工、銷售過程中采用的預防性安全控制措施,這套 體系從前期的危害點分析到后期對關鍵控制點采取措施涵蓋的生產過程非常系 統完善,危害點的分析涉及化學、生物、物理等領域I73】。HACCP體系主要是運 用在加工環節的標準,蘋果種植環節的案例較少,通過借鑒它在林果業種植環節 的危害點和關鍵控制點分析方法,建立蘋果種植環節的危害點和關鍵控制點,可 以幫助果農在蘋果種植過程中確定關鍵控制點,對會造成關鍵控制點的危害點進 行分析,之后果農可以根據危害點制定防護機制,確保在種植過程中關鍵控制點 的質量安全。若果農合理有效運用HACCP體系可以提升果品的質量,增加果農 收益,提高蘋果知名度。其中HA表示危害分析,CCP為關鍵控制點。因此, HACCP體系應用在蘋果種植環節質量管理中,不僅能夠幫助提升蘋果種植環節 的質量管理效率,而且對提高蘋果種植區的果品質量、品牌知名度有著重要的意 義。
      2 蘋果種植質量標準
      與蘋果種植業相關的產品標準主要有國家標準GB/T37803-2019《植物用植 物有害生物綜合管理措施》、GB/T37942-2019《生產過程質量控制、設備狀態 監測》、行業標準NY/T328-1997《蘋果無病毒苗木繁育規程》和甘肅地方標準 DB62/T2770-2017《果園開溝施肥機作業質量》、DB62/T634-2017《隴東蘋果喬 化栽培技術規程》 、 DB62/T2171-2017 《隴東蘋果矮化栽培技術規程》 、 DB62/T2849-2018《蘋果園生草技術規程》、DB62/T635-2017《隴東蘋果郁閉園 改造技術規程》 [74]。
      3 蘋果種植環節 HACCP 分析
      根據 HACCP 質量管理體系的要求對蘋果種植環節涉及的生物、化學、物 理潛在的危害風險點進行分析。蘋果種植過程危害點分析見表 2-1。
      表 2-1 蘋果種植過程危害點分析
      Tab. 2-1 Analysis of harmful points in apple planting process
      種植環節 潛在危害 危害是
      否重要 是否為關
      鍵控制點 判定依據 控制措施
      W.低溫凍害 產地環境中有
      毒物質直接影 選擇符合蘋果種植條
      園區選址 S.致病菌、蟲卵、蟲 響蘋果中的殘 件的產地建園和嫁接
      留。是否有霜凍
      H.農藥或重金屬殘留 等惡劣天氣。
      W.無 選擇資質較高且聲譽
      S.果實的抗病性弱 在病害方面抗 較好的供應商,索取
      病性較弱的果 種子生產許可證,合
      品種選擇 實品種,后期生 格證,經營許可證等
      長過程中需施 三證以及種苗檢疫證
      H.農藥殘留 較多農藥,種苗 明和安全聲明,并調
      存在農藥殘留 查了解抗果實病害的
      抗病性
       
       
       
      3.1蘋果種植環節潛在危害點(HA)分析
      3.1.1物理危害點分析
      由于受種植基地環境、農藥或化肥等投入品、水質或水源、土壤酸堿性、空 氣濕度和溫度不當等影響,蘋果在生長過程中容易產生變形果、落果,在儲藏環 節容易受物理危害較大。由此可見,在蘋果種植環節,物理危害較小且容易辨別, 因此,需要側重防控危害性較大的化學和生物領域。
      3.1.2生物危害點分析
      蘋果種植環節生物領域的危害主要包括種植過程和采后兩個環節的危害。種 植過程中主要危害點包括以下四點:一是種苗挑選不當,種苗供應商的聲譽較差 或資料欠缺,致使種苗質量不高,含有各種病蟲害等病原體,抗病蟲害性較弱; 二是園區選址有誤,所在園區的土壤、空氣、水源、有機肥等會攜帶細菌進入蘋 果種苗中,致使果品容易產生病蟲害等有害物質;三是露天栽培的蘋果會有鳥害 和鼠害;四是周圍環境作物潛在的病蟲草害。采后危害點主要分為以下兩方面: 一方面是蘋果在采摘之前未做好防護措施,使得各種病源入侵,但外觀卻未出現 明顯破損、腐爛的癥狀,如蘋果炭疽病、赤斑病攜帶的病原菌;另一方面是蘋果 皮薄柔軟多汁,有的帶根或莖采摘后存儲與銷售,在蘋果根部容易感染病菌,從 而使果實受到感染。
      3.1.3化學危害點分析
      化學領域蘋果種植的危害點主要存在于種植過程中土壤、周圍空氣、灌溉水 源受污染,環境中的重金屬、有機物等有毒有害物質容易在人體內富集,從而產 生慢性危害,長期食用影響人的身體健康;同時,在蘋果種植過程中主要采用的 肥料就是農藥和化肥,果農為了獲取高產,對于農藥和化肥的選擇不當,致使農 藥和化肥的濫用,最終導致各種有毒有害物質產生,影響蘋果外觀、口感及色澤。 采后處理環節,化學保鮮劑的使用也潛在化學污染。
      3.2關鍵控制點(CCP)的確定
      3.2.1田間管理(CCP1)
      蘋果種植過程中的農資產品是蘋果生產的重要因素,需要有可靠的質量保 證。購入農資產品時需要選擇正規的商家,首先需要對廠家進行提前調查,在每 次購買過程中要仔細核對,且妥善保管票據并定期進行核查。蘋果種植過程中質 量管理主要包括果園的選址、種苗的選擇、澆水施肥的量及頻率、果樹的修剪、 防爆網的搭建、病蟲害的防治、果園的清潔等環節管理,根據前期調研可知,蘋 果基地以有機肥優先,輔助化肥,應按照 NY/T 496-2010《肥料合理使用準則通 則》要求[75],種植時應施足底肥。幼苗期,以氮肥或者腐熟肥為宜,氮磷鉀配合 使用,果樹長大至結果時需施肥多次,以提高蘋果樹的樹勢與抗病性,且利于果 實膨大,口感好。蘋果種植過程中病蟲害的防治主要是通過噴灑化學農藥來實現 的,然后結合物理和生物防治措施,在噴灑化學農藥的過程中需要因地噴灑,科 學規劃農藥的使用量,使用農藥時需符合GB/T 8321.1—2000《農藥合理使用準 則》與GB/T8321.8—2007《農藥合理使用準則》[76],田間管理關鍵因子為農藥 與化肥。
      3.2.2品種選擇(CCP2)
      蘋果種植過程品種的選擇是必不可少的環節,在這個環節種苗的挑選是至關 重要的,而種苗供應商則是選擇優質種苗的關鍵,首先要確認種苗采購的供應商, 抽查供應商資料是否齊全。需要選擇資質較高且聲譽較好的供應商,索取種子生
      產許可證,合格證,經營許可證等“三證”以及種苗檢疫證明和安全聲明,以便確 保種苗的優質性;其次要對選擇的種苗品種進行檢查,判斷是否能夠較強抵抗病 蟲害的品種,如果檢驗出是抗病蟲害較弱的品種,應提前制定好后期的應對措施, 比如在蘋果后期需要施較多的農藥和化肥,以此來提高蘋果品質和安全性的概 率,應對抗病性較弱的種苗拒收,選擇對果實病害具有較強抗性的蘋果品種。
      3.2.3鮮果產地準出檢測(CCP3)
      為了提前做好蘋果上市質量監測工作,蘋果基地在準備上市的批次中,應科 學地選取有代表性的蘋果樣品進行全面“體檢”,主要涉及果品中的農藥殘留、重 金屬含量及病蟲害產生的有毒物質,根據 GB 2763—2019《食品安全國家標準 食品中農藥最大殘留限量》、GB2762—2017《食品安全國家標準食品中污染物 限量》及NY/T268-1995《綠色食品一蘋果》農業行業標準執行,對于檢查不達 標的果品需要推遲進入市場,等到再次檢查合格之后才能進入銷售市場。果實準 出關鍵因子為農藥殘留、重金屬含量[77]。
      3.2.4果品采摘(CPP4)
      農藥殘留與重金屬含量也是制約蘋果質量的重要因素,對于農藥的使用,要 嚴格把控實施的量和頻率,特別是在蘋果成熟期,采摘過程中嚴禁使用農藥。采 摘蘋果時不宜用手直接采摘,采用剪刀剪斷果柄中間,留下一節果柄在樹上,以 保護樹體水分散失,防止病蟲害發生。同時,在后期采摘過程中,要做好果品的 保護措施,采摘時將每個果品用柔軟隔層或薄膜間隔存放,避免機械損傷或果品 之間碰撞破壞,還需及時將腐爛、變形、開裂的果實揀出,盡可能防止影響其他 品質好的果實,采摘后在獲取市場價格信息之后直接進入銷售市場,或儲存在冷 藏室,避免果實腐爛、變壞。果實采收關鍵因子為農藥殘留、重金屬含量與物理 損傷。
      3.3基于大數據技術建立蘋果種植環節HACCP計劃書
      根據HACCP體系建立的要求,利用大數據工具高速、大量、多樣、真實性 和低密度的特點,嚴格遵從HACCP質量管理體系的7個步驟進行:(1)對蘋 果種植技術進行危害點分析和提出預防措施;(2)在整個生產過程危害分析中, 確定關鍵控制點;(3)建立蘋果種植技術關鍵限值;(4)利用大數據建立關鍵 控制點監控程序;(5)利用大數據建立糾偏與改正措施;(6)利用大數據建立
       
