農(nóng)業(yè)強國建設背景下云南省糧食安全生產(chǎn)能力分析

劉 婕，王 靜，張 玲，陳 蕊*

（1.云南農(nóng)業(yè)大學經(jīng)濟管理學院，云南昆明 650201；2.云南財經(jīng)大學經(jīng)濟學院，云南昆明 650221）

黨的二十大報告中強調(diào)加快建設農(nóng)業(yè)強國[1]。農(nóng)業(yè)要強，首先是糧食和重要農(nóng)產(chǎn)品供給保障能力必須強。盡管我國糧食產(chǎn)量已連續(xù)8年保持在6.5億t以上，但穩(wěn)產(chǎn)保供的基礎還不牢固，現(xiàn)代化發(fā)展水平較低，糧食供求仍呈緊平衡，綠色優(yōu)質(zhì)農(nóng)產(chǎn)品供給不足，糧食安全形勢依然嚴峻，越往前走難度越大。要把提高農(nóng)業(yè)綜合生產(chǎn)能力放在更突出的位置，用市場化方式把產(chǎn)能釋放出來，構建多元化食物供給體系，更好滿足人民群眾豐富多樣的食物消費需求[2-3]。

只有通過大力發(fā)展農(nóng)業(yè)，才能夠更好地推動中華民族的偉大復興，為實現(xiàn)社會主義現(xiàn)代化國家的目標提供有力的支撐。然而，與新型工業(yè)化、信息化、城鎮(zhèn)化相比，農(nóng)業(yè)現(xiàn)代化仍然存在著許多不足之處[2]。因此，必須大力提升農(nóng)業(yè)生產(chǎn)能力，提高糧食生產(chǎn)的質(zhì)量和效率，這不僅是實現(xiàn)農(nóng)業(yè)強國的必要條件，也是實現(xiàn)社會主義現(xiàn)代化國家的重要基礎。農(nóng)業(yè)強國背景下對糧食生產(chǎn)有哪些新的要求，如何評價糧食生產(chǎn)能力，如何精準預測糧食產(chǎn)量，如何提升糧食綜合生產(chǎn)能力對全面建設社會主義現(xiàn)代化國家具有重大意義。

1 農(nóng)業(yè)強國背景下提高糧食安全生產(chǎn)能力的重要意義

1.1 確保糧食供給安全可靠的重要基礎

保障糧食和重要農(nóng)產(chǎn)品穩(wěn)定安全供給是建設農(nóng)業(yè)強國的重要基礎和頭等大事。在建設農(nóng)業(yè)強國的背景下，提升糧食生產(chǎn)的能力，構建糧經(jīng)飼統(tǒng)籌、多元化食物供求平衡體系，健全糧食流通體系，增強儲備調(diào)控能力也是確保糧食供給安全的重要基礎[1-2]。

1.2 滿足人民美好生活需要的必然要求

當前，我國糧食等重要農(nóng)產(chǎn)品供給總體有保障，但穩(wěn)產(chǎn)保供的基礎還不牢固，綠色優(yōu)質(zhì)農(nóng)產(chǎn)品供給不足。保數(shù)量很重要，但人們的需求和品質(zhì)在提高，糧食不僅要量夠，還要多樣化和提高品質(zhì)安全，即糧食的高質(zhì)量發(fā)展。只有構建多元化食物供給體系，才能更好滿足人民群眾多樣性、高質(zhì)量的食物需求。

1.3 提高農(nóng)業(yè)綜合效益和競爭力的客觀需要

雖然我國農(nóng)業(yè)綜合生產(chǎn)能力顯著增強，但農(nóng)業(yè)生產(chǎn)基礎不牢、大而不強、多而不優(yōu)問題仍然突出。加強農(nóng)田水利建設，推進農(nóng)業(yè)機械化、設施化、智能化，加快建設倉儲冷鏈物流設施，打造具有創(chuàng)新性和競爭力、高附加值的糧食產(chǎn)業(yè)鏈、供應鏈，努力提高糧食生產(chǎn)綜合效益，為農(nóng)業(yè)強國建設打下堅實基礎[2]。

