《Agricultural Systems》:Adoption of digital technologies to promote animal welfare data exchange in agri-food value chains
编辑推荐:
本研究采用定性多主体研究方法,探讨了在德国奶牛和肉牛农业食品价值链(AFVC)中,为促进动物健康与福利(AHW)数据交换而采用数字技术的条件。研究人员(代替“我们”)通过专家访谈(EIs)和生活实验室(LLs)收集数据,分析了技术、经济及主体互动维度下的障碍、
本研究采用定性多主体研究方法,探讨了在德国奶牛和肉牛农业食品价值链(AFVC)中,为促进动物健康与福利(AHW)数据交换而采用数字技术的条件。研究人员(代替“我们”)通过专家访谈(EIs)和生活实验室(LLs)收集数据,分析了技术、经济及主体互动维度下的障碍、促进因素及共同创造的解决方案。研究发现,AHW数据交换的障碍主要源于治理不佳、互操作性不足和高昂成本,而非单纯的技术缺陷。合作意愿和内在动机成为关键促进因素,而透明的数据管理和经济激励也是重要推动力。多主体协作和改善沟通是核心解决方案路径。研究结论强调,数字技术的采用需要嵌入制度性和关系性条件,以确保AHW数据交换的可行性、可信赖性和经济可持续性,并呼吁超越技术中心视角,将采用视为由治理、权衡和价值分配塑造的多主体协调过程。
**论文解读:农业食品价值链中动物福利数据交换的数字技术采用研究**
**研究背景与问题**
在农业食品价值链(AFVC)中,动物健康与福利(AHW)日益成为提升生产力、市场准入和消费者信任的战略驱动因素,也是监管框架、质量计划和可持续发展目标的核心要素。然而,尽管数字化技术(如传感器、物联网、大数据分析、人工智能等)有望提高透明度、优化流程并增强跨主体连接性,但AHW数据交换在实际中仍面临严重障碍。现有研究往往孤立地考察技术、经济或主体互动因素,忽视了系统层面的采纳决策动态、治理安排、协调结构以及责任、风险与收益分配之间的相互依赖关系。此外,数据所有权碎片化、格式异构、互操作性不足、责任不清、高投资与运营成本、监管不确定性以及市场垄断等问题进一步阻碍了数字化进程。农民作为AHW数据的主要生产者,其参与取决于明确的经济回报、易用性、与日常管理的相关性以及对数据交换不会加剧权力失衡或削弱自主权的信心。因此,亟需一项系统性、多主体参与的研究,以识别障碍、促进因素及共同创造的解决方案,从而推动AFVC中AHW数据交换的数字技术采用。
**研究内容与结论**
本研究以德国奶牛和肉牛AFVC为案例,采用定性多主体方法,通过14次专家访谈(EIs)和5次生活实验室(LLs)收集数据,共涉及来自生产、加工、质量保证、数据库、政策、技术提供和创新中介等领域的40余位利益相关者。研究运用混合方法内容分析,结合演绎和归纳编码,并借助MAXQDA软件进行代码共现网络分析,以揭示技术、经济及主体互动维度下的障碍、促进因素和解决方案之间的相互关联。
主要结论包括:1)AHW数据交换的障碍并非孤立存在,而是紧密交织的,包括数据管理、协作与沟通、市场相关限制等,其中数据管理成为连接技术碎片化、经济不确定性和组织工作量的关键瓶颈;2)促进因素中,主体互动相关的因素(如合作意愿、内在动机、持续发展意愿)最为突出,形成一个支撑性三角,而技术和经济促进因素则相对外围但不可或缺;3)共同创造的解决方案主要集中在协作与共同创造、数据与平台结构、沟通与信息交换以及共同目标设定等主体互动层面,强调治理、透明度和公平价值分配的重要性;4)成功的采用路径依赖于技术整合、经济可行性与协作治理的协同,而非单一维度的改进。
**主要关键技术方法**
本研究采用定性多方法设计,数据来源于2021至2023年在德国开展的专家访谈(EIs)和生活实验室(LLs)。受访者涵盖农民、兽医、数据库提供者、加工商、零售商、政策制定者、技术提供者等,通过滚雪球和受访者驱动抽样招募。数据收集在Covid-19期间通过Zoom在线进行。分析采用混合方法内容分析,结合演绎编码(基于概念框架的技术、经济、主体互动维度及障碍、促进因素、解决方案主题透镜)和归纳编码(从数据中提炼治理、协调、权力动态等主题),并使用MAXQDA的MAXMaps工具进行代码共现网络分析,以可视化主题间关联。