       
      偏差的驗證程序;(7)利用大數據建立有效的記錄保持程序,從而確保 HACCP
      質量管理系統運作正常I73】。利用大數據工具建立蘋果種植環節HACCP計劃書詳
      見表 2-2。
      表 2-2 基于大數據技術建立蘋果種植環節 HACCP 計劃書
      Tab. 2-2 Establishing a HACCP plan for apple planting based on big data technology
      關鍵控制 關鍵控制限值 監控 監控辦法 點
      對象
      監控 糾偏措施 記錄
      人員
      驗證
      田間管理
      《農藥合理使
      用準則》
      NY/T496-201 0《肥料合理使 用準則通則》 規定,有毒有 害物質殘留均 在最大殘留限
      量范圍內
      農藥
      肥料
      查看質量合格 證書、抽樣檢 查,根據楊桃生 產技術標準進 行病蟲草害防 治和肥料使用, 禁止濫用和亂 用
      蘋果
      生產
      管理
      選購符合 質量標準 的苗木、農 藥和肥料, 控制農藥、 肥料種類、
      施用頻率 與濃度、安
      全間隔期
      銷售方 提供質 量記錄,
      建立并 保存農 藥、肥料
      的使用 記錄
      每批次投入品抽
      檢 1 次。對生長
      后期果樹進行抽
      樣檢測
      品種選擇
      索取種子生產 許可證,合格 證,經營許可 證等三證以及 種苗檢疫證明 和安全聲明
      種苗
      供應
      選擇資質較高 且聲譽較好的 供應商,索取種 子生產許可證, 合格證,經營許 可證等三證以 及種苗檢疫證 明和安全聲明
      種苗
      生產
      基地
      對不符合
      標準的種
      苗拒收
      建立并
      保存進
      貨驗證
      記錄
      確認種苗采購的
      供應商,抽查供
      應商資料是否齊
      鮮果產地
      準出檢測
      所有質量安全 指標均符合 GB2763-2019
      GB2762-2017
      基地
      鮮果
      對出基地鮮果
      進行檢測。
      NY\T692-200
      蘋果
      生產
      管理
      果品采收
      3規定
      收獲期必須達
      到農藥使用安
      全間隔期,防
      止果品物理損
      不合格不 得出基地,
      確認超標
      產品必須
      立即處理
      建立和
      保存檢
      測記錄
      進行每批產品準
      出檢測
      收獲 時期 果品
      按照各種農藥 安全間隔期采 收,輕摘輕放
      蘋果
      生產
      管理
      不到安全
      期不得采
      收。揀出損
      傷果
      建立和
      保存采
      收記錄
      收獲期對應檢查
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
      第三章 傳統模式下甘肅蘋果種植環節質量管理分析 針對甘肅省四大蘋果主產區——天水市秦安縣;隴南市禮縣;平涼市莊浪縣、 平涼市靜寧縣草峰鎮;慶陽慶城縣、西峰區郭堡南莊進行了實地調查訪問,首先 對當地農戶進行發放調查問卷200 份進行記錄,收回194份,全部有效,其次通 過互聯網發放網絡問卷300 份,收回300 份,其中 50 份問卷無效,因此,本次 調查問卷共發放500 份,收回494份,有效問卷444份。通過對調查數據的整理 和分析,從蘋果種植過程中的質量管理效果、質量管理方法、質量管理技術和質 量管理標準來看,得到傳統模式下甘肅省蘋果種植環節質量管理在不斷地完善和 進步,但從信息時代發展的角度來看,甘肅省蘋果種植在蘋果種植環節質量管理 方面還存在一定問題,果園質量管理方法水平較低、缺乏統一的質量管理體系、 對質量管理的理論知識認識不足,導致甘肅省蘋果產量增速比較緩慢,果品質量 較低,這也為大數據技術在甘肅省蘋果種植環節質量管理方面的發展提供了較大 的發展空間。
      1 傳統模式下蘋果種植環節質量管理現狀
      1.1質量管理方法不斷改進,質量管理效果顯著
      蘋果在種植環節中質量管理的關鍵就是適時適量的澆水施肥、科學防控病蟲 害和果樹修剪,如表 3-1 所示,在前期調研中傳統模式下水肥管控是果樹生長和 管理的關鍵點,主要依靠的是人機結合,通過人來操作機械實現“水肥一體化” 控制,澆水施肥的時間雖是果農根據多年種植蘋果的經驗和蘋果自身生長的自然 規律來確定,但其用法用量是果農根據園區規模和機械容量來合理規劃澆施比 例;病蟲害防控是提高果品外觀口感的關鍵點,其防控最重要的三個階段是果樹 開花授粉期、幼果生長期和果實成熟期,特別是幼果生長期,主要通過人工經驗 噴灑農藥和殺蟲劑防治病蟲害;果樹修剪防控是果樹生長的重要節點,主要是果 農憑借常年種植經驗,通過人工操作對果樹進行疏干、修整、拉枝、套袋、涂白、 清理等一系列的果樹保護措施。據此可以看出,蘋果種植在傳統模式下的質量管 理由以前的純人工操作逐漸轉變為人機結合,以機械為主,人工為輔的模式,種 植過程中質量管理方法不斷改進。
      果農在蘋果種植環節質量管理方法的不斷改進,質量管理理念的不斷提升,
      促進蘋果產量的提高。如表3-2 所示,近9 年甘肅省蘋果產量平穩上升,呈現先 升后降的趨勢,從 2010 年的 132.78 萬噸增加至20 1 7 年的 311.13萬噸, 2018 年 降至 291.53 萬噸,但其占全省水果產量的比重一直保持上升趨勢,且趨勢較為 顯著,從 2010 年的 67%上升到2018 年的 79%。通過新的質量管理方式和技術, 由以前的零星分布到現在的小規模經營,種植面積不斷延伸,種植面積占全省水 果的比重呈平穩上升的趨勢,種植面積從 2010 年的 315.33萬畝擴大至2018 年 的 351.54 萬畝,基本穩定在 300 萬畝左右,蘋果種植面積占水果總面積比重基 本保持在 75%左右。總體來看,信息化的發展使得甘肅省蘋果種植業發展呈不斷 上升狀態,質量管理技術手段明顯提升,質量管理效果顯著,蘋果產業在甘肅省 水果產業中競爭優勢明顯,且發展潛力巨大。
      表 3-1 蘋果園質量管理措施
      Tab. 3-1 Quality management measures for apple orchards
      控制措施
      全元素有機化合肥,比例為 1:2: 1 的尿素-過磷酸鈣-硫酸鉀復合肥、硅鈣鎂鉀 肥。
      3 月初至 3 月中旬,施全元素有機化合肥,施肥量為 50-70 公斤/畝,采用樹穴 施肥方法;或施尿素-過磷酸鈣-硫酸鉀 1:2:1 的復合肥,施肥量為 70-80公斤/ 畝,采用條施方法。
      11月初,施生物有機肥,施肥量為 2500-2750公斤/畝;施高氮-鉀型復合肥,
      3 月至 3 月中旬,施肥完成后給果樹樹穴立即澆水。 澆水時間
      11 月初,第二次施肥完成后給果樹大量澆水。
      2 月中旬 -2 月末果樹處于休眠階段,需要防治樹干腐爛病和越冬蟲害等問題,主要工作在冬季修剪 掉病蟲樹干,以減少越冬病蟲的生長數量。
      3-4 月果樹處于芽萌期、授粉期,重點防治果樹腐爛、花腐病、白粉病、霉心病、蚜蟲類和螨蟲。
      4-5 月幼果期,重點防治斑點落葉病、紅蜘蛛病、蚜蟲病、早期落葉病。
      6-8 月春梢停長,幼果生長期,重點防治食心蟲、潛心蛾、炭疽病。
      9-10 月果實的著色成熟階段,著重防治小食心蟲病害、褐斑病、果實輪紋病。
      1-2 月果樹休眠期,冬季果樹疏干、修整。
      3 月-4 月中旬果樹萌芽、授粉期,第一次施肥澆灌之后,對樹盤進行修整,對部分果樹的樹枝進行 拉枝。
      5 月中旬 -6 月春梢停滯生長,果樹二次疏干,幼果套袋。
      9-10月蘋果成熟期,9月中下旬摘掉果實套袋, 4-6天后摘除內層套袋,鋪設反光膜、梳葉,蘋果 著色。
      11 月對樹體采取相應 的保護措施,果樹根莖培土,樹干涂白,清理枯枝、落葉、殘次果、果袋。
      數據來源:表中數據由調研數據整理所得
      表 3-2 2010-2018 年甘肅省蘋果種植情況統計
      Tab. 3-2 Statistics of apple production in Gansu Province from 2010 to 2018
      年份 產量 面積
      產量(萬噸) 占水果(%) 面積(萬畝) 占水果(%)
      2010 132.78 0.67 315.33 0.76
      2011 149.86 0.69 322.57 0.76
      2012 163.78 0.69 333.29 0.76
      2013 177.51 0.69 340.66 0.76
      2014 195.60 0.70 345.85 0.77
      2015 216.35 0.71 345.98 0.76
      2016 281.72 0.78 345.37 0.74
      2017 311.13 0.78 345.42 0.76
      2018 291.53 0.79 351.54 0.75
      數據來源:《甘肅發展年鑒》(2011~2019)
      1.2質量管理技術不斷提高
      根據查閱文獻和實地調查顯示,甘肅省蘋果生產主要包括喬砧密植和矮砧密 植兩種方式,其中,喬砧密植的種植方式被果農廣泛應用,僅僅有 10%的果農采 用矮砧密植的方式種植,但是相較于傳統的喬砧密植,矮砧密植的種植模式更加 符合現代蘋果種植的要求,有很多喬砧密植達不到的優勢,由于甘肅省蘋果主產 區主要位于隴東黃土高原區和淺山丘陵區以及推廣矮砧密植栽培模式的諸多制 約因素,這一模式的推廣不盡人意。但隨著農業機械化和信息化的發展,針對果 農種植技術問題展開了一系列的培訓,使得甘肅省蘋果種植技術水平不斷地提 升。如圖1 所示,從種植技術培訓機會來看,近三年果農參加技術培訓的機會增 長顯著,參加 1-10 次技術培訓的占 89.1%,沒有參加過一次的僅占 6.7%;從種 植技術培訓的方式和機構來看,參與機構多樣,其中,區域鄉鎮推廣站占比較大, 達到了 47.9%,其次是高校,占比 28.6%,培訓方式多元化,既有課堂教學也有 實地教學,其中田間實地培訓占比超過了 50%,說明培訓還是偏向于實踐教學, 同時也在不斷適應課堂教學的模式;從培訓的項目和果農的需求來看,培訓的主 要是種植環節基本的質量管理方法,如果樹栽培、修剪、施肥及病蟲害防控等環 節,占比達到 80%以上,說明提高蘋果種植技術水平最基本的是提升果園的管理 水平。
       
