張勁松,姚璐,金亞男
(1.中南民族大學(xué)管理學(xué)院,武漢 430074;2.民族地區(qū)數(shù)字化發(fā)展與治理研究中心)
2020 年農(nóng)業(yè)農(nóng)村部、財政部聯(lián)合印發(fā)《東北黑土地保護性耕作行動計劃(2020-2025 年)》,強調(diào)黑土地保護性耕作和可持續(xù)性發(fā)展的重要性。作為全球僅有的三大黑土區(qū)之一,中國重要商品糧基地,東北平原地區(qū)目前面臨黑土流失、土地荒漠化、鹽堿化等問題。如何改變這一狀況,發(fā)展智慧農(nóng)業(yè),推動新一代信息技術(shù)與農(nóng)業(yè)生產(chǎn)經(jīng)營深度結(jié)合是重要途徑。智慧農(nóng)業(yè)以其綠色生態(tài)、生產(chǎn)高效等特點,成為拓展農(nóng)業(yè)農(nóng)村大數(shù)據(jù)應(yīng)用情境,推進數(shù)字鄉(xiāng)村建設(shè)發(fā)展的有力手段,有助于提高農(nóng)業(yè)生產(chǎn)效率,拉動農(nóng)業(yè)可持續(xù)發(fā)展,進而助力農(nóng)業(yè)農(nóng)村現(xiàn)代化建設(shè)。農(nóng)業(yè)綠色可持續(xù)發(fā)展是智慧農(nóng)業(yè)發(fā)展的內(nèi)在要求,也是東北平原地區(qū)加快農(nóng)業(yè)高質(zhì)量轉(zhuǎn)型的重要路徑。并且東北平原地區(qū)擁有黑土這一重要的土壤資源,地形平坦開闊,適宜農(nóng)業(yè)規(guī)?;C械化、智能化發(fā)展,在推進農(nóng)業(yè)高質(zhì)量發(fā)展、建設(shè)農(nóng)業(yè)強國方面具有重要的戰(zhàn)略意義。因此,研究該區(qū)域智慧農(nóng)業(yè)發(fā)展狀況,明確智慧農(nóng)業(yè)發(fā)展過程中的障礙,對加快當?shù)剞r(nóng)業(yè)轉(zhuǎn)型升級,推動地區(qū)農(nóng)業(yè)現(xiàn)代化建設(shè)方面具有一定的現(xiàn)實意義。
智慧農(nóng)業(yè)是信息技術(shù)與農(nóng)業(yè)生產(chǎn)、經(jīng)營、管理和服務(wù)全產(chǎn)業(yè)鏈的“生態(tài)融合”[1],也是農(nóng)業(yè)智能革命的外在形態(tài)[2],旨在貫徹綠色發(fā)展理念[3],利用智能技術(shù)改善農(nóng)業(yè)生產(chǎn)環(huán)境,創(chuàng)建綠色高效的農(nóng)業(yè)生產(chǎn)體系,達到農(nóng)業(yè)可持續(xù)發(fā)展、推進兩型社會建設(shè)[4]的目的。
近年來,國內(nèi)外學(xué)者對智慧農(nóng)業(yè)的研究側(cè)重點有所不同。國外學(xué)者側(cè)重研究解決智慧農(nóng)業(yè)發(fā)展過程中存在的技術(shù)、成本和信息等問題,如研究納米結(jié)構(gòu)生物傳感器在智慧農(nóng)業(yè)中的技術(shù)適用性[5],提出多種算法來應(yīng)對無線傳感器網(wǎng)絡(luò)(WSN)壽命縮短問題[6-7],開發(fā)使用商用廉價WSN 設(shè)備的智慧農(nóng)業(yè)系統(tǒng)和可控制無人機(UAV)的智能藍牙無線技術(shù)來降低智慧農(nóng)業(yè)推廣成本[8-9],并以物聯(lián)網(wǎng)為智慧農(nóng)業(yè)運營核心,聯(lián)合UAV、WSN、和5G 技術(shù),實時為農(nóng)業(yè)生產(chǎn)提供數(shù)據(jù)信息,優(yōu)化農(nóng)業(yè)生產(chǎn)決策的效能[10]。國內(nèi)學(xué)者多立足國情探討智慧農(nóng)業(yè)發(fā)展的現(xiàn)實意義、可行性與實現(xiàn)路徑。發(fā)展智慧農(nóng)業(yè)利于解決現(xiàn)階段中國農(nóng)業(yè)質(zhì)量效益不高、競爭力不強等問題[11],但智慧農(nóng)業(yè)成本高、專業(yè)人才匱乏、信息基礎(chǔ)設(shè)施差、關(guān)鍵技術(shù)存在短板[12]等問題制約其發(fā)展。