**研究结果**
**4.1 代码分布**:共生成3758个代码,解决方案占比最高(54%),其次为障碍(27%)、促进因素(16%)和影响(4%)。主体互动主题占比最大(45%),远超技术(28%)和经济(21%)主题,表明利益相关者认为AHW数据交换的进展更依赖于协调、信任和治理机制。
**4.2.1 障碍**:技术障碍主要涉及数据管理和系统集成,如安全性不足、标准缺失、互操作性差;经济障碍包括不确定回报、高成本、竞争激烈及利益分配不清晰;主体互动障碍集中于治理与协调失败,如协作缺失、责任不清、监管碎片化。代码共现网络显示,数据管理、协作与沟通、市场相关限制是核心互联节点,表明单一技术改进难以成功。
**4.2.2 促进因素**:主体互动促进因素最为密集,包括合作意愿、内在动机和持续发展意愿,形成紧密集群;技术促进因素包括有效数据管理、现有接口和工具的使用、基础设施;经济促进因素包括经济激励、时间节省和AHW数据需求增加。代码共现图表明,社会动机和共同目标是采用的催化剂,技术和经济因素在嵌入信任和合作时才能发挥最大作用。
**4.2.3 解决方案**:共同创造的解决方案中,主体互动方法最为突出,包括增强协作与共同创造、透明沟通、共同目标设定、管理导向措施;技术解决方案集中于数据管理和标准化,如建立(去)中心化数据库生态系统、智能数据处理;经济解决方案包括成本透明、收益沟通、营销AHW和调整商业模式。代码共现显示,协作与沟通、数据与平台结构、共同目标频繁关联,表明综合策略的必要性。
**4.2.4 影响**:增强AHW数据交换的最主要影响是透明度提升,包括控制机制、文档化、可比较性;其次是流程改进、新商业模式和持续改进循环;此外还涉及社会经济影响(如网络扩展、知识扩散)和伦理环境影响(如可持续性提升、疾病减少)。
**4.3 代码间关系**:跨代码共现网络揭示,协作与共同创造是连接障碍、促进因素和解决方案的核心,强调治理和公平价值分配在采用中的关键作用。
**讨论与结论**
**讨论部分总结**:研究证实,AHW数据交换的采用是一个多主体协调挑战,而非纯技术问题。障碍的相互关联性要求综合解决方案,而促进因素中的社会动机和合作意愿是关键杠杆。经济激励和治理安排需嵌入信任和协作网络才能有效。解决方案强调协作治理、共同目标和透明价值分配,技术标准化需与制度安排相结合。潜在影响包括透明度、效率、可持续性和竞争力的协同提升,但需警惕数字基础设施的环境负担和权力失衡风险。
**研究结论翻译**:本研究调查了推动AFVC中AHW数据交换数字技术采用的障碍、促进因素和共同创造的解决方案。通过让多个AFVC利益相关者参与,产生了应对特定行业挑战并满足社会对改善AHW期望的实践相关方法。研究发现,AHW数据交换不足主要不是技术缺陷的后果,而是由监管碎片化、组织约束、数字成熟度异质性以及责任、激励和公平价值分配问题共同塑造的。因此,这一背景下的转型应主要被视为一个多主体治理和协调挑战。研究证实,更广泛的采用文献中已知的主要障碍和促进因素也适用于AHW数据交换,但其贡献在于表明这些因素在AFVC中具有特定相关性,其中信任、责任分配、互操作性和公平价值捕获紧密交织。研究通过识别以治理敏感方式连接技术、经济和主体互动维度的共同创造解决方案,超越了简单地重申现有采用动态。促进因素网络强调,主体动机、合作和社会学习是持续采用的关键杠杆。技术和经济因素仍然基础,但其影响在嵌入稳健、社会联系和积极的主体网络时最大化。这加强了多主体参与和商业模式创新对AHW数据交换的相关性,包括基于服务的平台、认证和质量计划以及基于市场的激励,将福利相关数据转化为有形的价值主张。从系统视角看,结果强调技术、经济和治理解决方案必须并行发展。技术改进如互操作接口、统一数据库和高效数据处理对于克服碎片化是必要的,但如果没有支持性治理安排则不足。经济可行性同样不能与社会动态分离。当透明的成本收益结构、支持性投资计划和可信的激励机制减少不确定性并在主体间更公平地分配成本和收益时,采用更有可能。这些机制通过实现AHW改进与资源效率、预防性管理和更有韧性的生产系统之间的协同,创造系统维度间的潜在协同效应。同时,研究结果突出了权衡。增加透明度和问责制可能加强合法性和市场信任,但如果责任、数据权利和利益分享机制不明确,也可能增加合规负担并威胁自主性。这使得公平和权力关系成为成功实施的核心,特别是对于作为主要数据提供者的农民。从政策角度看,研究结果呼吁统一的行政框架、明确的责任分配以及支持开放、协作和互操作的数据基础设施。政策制定者和创新中介应优先考虑综合性干预措施,将互操作性标准与定向补贴、基于结果的激励以及数字基础设施和培训投资相结合,确保包容性参与并避免加剧数字鸿沟。将技术创新与公平治理和可行融资机制对齐,为迈向一个明智、以福利为导向的AFVC数据生态系统提供了路径,该生态系统可加强可持续性、经济韧性和公众信任。