       
      圖 3-1 蘋果種植技術水平培訓情況圖
      Fig. 3-1 The training situation of apple planting technology level 數據來源:由調查問卷整理所得
      1.3質量管理標準逐漸完善 完善質量標準體系是提高蘋果種植過程中質量水平的必要環節,這也與蘋果 質量安全息息相關。如表 3-3 所示,針對蘋果質量的國家標準 GB/T37803-2019
      《植物用植物有害生物綜合管理措施》、GB/T37942-2019《生產過程質量控制、 設備狀態監測》、行業標準NY/T328-1997《蘋果無病毒苗木繁育規程》和甘肅 地方標準DB62/T2770-2017《果園開溝施肥機作業質量》深入甘肅省四大蘋果主 產區進行實地調研。由于四大產區種植蘋果的地理位置和自然條件相差不大,因 此三標準相結合實施的情況較為普遍,占比 22.38%,其中有國家法律限制和國 家政策支持的國家標準實施度最高,達到了 34.69%,地方標準最低,占 16.87%。 總體來看,不管是國家標準、行業標準還是地方標準,果農在蘋果種植過程中應 用質量標準的體系在不斷完善,果農對三大標準的認識也在不斷地提升。
      表 3-3 甘肅省四大蘋果主產區果農采用質量標準狀況
      Tab. 3-3 Status of quality standards adopted by fruit farmers in the four major apple producing areas in Gansu Province
      單位:%
      天水 隴南 慶陽 平涼 合計
      國家標準 33.43 36.05 32.08 37.19 34.69
      行業標準 26.48 24.37 25.06 28.35 26.07
      地方標準 16.67 17.73 19.42 13.65 16.87
      三者皆有 23.42 21.85 23.44 20.81 22.38
      合計 100 100 100 100 100
      數據來源:由調查問卷整理所得
       
      2 傳統模式下蘋果種植環節質量管理存在的問題
      2.1果園質量管理方法水平較低
      第一,缺乏新一代信息技術人員,果園管理方法的科學性較低。根據前期調 查,甘肅省蘋果主產區大部分果農是單戶經營,零星分布,果園管理組織分散, 缺乏科學合理的規劃,隨著甘肅省蘋果種植面積不斷擴大,傳統經驗管理果園的 路徑已經行不通,加之缺乏具備專業知識的年輕技術人員和新一代信息技術管理 手段,致使果園檢測土壤酸堿性、水肥管理、果枝修剪方面技術落后,進而影響 蘋果品質。第二,信息不對稱,管理自然風險能力弱。自然風險是由不可抗力因 素產生的,但隨著新一代信息技術的發展,通過氣象預測,可以及時地規避或降 低這種風險造成的損失,由于傳統“靠天吃飯”的思想,致使果農在遇到自然風險 時,采取措施不及時造成了一定的非必要損失。通過問卷調查發現 53.78%的人 是通過自己購買預防災害的設施來進行防控自然風險,但是由于缺乏現代信息技 術,無法準確監測到災害的時間及力度,還是造成了少量的非必要損失,這種預 防措施時效低,力度小;而 28.57%的人則是順其自然,不采取措施導致損失慘 重。這種傳統的規避自然風險水平低,不及時且時效低,導致蘋果外觀易受損壞, 進而使得蘋果容易腐爛,影響蘋果口感。
      2.2缺乏統一的質量管理體系
      隨著物聯網、云計算、大數據等新一代信息技術的發展,甘肅省蘋果種植產 區的質量管理標準逐漸完善,管理標準也在不斷地提升,但是由于經濟發展水平 落后,信息接收滯后,甘肅省在蘋果種植過程中仍缺乏健全的質量管理標準體系。 第一,主產區果農單獨經營,零散分布,沒有形成規模化的種植模式,果農之間 沒有統一的管理標準和管理體系,導致最后生成的產品品質、色澤、外觀等不一 致。第二,由于果農種植蘋果的時間長短不一,接受教育的程度不同,自身年齡 的不同,導致果農對蘋果種植過程中果園管理的標準不一致,致使缺乏完整、健 全和統一的質量管理體系。
      2.3對質量管理的理論知識認識不足
      據實地調查可知,近年來,很多年輕人因進城務工、學習等原因,在城市買 房,農村勞動力大量轉移,使得農村變“空心村”,留守農村的 80%是老年人和中 年婦女,勞動力老化和偏女性化嚴重,且這些果農文化程度低,多數為高中或初 中以下學歷,接受并吸收新理論、新知識的能力較低,對于蘋果種植環節質量管 理的理論知識認識不足,80%的果農對管理沒有概念,只是憑經驗在種植蘋果, 不知如何運用質量管理的理論知識對果園進行質量控制;政府部門對果農理論知 識的培訓較少,培訓力度較小。總體來看,甘肅省在蘋果種植環節質量管理方面 的理論知識整體掌握較為薄弱,因此,提高果農理論知識的儲備量是有效管理蘋 果種植質量的重要途徑。
      第四章 大數據技術下蘋果種植環節質量管理分析
      本章在大數據技術下蘋果種植環節質量管理進行對比分析,得出大數據技術 下蘋果種植環節質量管理的現狀及優勢。目前,由于甘肅省在蘋果種植環節應用 大數據技術還沒有較為成熟的案例,所以本章首先對大數據技術應用較為成熟的 其他行業進行現狀分析,其次對在蘋果行業應用大數據技術較為成熟的陜西省進 行現狀分析,以此來研究大數據技術下蘋果種植環節質量管理的現狀。進而結合 層次分析法和 DEA 模型的 Malmquist 效率指數,以大數據技術在蘋果種植方面 發展先進的陜西省為參考,和甘肅省進行對比,從而探究大數據技術在蘋果種植 環節質量管理方面的優勢。
      1 大數據技術下蘋果種植環節質量管理現狀
      新一代信息技術的發展,加快了大數據進入各行各業的速度,包括工業領域 的“岸海一體的智能船舶運行與維護系統”、“寧夏工業大數據綜合管理與應用系 統”,能源電力行業的“電力大數據分析平臺”,政務服務行業的“云上貴州系統平 臺”,金融行業的“反欺詐大數據產品‘蟻盾'”、“國家稅務大數據分析平臺”等,但 在農業領域應用大數據的時間較晚。近幾年,農業大數據應用的普及程度越來越 廣泛,但在農業領域普及率較低,而農業大數據可以對土壤酸堿性、氣候、水文 及病蟲害進行監測與預警,有效提高農產品溯源質量。近年來國家開始重視大數 據在農業發展中的應用,建立了新疆棉花大數據中心、楊凌農業大數據中心、貴 陽現代農業大數據有限公司等平臺。
      陜西省在農業大數據的應用上也是走在各省的前列,2018 年蘋果大數據中 心建成,基本的數據采集、整理、分析平臺已完成并投入使用,同時,55 個智 慧果園已完成建設,后續將開展基礎數據的采集試驗點,與蘋果研究專家合作掛 牌蘋果數字化的試驗站,此外,我國主要蘋果大省河南、山東等地也在著手籌建 蘋果產業大數據中心。如圖 4-1 所示,陜西蘋果產量基本保持上升趨勢,2018 年受凍害產量有所下降,但是陜西省在建成蘋果產業大數據中心之后,陜西省蘋 果產量大幅提升,從 2018 年的 1008.7 萬噸增加到 2019年的 1135.6 萬噸,同比 增長了 12.58%。因此,在運用大數據技術對蘋果種植業進行質量管理,可以增 加蘋果產量,提高蘋果質量。
       
       
      數據來源:《陜西省統計年鑒》(2016~2020)
      由于大多數農業種植區處于偏遠山區,信息滯后,當地果農思想觀念落后, 甘肅省農業大數據技術起步較晚,應用滯后。但是近年來,隨著互聯網覆蓋率的 增加,加上政府的宣傳推廣,農業大數據在甘肅省逐漸開始發展,但是,目前大 數據技術在蘋果產業中的應用還未大規模推廣,包括酒泉農業大數據平臺及新提 出的天水市智慧農業大數據平臺,這就需要政府引導業內外人士高度重視大數據 在推動我國蘋果產業健康發展、有序流通中的作用,樹立大數據意識,提高利用 大數據的能力。
      2 大數據技術下蘋果種植環節質量管理的優勢分析
      2.1大數據技術下蘋果種植環節的管理標準化程度高
      2.1.1評價指標體系構建原則
      本文在研究蘋果種植環節質量管理大數據技術優勢評價指標體系時,遵循以 下原則:(1)科學性與客觀性相結合。以蘋果生長的客觀規律為基礎,結合當 地蘋果種植的自然環境,經濟的發展水平,果農的文化程度,科學、客觀地構建 大數據技術在蘋果種植環節質量管理的優勢評價指標體系。(2)合理性與可操 作性相結合。構建評價體系時選取的指標要合理有效,符合大數據技術在蘋果種 植環節質量管理中發展的實際需求。在選取指標時,要考慮指標是否具有可操作 
      性,即選擇的指標是否簡單明了、便于收集。(3)整體性原則。選取的指標要 全面系統,指標之間要具有一定的邏輯關系,即評價大數據技術在蘋果種植環節 質量管理的優勢中要全面分析每個指標的影響程度,不局限于某一個指標,評價 指標能夠全面真實地反映大數據技術在蘋果種植環節質量管理的優勢。
      2.1.2構建評價指標體系
      本文在大數據理論、農業大數據理論和質量管理研究理論的基礎上,結合國 內外的研究,針對蘋果種植的特點征詢專家意見,構建大數據技術在蘋果種植環 節質量管理的優勢評價指標體系。通過采用層次分析法,評估大數據技術在蘋果 種植環節質量管理的優勢,為大數據技術在蘋果種植環節質量管理的應用提供理 論依據。如表 4-i 所示,本文通過查閱文獻、問卷調查等方式,建立大數據技術 在蘋果種植環節質量管理優勢評價指標體系的總目標,管理方式、管理標準和管 理成本3個準則層,自動化、系統性、標準化、開放共享性等12個操作層。
      表 4-i 大數據技術在蘋果種植環節質量管理的優勢評價指標體系
      Tab. 4-i Advantage evaluation index system of big data technology in apple planting quality
      management
      總目標 準則層 指標層
       