因此,采用灰色關(guān)聯(lián)分析法、層次分析法等方法篩選構(gòu)建智慧農(nóng)業(yè)發(fā)展水平指標體系,結(jié)合熵權(quán)TOPSIS 模型衡量某省份智慧農(nóng)業(yè)發(fā)展狀態(tài)[13-14],或者使用超效率SBM 模型測算以省份為研究區(qū)域的智慧農(nóng)業(yè)生產(chǎn)效率,分析其空間演化趨勢和影響因素[15],來度量該省份智慧農(nóng)業(yè)發(fā)展水平,并對比研究中國與其他發(fā)達國家智慧農(nóng)業(yè)發(fā)展差異[16-18],總結(jié)提煉共性經(jīng)驗,找到制約因素,提出政府與市場雙向聯(lián)動的智慧農(nóng)業(yè)驅(qū)動機制[19],堅持創(chuàng)新驅(qū)動、政府引領(lǐng)、市場導(dǎo)向、智能技術(shù)與農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型融合發(fā)展的路徑來發(fā)揮我國智慧農(nóng)業(yè)布局的后發(fā)優(yōu)勢。
基于現(xiàn)有研究發(fā)現(xiàn),國內(nèi)學(xué)者在智慧農(nóng)業(yè)領(lǐng)域的研究多為定性研究,有關(guān)定量研究較少,且少有從過程響應(yīng)維度研究區(qū)域智慧農(nóng)業(yè)發(fā)展差異的研究。因此,基于壓力—狀態(tài)—響應(yīng)模型建立智慧農(nóng)業(yè)指標,收集2015-2019 年東北平原地區(qū)各省份的面板數(shù)據(jù),采用熵權(quán)—模糊綜合評價法,客觀評價該區(qū)域各省份智慧農(nóng)業(yè)發(fā)展水平差異,并且采用耦合協(xié)調(diào)法研究區(qū)域智慧農(nóng)業(yè)發(fā)展協(xié)調(diào)程度,進而明確智慧農(nóng)業(yè)發(fā)展過程中存在的問題,提出切實可行的建議。
研究數(shù)據(jù)來自于2016-2020 年四省統(tǒng)計年鑒、《中國統(tǒng)計年鑒2016-2020》《中國農(nóng)村統(tǒng)計年鑒2016-2020》以及《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》,具體指標見表1。
表1 東北平原智慧農(nóng)業(yè)發(fā)展水平測度指標權(quán)重Table 1 Measurement index system of intelligent agriculture development level in northeast plain
表2 2015-2019 東北平原四省區(qū)智慧農(nóng)業(yè)發(fā)展水平綜合得分(F)Table 2 Comprehensive score of intelligent agriculture development level in northeast plain from 2015 to 2019(F)
表3 東北平原地區(qū)智慧農(nóng)業(yè)子系統(tǒng)耦合度類型劃分Table 3 Classification of coupling degree type of intelligent agriculture subsystems in northeast plain
表4 東北平原地區(qū)智慧農(nóng)業(yè)子系統(tǒng)耦合協(xié)調(diào)度類型劃分Table 4 Type division of coupling and coordination degree of intelligent agriculture subsystem in northeast plain
