基于PMC的智慧農(nóng)業(yè)項(xiàng)目執(zhí)行標(biāo)準(zhǔn)量化分析與優(yōu)化研究

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(biāo)準(zhǔn)化的前沿陣地，正以前所未有的迅猛態(tài)勢(shì)推動(dòng)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(biāo)準(zhǔn)化深度融合的背景展智慧農(nóng)業(yè)的指導(dǎo)意見》《全國(guó)智慧農(nóng)業(yè)行動(dòng)計(jì)劃（2024一2028年）》，明確今后一段時(shí)期推進(jìn)智慧農(nóng)業(yè)的工作思路和重點(diǎn)任務(wù)。隨著智慧農(nóng)業(yè)的發(fā)展，如何科學(xué)、系統(tǒng)地評(píng)估智慧農(nóng)業(yè)發(fā)展?fàn)顩r成了一大難題。趙敏娟等學(xué)者在研究我國(guó)智慧農(nóng)業(yè)今后的發(fā)展分析中，強(qiáng)調(diào)了需要推動(dòng)智慧農(nóng)業(yè)標(biāo)準(zhǔn)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(jī)效評(píng)估工具，已在數(shù)字經(jīng)濟(jì)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(gè)領(lǐng)域展現(xiàn)了其強(qiáng)大的評(píng)估能力。PMC為智慧農(nóng)業(yè)標(biāo)準(zhǔn)量化評(píng)價(jià)提供了堅(jiān)實(shí)的理論基礎(chǔ)與實(shí)踐依據(jù)。在智慧農(nóng)業(yè)領(lǐng)域，PMC能夠覆蓋多個(gè)關(guān)鍵維度，通過構(gòu)建科學(xué)合理的指標(biāo)體系，實(shí)現(xiàn)對(duì)智慧農(nóng)業(yè)標(biāo)準(zhǔn)實(shí)施效果的精準(zhǔn)刻畫與深度剖析。目前，我國(guó)農(nóng)業(yè)發(fā)展量化、標(biāo)準(zhǔn)化評(píng)價(jià)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(píng)估手段，為我國(guó)智慧農(nóng)業(yè)標(biāo)準(zhǔn)的制定與優(yōu)化貢獻(xiàn)智慧。

發(fā)揮了重要作用。例如，山東通過技術(shù)標(biāo)準(zhǔn)在物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)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(biāo)準(zhǔn)提高了水稻生產(chǎn)的專業(yè)化和市場(chǎng)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(jì)科技發(fā)展的重大戰(zhàn)略問題，智慧農(nóng)業(yè)作為推動(dòng)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(dá)國(guó)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(shí)約束。當(dāng)前智慧農(nóng)業(yè)標(biāo)準(zhǔn)在落地實(shí)施過程中存在智慧農(nóng)業(yè)技術(shù)標(biāo)準(zhǔn)不統(tǒng)一[9、項(xiàng)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(xiàng)目執(zhí)行標(biāo)準(zhǔn)，以標(biāo)準(zhǔn)為引領(lǐng)，持續(xù)推進(jìn)智慧農(nóng)業(yè)高質(zhì)量發(fā)展。因此，如何在科學(xué)評(píng)價(jià)已有標(biāo)準(zhǔn)的基礎(chǔ)上合理進(jìn)行標(biāo)準(zhǔn)優(yōu)化與調(diào)整，進(jìn)而實(shí)現(xiàn)智慧農(nóng)業(yè)標(biāo)準(zhǔn)科學(xué)制定與優(yōu)化演進(jìn)，是政府部門和智慧農(nóng)業(yè)項(xiàng)目參與主體關(guān)注的焦點(diǎn)。

1 文獻(xiàn)綜述

智慧農(nóng)業(yè)是以信息和知識(shí)為生產(chǎn)要素，通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)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(shí)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(zhǔn)投入和個(gè)性化服務(wù)的全新農(nóng)業(yè)生產(chǎn)方式。近年來(lái)，發(fā)達(dá)國(guó)家率先啟動(dòng)發(fā)展智慧農(nóng)業(yè)，如美國(guó)、英國(guó)、日本等把精準(zhǔn)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(guó)家糧食安全的戰(zhàn)略中[5]