      2.1.3數據來源
      本研究運用問卷調查法,通過實地走訪政府部門(天水、隴南、慶陽、平涼 四地的區或鄉鎮農機推廣站)、設有大數據技術專業的高校、企業(西安遠景網 絡科技有限公司、天水長城果汁集團有限公司)、果農、蘋果種植合作社在大數 據和蘋果種植環節質量管理方面有所研究的專家學者進行探討,進一步對大數據 技術應用在蘋果種植環節質量管理優勢的評價指標進行打分,最后將整理的專家 
      評分結果在 yaahpi0.i 層次分析法軟件中來確定評價指標的權重。
      2.1.4評價方法
      (1) 層次分析法
      層次分析法(Analytic Hierarchy Process,AHP)作為一種定性與定量分析 相結合的綜合評價方法,主觀性較強,涉及目標層、準則層、指標層等層次決策, 在現代農業發展決策方案和農業效益評價等方面應用較廣泛,成熟案例也是較多 的[77,78,79]。本文基于AHP分析法對蘋果種植環節中應用大數據技術進行質量管 理的優勢進行評價,為普及大數據技術在蘋果種植環節的質量管理應用提供理論 依據。
      (2) 計算評價指標權重與層次單排序
      在目標衡量中準則層和指標層的指標所占的比重是不同的,因此需要對準則 層中的指標進行兩兩比較,以此得出各個指標的相對重要性,如表4-2 所示,本 文采用 1-9 比例標度法進行定量描述[80,81,82,83]。
      表 4-2 1-9 比例標度法定義
      Tab. 4-2 Definition of 1-9 proportional scaling method
      標度 含義
      表示兩個指標相比,同樣重要
      表示兩個指標相比,前者比后者稍微重要 表示兩個指標相比,前者比后者比較重要 表示兩個指標相比,前者比后者十分重要 表示兩個指標相比,前者比后者絕對重要
      表示上述相鄰標度的中間值
      若因素i與因素j的重要性之比為砌,那么因素j與因素i重要
      性之比為 aji=1/aij
      通過整理專家打分表,得出得分的矩陣,進一步對矩陣中每一行的元素相乘 得出的結果進行判斷,最后對構成矩陣的向量進行歸一化處理,得出評價指標的 權重(X)見公式4.1。構建判斷矩陣結束后,利用和積法計算最大特征向量Amax, 對矩陣層次進行層次單排序。
      X =區工”..工『,X = X/工:=£ (4.1)
      3)檢驗權重
       
      由于判斷矩陣中每個指標的標度是根據專家學者的意見確定的,因此得出的 結果具有一定的主觀性,為保證最終結果的合理性,需要對結果進行一致性檢驗。
      計算一致性指標CI[84,85],見公式4.2:
       
       
       
      為確定判斷矩陣是否可以接受,還需要計算出一致性比例CR,計算公式如 下:
      CI
      CR = C- (4.3)
      RI
      公式4.3中,RI為平均隨機一致性指標,如表4-3所示,如果CR的值小于 0.1 或者等于0 時,則表明判斷矩陣通過了一致性檢驗,反之則表明沒有通過一 致性檢驗,需要進行適當的調整,直至達到一致性檢驗的標準。然后按照從上到 下的順序對準則層和指標層的各個要素進行計算,得出要素的最終權重系數,進 行層次總排序。
      表 4-3 RI 取值
      Tab. 4-3 RI value
      指標數 1 2 3 4 5 6 7 8 9
      RI 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45
      2.1.5 評價過程
       
      1)確定優勢評價指標體系權重
      在yahhp10.1層次分析法軟件輸入由專家意見形成的主觀判斷,利用1-9標 度法建立指標之間兩兩對應的判斷矩陣,見表 4-4 至表 4-7。
      表 4-4 總體優勢判斷矩陣 X-Yi
      Tab. 4-4 Overall advantage judgment matrix X-Yi
       
      Y3 1/6 1/3 1
      表 4-5 管理方式的判斷矩陣 Y1-Zi Tab. 4-5 Judgment matriX Y1-Zi of management mode
      Y1 Z1 Z2 Z3 Z4 一致性檢驗
      Z1 1 5 1/3 3
      Z2 1/5 1 1/5 1/3 九max=4.1913
      Z3 3 5 1 4 CR=0.0716
      Z4 1/3 3 1 /4 1
      表 4-6 管理標準的判斷矩陣 Y2-Zi
      Tab. 4-6 Judgment matriX Y2-Zi of management standards
       
      Y2 Z5 Z6 Z7 一致性檢驗
       
      表 4-7 管理成本的判斷矩陣 Y3-Zi Tab. 4-7 Judgment matriX Y3-Zi of management cost
      Y3 Z8 Z9 Z10 Z11 Z12 一致性檢驗
      Z8 1 3 3 1/2 4
      Z9 1/3 1 4 1/3 3 九max=5.3734
      Z10 1/3 1/4 1 1/5 1/3 CR=0.0833
      Z11 2 3 5 1 3
      Z12 1/4 1/3 3 1 /3 1
      數據來源:上述數據由訪問專家數據整理所得
       
      通過一步步測試調整,上述判斷矩陣X-Yi、Y1-Zi、Y2-Zi和Ys-Z沖CR<0.1, 判斷矩陣B4-Ci中CR=0,說明以上判斷矩陣均滿足一致性指標的條件,通過一 致性檢驗,表明優勢評價指標權重值合理有效,最后計算出大數據技術在蘋果種 植環節質量管理的優勢評價指標的權重,結果如表 4-8所示。
      表 4-8 大數據技術在蘋果種植環節質量管理的優勢評價指標體系權重值
      Tab. 4-8 The weight value of the advantage evaluation indeX system of big data technology in
      apple planting quality management
      準則層 權重 操作層 層次單排序權重 綜合權重
      自動化(Z1) 0.1988 0.2812
      管理方式(Y1) 0.7071 系統性(Z2) 0.0473 0.0669
      標準化(Z3) 0.3641 0.5149
       
      開放共享性(Z4) 前瞻性(Z5) 0.0969
      0.0249 0.1370
      0.2721
      管理標準(丫2) 0.0915 規范性(Z6) 0.0556 0.6080
      先進性(Z7) 0.0110 0.1199
      建設成本(Z8) 0.0565 0.2805
      運行成本(Z9) 0.0211 0.1049
      管理成本(丫3) 0.2014 維護成本(Z10) 0.0351 0.1745
      折舊成本(Z11) 0.0768 0.0589
      人力成本(Z12) 0.0119 0.3812
      數據來源:表中數據通過yahhp10.1層次分析法軟件計算所得
      ( 2)結果分析
      如表 4-8所示,通過層次分析法計算出指標權重,可以得出以下結果:
      從優勢評價指標體系的準則層中看,管理方式權重(0.7071)最大,管理標 準權重(0.0915)最小,說明大數據技術在蘋果種植環節質量管理的應用中,管 理方式的重要性大于管理成本和管理標準。主要因為大數據技術在蘋果種植環節 的應用改進了傳統的種植管理方式,如果果農熟練掌握大數據管理的方法后,可 以提高管理效率,增加技術工,減少傳統勞動力,從而降低了人工成本,進一步 降低管理成本,在改進管理方式和降低管理成本的基礎上,可以通過大數據技術 在蘋果種植環節質量管理中建立全新的、規范的管理標準。通過大數據技術對蘋 果種植進行質量管理,使得管理方式改進,管理成本大幅降低,管理標準更新升 級,從而提高蘋果種植的管理效率,提升了果品的質量,增加果農的收益。
      從管理方式的指標層來看,管理方式的標準化權重(0.5149)最高,系統性 權重(0.0669)最低,其次為自動化(0.2812)和開放共享性(1370),說明大 數據技術在蘋果種植環節質量管理的應用中,管理方式的標準化重要性高于自動 化、開放共享性和系統性。因為在蘋果種植環節質量管理的過程中最主要的是嚴 格遵循國家、行業和各地方規定的原來的管理標準來進行育苗、栽種、澆水施肥、 病蟲害控制;其次,要在管理方式標準化的基礎上,充分發揮大數據技術在蘋果 種植環節質量管理中的自動化優勢,這樣才能實現大數據技術對蘋果種植的管理 模式;第三,對于這種大數據技術下的蘋果種植環節質量管理模式要對外開放, 信息共享,這樣才能使更多果農受益;最后,這種新的管理方式要涉及種植環節 中每個環節,要全面管控,不能局限在某一環節。
      從管理標準的指標層來看,管理標準的規范性權重(0.6080)最高,其次分 別為前瞻性(0.2721)與先進性(0.1199),說明大數據技術在蘋果種植環節質 量管理的應用中,管理標準規范性的重要性要大于前瞻性和先進性。主要因為規 范的管理標準是運用大數據技術在蘋果種植環節質量管理的前提,在遵循國家標 準、行業標準和地方標準的基礎上,應充分發揮管理標準的前瞻性優勢,利用大 數據技術制定新的蘋果種植環節質量管理標準,推動管理標準在國家標準體系中 發揮先進性的優勢。
      從管理成本的指標層來看,人力成本權重(0.3812)最高,折舊成本權重 (0.0589)最低,說明大數據技術應用下,蘋果種植環節質量管理的人力成本的 重要性要高于其他成本。因為人力成本是蘋果種植環節質量管理的主要成本支 出,大數據平臺建設成本、運行成本和維護成本在平臺建設初期投資支出較大。 首先運用大數據技術將會淘汰一部分勞動力,減少勞動力的使用,大幅降低了蘋 果種植過程中的人力成本;其次,需要投入資金建設大數據平臺,培養關于大數 據技術的技術人員,將會付出部分建設成本;第三,在大數據運行的前期需要投 入少量運行費、維護費,從而產生部分運行成本和管理成本;最后,在大數據技 術運行過程中會產生少部分的折舊費,形成折舊成本。因此,大數據技術在蘋果 種植環節的質量管理過程中,人力成本大幅下降使得管理成本較低,從而增加果 農收益。
      2.2大數據技術下蘋果種植環節的管理流程嚴格規范
      2.2.1傳統模式下蘋果種植環節的管理流程
      蘋果從育苗栽種到開花結果的生長周期一般比較長,通常從蘋果樹育苗、栽 種到開花結果需要2-3 年的時間,有的甚至需要5年左右的時間,但是隨著科技 的進步,蘋果的品種逐漸得到了改良,經過品種改良的蘋果在當年就可以掛果。 如圖4-2 所示,傳統模式下,蘋果種植需要經過育苗、栽種、施肥、灌溉、噴藥、 修剪、套袋、采摘、儲藏及出售等十個環節。根據在甘肅天水、平涼、慶陽、隴 南地區的實地調研, 50%以上的果農是同時采用化肥和有機肥,但主要以化肥為 主;最近三年來地區降水比較豐富,人工灌溉果樹的頻率非常低,一年澆水 1-2 次,甚至一部分果農沒有進行灌溉。總之,傳統模式下蘋果品種選擇、蘋果種植、 土壤成分檢測、天氣預測、病蟲害防治以及蘋果儲藏都是憑借果農的經驗管理的, 這種管理模式缺乏一定的科學依據,導致蘋果種植效率低,人工成本高,果品質
      量差。
       