PSR 模型最早由世界經(jīng)濟合作發(fā)展組織(OECD)和聯(lián)合國環(huán)境規(guī)劃屬(UNEP)提出,常用于土地等資源生態(tài)安全評估及預(yù)測[20-21],近些年跨學(xué)科交互研究普遍,也用在糧食安全風(fēng)險評估[22]、經(jīng)濟產(chǎn)業(yè)高質(zhì)量發(fā)展機制研究[23]等方面,應(yīng)用廣泛。因此結(jié)合研究特點,運用該模型測度智慧農(nóng)業(yè)水平具有可行性?;赑SR 模型,遵循科學(xué)性和可行性等原則,從壓力—狀態(tài)—響應(yīng)維度選取了10 個一級指標,28個二級指標。其中,智慧農(nóng)業(yè)發(fā)展面臨的“壓力”是指農(nóng)業(yè)發(fā)展迫切達到規(guī)?;C械化、綠色化以及與互聯(lián)網(wǎng)電子商務(wù)緊密發(fā)展等目標面臨的壓力;智慧農(nóng)業(yè)發(fā)展的“狀態(tài)”是指目前智慧農(nóng)業(yè)發(fā)展呈現(xiàn)的狀況,包括農(nóng)村生活水平、互聯(lián)網(wǎng)通信基礎(chǔ)設(shè)施和農(nóng)業(yè)生產(chǎn)能力;智慧農(nóng)業(yè)發(fā)展的“響應(yīng)”是指為促進農(nóng)業(yè)智慧化所做出的努力,包括增加農(nóng)業(yè)金融服務(wù)支持、大力重視農(nóng)業(yè)人才[24]培養(yǎng)工作和提升農(nóng)業(yè)創(chuàng)新能力。
2.2.1 熵權(quán)法確定指標權(quán)重
熵權(quán)法的計算具體步驟如下:
(1)對數(shù)據(jù)進行標準化處理。處理公式如下:
正項指標標準化處理公式:
負向指標標準化處理公式:
其中標準值記為yij,xij是第i 個省份第j 項指標的原始數(shù)據(jù)值,i=1,2,…m(m=4);j=1,2,…n(n=28)。
(2)計算指標權(quán)重
計算第i 個省區(qū)第j 項指標在該指標中的占比為
計算第j 項指標熵權(quán)
計算第j 項指標權(quán)重
2.2.2 模糊綜合評價法確定各省智慧農(nóng)業(yè)發(fā)展水平得分
模糊綜合評價法的具體計算步驟如下:
(1)根據(jù)指標性質(zhì)建立理想方案
如果指標j 屬于效益型指標,則該指標的理想方案是對應(yīng)指標所有數(shù)據(jù)中的最大值;如果指標j 屬于成本型指標,則指標的理想方案是對應(yīng)指標所有數(shù)據(jù)中的最小值[25]。
(2)建立相對偏差模糊矩陣R
設(shè)U={U1,U2,…,Um}是需要進行評價的m 個方案集合,V={V1,V2,…,Vn}是評價因素集合,用V 集合因素對U 中每個方案分別進行衡量,得到觀測值矩陣Y:
從而得到相對偏差模糊矩陣R
(3)結(jié)合熵權(quán)法計算出的指標權(quán)重建立綜合評價模型
上式中Fi為第i 個省份智慧農(nóng)業(yè)發(fā)展水平綜合得分,wj為指標權(quán)重,rij為相對偏差模糊矩陣值。Fs<Ft,表明s 省的智慧農(nóng)業(yè)發(fā)展水平高于t 省智慧農(nóng)業(yè)發(fā)展水平[26]。
2.2.3 內(nèi)部耦合協(xié)調(diào)分析
(1)計算耦合度值
耦合度反應(yīng)各個子系統(tǒng)之間的影響關(guān)系,設(shè)耦合度值為C,耦合協(xié)調(diào)度模型如下:
式中,P、S、R 分別代表壓力、狀態(tài)、響應(yīng)三個子系統(tǒng),其值為各個系統(tǒng)內(nèi)指標權(quán)重Wj與yij的乘積和,取值范圍在[0,1]。C 值越接近1,表示各個子系統(tǒng)之間耦合度越大,發(fā)展的緊密程度越強;C 值越接近0,表示各個子系統(tǒng)之間耦合度越小,各子系統(tǒng)處于無關(guān)且無須發(fā)展的狀態(tài)[27]。
(2)計算耦合協(xié)調(diào)度
耦合協(xié)調(diào)度模型為:
式中:D 為耦合協(xié)調(diào)度,T 為壓力、狀態(tài)、響應(yīng)子系統(tǒng)的綜合調(diào)和指數(shù),a、b、c 分別為子系統(tǒng)的權(quán)重系數(shù)。
3.1.1 指標權(quán)重分析
根據(jù)指標體系和模型計算出各指標權(quán)重結(jié)果如下:
從二級指標層面上來看,權(quán)重大于0.05 的指標有國有農(nóng)場耕地面積、有效灌溉面積、第一產(chǎn)業(yè)增加值占比及農(nóng)林牧漁業(yè)就業(yè)人員數(shù),表明增加國有農(nóng)場耕地面積、擴大農(nóng)業(yè)有效灌溉面積、提高農(nóng)業(yè)增加值在地區(qū)生產(chǎn)總值中的占比以及增加農(nóng)業(yè)就業(yè)人數(shù)更有利于智慧農(nóng)業(yè)的推廣和發(fā)展。