在我國(guó)，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(dǎo)、標(biāo)準(zhǔn)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(zhǔn)農(nóng)業(yè)、智能灌溉、病蟲害監(jiān)測(cè)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(jìn)了農(nóng)業(yè)持續(xù)發(fā)展同時(shí)，智慧農(nóng)業(yè)項(xiàng)目執(zhí)行標(biāo)準(zhǔn)在推動(dòng)智慧農(nóng)業(yè)發(fā)展中

2 標(biāo)準(zhǔn)評(píng)價(jià)設(shè)計(jì)

2.1數(shù)據(jù)來(lái)源與標(biāo)準(zhǔn)選取

2019年5月16日，中央網(wǎng)絡(luò)安全和信息化委員會(huì)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(duì)新時(shí)期推進(jìn)數(shù)字農(nóng)業(yè)農(nóng)村建設(shè)的總體思路、發(fā)展目標(biāo)、重點(diǎn)任務(wù)作出了明確部署。結(jié)合趙春江等[12-16]學(xué)者的研究，并通過文心大模型分詞處理，采用ROSTCM6軟件對(duì)標(biāo)準(zhǔn)進(jìn)行文本挖掘，統(tǒng)計(jì)出高頻詞匯后繪制相關(guān)社會(huì)網(wǎng)絡(luò)圖譜。通過歸納整理高頻詞匯來(lái)構(gòu)建評(píng)價(jià)指標(biāo)，保證指標(biāo)整體的合理性和可靠性。高頻詞匯社會(huì)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(jí)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(píng)價(jià)指標(biāo)確立與參數(shù)設(shè)定

一級(jí)變量主要參考M.A.Ruiz.Estrada[17]，張永安等[18學(xué)者的研究成果，共選取了包含標(biāo)準(zhǔn)性質(zhì)、標(biāo)準(zhǔn)效力和標(biāo)準(zhǔn)級(jí)別等在內(nèi)的10個(gè)指標(biāo)。

二級(jí)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(yùn)用RostCM6.0軟件提取關(guān)鍵詞頻，通過人工篩選剔除無(wú)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(gè)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(jí)變量確定的依據(jù)?；谝陨咸崛≡~匯，結(jié)合我國(guó)智慧農(nóng)業(yè)發(fā)展進(jìn)展，最終確定PMC的38個(gè)二級(jí)變量（見表2），并將全部二級(jí)變量參數(shù)值設(shè)為二進(jìn)制的0和1（即如果標(biāo)準(zhǔn)文本中出現(xiàn)相應(yīng)含義的關(guān)鍵詞則二級(jí)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(diǎn)建立了多投人產(chǎn)出表，如表3所示

2.4PMC指數(shù)計(jì)算

PMC指數(shù)計(jì)算分為4個(gè)步驟：一是建立多投入產(chǎn)出表；二是根據(jù)標(biāo)準(zhǔn)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(jí)變量數(shù)值；三是根據(jù)公式（3）計(jì)算一級(jí)變量的值；四是將各一級(jí)指標(biāo)值加總計(jì)算出PMC指數(shù)，如公式（4）所示。

X～N[0，1]

X={XR：[0～1]}

由于一級(jí)指標(biāo)有10個(gè)，所以計(jì)算得到PMC指數(shù)取值在0＼～10，根據(jù)Estrada的評(píng)價(jià)標(biāo)準(zhǔn)，將PMC指數(shù)數(shù)值進(jìn)行等級(jí)劃分，如表4所示。

2.5PMC曲面的繪制

PMC曲面是一個(gè)三維立體曲面，通過曲面的起伏，可以更加直觀地對(duì)標(biāo)準(zhǔn)的各個(gè)維度進(jìn)行判斷。本文使用的10個(gè)一級(jí)變量中，X10無(wú)二級(jí)變量且各項(xiàng)標(biāo)準(zhǔn)的該項(xiàng)指標(biāo)評(píng)分為1。鑒于矩陣具有對(duì)稱性及PMC曲面的展示效果，在PMC中刪去一級(jí)變量X10，構(gòu)成3階PMC。

由于一級(jí)指標(biāo)有10個(gè)，所以計(jì)算得到PMC指數(shù)取值在0＼～10之間，根據(jù)Estrada的評(píng)價(jià)標(biāo)準(zhǔn)，將PMC指數(shù)數(shù)值進(jìn)行等級(jí)劃分，如公式（5）所示。