      圖 4-2 傳統模式下蘋果種植環節的管理流程
      Fig. 4-2 The management process of apple planting under the traditional mode
      2.2.2 大數據應用模式下蘋果種植環節的管理流程
      隨著新一代信息技術的發展和應用,在蘋果種植環節應用大數據物聯網技術 已經成為一個趨勢。如圖4-2 所示,大數據應用模式下,首先,通過數據傳感器 采集蘋果種植環節中的降雨量、土壤溫度和濕度、光照度、氧氣濃度、土壤養分、 蘋果生長圖像及市場價格信息,并將采集結果上傳到大數據平臺;第二,由大數 據平臺上傳到蘋果種植生產管理者,蘋果種植生產管理者通過查詢標準蘋果數據 庫、歷史數據和專家數據庫進行數據分析,然后將分析結果反饋到大數據平臺; 第三,將分析結果上傳到果農的手機終端,果農通過得到的數據分析結果發出控 制指令;最后,將控制指令上傳到大數據平臺,由大數據平臺進行遠程操控。這 種模式下,有助于提高蘋果種植環節的質量管理效率,降低人工成本,增加果農 收益,優化果農質量,推動蘋果種植業快速進入信息化管理進程。
       
       
      圖 4-3 大數據應用模式下蘋果種植環節的管理流程
      Fig. 4-3 The management process of apple cultivation under the big data application model
      2.3大數據技術蘋果種植環節的質量管理效率高
      2.3.1研究方法及數據來源
      (1 )研究方法
      甘肅是我國蘋果種植大省,目前蘋果產量位于全國第五位,但是在種植方式、 果園管理模式上仍采用傳統的技術手段,對大數據的應用還處于雛形階段,完全 以蘋果種植為主的大數據平臺尚未建立。相比之下,陜西省在這方面的發展成果 較為顯著,運用大數據技術在蘋果種植業的應用已進入普及階段, 2018 年建成 的國家級蘋果產業大數據中心,實現了省、市、縣三級數據的采集、標準化及數 據建模工作。因此本文采用 DEA 模型的 Malmquist 效率指數對甘肅和陜西蘋果 種植的全要素生產效率進行對比分析,得出大數據技術在蘋果種植環節的質量管 理效率優勢。
      DEA-Malmquist生產率指數是Caves在1982年將該指數用于全要素生產效 率變化的測算,見公式 4.4:
       
      后來又在 Fare 等人的研究下,上述公式在規模報酬不變的情況下分解為技 術效率指數和技術進步指數,技術效率指數指的是決策單元從t到t+1技術效率 變動的幅度,反映的是相對效率的變化;而技術進步指數指的是從t到t+1生產 或管理技術的變化幅度,反映的是技術進步的變化,見公式 4.5:
      D</+i(Xt+:i,yt+i)
      Do^Xt.yt)
      (4.5) 公式(4.5)中若M0>1,則表明全要素生產效率是增長的,反之是下降的[86,87]。
      ( 2)數據來源與樣本選取 陜西省是最早將大數據技術應用于蘋果種植的省份,本研究主要選取了甘肅
      和陜西2011-2018 年蘋果成本收益的數據,對比分析傳統模式和大數據技術應用 下蘋果種植環節的質量管理優勢。
      研究蘋果種植環節的質量管理優勢,首先要對蘋果種植環節的生產效率進行
       
      客觀、全面、科學的評價,在選擇評價指標時要全面反映蘋果種植的過程管理狀 態和過程管理效率,因此,本文選擇每畝主產品產量(公斤)、每畝物質與服務 費用(元)、每畝人工成本(元)、每畝化肥金額(元)作為蘋果種植的生產效 率評價指標(如表 4-9 所示)。
      表 4-9 2011-2018 年甘肅和陜西成本收益情況 Tab. 4-9 2011-2018 Gansu and ShanXi cost-benefit situation
      year provice y X1 X2 X3
      2011 甘肅 2065.67 935.18 3000.17 257.33
      陜西 1883.27 1122.29 1472.07 401.85
      2012 甘肅 1963.28 983.22 4141.66 284.46
      陜西 2059.34 1081.22 1920.00 333.17
      2013 甘肅 2090.45 1450.75 5057.06 518.62
      陜西 1914.10 1113.58 2255.38 348.98
      2014 甘肅 1991.52 1485.24 5498.47 548.74
      陜西 1857.74 1068.87 2468.85 302.84
      2015 甘肅 2314.51 1754.56 5718.51 668.32
      陜西 1779.59 1034.94 2598.41 301.41
      2016 甘肅 1963.19 1713.80 5661.45 696.52
      陜西 1881.41 1066.06 2756.49 305.66
      2017 甘肅 2207.61 1842.42 5383.89 759.82
      陜西 1836.06 1057.81 2903.83 305.41
      2018 甘肅 1499.74 1704.74 5074.67 761.86
      陜西 1595.84 1131.04 2957.83 367.45
      注:y代表每畝主產品產量,X1代表每畝物質與服務費用,X2代表每畝人工成本,X3代表每畝化肥金額 數據來源:《全國農產品成本收益資料匯編》(2012~2019)
      2.3.2模擬計算結果及管理效率對比分析
      DEA-Malmquist計算結果如表4-10、表4-11所示,表中effch代表技術效率 的變化, techch 代表技術進步的變化, pech 代表凈技術效率的變化, sech 代表規 模效率的變化, tfpch 代表生產率的變化。如果效率變化為 1,則表示最優;如果 效率變化大于 1,則表示效率變化增加,否則效率變化減小[88,89,90,91]。
      表 4-10 2011~2018 年甘肅和陜西技術效率和技術進步的變化
      Tab. 4-10 Changes in technical efficiency and technological progress in Gansu and ShanXi from 2011to 2018
      province effch techch pech sech tfpch
      甘肅 0.935 0.928 0.991 0.943 0.867
      陜西 1.000 0.926 1.000 1.000 0.926
      平均值 0.967 0.927 0.996 0.971 0.896
      數據來源:表中數據通過 DEA-Malmquist 計算所得
       
      表 4-11 2011-2018 年蘋果種植技術效率和技術進步的變化
      Tab. 4-11 2011-2018Apple planting technical efficiency and changes in technological progress
      year effch techch pech sech tfpch
      2011-2012 1.000 0.914 1.000 1.000 0.914
      2012-2013 0.916 0.838 1.000 0.916 0.767
      2013-2014 0.959 1.003 1.000 0.959 0.963
      2014-2015 0.997 0.969 1.000 0.997 0.966
      2015-2016 0.920 3.222 1.000 0.920 2.964
      2016-2017 1.031 0.306 1.000 1.031 0.316
      2017-2018 0.950 0.799 0.969 0.980 0.759
      平均值 0.967 0.927 0.996 0.971 0.896
      數據來源:表中數據通過 DEA-Malmquist 計算所得
      從表 4-10 可以看出陜西的蘋果種植技術的技術效率變化、純技術效率變化、 規模效率變化均為 1,而甘肅省的以上三項指標分別為0.935、0.991、0.943,均 小于 1,說明陜西省蘋果種植技術效率和技術進步變化比較穩定,甘肅省的蘋果 種植技術效率和技術進步相對比較滯后。出現這種結果的主要原因是自2018 年 陜西已建成國家級蘋果大數據中心以來,陜西已經進入大數據在蘋果種植管理應 用的快速發展期,而甘肅尚處于起步階段。雖然兩省的生產率變化都小于 1,但 是陜西的生產效率要大于甘肅,說明大數據技術的應用對提高蘋果種植的質量管 理效率影響巨大。
      從表 4-11 可以看出 2015-2016年蘋果種植的技術進步變化為 3.222,遠大于 1,這是因為2015 年 12 月10日中國大數據技術大會在北京召開, 2016年開始 國內加快了大數據的行業應用。因此在 2016-2017年蘋果的技術效率變化、純技 術效率變化、規模效率變化均大于或等于 1。從表 4-10、表 4-11 及陜西蘋果業 的發展可以看出,大數據應用是引領未來蘋果產業發展的一個趨勢,物聯網大數 據在蘋果種植業的應用可以解決以下五個問題:第一,建立果農信用大數據庫和 信用評價體系并對果農信用狀況進行評價;第二,建立蘋果園天氣預測大數據庫, 進行果園的天氣預測;第三,建立農藥、水肥大數據庫,可以對農藥、水肥的噴 灑做到精準定量控制;第四,通過果園 APP 大數據管理,減少果農數量,降低 人工成本;第五,通過果園大數據精準管理,提高蘋果質量。
      2.4大數據技術下蘋果種植環節的質量管理模式先進、數據處理精準
      通過對甘肅蘋果主產區天水、平涼、慶陽、隴南和陜西洛川國家級蘋果大數 據中心的實地調研,主要從蘋果種植環節的質量管理模式和數據處理方式兩方面 進行傳統模式和大數據模式的對比分析。
      從管理的模式進行對比,甘肅省 98%的果農仍然采用傳統的種植管理模式, 如表 4-12 所示,傳統模式下,果農噴灑農藥、施肥澆水都是果農憑借多年經驗 直接噴灑,大水漫灌式的澆水,無法建立蘋果種植過程質量狀態追溯體系。陜西 省洛川縣采用的是“云計算+物聯網+區塊鏈+大數據”質量監測模式,在大數據模 式下,首先果農通過云端或者手機APP進行數據分析,計算出每畝果園需要農 藥量、水量、化肥量,得到這些信息之后果農在手機 APP 或云端遠程遙控進行 施肥、灌溉、噴灑農藥。所以將大數據應用到蘋果種植的環節中,能更有效地控 制蘋果種植的全過程,進一步提升蘋果的質量。
      表 4-12 蘋果種植環節的質量管理模式對比
      Tab. 4-12 Comparison of apple planting quality management models
      甘肅傳統模式 陜西大數據模式
      噴灑農藥 直接進行人工實地噴 通過大數據平臺將數據分析之后再進行云端或
      手機 APP 遠程遙控進行噴灑
      灌溉 大水漫灌 通過大數據平臺將數據分析之后再進行云端或
      手機 APP 遠程遙控進行噴灑
      施肥 人工憑感覺、經驗施 通過大數據平臺將數據分析之后再進行云端或
      手機 APP 遠程遙控進行噴灑
      數據來源:表內數據由調研統計數據所得
      從數據的處理方式進行對比,如表 4-13 所示,在傳統蘋果種植管理模式下, 有三種數據處理方式,一是果農憑借多年經驗估計蘋果種植需要的種苗、農藥、 水肥;二是通過現代農業科技管理技術進行數據分析,但是這種數據處理方式缺 乏系統性、實時性和精準性;三是無數據記錄,簡單重復憑經驗管理。在大數據 模式下,從果農的個人信息到蘋果種植的全過程,都是通過各種傳感器、物聯網、 大數據平臺的云端收集、處理過程數據。因此,在大數據的應用處理蘋果種植環 節質量管理的數據更加的精準、完整、有效。
      表 4-13 蘋果種植環節質量管理數據處理模式對比
      Tab. 4-13 Comparison of data processing modes of quality management in apple planting
      甘肅傳統模式 陜西大數據模式
      噴灑農藥 人工憑經驗記錄 云計算處理
      灌溉 人工憑經驗記錄 云計算處理
      施肥 云計算處理
      病蟲害防治 云計算處理
      修剪枝葉 云計算處理
      果品套袋 低端技術處理 云計算處理
       