從一級指標層面上來看,農(nóng)業(yè)人才培養(yǎng)基礎(chǔ)權(quán)重最高,可見提升農(nóng)業(yè)從業(yè)人員素質(zhì),培養(yǎng)更多的農(nóng)業(yè)專業(yè)技術(shù)人才對于促進智慧農(nóng)業(yè)發(fā)展而言至關(guān)重要。其次發(fā)展綠色農(nóng)業(yè)、機械化農(nóng)業(yè)、提升農(nóng)業(yè)生產(chǎn)能力與科技創(chuàng)新水平同樣對智慧農(nóng)業(yè)發(fā)展極其有利。最后農(nóng)業(yè)金融服務(wù)與電子商務(wù)發(fā)展在衡量智慧農(nóng)業(yè)發(fā)展水平中權(quán)重不高,需要加強農(nóng)業(yè)在這兩個方面的協(xié)同發(fā)展,共創(chuàng)農(nóng)業(yè)發(fā)展新業(yè)態(tài)。
3.1.2 智慧農(nóng)業(yè)發(fā)展水平得分分析
從總體來看,地區(qū)智慧農(nóng)業(yè)發(fā)展水平綜合得分均值大于0.55,整體波動范圍在[0,0.0509]區(qū)間,但2018-2019 年地區(qū)均值下降,表明該地區(qū)整體智慧農(nóng)業(yè)發(fā)展水平較低,發(fā)展趨勢總體平穩(wěn),略有上升勢頭。結(jié)合指標體系權(quán)重和原始數(shù)據(jù)分析發(fā)現(xiàn),農(nóng)業(yè)機械化、農(nóng)業(yè)生產(chǎn)能力、農(nóng)業(yè)人才培養(yǎng)基礎(chǔ)權(quán)重較高,但是地區(qū)在這些方面的表現(xiàn)并不好。在農(nóng)業(yè)機械化方面因農(nóng)用機械設(shè)備成本較高導(dǎo)致單位播種面積農(nóng)業(yè)機械總動力不高;在農(nóng)業(yè)生產(chǎn)能力方面因地區(qū)農(nóng)業(yè)生產(chǎn)自然資源稟賦導(dǎo)致農(nóng)產(chǎn)品大多一年一熟,農(nóng)產(chǎn)品品質(zhì)較好,但糧食總產(chǎn)量不高,且由于農(nóng)業(yè)產(chǎn)業(yè)鏈較短,農(nóng)產(chǎn)品附加值較低,致使農(nóng)業(yè)總產(chǎn)值和第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重均不高,農(nóng)業(yè)對于GDP 貢獻能力較弱;在農(nóng)業(yè)人才培養(yǎng)基礎(chǔ)方面,東北平原地區(qū)人口較少,且人才流失較為嚴重,雖然每十萬人口平均在校大學(xué)生人數(shù)逐年上升,但農(nóng)業(yè)就業(yè)意愿不強,就業(yè)人數(shù)不多。
從區(qū)域來看,北部地區(qū)綜合得分近五年均小于0.4,與其他地區(qū)相比,數(shù)值離0 值最近,智慧農(nóng)業(yè)發(fā)展水平最高;其次是南部地區(qū),綜合得分數(shù)值處于[0.5,0.6]區(qū)間范圍,高于北部地區(qū);最后中部地區(qū)綜合得分數(shù)值處于[0.75,0.85]區(qū)間范圍,地區(qū)間最高,發(fā)展水平最低。究其緣由,國家重視東北地區(qū)黑土地保護性耕作,多次部署行動計劃,注重提高農(nóng)業(yè)生態(tài)和經(jīng)濟效益,北部地區(qū)的黑龍江省因其自身土地資源稟賦和東北平原地區(qū)黑土主要集中區(qū)的優(yōu)勢,得到相對較多的政策關(guān)注,因此在農(nóng)業(yè)綠色化、規(guī)?;?、機械化和農(nóng)業(yè)生產(chǎn)能力這四個影響權(quán)重較大的方面表現(xiàn)優(yōu)于其他省份,而中部地區(qū)的吉林省因土地資源稟賦和政策關(guān)注劣于黑龍江省,且地區(qū)經(jīng)濟發(fā)展環(huán)境劣于南部遼寧省,所以在這些方面的綜合表現(xiàn)劣于其他省區(qū)。