3智慧農(nóng)業(yè)標(biāo)準(zhǔn)量化評(píng)價(jià)實(shí)證分析

3.1標(biāo)準(zhǔn)得分計(jì)算

基于標(biāo)準(zhǔn)評(píng)價(jià)模型，邀請(qǐng)了智慧農(nóng)業(yè)、標(biāo)準(zhǔn)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(duì)隨機(jī)選取的13項(xiàng)標(biāo)準(zhǔn)文本進(jìn)行二進(jìn)制0＼～1打分，如表6所示；由此計(jì)算出每項(xiàng)標(biāo)準(zhǔn)的PMC指數(shù)值并按照其大小對(duì)標(biāo)準(zhǔn)所屬等級(jí)進(jìn)行劃分，如表5所示。

3.2PMC曲面圖和雷達(dá)圖構(gòu)建

本研究中由于X10的取值在13項(xiàng)標(biāo)準(zhǔn)中均相同，考慮到矩陣的對(duì)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(biāo)準(zhǔn)評(píng)價(jià)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(biāo)準(zhǔn)總體質(zhì)量水平。結(jié)果顯示，沒有“完美”等級(jí)的標(biāo)準(zhǔn)，13項(xiàng)智慧農(nóng)業(yè)內(nèi)涵文本標(biāo)準(zhǔn)均值為及格等級(jí)。但從整體上看，我國(guó)智慧農(nóng)業(yè)內(nèi)涵文本標(biāo)準(zhǔn)仍有較大改進(jìn)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(jí)的標(biāo)準(zhǔn)為P4、P2、P5；“良好”等級(jí)的標(biāo)準(zhǔn)P1、P6;“及格”等級(jí)的標(biāo)準(zhǔn)P3、P7、P9、P10、P11、P12、P13；“不佳”等級(jí)的標(biāo)準(zhǔn)P8。

通過分析PMC多投人產(chǎn)出表，我國(guó)數(shù)據(jù)安全標(biāo)準(zhǔn)仍有較大改進(jìn)和完善的空間。X1標(biāo)準(zhǔn)性質(zhì)均值為0.59，標(biāo)準(zhǔn)多體現(xiàn)為監(jiān)管性和支持性，在試驗(yàn)性和建議性方面的作用較為薄弱。X2標(biāo)準(zhǔn)效力均值為0.51，當(dāng)前標(biāo)準(zhǔn)多考慮中短期數(shù)據(jù)安全的發(fā)展，對(duì)長(zhǎng)期規(guī)劃較少。X3標(biāo)準(zhǔn)重點(diǎn)均值為0.75，標(biāo)準(zhǔn)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(biāo)準(zhǔn)視角均值為0.33，主要集中在中觀和微觀視角，較少?gòu)暮暧^角度制定標(biāo)準(zhǔn)。X6標(biāo)準(zhǔn)措施均值為0.48，標(biāo)準(zhǔn)措施主要對(duì)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(duì)于資金支持、金融支持和投資支持的投入則較小。X7標(biāo)準(zhǔn)目標(biāo)均值為0.79，標(biāo)準(zhǔn)目標(biāo)主要為社會(huì)化服務(wù)、產(chǎn)學(xué)研和科技成果轉(zhuǎn)化，供需對(duì)接較少。

4結(jié)論

本文基于PMC對(duì)13項(xiàng)標(biāo)準(zhǔn)文本進(jìn)行量化評(píng)價(jià)和相應(yīng)的優(yōu)化路徑，主要得出以下結(jié)論：

（1）13項(xiàng)標(biāo)準(zhǔn)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(biāo)準(zhǔn)內(nèi)容設(shè)計(jì)更全面，各地政府部門可參考優(yōu)秀等級(jí)標(biāo)準(zhǔn)文本，因地制宜改進(jìn)并完善各地標(biāo)準(zhǔn)文本。其中“優(yōu)秀”等級(jí)的標(biāo)準(zhǔn)有3項(xiàng)（P4、P2、P5）；“良好”等級(jí)的標(biāo)準(zhǔn)有2項(xiàng)（P1、P6）；“及格”等級(jí)的標(biāo)準(zhǔn)有7項(xiàng)（P3、P7、P9、P10、P11、P12、P13）；“不佳”等級(jí)的標(biāo)準(zhǔn)有1項(xiàng)（P8）。