2 研究設計

2.1 農(nóng)業(yè)強國背景下糧食安全生產(chǎn)能力衡量指標

糧食綜合生產(chǎn)能力指在一定技術條件和生產(chǎn)要素投入下國內(nèi)可以穩(wěn)定達到的糧食產(chǎn)出能力，是反映國家糧食安全保障能力的重要指標[4]。結合中國國家統(tǒng)計局農(nóng)村社會經(jīng)濟調(diào)查司設計的糧食安全評價指標體系，本文以衡量糧食安全生產(chǎn)能力為目的，從糧食基礎保障能力、生產(chǎn)供給能力、市場調(diào)控能力3 個維度構建糧食安全生產(chǎn)能力評價指標體系（見表1）。保障糧食生產(chǎn)安全不僅要保障糧食生產(chǎn)可持續(xù)的供給能力，還要促進農(nóng)業(yè)的可持續(xù)發(fā)展，保障生態(tài)安全，提升市場調(diào)控能力和促進綠色高質(zhì)農(nóng)業(yè)發(fā)展。

表1 糧食安全生產(chǎn)能力評價指標體系

表2 灰色模型的精度等級標準

2.2 糧食產(chǎn)量預測模型

2.2.1 GM(1,1)模型建模思路

灰色系統(tǒng)理論主要是通過提取“部分”有價值的信息，實現(xiàn)對系統(tǒng)行為和演化規(guī)律的正確描述和有效監(jiān)控[5]。GM(1,1)模型是灰色預測的核心模型，在時間序列數(shù)據(jù)的基礎上，通過分析數(shù)據(jù)變化規(guī)律和內(nèi)在聯(lián)系，尋找潛在規(guī)律和有價值的信息，從而生產(chǎn)響應的數(shù)據(jù)系列并建立微分方程模型，對未來發(fā)展趨勢進行預測[6]。一方面，用灰色系統(tǒng)理論處理原始觀測數(shù)據(jù)，將改善模型的統(tǒng)計特性；另一方面，將GM(1,1)模型與其他模型進行組合，將提高對原始數(shù)據(jù)規(guī)律的認識和預測準確度。

2.2.2 GM(1,1)模型運算步驟

設有一原始時間數(shù)據(jù)序列：

對原始數(shù)據(jù)序列進行一次累加，生產(chǎn)數(shù)據(jù)系列

X(1)(k)的緊臨均值生成序列為：

灰微分方程：

其中，a 為發(fā)展系數(shù)，b 為灰色作用量。白化方程為：

記參數(shù)A=(a，b)T，其估計值為?，利用最小二乘法可得：

方程的時間響應序列為：

2.2.3 模型精度檢驗

2.2.4 灰色馬爾科夫模型

馬爾科夫分析旨在通過分析當前情況來推測未來的發(fā)展趨勢，從而幫助做出更精準的決定[7]，其基本模型為:

X(k)，X(k+1)分別表示趨勢分析與預測對象在t=k 和t=k+1 時刻的狀態(tài)向量，P 為一步轉移概率矩陣。

1）區(qū)間劃分

根據(jù)馬爾科夫理論，將實際與預測的相對值分成多個狀態(tài):

Ei=［Qi1，Qi2］，i=1，2，…，m，其中相對值Q=，Qi1，Qi2為相對值所處狀態(tài)區(qū)間的左、右端點值。

2）狀態(tài)轉移概率矩陣

設數(shù)據(jù)序列有m 個可能的狀態(tài)，fij表示數(shù)據(jù)序列中從狀態(tài)i 經(jīng)過一步轉移到達狀態(tài)j 的頻數(shù)，計算公式為:

Pij構成的一步馬爾科夫狀態(tài)轉移概率矩陣p1用下面的形式描述：

通過求一步狀態(tài)轉移概率矩陣即可判斷預測對象下一步狀態(tài)轉移的情況。

3）確定對象轉移狀態(tài)

通過計算P1可以預測一步，相對于初始狀態(tài)Ek，考察P1中第k 行，若maxp(1)kj=p(1)kj(j=1，2，…，n)，可認為系統(tǒng)下一步由Ek轉移到El具有最大可能性。由公式Pn=計算n 步狀態(tài)轉移概率矩陣pn則可預測多步。

4）馬爾科夫性檢驗

將“邊際概率”中p.j 的值計算出來，即Pj=，統(tǒng)計量χ2 滿足極限分布要求，其公式為：，檢驗水準α=0.05，若χ2＞χα2(m-1)2，則P＜0.05，認為該數(shù)據(jù)序列符合馬爾科夫性。