關(guān)于耦合度的劃分,不同學(xué)者根據(jù)研究問題的差異有不同的劃分方式,在參照已有研究[28]的基礎(chǔ)上,結(jié)合研究的實際狀況,制定如下標準。
由表5 可知,2015 年東北平原四省區(qū)智慧農(nóng)業(yè)發(fā)展內(nèi)部壓力—狀態(tài)—響應(yīng)子系統(tǒng)之間均已進入?yún)f(xié)調(diào)耦合階段。就2015-2019 年間地區(qū)耦合度均值而言,呈現(xiàn)逐年上漲趨勢,其中2015-2017 年平均增長速度維持在1.7%左右,2018-2019 年平均增長速度維持在0.14%左右,上漲速度逐年放緩。表明隨著東北地區(qū)對發(fā)展智慧農(nóng)業(yè)重視程度的加強,認識到農(nóng)業(yè)面臨規(guī)模化、機械化、綠色化生產(chǎn)的需求和加強智慧農(nóng)業(yè)發(fā)展與電子商務(wù)發(fā)展相聯(lián)系的迫切需要,結(jié)合地區(qū)農(nóng)民生活水平、農(nóng)業(yè)生產(chǎn)能力與互聯(lián)網(wǎng)通信基礎(chǔ)設(shè)施建設(shè)狀況,做出有利于智慧農(nóng)業(yè)發(fā)展的響應(yīng)對策,才使得三個子系統(tǒng)間發(fā)展的緊密程度越來越強。
表5 2015-2019 年東北平原四省區(qū)智慧農(nóng)業(yè)發(fā)展內(nèi)部耦合度值(C)Table 5 Internal coupling degree value of intelligent agriculture development in the four provinces and regions of the northeast plain from 2015 to 2019(C)
由表6 可知,2015-2019 年耦合協(xié)調(diào)度總體呈現(xiàn)穩(wěn)步上升趨勢,年均上漲速度4.15%,整體水平在0.3~0.4 范圍內(nèi)浮動,屬于輕度失調(diào)型。區(qū)域上,呈“北部領(lǐng)先,南部跟上,中部滯后”的空間演化趨勢特征,其中北部地區(qū)2016 年增幅最大,增長速度6.04%,整體水平在0.4~0.5 范圍內(nèi)浮動,屬于瀕臨失調(diào)型,南部地區(qū)耦合協(xié)調(diào)度值波動在0.3~0.4 范圍內(nèi),年平均增長速度4.9%,增幅不明顯,屬于輕度失調(diào)型。省份上,黑龍江省智慧農(nóng)業(yè)子系統(tǒng)間協(xié)調(diào)發(fā)展程度遠高于其他省份,處于瀕臨失調(diào)類型,五年間總體增速11.79%;其次,遼寧省與內(nèi)蒙古自治區(qū)同處于輕度失調(diào)類型,內(nèi)蒙古五年間總體增速26.26%,而遼寧省增速18.71%,增速排名第三;最后,吉林省耦合協(xié)調(diào)程度最低,處于中度失調(diào)類型,五年間總體增速20.36%,僅次于內(nèi)蒙古。
表6 2015-2019 年東北平原四省區(qū)智慧農(nóng)業(yè)發(fā)展內(nèi)部耦合協(xié)調(diào)度(D)Table 6 Internal coupling coordination degree of intelligent agriculture development in the four provinces regions in the northeast plain from 2015 to 2019(D)
因智慧農(nóng)業(yè)的溢出效應(yīng)是從東部經(jīng)濟繁榮地區(qū)向東北平原地區(qū)擴散,地區(qū)政府對智慧農(nóng)業(yè)的重視度有所延遲,農(nóng)業(yè)向智慧農(nóng)業(yè)發(fā)展面臨規(guī)?;?、綠色化、機械化以及與互聯(lián)網(wǎng)電子商務(wù)及時對接轉(zhuǎn)換農(nóng)業(yè)銷售模式和延長產(chǎn)業(yè)鏈等壓力,但因傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式具有慣性,地區(qū)經(jīng)濟條件有限,農(nóng)民生活水平、農(nóng)業(yè)生產(chǎn)能力與互聯(lián)網(wǎng)通信基礎(chǔ)設(shè)施都有待進一步提升,即使采取了一些對發(fā)展智慧農(nóng)業(yè)有利的措施,該地區(qū)的智慧農(nóng)業(yè)發(fā)展內(nèi)部系統(tǒng)耦合狀態(tài)仍舊處于輕度失調(diào)。