（2）我國(guó)標(biāo)準(zhǔn)文本仍然有很大的改進(jìn)空間，從低于均值的標(biāo)準(zhǔn)變量分值來(lái)看，X5標(biāo)準(zhǔn)視角、X6標(biāo)準(zhǔn)措施和標(biāo)準(zhǔn)X8受眾的均值分別為0.33、0.48和0.33，均遠(yuǎn)低于平均值，且標(biāo)準(zhǔn)文本評(píng)價(jià)中得分較低也主要集中于這3個(gè)指標(biāo)，說標(biāo)準(zhǔn)文本仍存在標(biāo)準(zhǔn)視角不全面，標(biāo)準(zhǔn)措施不完善和標(biāo)準(zhǔn)受眾不廣泛等問題亟待改進(jìn)。

參考文獻(xiàn)

[1]趙敏娟.智慧農(nóng)業(yè)的經(jīng)濟(jì)學(xué)解釋與突破路徑[J].人民論壇·學(xué)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(jì)智慧農(nóng)業(yè)標(biāo)準(zhǔn)文本量化評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2023，39（7）：22-27.

[3]高昕，孫遠(yuǎn)太.基于PMC指數(shù)模型的鄉(xiāng)村振興智慧農(nóng)業(yè)標(biāo)準(zhǔn)文本量化評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2022，38（19）：57-60.

[4]張永安，耿喆.我國(guó)區(qū)域科技創(chuàng)新智慧農(nóng)業(yè)標(biāo)準(zhǔn)文本的量化評(píng)價(jià)：基于PMC指數(shù)模型[J].科技管理研究，2015，35（14）：26-31.

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

[6]劉科利.推進(jìn)智慧農(nóng)業(yè)發(fā)展面臨的現(xiàn)實(shí)約束及智慧農(nóng)業(yè)標(biāo)準(zhǔn)文本建議[J].農(nóng)業(yè)經(jīng)濟(jì)，2024（6）：6-8.

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

[8]馮獻(xiàn)，李瑾，崔凱.中外智慧農(nóng)業(yè)的歷史演進(jìn)與智慧農(nóng)業(yè)標(biāo)準(zhǔn)文本動(dòng)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(chǎng)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(diǎn)卡點(diǎn)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(jià)值鏈視角下中國(guó)智慧農(nóng)業(yè)標(biāo)準(zhǔn)文本分析[J].農(nóng)業(yè)經(jīng)濟(jì)，2023（4）：6-8.

[11]謝煒聰，王景利.農(nóng)機(jī)購(gòu)置補(bǔ)貼智慧農(nóng)業(yè)標(biāo)準(zhǔn)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(jī)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(biāo)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(guó)發(fā)展“智慧農(nóng)業(yè)”促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)鏈變革的做法及啟示[J].經(jīng)濟(jì)縱橫，2016（12）：120-124.

[14]張少華，陳壬濤，黎美玲.中國(guó)智慧農(nóng)業(yè)的規(guī)模測(cè)度與效應(yīng)評(píng)估[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2025（2）：22-31.

[15]朱康睿，宋成校.智慧農(nóng)業(yè)發(fā)展的國(guó)際經(jīng)驗(yàn)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(guó)智慧農(nóng)業(yè)：機(jī)遇、挑戰(zhàn)與優(yōu)化路徑[J].科學(xué)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(guó)務(wù)院創(chuàng)新政策量化評(píng)價(jià)：基于PMC指數(shù)模型[J].科技進(jìn)步與對(duì)策，2017，34（17）：127-136.

作者簡(jiǎn)介

王君熠，本科在讀，研究方向?yàn)橹腔坜r(nóng)業(yè)標(biāo)準(zhǔn)化、生態(tài)農(nóng)業(yè)技術(shù)。

于曉慶，本科在讀，研究方向?yàn)橹腔坜r(nóng)業(yè)標(biāo)準(zhǔn)化、農(nóng)業(yè)信息技術(shù)。

徐冬愛，本科，經(jīng)濟(jì)師，研究方向?yàn)闃?biāo)準(zhǔn)化管理、標(biāo)準(zhǔn)化技術(shù)服務(wù)。

王琪琦，本科在讀，研究方向?yàn)橹腔坜r(nóng)業(yè)標(biāo)準(zhǔn)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?yàn)橹腔坜r(nóng)業(yè)標(biāo)準(zhǔn)化、農(nóng)業(yè)知識(shí)發(fā)現(xiàn)與知識(shí)管理。

（責(zé)任編輯：張瑞洋）