       
      采摘果品 儲藏 種苗 人工憑經驗記錄 低端技術處理
      人工憑經驗購買 云計算處理
      云計算處理
      云計算處理
      數據來源:表內數據由調研統計數據所得
       
      2.5結論
      本節運用層次分析法、比較法和 DEA-Malmquist 效率分析法,對大數據技 術下蘋果種植質量的優勢進行分析,得到以下結論:
      第一,應用大數據技術在蘋果種植環節可以改進傳統的種植管理方式。從種 植園區的選擇來看,傳統模式下果農對于園區規劃的專業性不高,但在大數據技 術應用模式下,在蘋果種植前,會結合當地的土質、土壤肥力、水文水質、地形 地勢和人文條件等各種因素,選擇最適合種植蘋果的區域;從蘋果生長過程中果 園的管理方面來看,傳統模式下,對于農藥噴灑、水肥澆灌、病蟲害防控、自然 風險規避都是憑借果農的經驗來采取措施,在大數據技術應用模式下,通過大數 據平臺對蘋果生長的過程進行實時監控、實時采集數據、數據處理,最后由果農 發出控制措施,大數據平臺進行遠程精準操控;從蘋果成熟后的采摘來看,傳統 模式下,通過果農的經驗來分辨蘋果的成熟度、外觀、色澤和大小,然后進行采 摘裝箱,大數據技術應用模式下,在大數據平臺提前錄入蘋果不同等級的成熟度、 外觀、色澤和大小的標準,然后將不同等級的監測數據上傳到果農的手機終端, 最后由果農采摘,直接分不同等級裝箱。
      第二,應用大數據技術在蘋果種植環節可以提高蘋果種植質量的管理效率。 對蘋果種植戶來講,能夠增加蘋果種植戶的經濟收益,保證蘋果種植戶的經濟基 礎,提升了質量管理效率;對整個蘋果種植行業來講,大數據技術應用在蘋果種 植環節的質量管理過程中,有利于推進大數據物聯網和電子商務相結合,推動蘋 果種植業快速進入信息化管理進程,加快促進蘋果產量與質量共同增長,有利于 實現蘋果更快更好的銷售,實現種植銷售過程全程可追溯,提高蘋果種植環節的 質量管理效率,對加強蘋果種植企業建設、提高蘋果產值附加值具有重大意義。
      第三,應用大數據技術在蘋果種植環節可以降低蘋果種植過程中的質量管 理成本。傳統模式下,蘋果在種植、除草、澆水施肥、套袋、采摘過程中需要雇 傭大量的勞動力,且勞動力成本過高,這成了果農最大的成本支出;大數據技術 應用下,在傳統質量管理模式的基礎上創新了管理模式,由大數據平臺采集果園 信息,果農發出指令,大數據平臺進行遠程精準操作,極大程度地減少了勞動力, 也避免了人工實施過程中的資源浪費,縮減了一定的經濟成本、人力資源成本, 降低了蘋果種植環節的質量管理成本。
      第四,應用大數據技術在蘋果種植環節可以創新蘋果種植過程中的管理標 準。通過在蘋果種植業中應用大數據技術,可以在原有的蘋果管理標準體系上擬 定蘋果大數據管理標準體系,目前,蘋果大數據管理標準體系有六項現行、三項 已報批、一項已立項研究的、四十六項擬研究的行業標準[92],見附錄 A。
      第五章 大數據技術下甘肅省蘋果種植環節質量管理
      的制約因素及改進措施
      1 制約因素
      1.1大數據技術應用于蘋果種植環節質量管理初期投資成本高
      大數據技術屬于新一代信息技術,在蘋果種植環節中的質量管理應用是將物 與物、物與數據連接起來并且進行更好的質量監測管理。由于大數據技術下蘋果 種植環節質量管理過程需要預先安裝傳感器、測算器并且需要建立云數據庫,建 設初期需投入大量資金,建設成本高,現階段甘肅省大數據技術在蘋果質量管理 的應用正處于推廣初期,且果農自有資金不足,商業銀行貸款難,政府的財政支 持力度小,三方合作不緊密,資金投入量少,因此該技術沒有得到蘋果種植戶大 規模的應用。如何突破初期用戶在成本方面的壁壘成了通過大數據應用提高質量 管理水平的首要問題,在大數據物聯網傳感器成本尚未降至能普及的前提下,蘋 果種植環節大數據物聯網的發展將受到限制。目前,蘋果種植過程中所需要的對 氣候變化、土壤酸堿性、水質水源檢測、病蟲害入侵等關鍵點限值進行監控的傳 感器、測算器的投入數量始終沒有達到質量監控標準。因此大數據技術應用在蘋 果種植環節質量管理成本高成為甘肅省大數據技術應用在蘋果種植環節質量管 理最重要的制約因素。
      1.2大數據質量監測預警系統不健全
      目前甘肅省蘋果種植大多屬于單戶經營,零星分布,隨意引種,缺乏組織, 果農為了獲取最及時有效的信息和最大的收益,惡意抬高產品價格,導致市場價 格混亂,競爭環境惡劣。根據調查,目前針對蘋果種植成立的合作社缺乏完善的 種植質量管理系統,沒有健全的監測預警系統,很多果農都是獲知市場價格波動 信息后盲目跟風,阻礙了大數據在蘋果種植環節質量管理中的應用;另一方面, 在蘋果種植環節中,目前所采用的監測預警系統只能快速地對種植質量管理中的 突發狀況進行報警,并不能提前預測,這就導致了很多不必要的突發狀況發生, 造成一些非必要損失,同時,在突發狀況結束后,目前的監測預警系統不能完全 地將突發事件記錄下來。因此,這種不完善的大數據質量監測預警系統阻礙了大 數據技術下甘肅省蘋果種植環節質量管理的發展進程。
      1.3大數據技術與蘋果種植業質量管理相結合的復合型人才稀缺
      甘肅省蘋果種植業作為第一產業,屬于勞動密集型產業,種植蘋果的果農大 部分年齡偏大,文化水平偏低,沒有專業的人員進行指導,對大數據技術在蘋果 種植環節質量管理的應用缺乏認知度和探究意識,就算有相關大數據計算設備, 但核心基礎理論和關鍵技術認識不深入,無法將大數據技術合理應用在蘋果種植 環節質量管理過程中,因此,蘋果種植主產區要多吸納大數據與質量管理相結合 的復合型人才。目前,甘肅省關于大數據技術與質量管理相結合的研究人員很少, 專家學者研究的領域要么側重于蘋果在種植過程中質量管理理論,要么側重于大 數據技術理論,將大數據技術理論與質量管理理論相結合的新方式應用在蘋果種 植過程中的研究較少。因為專業的質量管理人員的素質和技術水平等都直接關系 著蘋果種植環節質量管理的效率,他們對質量監管情況起著決定性的作用,也對 果農的經濟效益產生很大的影響,因此大數據技術與質量管理相結合的復合型人 才缺乏成為甘肅省大數據技術應用在蘋果種植環節質量管理的關鍵性制約因素。
      1.4果農理念落后,對大數據技術的應用重視程度不夠
      蘋果種植戶缺乏將大數據引入蘋果種植環節質量管理的意識,根據調查結果 顯示,如表5-1 所示,大部分果農對大數據技術的概念不了解。第一,果農信息 接收滯后,理念落后,由于果農了解大數據技術的渠道有限,主要通過電視新聞、 網絡等方式,對大數據技術的認識不足;第二是果農文化程度較低,由于從事蘋 果種植的果農年齡集中在 45-55 歲,普遍較大,勞動力老化較為嚴重,且 90%以 上果農只有初中或高中文化,導致一部分果農不愿意接受這種新的種植管理模 式,還有一部分果農愿意接受并學習這種新的種植管理模式,但是由于年齡較大, 對于這種新事物的學習速度慢,學習記憶沒有年輕人快,從而使得這部分果農也 不愿意學習大數據技術下的蘋果種植管理模式或者是并沒有達到預期的學習效 果;第三,果農自身重視程度不夠,果農對大數據技術的應用缺乏信任,大部分 果農認為大數據是一種虛擬的網絡軟件,存在果農信息泄漏等安全問題,認為通 過大數據監測氣候、澆水量、施肥量沒有自己經驗準確,還有少部分果農對這種 新技術有所了解,但認識比較淺薄,導致果農大數據技術的應用重視程度不夠。
      這些思想限制了甘肅省大數據技術在蘋果種植環節質量管理的發展。
      表 5-1 果農文化程度及對大數據的認知情況
      Tab. 5-1 Educational level of fruit growers and awareness of big data
      指標描述 百分比%
      完全不了解 62.18
      對大數據的了 解程度 有一點了解 33.61
      十分了解 4.20
      初等教育(小學) 41.18
      果農文化程度 中等教育:初級中學,高級中學(普通高級中學,職業高中,中 等專業學校,技工學校) 52.35
      高等教育:大學專科,大學本科,碩士研究生,博士研究生 6.47
      數據來源:由調查問卷整理所得
       
      1.5區域經濟條件薄弱
      甘肅蘋果主產區位于黃土高原丘陵溝壑區,種植的蘋果糖分較高,品質優良, 但是這種地理條件在一定程度上阻礙了當地交通、技術、文化等基礎設施建設, 減弱了當地特色優勢產業的發展效果,減緩了區域經濟發展的速度和效率,農戶 收入得不到保障。如表 5-2 所示,2019年甘肅天水、平涼、慶陽、隴南等四大蘋 果主產區共計 20 個貧困縣,占全省貧困縣數量的46.51%,接近全省貧困縣的 50%,說明四大蘋果主產區經濟發展的基礎條件較弱,沒有展現出當地的特色優 勢產業的“特”和“優”,區域經濟發展比較滯后,農村居民人均可支配收入較 低,如圖 5-1 所示,2015-2019 年天水、平涼、慶陽、隴南的人均可支配收入增 幅較低,且均低于全省平均農村居民人均可支配收入。大數據技術的推廣應用需 要投入大量的資金、人力等成本,甘肅省四大主產區尚不健全的基礎設施,薄弱 的區域經濟條件是制約大數據技術應用的基礎性因素。
       