5）修正灰色預測值

通過狀態(tài)轉移概率矩陣，預測灰色值得到相對誤差狀態(tài)區(qū)間［Qi1,Qi2］，取區(qū)間的中值作為修正值。其中，為灰色模型的擬合預測值，Qi1、Qi2分別為利用馬爾科夫鏈預測到的相對值所處狀態(tài)區(qū)間的左、右端點值。

3 農(nóng)業(yè)強國背景下云南省糧食安全生產(chǎn)能力分析

3.1 云南省糧食安全生產(chǎn)能力

云南是糧食生產(chǎn)產(chǎn)銷平衡區(qū)，地處西南邊陲和越南、老撾和緬甸三個國家接壤，云南的糧食安全在國家糧食保障戰(zhàn)略中占有重要地位，保持糧食自給率的同時還要共同承擔起維護國家糧食安全的責任[8]。云南省的耕地資源利用與開發(fā)潛力指數(shù)全國排名14，耕地利用與開發(fā)潛力很大[9]。

3.1.1 基礎保障能力

云南省農(nóng)作物播種面積較2010 年有了大幅增加，糧食產(chǎn)量和有效灌溉面積穩(wěn)中有升（見圖1），農(nóng)業(yè)化肥使用折純量自2016年起大幅縮減（見圖2），耕地面積和有效灌溉面積的穩(wěn)步提升和糧食生產(chǎn)對土地資源、環(huán)境的保護是糧食基礎保障能力中的重中之重。農(nóng)業(yè)機械總動力數(shù)據(jù)反映了云南省農(nóng)業(yè)機械化水平不斷提升，農(nóng)業(yè)機械在農(nóng)業(yè)生產(chǎn)中的投入不斷加大（見圖2），由于統(tǒng)計指標變化，2018年以后農(nóng)業(yè)機械總動力與歷史數(shù)據(jù)不可比較。例如，云南大理州通過“田油菜+鮮食玉米（烤煙）+春季馬鈴薯”和“水稻+春季馬鈴薯”兩種先進的種植技術，大力開展洱海流域的產(chǎn)業(yè)轉型升級，以田油菜為主要作物，獲得可觀的經(jīng)濟效益和生態(tài)效益。

圖1 2010—2020年云南省農(nóng)作物總播種面積和糧食產(chǎn)量變化情況

3.1.2 生產(chǎn)供給能力

從統(tǒng)計數(shù)據(jù)來看，雖然云南省糧食產(chǎn)量穩(wěn)步增加，但由于社會消費品零售總額逐年大幅增加，因而云南省糧食自給率呈下降趨勢（見圖3）。只要保證糧食產(chǎn)量，就有可能提升糧食安全生產(chǎn)供給能力。云南省是全國糧食產(chǎn)銷平衡區(qū)，積極響應國家的糧食安全戰(zhàn)略，雖然全省各地均未出現(xiàn)糧油供應緊張或短缺的狀態(tài)，但糧食生產(chǎn)標準化程度不高，產(chǎn)業(yè)化水平和科技轉化率偏低，嚴重制約了云南糧食產(chǎn)業(yè)現(xiàn)代化進程。

圖3 2010—2020年云南省糧食自給率等變化情況

3.1.3 市場調(diào)控能力

云南省糧食零售及消費價格指數(shù)自2012年后較穩(wěn)定，云南省不斷加強糧油市場監(jiān)測預警，合理引導市場預期。近兩年來，云南共下達63 萬t 省級儲備糧輪換計劃，實現(xiàn)糧食生產(chǎn)增產(chǎn)提質(zhì)、降本增收互相促進，在耕地“非糧化”背景下調(diào)動農(nóng)民種糧和地方政府抓糧的積極性。八寶貢米、梯田紅米、墨江紫米、勐海香米等云南省特色稻米和企業(yè)品牌知名度不斷提高，國有糧食企業(yè)銷糧量自2018 年大幅回落后，2019—2020 年大幅上升（見圖4）。此外，2020 年與2010 年相比較，城市人口增長增加了口糧的剛性需求，而農(nóng)村勞動力顯著下降（見圖5）間接影響糧食生產(chǎn)。