文章使用熵權(quán)—模糊綜合評價法對2015-2019年東北平原地區(qū)智慧農(nóng)業(yè)發(fā)展水平進行測度分析,并借助耦合協(xié)調(diào)模型對智慧農(nóng)業(yè)發(fā)展系統(tǒng)內(nèi)部進行研究,得到如下結(jié)論:
(1)東北平原地區(qū)智慧農(nóng)業(yè)發(fā)展水平總體不高,仍有較大提升空間,發(fā)展水平先后經(jīng)歷“上升—回落—再次上升”三個時期,但5 年間發(fā)展波動幅度不高,最大波動幅度5.09%,整體增幅不明顯。
(2)東北平原地區(qū)智慧農(nóng)業(yè)發(fā)展不協(xié)調(diào)。從區(qū)域來看,各區(qū)域得分差距較大,每個區(qū)域差距近似0.2個得分,曲線近似平行分布。從省份來看,發(fā)展水平最高的黑龍江省平均綜合得分0.36,而發(fā)展水平最低的吉林省平均綜合得分0.81,二者相差1.25 倍。
(3)東北平原地區(qū)智慧農(nóng)業(yè)發(fā)展內(nèi)部耦合協(xié)調(diào)度總體處于穩(wěn)步上升態(tài)勢,空間上呈“北部領(lǐng)先,南部跟上,中部滯后”的演化趨勢,但整體仍處于輕度失調(diào)型。
基于前文理論分析與研究結(jié)論,提出如下建議:
第一,推進農(nóng)業(yè)現(xiàn)代化生產(chǎn)方式,提升農(nóng)業(yè)產(chǎn)出效率。東北平原地區(qū)土地資源稟賦強,地廣人稀,所以十分適合推行機械化、規(guī)模化、智能化生產(chǎn)方式。地區(qū)政府應(yīng)擴大農(nóng)機購置補貼范圍,增加農(nóng)機購置補貼、農(nóng)機報廢更新補貼資金投入,增加農(nóng)民農(nóng)機設(shè)備擁有量,同時優(yōu)化農(nóng)機設(shè)備結(jié)構(gòu);推廣引進先進智慧農(nóng)業(yè)設(shè)備,如農(nóng)業(yè)傳感器、農(nóng)業(yè)機器人、農(nóng)業(yè)無人機等,監(jiān)測農(nóng)業(yè)環(huán)境,采集農(nóng)作物成長數(shù)據(jù),利用大數(shù)據(jù)人工智能技術(shù),實現(xiàn)農(nóng)業(yè)精準高效智能生產(chǎn)模式的轉(zhuǎn)型。
第二,培養(yǎng)農(nóng)業(yè)復(fù)合型人才,助力智慧農(nóng)業(yè)發(fā)展。目前,人才是制約東北平原地區(qū)智慧農(nóng)業(yè)發(fā)展的重要影響因素,尤其是農(nóng)業(yè)復(fù)合型人才。因此,地區(qū)政府應(yīng)重視農(nóng)業(yè)人才培養(yǎng)工作,宣傳推廣農(nóng)業(yè)智能技術(shù),引進高素質(zhì)復(fù)合型農(nóng)業(yè)人才對當?shù)剞r(nóng)民進行培訓(xùn),轉(zhuǎn)變傳統(tǒng)農(nóng)民生產(chǎn)思維,切實向互聯(lián)網(wǎng)思維發(fā)展,培育新型農(nóng)民。
第三,強化農(nóng)村通信基礎(chǔ)設(shè)施建設(shè),提高省域間協(xié)同性。東北平原地區(qū)各省份智慧農(nóng)業(yè)發(fā)展水平和發(fā)展協(xié)調(diào)性差異較大,尤其體現(xiàn)在農(nóng)村通信基礎(chǔ)設(shè)施建設(shè)方面,各省區(qū)農(nóng)村互聯(lián)網(wǎng)寬帶覆蓋率、從事電商企業(yè)占比等方面差異明顯,但總體通信基礎(chǔ)設(shè)施不夠健全,農(nóng)業(yè)信息化程度不高。故地區(qū)政府應(yīng)該統(tǒng)籌規(guī)劃縣、鄉(xiāng)、村三級通信網(wǎng)絡(luò)信息基礎(chǔ)建設(shè)工作,財政適當傾斜信息基礎(chǔ)建設(shè)較差的省份,實現(xiàn)省域協(xié)同發(fā)展。