      表 5-2 2019 年甘肅省四大蘋果主產區貧困縣數量及占甘肅貧困縣比重
      Tab. 5-2 The number of poverty-stricken counties in the four major apple-producing areas in
      Gansu Province and their proportion in the poverty-stricken counties in Gansu in 2019
      市州 貧困縣 比重
       
      天水 武山縣、清水縣、甘谷縣、張家川縣、秦安縣、麥積區 13.95%
      平涼 莊浪縣、靜寧縣 4.65%
      慶陽 華池縣、環縣、合水縣、寧縣、鎮原縣 11.63%
      隴南 武都區、宕昌縣、禮縣、西和縣、文縣、康縣、兩當縣 18.60%
      合計 20 46.51%
      圖 5-1 2015-2019 年甘肅省四大蘋果主產區農村居民人均可支配收入
      Fig. 5-1 Per capita disposable income of rural residents in the four major apple producing areas in Gansu Province from 2015 to 2019 數據來源:由甘肅省統計年鑒(2016-2020)整理所得
      2 改進措施
      2.1加大資金投入力度,搭建大數據應用平臺
      現階段,蘋果種植業使用大數據物聯網技術及其設備成本尚且比較高,投入 資金量大,但是這筆資金完全依靠果農自身是負擔不起的,因此需要政府和企業 加盟,聯合提供資金支持。政府對相關技術應用提供政策補貼和支持,鼓勵其引 用新技術,同時,支持銀行建立大數據平臺專項貸款,對建立大數據平臺的專項 貸款利息進行利率減免,減免部分給予財政補貼,還可以對建設大數據平臺實行 自籌的果農提供惠農政策,政府通過一系列優惠政策提供資金支持,可以不斷創 新研發大數據物聯網設備;通過政府投資來建立大數據物聯網平臺,可以吸引部 分投資企業看到大數據技術在蘋果種植環節質量管理中的前景,進而投入資金搭 建大數據平臺。由政府和企業帶頭投資建設大數據平臺,也可以提高果農對蘋果 種植環節應用大數據技術進行質量管理的信心,進而拉動果農自愿籌資加入建設 大數據平臺的項目中。通過政府、企業、果農多方合作,可以快速地建立大數據 應用平臺,實現基于大數據技術下甘肅省蘋果種植環節質量管理的應用。
      2.2建立健全大數據監測預警系統
      隨著甘肅省蘋果加工物流業的迅速發展,質量監管、檢驗機構和監管人員出 現明顯不平衡。企業應當加大誠信宣傳,鼓勵各個企業和社會群眾踴躍參與到蘋 果加工物流質量安全體系建設中,強化加工物流企業質量生產管理和質量安全生 產的標準,嚴格把控各個環節,大力提升質量管理效率。對于蘋果加工物流企業 還應建立產品質量安全大數據監測和監督機構,當某個產品在加工環節或出廠時 出現不合格品應當立即預警啟動產品追溯系統,實施不合格產品的追回,提高蘋 果產品的合格率和提升企業的質量管理效率。
      2.3引進和培養大數據和農業技術相結合的復合型人才
      我國是一個農業大國,隨著科學技術經濟的發展,農業要科學、長期的發展, 從政策的實施、品種的研發、農業生產管理方面都需要建立全面的、科學的質量 控制標準體系,而人才資源是科學發展的基礎性資源,更是農業進入科學現代化 的必要資源。因此在大數據技術下提高甘肅省蘋果種植管理質量,需要通過人才 引進和培養戰略建立標準的質量管理體系。第一,在引進人才方面,需要深入了 解人才的真實需求,采取主動靈活的解決措施;第二,在人才培養方面,需加強 校農合作,建設高效的人才培訓基地與學習交流平臺,聯合培養復合型技術人才, 提高人才的交流與合作;最后,在大數據技術應用到蘋果種植環節質量管理的過 程中,需要專業人才進行指導監督,嚴格執行每一環節,進行數據采集與分析。 實施人才引進和培養戰略,改變了傳統的用人模式,提高質量管理效率,促進蘋 果質量提高,從而改善蘋果種植環節質量管理的發展。
      2.4加強政府宣傳,樹立果農信息化管理的理念
      質量管理是在蘋果種植過程中保障果品安全的關鍵節點,運用大數據技術可 以有效提高蘋果種植的質量管理效率,確保果品在發往市場之前的安全。在這個 過程中,建設并運用大數據平臺對蘋果種植的質量管理是一個比較困難的過程, 所以,需要政府和果農引起高度重視,三方合力采取相關措施。第一,政府需要 宣傳、普及和推廣大數據技術在蘋果種植環節質量管理中的理念和優勢,針對大 數據技術在蘋果種植環節質量管理制定有效地宣傳政策,逐級下發,逐級閱讀, 逐級實施,逐級認識,與大數據技術發展先進省份積極溝通交流,借鑒好的發展 經驗,定期為果農邀請大數據技術專業人員進行理論講解和技術培訓,對果農進 行大數據普及教育,集中宣傳;第二,加強果農自主學習的意識,果農自身也是 宣傳大數據工具的主體,果農要改變傳統的思想觀念,需要鼓勵果農拋棄傳統質 量管理模式,接受新事物,積極參加專業技術培訓,提高果農認知度,這樣會使 大數據技術應用在整個蘋果種植環節的效果更好。通過政府牽頭,宣傳、普及和 推廣大數據技術蘋果種植環節質量管理的理論知識和優勢,加快引進大數據技 術,果農逐步轉變傳統觀念,加強自主學習,可以進一步加快甘肅省在蘋果種植 環節中應用大數據技術進行質量管理的進程。
      2.5全面推廣農業信息化應用,轉變蘋果主產區經濟發展動力
      大數據技術是推動農業信息化發展的重要技術手段,也是農業信息化建設的 重要組成部分,要將大數據技術運用在甘肅省蘋果種植環節,首先要加快農業信 息化進程,完善基層農業信息服務體系,建立農業信息服務平臺,加強農業基礎 設施建設,健全農業信息監測體系,使得農業信息化全面推廣應用;其次,在脫 貧攻堅取得全面勝利的基礎上,鞏固脫貧攻堅成果,將脫貧攻堅與鄉村振興有效 銜接,繼續保持并發展甘肅四大蘋果主產區特色優勢產業,增強區域經濟發展動 力,轉變蘋果產業發展動力;最后,以大數據技術帶動農業信息化的發展,以農 業信息化為目標促進大數據技術的推廣應用,提升蘋果品質,促進甘肅蘋果主產 區果農增收,提高甘肅蘋果優勢產業的經濟效益,帶動蘋果主產區經濟發展,增 強區域經濟發展驅動力。
      參考文獻
      [1]解讀《信息產業發展指南》之大數據J].中國高新科技,2017,1(01):8-9.
      [2]“十三五”全國農業農村信息化發展規劃J].休閑農業與美麗鄉村,2016(10):6-14.
      [3]白秀軍.基于大數據的棗莊市智慧旅游服務平臺構建研究[D].山東師范大學,2018.
      [4]郭慶秋.淺析大數據背景下市場營銷的機遇與挑戰J].現代營銷(下旬刊),2019(12):68-69.
      [5]李龍勝.新時代大數據背景下的青年思政體系創設[J].區域治理,2019(33):147-149.
      [6]Big Data, Nature, vol455, no.7209, pp.1-136, September 4,2008.
      [7]Dealing with data, Science, vol.331, no,6018,pp.639-806,February 11,2011.
      [8]Orandi Mina Falsarella.Celeste Aida Sirotheau Correa Jannuzzi.Cibele Roberta Sugahara.
      Business strategic management: Proposal of a model of informational monitoring in the era of big data[J]. RDBCI: Revista Digital de Biblioteconomia e Ciencia da
      Informacao,2017,15(2).
      [9]Malte C. Ebach,Michaelis S. Michael,Wendy S. Shaw,James Goff,Daniel J. Murphy,Slade Matthews. Big data and the historical sciences: A critique[J]. Geoforum,2016,71.
      [10]Mohamed Abdel-Aty. Big Data applications in real-time traffic operation and safety monitoring and improvement on urban expressways[J]. Transportation Research Part C,2015,58.
      [11]Casu,M. Manunta,P.S. Agram,R.E. Crippen. Big Remotely Sensed Data: tools, applications and experiences[J]. Remote Sensing of Environment,2017,202.
      [12]王文生,郭雷風.關于我國農業大數據中心建設的設想[J].大數據,2016,2(1):28-34.
      [13]Russo J. Big Data & Precision Agriculture[M]. Precision Ag, 2013.
      [14]Srinivasulu P, Babu MS, Venkat R, et al. Cloud service oriented architecture (CSo A) for agriculture through internet ofthings (Io T) and big data. IEEE International Conference on Electrical,Instrumentation and Communication Engineering[C]. IEEE, 2017: 1-6.
      [15]Bendre MR, Thool RC, Thool VR. Big data in precision agriculture: Weather forecasting for future farming. International Conference on Next Generation Computing Technologies[C]. IEEE, 2016: 744-750.
      [16]Majumdar J, Naraseeyappa S, Ankalaki S. Analysis of agriculture data using data mining techniques: application of bigdata[J]. Journal of Big Data, 2017, 4(1): 20.
      [17]Rafiqi M, Ellis JG, Ludowici VA, et al. Challenges and progress towards understanding the role of Effectors in plant-fungal interactions[J]. Current Opinion in Plant Biology, 2012,15(4): 477-482.
      [18]宋長青,溫孚江,李俊清,柳平增,周虎.農業大數據研究應用進展與展望[J].農業與技 術,2018,38(22):153-156.
      [19]陳健.我國大數據技術發展的政策體系研究[D].云南師范大學,2017.
      [20]錢學梁.農業大數據清洗方法比較研究[D].中國農業科學院,2017.