圖4 2010—2020年云南省國有糧食企業(yè)購銷量變化情況

圖5 2010—2020年云南省人口結構變化情況

3.2 灰色馬爾科夫模型在云南省糧食產(chǎn)量預測中的應用

3.2.1 云南省糧食產(chǎn)量灰色GM(1,1)模型

從統(tǒng)計年鑒查出云南省2000—2020年糧食產(chǎn)量數(shù)據(jù)，糧食產(chǎn)量從長期看有增加的趨勢，但其復雜性、波動性較大。根據(jù)GM(1,1)模型，得出2000—2020 年糧食產(chǎn)量預測值（見表3）。

表3 2010—2020年糧食產(chǎn)量預測值

從GM(1,1)模型精度來看，相關系數(shù)R=0.563，后驗差比值C=0.033，小誤差概率P=1。相關系數(shù)基本合格，其他指標達標。2010—2020 年云南省糧食產(chǎn)量灰色模型預測值的平均相對誤差為2.727%，而灰色馬爾科夫模型預測值的平均相對誤差為2.534%（見表3），灰色馬爾科夫模型比灰色預測模型的預測結果更加精準。

3.2.2 建立云南省糧食產(chǎn)量灰色馬爾科夫預測模型

根據(jù)GM(1,1)模型預測的結果，把原始數(shù)據(jù)與模擬數(shù)據(jù)的比值劃分為4 個等距區(qū)間，劃分為4 種狀態(tài)（見表4）。

表4 云南省糧食產(chǎn)量狀態(tài)劃分

3.2.3 計算狀態(tài)轉移概率矩陣并修正預測值

通過表3 中各年份的狀態(tài)情況可確定狀態(tài)轉移概率矩陣：

通過第一步狀態(tài)矩陣計算第二步狀態(tài)矩陣：

由于2020年的糧食產(chǎn)量處于第二種狀態(tài)，考慮矩陣P(1)中第二行中的最大值，取第二種狀態(tài)區(qū)間的相對誤差的中值對灰色預測值進行修正，得到2021年糧食產(chǎn)量馬爾科夫修正值為1 889.416。由以上轉移矩陣P(2)確定2022 年云南省糧食產(chǎn)量的狀態(tài)，考慮矩陣的第二行中的最大值，確定2022 年狀態(tài)為第二種狀態(tài)，經(jīng)計算修正值應為1 895.094。同理，可以預測2023—2025年的云南省糧食產(chǎn)量（見表5）。

表5 2021—2030年云南省糧食產(chǎn)量預測結果 單位：萬t

糧食生產(chǎn)過程受自然條件、生產(chǎn)管理、政策調(diào)控等眾多因素影響，具有動態(tài)性、波動性、非線性等特點，而單一的預測方法和模型難免都有缺陷[7]。由于糧食生產(chǎn)具有灰度特征，可以使用灰色模型進行預測；而馬爾可夫模型較適用于隨機性和波動性較大的預測問題，能對隨機波動數(shù)據(jù)序列進行長期預測，兩者結合可形成優(yōu)勢互補，灰色馬爾可夫模型可以適用于糧食產(chǎn)量的中長期預測。從糧食產(chǎn)量預測結果可以看出，在“非糧化”背景下，2021—2030 年云南省糧食產(chǎn)量總體呈穩(wěn)步增加趨勢（見表5），可有效保障云南省糧食生產(chǎn)供給。

3.3 農(nóng)業(yè)強國背景下云南省糧食生產(chǎn)和消費新趨勢

根據(jù)云南省糧食產(chǎn)量預測模型的預測結果，云南省糧食產(chǎn)量穩(wěn)步增加，能夠保障糧食生產(chǎn)的供給。由圖3 看出，2010—2020 年云南省糧食作物播種面積總體保持在410 萬hm2左右，糧食總產(chǎn)量呈上升趨勢，平均年增長約2.38%。其中，云南省主要口糧作物稻谷的播種面積有一定程度的波動，但產(chǎn)量呈上升趨勢，2021年稻谷的種植面積和產(chǎn)量較2017—2020年有所下降。玉米的播種面積和產(chǎn)量均穩(wěn)步上升，而小麥的種植面積和產(chǎn)量均呈下降趨勢。大豆的播種面積呈穩(wěn)步上升趨勢，但2021 年大豆產(chǎn)量下降了4.68%。薯類種植面積和產(chǎn)量在2010—2015 年保持穩(wěn)定，而自2016 年薯類種植面積雖大幅下降，但產(chǎn)量不降反增，這得益于品種改良和單產(chǎn)的提高（見圖6、圖7）。近10年來，玉米和稻谷播種面積和產(chǎn)量平均分別占糧食作物播種面積和產(chǎn)量的近40%和20%，是云南省糧食作物播種面積和產(chǎn)量的重要組成部分。云南省人均糧食占有量圍繞400 kg上下波動。

圖6 2010—2020年云南省主要糧食作物播種面積變化情況

圖7 2010—2020年云南省主要糧食作物產(chǎn)量變化情況

4 結論與討論

由于糧食產(chǎn)量受影響的因素多、波動性大等特點，建立灰色馬爾科夫預測模型，并用于2021—2030年云南省糧食產(chǎn)量的預測。研究結果表明，云南省未來的糧食產(chǎn)量將在小幅波動中穩(wěn)步上升，這一預測結果和國家防止耕地“非糧化”政策和糧食安全戰(zhàn)略十分吻合?；疑A測模型與馬爾科夫預測模型相結合，發(fā)揮兩種模型各自的優(yōu)勢，克服兩者的缺陷，提高了預測精度，對糧食產(chǎn)量這類波動性較大的長期預測具有較強優(yōu)勢。

糧食產(chǎn)量預測對保障國家糧食安全生產(chǎn)有重要意義，精準的預測能夠為相關部門提供科學農(nóng)業(yè)生產(chǎn)決策的依據(jù)。因此，要厘清農(nóng)業(yè)強國背景下糧食生產(chǎn)和消費結構的變化，保障糧食安全生產(chǎn)過程中的困難和阻力，提出以下提升糧食安全生產(chǎn)能力的對策和路徑，確保糧食產(chǎn)供銷綠色高質(zhì)量發(fā)展。

4.1 加強科技支撐，提高糧食作物的質(zhì)量和安全性

云南省多地積極推進雜交稻“上山”，根據(jù)當?shù)貧夂颦h(huán)境和種植條件摸索水稻旱種新技術。積極推廣水稻集中育秧、精確定量栽培、藥肥減量增效、病蟲害統(tǒng)防統(tǒng)治等關鍵技術，努力提高糧食單產(chǎn)。結合“九湖”流域農(nóng)業(yè)面源污染防治，優(yōu)化種植結構，推動有機稻種植，在品種、農(nóng)資、技術、倉儲和運輸?shù)阮I域加強科技支撐，充分調(diào)動和發(fā)揮糧食生產(chǎn)的潛能。

4.2 發(fā)揮氣候資源優(yōu)勢，調(diào)優(yōu)糧食種植結構

根據(jù)云南省的地理環(huán)境，實施多樣化的農(nóng)作物結構，并結合云南省的氣象、土地、水文等各方面的原因，實施有效的農(nóng)作物結構的協(xié)調(diào)和分層的發(fā)展。紅河、西雙版納、迪慶、半山區(qū)、山區(qū)、平原區(qū)，都有著獨特的自然氣候，使得當?shù)氐霓r(nóng)業(yè)發(fā)展更加多樣化。把“早”“鮮”這兩個特色放到首位，加快適宜的品種改良。充分利用各地特殊的光、熱、水、土等資源，加強特色種植技術，提升耕作效率。在大食物觀的理念下充分發(fā)展特色糧食作物，如優(yōu)質(zhì)的藜麥、燕麥、蕎麥、水果玉米種植，不僅可以維持當?shù)氐募Z食產(chǎn)量，而且有助于提升經(jīng)濟效益。

4.3 糧食作物經(jīng)濟效益較低，種糧積極性不高

由于小農(nóng)戶等糧食經(jīng)營主體耕地規(guī)模小、農(nóng)業(yè)生產(chǎn)投入成本上漲及糧食價格低等原因，農(nóng)民種糧收益持續(xù)降低。耕地非農(nóng)化、非糧化、棄耕化、邊際化等問題使耕地保護制度地方實踐效果大打折扣[5]。一些地區(qū)高標準農(nóng)田建設標準等級低，土地碎片化也影響機械化、數(shù)字化農(nóng)業(yè)生產(chǎn)性服務實施，無形中增加了糧食生產(chǎn)成本，打擊農(nóng)民的種糧積極性[10]。用綠色、高質(zhì)、可持續(xù)、集約化方式，提升糧食品質(zhì)，打造糧食特色區(qū)域品牌，達到提質(zhì)增效的作用。構建完善的補償機制，以耕地的生態(tài)價值、經(jīng)濟價值、發(fā)展權價值等共同確定動態(tài)補償標準，實現(xiàn)耕地保護、經(jīng)濟發(fā)展、農(nóng)民增收與生態(tài)安全的多目標協(xié)同發(fā)展。

4.4 完善對生態(tài)保護區(qū)的利益補償機制，促進經(jīng)濟社會協(xié)同發(fā)展

充分挖掘品種、技術、品牌等綠色高質(zhì)穩(wěn)產(chǎn)增產(chǎn)潛力，確保生態(tài)保護、糧食生產(chǎn)、農(nóng)民增收協(xié)調(diào)發(fā)展。開展中央向生態(tài)保護區(qū)一般性財政轉移支付，加大高標準農(nóng)田建設、節(jié)水灌溉、測土配方、精準施肥等綠色生產(chǎn)技術支持和補貼力度[11]。

4.5 防止耕地“非糧化”，設定糧食自給率底線目標

處理好發(fā)展糧食生產(chǎn)和發(fā)揮比較效益的關系，應充分利用各地光熱水土等自然資源，經(jīng)濟、技術等資源優(yōu)勢，創(chuàng)新和發(fā)展糧經(jīng)、糧飼、稻鴨、稻蝦、稻魚等輪作、連作模式，提高復種指數(shù)。各州（市）要明確糧食自給率目標并落實穩(wěn)定糧食生產(chǎn)面積的具體措施，推動綠色低碳循環(huán)發(fā)展，使糧食生產(chǎn)能力與經(jīng)濟發(fā)展水平同步增長。

4.6 依靠科技力量，提高糧食生產(chǎn)質(zhì)量和效率

加強優(yōu)良品種開發(fā)、防災減災技術研究和糧經(jīng)輪作新型農(nóng)作制度。根據(jù)不同生態(tài)區(qū)城和生產(chǎn)條件，建設全程機械化智能化優(yōu)質(zhì)高產(chǎn)示范區(qū)，實施自動插秧、精準施肥、自動收割，開展“無人化種植”和“遠程管理”。做到科技人員到戶，技術要領到人，良種良法到田。推廣農(nóng)機北斗傳感器、耕深監(jiān)測、機具識別卡等信息監(jiān)測終端的使用，讓數(shù)字化、智能化延伸到糧食生產(chǎn)“耕、種、管、收”多個環(huán)節(jié)，大幅提高糧食生產(chǎn)效率。

4.7 調(diào)動糧食生產(chǎn)積極性，打造綠色高質(zhì)稻米知名品牌

針對部分種糧地區(qū)土地細碎化程度高的現(xiàn)實和特殊性，因地制宜制定土地流轉合同，適當放寬產(chǎn)銷平衡區(qū)種產(chǎn)糧大縣認定標準。提升糧食種植科技服務水平，加強糧食運輸物流體系建設，構建“種植+流通+貿(mào)易”全產(chǎn)業(yè)鏈布局模式，打造綠色高質(zhì)稻米知名品牌并擴大其影響力和知名度。

4.8 推動大數(shù)據(jù)平臺建設，打通糧食生產(chǎn)全產(chǎn)業(yè)鏈

充分利用大數(shù)據(jù)分析和人工智能技術，推動大數(shù)據(jù)平臺建設與糧食產(chǎn)銷相結合，實現(xiàn)大田種植環(huán)境監(jiān)測的數(shù)字化、可視化；建立基于糧食大數(shù)據(jù)的物聯(lián)網(wǎng)，對糧食生產(chǎn)、銷售、運輸?shù)冗^程實現(xiàn)智慧管理和精準調(diào)控，準確掌握并及時動態(tài)反饋市場信息；應用區(qū)塊鏈、移動互聯(lián)網(wǎng)等技術開展糧食安全可追溯。在信息技術的支撐下，數(shù)據(jù)信息要素的重組和應用使多元利益主體緊密聯(lián)系，利用數(shù)字技術打通糧食生產(chǎn)全產(chǎn)業(yè)鏈，實現(xiàn)糧食生產(chǎn)高效、綠色、數(shù)字化高質(zhì)量發(fā)展[12]。