为农业中小型企业开发可持续性评估决策支持系统：在意大利北部草莓种植园进行的试点测试

《Environmental and Sustainability Indicators》：Development of a decision support system for sustainability assessment in agricultural small and medium enterprises: a pilot test in northern Italy’s strawberry farms

农业中小企业可持续发展决策支持系统研究。基于多准则决策分析框架，开发包含32个环境与社会经济领域指标的DSS，通过参与式方法确定权重并利用RICA数据库进行基准化。试点测试7家草莓农场显示，系统可生成环境（63%-77%）与社会经济（45%-75%）综合评分，误差率与数据完整性相关。未来将开发在线工具并扩展应用范围，为政策制定与农场改进提供支持。

　　
本文聚焦于为意大利农业中小企业（SMEs）设计并验证一种可持续性评估决策支持系统（DSS）。研究团队通过多学科协作，结合文献分析与实地调研，构建了一个基于多准则决策分析（MCDA）的评估框架，旨在解决SMEs在可持续性实践中的数据收集、指标选择及决策支持等核心问题。

### 一、研究背景与问题提出
全球气候变化与资源约束背景下，农业可持续性评估成为重要议题。意大利作为典型的小农经济国家，其农业企业普遍具有规模小（67%耕地面积不足20公顷）、家族化（21%为微型农场）和运营分散的特点。尽管这类企业贡献了意大利农业产值的80%以上，但其在环境和社会经济可持续性评估方面存在显著短板——数据显示，仅有2.8%的SMEs系统评估了碳排放，14.9%监测了食物浪费，且缺乏统一工具支持决策优化。

研究团队发现，现有工具（如SAFA和Smart Farm Tool）存在三大痛点：1）操作复杂，需要专业数据支持；2）缺乏自动化的横向比较功能；3）未充分考虑意大利农业SMEs的特殊性（如小规模、数据碎片化）。基于此，研究提出开发一个融合多维度指标、简化数据收集流程且支持动态评估的DSS系统。

### 二、方法论创新
1. **指标筛选机制**
通过文献综述与焦点小组（17名农业专家）的迭代讨论，最终确定32个核心指标，形成11个二级准则的评估体系。环境维度涵盖8个准则（如土壤健康、能源效率），社会经济维度包含3个准则（如经济稳定性、社区参与）。特别值得注意的是，研究主动剔除难以量化的"治理"维度，转而通过"上下文因子"（如地理位置对水质的影响）间接反映外部约束。

2. **动态权重分配**
采用专家 pairwise比较法（9级语义标度）确定指标权重，相比传统等权重法更具适应性。例如，"有机肥料使用率"权重达0.28，高于"包装材料回收率"的0.15，体现对直接影响生态效益的指标优先级。权重分配过程经3轮专家验证，确保科学性与实操性的平衡。

3. **数据增强策略**
针对数据缺失问题，开发双轨处理机制：
- **可靠性指数（RI）**：计算有效指标占比（RI=有效指标数/总指标数），当RI<80%时自动触发误差修正
- **智能默认值**：对缺失的定量指标（如灌溉用水量），采用RICA数据库的县域均值替代；定性指标（如合作组织参与度）设置33%默认值（反映非最佳实践状态）

### 三、试点应用与关键发现
1. **样本特征**
选取伦巴第大区7家草莓种植SMEs（平均耕地面积0.3公顷，年产量4-16吨），涵盖开放式种植（4家）和土壤栽培（3家）。数据收集通过混合方式（现场访谈+远程问卷），重点考察2019-2023年生产周期。

2. **评估结果分析**
- **环境维度**：平均得分68%（标准差5.1%），其中"能源使用效率"（平均82%）和"土壤有机质"（平均75%）表现突出，但"包装材料可持续性"普遍低于40%
- **社会经济维度**：平均得分55%（标准差10.1%），显示显著发展不平衡。例如"员工培训投入"指标，仅2家达到基准值
- **可靠性分布**：F5（0.2公顷有机农场）RI达97%，其误差控制在3%以内；而F6（0.5公顷设施农业）因数据缺失导致RI仅78%，误差高达10.9%

3. **决策支持效能**
通过雷达图可视化（图7、8），系统成功识别出：
- 高价值改进领域：如F3农场在"材料循环利用"（当前25%→建议提升至60%）和"空气污染治理"（当前32%→需加强）的改进空间
- 潜在资源错配：部分农场（如F2）环境评分达77%，但社会经济得分仅54%，提示需平衡生态投入与社区效益

### 四、实践价值与局限
1. **工具创新性体现**
- 开发"上下文自适应评分"机制，将RICA数据库的县域基准（如每公顷氮肥使用量15kg）嵌入评估模型，实现动态对标
- 建立"三维反馈矩阵"：指标层（32项）→准则层（11类）→领域层（2大领域），支持逐层追溯问题根源
- 首创"改进建议引擎"，基于指标关联性自动生成优化方案（如建议F3农场将不可降解塑料使用率从45%降至20%）

2. **实施障碍与改进方向**
- 数据采集成本：45%的问卷问题涉及专业设备（如CO2通量监测仪），导致部分农场完成率不足60%
- 界面友好度：Excel版本存在公式复制的认知门槛，农民误操作率达23%
- 政策衔接不足：未完全对接欧盟共同农业政策（CAP）的补贴指标体系

### 五、推广路径与政策启示
研究团队计划分三阶段推进DSS的规模化应用：
1. **工具升级**（2025年前）：
- 开发Web版系统，集成数据自动采集模块（如通过IoT传感器对接RICA数据库）
- 构建动态知识库，收录120+个农业SMEs改进案例（如F7通过引入社区支持农业模式，将社会经济得分从45%提升至68%）

2. **政策适配**（2026年前）：
- 与欧盟CAP政策对接，将评估结果自动生成"可持续生产认证码"（如SUS-IT-2024-017）
- 开发政府端数据看板，实现县域级SMEs评估结果的实时可视化

3. **生态链延伸**（2027年前）：
- 扩展至柑橘、橄榄等5大意大利主粮作物
- 增加供应链追溯功能，将农场评分与下游企业采购决策挂钩

该研究为农业SMEs提供了从评估到改进的完整闭环，其核心价值在于：通过将复杂MCDA模型转化为"数据采集→自动评分→改进建议"的标准化流程，使平均数据收集时间从传统方法的72小时缩短至4.5小时，决策响应速度提升60%。据测算，若在伦巴第大区推广该工具，可使中小农场通过优化管理实现年均8-12%的碳减排，同时提升20%的社区合作价值。