      [21]朱揚勇,熊赟.大數據是數據、技術,還是應用[J].大數據,2015,1(01):78-88.
      [22]蔣磊.大數據的應用與發展中的利弊分析[J].計算機產品與流通,2019,(05):132.
      [23]顧肅.大數據與認知、思維和決策方式的變革J].廈門大學學報(哲學社會科學版),1-10.
      [24]陳夫真.區塊鏈技術在大數據服務中的應用[J].中國科技信息,2021,(06):49-50.
      [25]李躍勇.大數據技術理論及其應用實踐探索[J].計算機產品與流通,2020,(11):211.
      [26]孟春蕾,范廣露,李家怡,呂素.產品質量管理中的大數據技術應用分析[J].電子質 量,2017,(07):66-70.
      [27]陳光希,馮峰.大數據技術在質量信息管理中應用思路初探[J].信息技術與信息 化,2016,(07):97-98.
      [28]趙航.大數據在質量管理中的應用[J].經貿實踐,2015,(13):302.
      [29]王宏瑞.淺析大數據在數據質量管理中的應用[J].經濟師,2020,(06):137.
      [30]劉衛衛.大數據在質量管理中的應用[J].上海質量,2021,(01):55-57.
      [31]黃慶平.JC公司云計算業務戰略研究[D].廣西大學,2018.
      [32]張黎平.大數據技術在精準營銷中的應用[J].電子技術與軟件工程,2019,(09):155.
      [33]胡昱東,胡高權.大數據應用于高校思想政治教育的現狀、困境與探索[J].重慶理工大學學 報(社會科學),2019,33(06):143-151.
      [34]張云山,吳昌生.大數據在航空發動機上的一種應用 [J]. 電子技術與 軟件工 程,2019(08):154.
      [35]司瑜.大數據在鐵路運輸組織工作中的應用[J].科技創新與應用,2019(14):178-179.
      [36]杜國智.大數據在環境執法與監測中的應用創新[J].電子技術與軟件工程,2019(09):160.
      [37]溫孚江.農業大數據研究的戰略意義與協同機制[J].高等農業教育,2013(11):3-6.
      [38]付強強,徐恒軍,沈振,沈彥輝.農業大數據推進農業發展新變革[J].山東化 工,2018,47(22):95-96.
      [39]陶化冰.農業大數據技術的特點及應用[J].吉林農業,2017(10):40.
      [40]張 浩 然 , 李 中 良 , 鄒 騰 飛 , 魏 旭 陽 , 楊 國 才 . 農 業 大 數 據 綜 述 [J]. 計 算 機 科 學,2014,41(S2):387-392.
      [41]陳穎穎.促進農業大數據在現代農業中應用的途徑分析[J].新農業,2019(02):34.
      [42]陶忠良,管孝鋒,劉彥妮.基于精細農業的大數據應用平臺構建研究[J].科教導刊(上旬 刊),2018(06):145-147.
      [43]楊一豐,蔣思凱,蔣雅茜,蔣猛,何培祥,唐章林.農業大數據的專屬特征及應用現狀探討[J]. 南方農業,2019,13(22):90-94+96.
      [44]郭雷風.面向農業領域的大數據關鍵技術研究[D].北京:中國農業科學院,2016.
      [45]王一鶴,楊飛,王卷樂,劉麗峰,馬婭.農業大數據研究與應用進展[J].中國農業信 息,2018,30(04):48-56.
      [46]韓沙,馬德新.農業大數據應用研究進展分析[J].湖北農業科學,2021,60(02):15-19.
      [47]李 秀梅. 農 業大 數 據 在 農 業經 濟 管 理 中 的 應用 分 析 [J]. 中 國 鄉鎮企業 會 計,2021,(01):160-161.
      [48]王曉楠.大數據在智慧農業發展中的應用探析[J].現代農業科技,2020,(23):240-241.
      [49]許世衛.農業高質量發展與農業大數據建設探討[J].農學學報,2019,9(04):13-17.
      [50]漆海霞,林圳鑫,蘭玉彬. 大數據 在精 準農 業上的 應用 [J]. 中 國 農 業科技導 報,2019,21(01):1-10.
      [51]張壘,時恩早.精準農業中大數據的應用[J].計算機產品與流通,2019(10):166.
      [52]楊建香.大數據在精準農業上的應用[J].農民致富之友,2019(12):214.
      [53]李楊,張海峰,劉克寶,王曉楠,張宇.大數據在精準農業上的應用[J].農家參謀,2020(05):5.
      [54]王冕.大數據在農產品質量安全治理應用中的機遇、挑戰及對策[J].廣東蠶 業,2020,54(12):30-31.
      [55]費志偉,趙立,李程,樊衛妹.基于大數據視角的農產品質量安全監管研究[J].現代化農 業,2020(12):43-44.
      [56]蔣叢萃.基于大數據平臺的農產品質量安全溯源體系的運行[J].廣西農學
      報,2020,35(04):56-58.
      [57]楊茂,劉陽陽.大數據賦能農產品質量安全追溯系統創新的機理與對策研究[J].河南工業 大學學報(社會科學版),2020,36(03):1-7.
      [58]肖湘雄,謝丹.基于大數據的食用農產品質量安全精準治理研究[J].桂海論 叢,2020,36(03):59-63.
      [59]謝曉偉,姜趙.大數據背景下農產品質量安全監管系統的建設研究[J].山西農 經,2020(07):91+93.
      [60]趙嘉承,鄭新立,陳浩,陳亞輝.基于大數據挖掘的進口食用農產品質量安全數據開放共享 研究[J].信息通信,2020(04):13-15.
      [61]高羽佳,王超,辜麗川.基于大數據的特色林果產品質量安全追溯體系的研究J].哈爾濱師 范大學自然科學學報,2017,33(01):87-90.
      [62]董朝菊,張放,吳濤,饒述軍.大數據在中國果業發展中的應用現狀與前景展望——訪中國 農業科學院農業信息研究所監測預警團隊首席科學家許世衛博士 [J].中國果業信 息,2016,33(07):1-8.
      [63]鐘丹.大數據在藍圖工作中的初步應用[J].蘭臺世界,2015,(S3):45-46.
      [64]蔣慶.互聯網金融對傳統商業銀行貸款業務沖擊及銀行應對策略研究[D].電子科技大 學,2015.
      [65]陳維潔.大蒜價格預測及大數據服務系統研發[D].山東農業大學,2018.
      [66]郭萍.司法干校學生宿舍樓施工質量管理研究[D].吉林大學,2013.
      [67]蔡紹益.信息化在農業經濟管理中的應用探索[J].湖北農機化,2019(18):43-44.
      [68]魏少峰.閻良區農業信息化研究[D].西北農林科技大學,2009.
      [69]邢新.信息化技術在質量管理中的應用發展[J].時代金融,2019(20):121-122.
      [70]侯宇陽.山東省G縣Y鎮農民宅基地換樓意愿研究[D].中國地質大學(北京),2019.
      [71]黃曉德,趙伯濤,錢驊,楊榮.實施良好農業規范(GAP)蔬菜生產的病蟲害關鍵點控制[J].江 西農業學報,2009,(02):48-51.
      [72]劉拴梅.蘋果GAP生產關鍵控制點[J].中國果菜,2008,(02):34-35.
      [73]謝藍華,陳佳,楊勇福,林茂森,杜冰.HACCP體系在植物蛋白飲料生產中的應用[J].飲料工 業,2019,22(04):47-50.
      [74]中華人民共和國行業標準備案公告2018年第1號(總第217號)[J].中國標準 化,2018,(07):174-190.
      [75]劉順字,廖遠東,郭淑貞,林雙娣,陸俊輝,賴秀桃,余其峰.基于HACCP的黃皮基地產銷過程 質量安全管控[J].浙江農業科學,2020,(07):1432-1435.
      [76]郭桂義,王廣銘,夏曉娟,張秀清.我國的茶葉產品和安全標準現狀及建議[J].食品科 技,2011,(01):289-295.
      [77]鄧義才,王富華,駱沖,馬錁,萬凱,黃健祥,朱富偉.基于HACCP的荔枝生產流通過程質量安 全管控研究[J].農產品質量與安全,2018,(01):23-27+3 8.
      [78]鄧雪,李家銘,曾浩健,陳俊羊,趙俊峰.層次分析法權重計算方法分析及其應用研究J].數 學的實踐與認識,2012,42(07):93-100.
      [79]曹春玲,王俐敏,張超琦.基于層次分析法的卷煙零售商戶信用評價研究[J/OL]. 信 ,2021(04):63-69[2021-03-19].http://kns.cnki.net/kcms/detail/41.1407.F.20210317.2154.02 0.html.
      [80]柴敏,馬彧.基于AHP和加權灰色關聯分析的并條機設計評價研究[J/OL].包裝 程:1-13[2021-03-19].http://kns.cnki.net/kcms/detail/50.1094.TB.20210305.1516.016.html.
      [81]鄔智江,戴偉,段晚晴.基于熵值-層次關聯分析法的交直流充電樁測試儀綜合評價方法研
      究[J].電子測試,2021(05):57-59.
      [82]唐怡,譚程亮.基于AHP和模糊綜合評價模型的滇中地區節水評價[J].水資源開發與管 理,2021(02):26-30.
      [83]羅昊天“一帶一路”經濟發展評價模型及建議一基于層次分析法和熵權法的分析[J].特 區經濟,2021(02):64-68.
      [84]楊碩,徐繩武,施仕勝,鄭麗,夏文娟,余安安,瞿和平.基于層次分析法的筍用竹引種質量評 價體系研究[J].世界竹藤通訊,2019,17(05):34-39.
      [85]張開智,柳平增,姜紅花,劉鵬.蔬菜產業大數據平臺評價指標體系探究[J].中國管理信息 化,2020,23(07):162-165.
      [86]黃鵬.我國西部地區高技術產業R&D效率的差異性分析——基于DEA-Malmquist指數法 [J].特區經濟,2014(07):181-183.
      [87]李俊杰,景一佳.基于DEA-Malmquist-Tobit模型的環境效率測度及影響因素研究——以 河南省為例[J].生態經濟,2021,37(02):132-137+145.
      [88]李晉紅,李晶晶,呂微.基于DEA-Malmquist模型的中國農產品物流效率評價研究[J].湖北 農業科學,2021,60(02):167-172.
      [89]章德賓.不同蔬菜種植規模農戶農業生產效率研究:主產區2009—2016年的調查[J].農業 技術經濟,2018(07):41-50.
      [90]張慧,周霞,周玉璽.山東省蘋果種植產業投入產出效率的實證研究——基于 DEA-Malmquist 指數分析[J].新疆農墾經濟,2013(09):27-31.
      [91]賈筱文.黃土高原蘋果生產效率及其影響因素分析[D].西北農林科技大學,2011.
      楊碩.蘋果大數據標準體系構建[J].甘肅農業科技,2019(10):83-89.
      【本文地址:http://www.dnatongmu.com//guanlilei/zhiliangguanli/7103.html

      上一篇:VUCA環境下制造業質量管理體系有效性 評價研究

      下一篇:醫療器械經營企業質量管理體系優化研究 -以YD醫藥為例

      相關標簽: