數字農業(yè)發(fā)展的國際經驗及其啟示

鐘文晶 羅必良 謝琳

摘 ? 要：氣候變化和資源利用不可持續(xù)帶來了較大的糧食安全壓力，通過數字化技術推進農業(yè)的轉型與高質量發(fā)展變得愈加迫切。數字農業(yè)具有技術依賴性、數據中心性和能力匹配性等特性，容易引發(fā)投資不足、失業(yè)、數字鴻溝和侵犯數據隱私等問題。現階段，我國數字農業(yè)發(fā)展水平還不夠高，有必要借鑒國際經驗，以實現包容性數字農業(yè)轉型，具體應采取如下措施：加大數字轉型基礎設施建設;誘導有利于降本增效的農業(yè)數字技術創(chuàng)新;設計有助于發(fā)揮數字紅利的多元主體享益機制;提升利益相關者的參與能力;構建激勵相容的數據產權規(guī)制體系。

關鍵詞：數字農業(yè);農業(yè)數字技術;包容性發(fā)展

中圖分類號：F323 ? 文獻標識碼：A ? 文章編號：1003-7543（2021）05-0064-12

氣候變化和資源利用不可持續(xù)威脅著全球糧食安全，可持續(xù)地生產足夠的健康食物是21世紀全世界面臨的最為關鍵的長期性挑戰(zhàn)之一。應對此挑戰(zhàn)，要求農業(yè)糧食與食物體系盡快轉型。數字技術創(chuàng)新可能是轉型方案的重要組成部分，即通過引入一套自動化的、數據密集型的“精準”技術，用更少的土地、更節(jié)約的用水和其他投入生產出更多的健康食物[1]。這就意味著數字化將是農業(yè)轉型發(fā)展的重要路徑。數字農業(yè)也被稱為智慧農業(yè)、精準農業(yè)、農業(yè)產業(yè)的第四次技術革命等[2]。數字農業(yè)利用豐富而詳細的數字信息指導農業(yè)價值鏈上各個主體的決策，其應用并不局限于農業(yè)生產，而是涉及整個或部分價值鏈，包括生產過程、收獲后處理、市場準入、融資以及供應鏈管理等多個方面[3]。已有研究表明，數字農業(yè)的功能性作用在于：第一，通過減少化學投入品和勞動力需求，提高農業(yè)生產力和效率，創(chuàng)造新的市場機會來提升經濟效益;第二，通過增進溝通和包容性，帶來社會與文化效益;第三，通過優(yōu)化資源利用，適應氣候變化，帶來環(huán)境效益[4]。

在世界范圍內，以農業(yè)物聯網、農業(yè)大數據、精準農業(yè)、智慧農業(yè)、人工智能等五大核心模塊為代表的數字農業(yè)技術已經被廣泛應用于農業(yè)領域且發(fā)展迅速[5]。與此同時，發(fā)達國家還在數字農業(yè)上進行了大量投資，如英國政府“產業(yè)戰(zhàn)略挑戰(zhàn)基金”將人工智能和數據作為四個挑戰(zhàn)領域之一，計劃聚焦于精準農業(yè)[6];鑒于數字農業(yè)的廣闊前景，麥肯錫的最新報告指出，如果在農業(yè)中成功實現互聯互通，到2030年將為全球GDP增加5000億美元的額外價值[7]。

值得重視的是，盡管數字農業(yè)在經濟效率方面的潛在好處被予以充分肯定，但現有研究大都忽視了從社會、習俗、政治和生態(tài)維度進行深入討論。從全球來看，雖然部分地區(qū)存在食物的過量生產，但與此同時，仍然有數十億計的人們在忍受饑餓和營養(yǎng)不良。因此，技術進步本身并不能完全解決未來全球性的糧食安全問題。而且，數字技術可能對小農經營帶來“雙刃劍”效應：在帶來農業(yè)生產率提升的同時，農業(yè)數字化可能導致小型農場與大型農場之間出現“數字鴻溝”，因為與大型農場相比，大多數小農難以獲得數字農業(yè)技術，難以承受數字技術的大額投資以及由這些投資帶來的風險;數字農業(yè)還會引發(fā)企業(yè)權力和農民自治之間的沖突、數據隱私和可持續(xù)發(fā)展等一系列的問題;新技術甚至可能導致市場集中度的提高，進而引發(fā)投入品價格上漲，使小農陷入更加困難的境地。

可以預期的是，數字農業(yè)或將意味著農業(yè)生產系統、農村經濟、社區(qū)和自然資源管理的重大轉型。理解農業(yè)數字化轉型的條件與挑戰(zhàn)，并制定因應策略，已成為重要的研究議題。本文試圖對數字農業(yè)的技術特征、發(fā)展困境及國際經驗進行研究和分析，以期為中國數字農業(yè)轉型和發(fā)展提供借鑒和啟示。

一、數字農業(yè)的技術特性與發(fā)展困境

數字農業(yè)對現代農業(yè)體系轉型的作用機制，來源于其技術特性，主要包括技術依賴性、數據中心性和能力匹配性三方面。與此同時，數字農業(yè)的技術特性決定了其發(fā)展可能面臨的一系列困境。

（一）數字農業(yè)的技術特性

1.技術依賴性

對于推進數字農業(yè)來說，數據、平臺與連通性缺一不可。數字農業(yè)的實現依賴電力供應、移動網絡覆蓋和互聯網連接等基礎設施建設。在此基礎上，數字農業(yè)的應用依賴數字技術發(fā)展，比如地理信息系統（GIS）、全球導航衛(wèi)星系統（GNSS）、遙感（RS）、衛(wèi)星圖像、地面?zhèn)鞲衅鳌⒁苿佑嬎闾幚砑夹g和通信技術等[8]。數字技術結合程序映射到耕作、播種、施肥、除草劑和農藥的使用、灌溉、收割等農業(yè)實踐中。圖1（下頁）以信息技術（ICT）為例展示了農業(yè)數字技術在農業(yè)循環(huán)中的應用[9]。數字技術將大大拓展農業(yè)發(fā)展的空間，例如，移動技術和網絡設備將農民接入供應鏈，使其有機會獲得更優(yōu)質的種子和肥料，從而提高產量和質量[10];區(qū)塊鏈技術有助于提高食品的可追溯性和供應鏈效率，從而減少浪費并增進價值鏈的透明度和信任度;深度學習、機器學習和人工智能有助于進行先進的作物管理、病害檢測、物種識別以及水、土壤和林業(yè)管理，保障糧食安全;數字解決方案有助于提高監(jiān)測、報告和驗證農業(yè)和土地利用方面的準確性[11]。

2.數據中心性

數字農業(yè)中的關鍵要素是數據，由地理空間技術、現場生產信息、天氣和氣候以及市場動態(tài)匯集而成。其中，地理空間數據通常是特定站點與精準農業(yè)相關的信息，如特定地點的土壤特性和產量信息等;有關管理實踐和技術的元數據，包括播種深度，種子位置，品種，機械診斷、時間和運動，耕作、播種、搜尋、噴灑的日期及投入品使用等;決策者無法控制的環(huán)境數據，包括降雨量、蒸發(fā)量和熱量單位累積值等。圖2（下頁）展現了數字農業(yè)的農場數據流，根據生成地點以及參與者的潛在使用情況來表達數字農業(yè)相關數據生成的過程[12]。由此可見，大數據在農業(yè)中的價值取決于是否有足夠數量的農民提供其農場的相關信息，進而聚合形成農業(yè)大數據。這類數據是一種信息資產，必須通過具有成本效益和創(chuàng)新性的信息處理，增強對農業(yè)的洞察力并發(fā)揮強大的預測能力，最終實現服務于農場管理決策的功能[13]。

3.能力匹配性

數字農業(yè)雖強調數據價值和智能決策的強大功能，但根據數據產權和服務“委托—代理”原則，最終進行決策的主體還是農業(yè)經營者。經營者在學習和經濟能力上與技術的匹配，能夠更好地支持數字農業(yè)轉型。

一是主體學習能力的匹配。農民的學習和適應能力對其從數據驅動的農業(yè)機遇中獲益至關重要。隨著高速互聯網和智能手機的興起，手機應用程序、社交媒體、基于IP的語音傳輸（VoIP）以及數字參與平臺在改進農村地區(qū)人口獲取信息和服務方面具有巨大潛力，這不僅要求他們具備基本的讀寫和數學能力，而且要求其掌握數字處理和通信技能[14]。對于農民而言，數據需要經過一系列的過程才能轉化為信息，且這些信息與經驗結合才能作為知識使用。而每個階段的學習過程并不是線性的，農民使用、分享和交換來自不同來源且各具特性的數據、信息和知識，并根據自己的知識基礎進行應用或調整。例如，當向農民提供原始天氣數據時，他們可能不知道這些數據對農業(yè)操作意味著什么，因為數據的使用必須從農學的角度來解釋，如降雨模式對于在特定時間開始播種某種特定作物是否足夠;對于不同作物，降雨數據的應用也可能會存在差別。因此，對農民來說，數據、信息和知識的使用是相互關聯的，無法單獨加以處理[12]。

二是主體投資能力的匹配。從技術上講，大數據可為田間和農場管理實踐提供量身定制服務，使得數字農業(yè)技術具備較大的靈活性，并被應用于各種農場規(guī)模，如：機器人和傳感技術的進步對小農戶比較友好，有助于改變農業(yè)的生產模式，使小農戶能夠重新發(fā)揮其優(yōu)勢。而且，數字化有助于農業(yè)價值鏈中的不同主體在可持續(xù)的農業(yè)生態(tài)系統中進行合作。正因如此，數字農業(yè)可能會被視為規(guī)模中性的技術。然而，無論是網絡接入設備還是操控平臺，都需要成本投入，尤其在數字農業(yè)發(fā)展的初期，與小農場相比，大型農場具有規(guī)模經濟性，連通性使得對大片土地的監(jiān)控更加便捷，更容易抵消數字農業(yè)投資的固定成本。

（二）數字農業(yè)的發(fā)展困境

數字農業(yè)的發(fā)展前景令人期待，但隱含的風險與挑戰(zhàn)不容忽視。“顛覆定律”（The Laws of Disruption）指出，經濟社會的變化速度難以跟上呈指數級發(fā)展的技術[15]。由于基礎設施薄弱、獲取機會不公、成本高昂、技能不足和資本有限，農業(yè)向數字化轉型仍然面臨一系列問題。在經濟因素之外，社會、政治、生態(tài)層面的問題越發(fā)值得重視。

1.數字農業(yè)投資不足

雖然數字農業(yè)相關設備和硬件的成本正在迅速下降，投資回報周期在不斷縮短，但仍然不足以釋放農業(yè)數字化轉型的所有潛在價值。風險資本正在投資于數字農業(yè)革命，但相對于其他行業(yè)，農業(yè)數字化吸引的資金依然是最少的。2010—2015年，全球對金融技術的投資年增長率為65%，達到220億美元，而對數字農業(yè)的投資明顯滯后，僅為46億美元。在數字化發(fā)展進程中，農業(yè)仍是最落后的行業(yè)[16]。

2.挑戰(zhàn)農業(yè)與農村文化

數字農業(yè)可以減少體力勞動，改善農民生活。但是，這一“改善”有時候并非人們所希望的。研究表明，體力勞動、傳統的農場生活方式和豐富的農業(yè)生產經驗對于農民了解其土地和生活環(huán)境具有重要意義[17]。農業(yè)的生命特性及其現場感，能夠讓農民在與自然交往的過程中獲得智慧與感悟。而數字技術的使用可能導致農業(yè)生產經驗的邊緣化，以及農民與農業(yè)的脫節(jié)，降低農民對農業(yè)生產的滿意度，加重農村社區(qū)普遍存在的心理健康問題。工作方式的改變將挑戰(zhàn)農業(yè)文化的一些核心原則，而這些原則對農民的幸福感至關重要。農業(yè)的數字化及其智能化處理，不僅可能撕裂人與自然的互動，而且可能導致許多農民（尤其是小農場主）厭惡并離開農業(yè)[18]。

3.引發(fā)失業(yè)問題

在數字農業(yè)的大量應用場景中，基于大數據，機器可以在無需人工干預的情況下作出自主決策。因此，農業(yè)數字化無疑會創(chuàng)造新的就業(yè)機會，但這并不適合許多已經被邊緣化的農場工人，尤其在高失業(yè)率的地區(qū)，是否有必要采用節(jié)省勞動力的技術一直存在著爭議。除非農民調整技能并專攻新工種，否則，機器人技術和人工智能的出現將造成勞動力被替代。現實是，農業(yè)生產系統仍是全球28%的勞動力的就業(yè)來源，數字農業(yè)可能會引發(fā)技術性失業(yè)，并對農村社區(qū)造成重大的連鎖影響[4，19]。

4.造成產權爭議和隱私風險

農民需要與第三方共享大量數據，才可能將信息轉化為有價值的工具，但這一過程增加了數據權屬糾紛和隱私泄露的風險。與此同時，數字農業(yè)所需的聯機設備也可能暴露在網絡威脅之下，如網絡安全防火墻設置存在漏洞，第三方有可能訪問敏感數據、竊取資料，甚至摧毀設備。此外，數據共享也并不是平等的，對于小農等維護自身利益能力較弱的群體來說，數據往往在更有談判能力的大公司手中整合并用于信息決策[11]。研究表明，農民在共享農業(yè)數據時存在數據許可使用條款缺乏透明度、數據所有權不清、隱私問題、議價能力不平等、與農民之間缺乏利益共享等一系列問題。由此產生的可能后果是：一方面，數據權屬、隱私和責任方面出現誠信缺失等問題，導致農業(yè)經營主體對數字技術的應用缺乏信任[20]，如擔心無人機會捕獲其工作和私人生活的圖像等;另一方面，在數字農業(yè)市場起步階段，農民可能有機會選擇任何一個服務提供商，并具有一定的議價能力，但隨著市場的發(fā)展，少數大公司占據大部分市場，農民可能會失去議價能力與選擇空間。

5.形成“數字鴻溝”

一是國家（地區(qū)）之間的“數字鴻溝”。從基礎設施和資源可得性來看，亞洲、拉丁美洲和非洲國家（地區(qū)）的互聯網使用仍然落后于北美和歐洲等地區(qū)。在許多非洲國家，只有不到40%的農戶能上網，而且成本高昂。高速網絡服務在北美和歐洲占主導地位;而在整個非洲大陸，農田的3G網絡覆蓋率僅占33%，4G網絡覆蓋率僅占9%;在亞洲，農田的3G網絡覆蓋率為46%，4G網絡覆蓋率為29%。家庭的手機擁有率方面也存在差異，亞洲和拉丁美洲許多地方的農戶手機擁有率接近100%，但非洲國家（地區(qū)）的手機擁有率大大落后于世界其他地區(qū)[21]。

二是經營規(guī)模上的“數字鴻溝”。信貸約束會限制新技術的可負擔性，自給型的小農難以從數字化轉型中受益。即便是在農業(yè)比較發(fā)達的澳大利亞，小型農場經營者相對于大型農場經營者的數字化水平也普遍更低。

三是經營主體能力上的“數字鴻溝”。農民的數字技術素養(yǎng)存在差異，尤其是發(fā)展中國家的小農更難獲得農業(yè)信息和數據，以及處理這些信息和數據的技能，從而阻礙了數字農業(yè)生態(tài)系統的形成與發(fā)展。不僅如此，新的數字服務往往會缺少本地化內容，技術的深度創(chuàng)新與差異性擴展均需要科研投入和重復性的實地試驗，在缺乏公共和市場投入的背景下，主體的能力約束將導致農戶獲得本地化信息和服務的機會非常有限。

四是不同性別之間的“數字鴻溝”。研究發(fā)現，婦女等弱勢群體的上網機會更少，全球女性手機擁有率比男性低14%，而在南亞，這一差距甚至上升至38%;女性使用數字設備和技術的能力也可能更低。這導致了女性的農業(yè)生產績效和收入與男性相比存在差距[21]。

二、中國數字農業(yè)的發(fā)展狀況

中國高度重視數字農業(yè)轉型發(fā)展問題，試圖從政策指向、公共投資、市場引導、主體激勵等多維度出發(fā)，著力打造中國現代農業(yè)的未來圖景。

（一）中國關于數字農業(yè)發(fā)展的相關政策

中國自2015年就開始規(guī)劃數字農業(yè)的實施方案，制定了一系列旨在推動數字農業(yè)轉型發(fā)展的政策文件，以促進數字鄉(xiāng)村和數字農業(yè)協同發(fā)展（見表1，下頁）。其核心路徑在于，從基礎設施的大力推進，到數字技術的推廣應用，再到大數據體系和平臺的建立，以實現數字技術和農業(yè)生產的深度融合。

各地方政府積極響應中央政策，出臺本地數字農業(yè)農村發(fā)展的行動計劃，因地制宜創(chuàng)新數字農業(yè)的實現機制與實現路徑。如：浙江省印發(fā)《浙江省數字鄉(xiāng)村建設實施方案》，強調推進生產管理數字化應用，建設一批省級數字農業(yè)園區(qū)和數字農業(yè)強鎮(zhèn)。推廣智能設施裝備，推進數字化農業(yè)氣象服務系統在現代農業(yè)中的應用，推進數字化監(jiān)管，發(fā)展智慧農機裝備和設施農業(yè)，開展數字農業(yè)工廠建設。推進農產品加工、農資生產企業(yè)數字化改造，建成一批數字化生產線。到2022年，建成250個數字農業(yè)工廠。廣東省實施《廣東數字農業(yè)農村發(fā)展行動計劃（2020—2025年）》，夯實廣東數字農業(yè)新基建基礎，爭創(chuàng)優(yōu)勢形成數字農業(yè)示范標桿效應，積極創(chuàng)建國家數字經濟創(chuàng)新發(fā)展試驗區(qū)，打造“數字農業(yè)硅谷”;湖南省發(fā)布的《湖南省數字鄉(xiāng)村發(fā)展行動方案（2020—2022年）》提出，到2022年，數字鄉(xiāng)村建設取得明顯成效，推動農業(yè)物聯網應用，打造數字農業(yè)產業(yè)新優(yōu)勢。

不僅如此，國家還通過項目建設和補貼結合的激勵機制大力推進數字農業(yè)的應用。農業(yè)農村部從2017年起組織開展數字農業(yè)建設試點項目，以縣為單位組織實施，實施主體為區(qū)域內具有數字農業(yè)建設需求的農民合作社、家庭農場、農業(yè)產業(yè)化龍頭企業(yè)等新型經營主體。同時，支持國家農業(yè)遙感應用等公益性科研單位開展農業(yè)遙感數字農業(yè)建設試點。中央財政對符合條件的數字農業(yè)建設試點縣市予以投資補助。

（二）中國數字農業(yè)發(fā)展狀況及其存在的問題

第一，農村互聯網的快速普及與城鄉(xiāng)和區(qū)域差距并存。中國互聯網信息中心發(fā)布的第47次《中國互聯網絡發(fā)展狀況統計報告》顯示，截至2020年12月，中國網民規(guī)模達9.89億，互聯網普及率達70.4%，其中，手機網民規(guī)模達9.86億，使用手機上網的比例達99.7%。城鎮(zhèn)地區(qū)互聯網普及率達79.8%，農村地區(qū)互聯網普及率為55.9%。農村網民規(guī)模3.09億，占比僅為31.3%;城鎮(zhèn)網民規(guī)模達6.8億，占比68.7%。由此可見，在互聯網普及率上存在較大的城鄉(xiāng)差距。與此同時，農業(yè)農村數字經濟發(fā)展存在區(qū)域差距。2020年，北京大學新農村發(fā)展研究院數字鄉(xiāng)村項目組發(fā)布的《縣域數字鄉(xiāng)村指數（2018）》指出，中國縣域鄉(xiāng)村經濟數字化整體水平較低，且呈現明顯的東西部差異。從縣域鄉(xiāng)村經濟數字化指數分布來看，以“胡煥庸線”為界，鄉(xiāng)村經濟數字化指數值較高的縣域主要集中在東部沿海地區(qū)，以及少量的中西部地區(qū)中心城市。

第二，農業(yè)產業(yè)數字化發(fā)展與產業(yè)內差異。中國信息通信研究院發(fā)布的《中國數字經濟發(fā)展白皮書（2020年）》顯示，2019年，中國農業(yè)數字經濟增加值占行業(yè)增加值的比重為8.2%，同比提升 0.9個百分點;工業(yè)為19.5%，同比增長1.2個百分點;服務業(yè)為37.8%，同比增長1.9個百分點。與工業(yè)和服務業(yè)相比，農業(yè)數字經濟增加值仍然較低，增長速度也相對較慢，還存在較大的提升空間。《2020年縣域數字農業(yè)農村發(fā)展水平評價報告》顯示，2019年經營主體農業(yè)生產數字化水平為23.8%，還存在巨大的發(fā)展?jié)摿ΑＳ姓{查研究表明，家禽養(yǎng)殖業(yè)是中國畜牧業(yè)的支柱產業(yè)，也是規(guī)模化集約化程度最高、與國際先進水平最接近的產業(yè)，其主要環(huán)節(jié)數字化應用水平在20%以上;新型農業(yè)經營主體大田耕種管收主要環(huán)節(jié)的數字化應用水平約為25%，近90%的主體開展了測土配方施肥，40%的主體應用了水肥一體化技術，精準施藥、病蟲害監(jiān)測預警系統、無人機植保等技術裝備也得到了不同程度的應用[22]。可見，不同的數字技術在農業(yè)內部不同行業(yè)之間的應用存在較大差異。

第三，數字農業(yè)應用創(chuàng)新發(fā)展迅猛與數字技術研發(fā)瓶頸并存。農業(yè)農村部從2018年開始，通過推進蘋果大數據發(fā)展應用，打造示范樣板，為整個農業(yè)農村大數據建設提供可學習、可借鑒、可復制的機制、模式和經驗。2020年，世界數字農業(yè)大會發(fā)布了十大創(chuàng)新案例，全面展示了數字農業(yè)創(chuàng)新模式，推動農業(yè)全面轉型升級的應用場景，包括極飛智慧農業(yè)系統技術及實施模式、華為數字農業(yè)農村智能體、聯通現代數字農業(yè)產業(yè)園、大疆智慧農業(yè)系統、京東農場“谷語”數字農業(yè)管理平臺等。與此同時，市場投資熱情高漲，如2020年中化農業(yè)MAP與阿里數字農業(yè)簽署合作協議，計劃未來3年內，圍繞大米、蘋果、柑橘、葡萄、草莓、獼猴桃、沃柑等品類，在全國建立10～15個數字農業(yè)基地，展開基于數字農業(yè)的戰(zhàn)略合作。但需要重視的是，中國農業(yè)軟件、農業(yè)傳感器、智能農機裝備的設計、加工、制造、研發(fā)與發(fā)達國家差距較大，動物生長模型、高端智能農機核心芯片絕大部分依賴進口，尚未形成自主可控的技術產品與裝備[22]。

因此，總體而言，中國數字農業(yè)還比較薄弱，數字資源分散，天空地一體化數據獲取能力較弱、覆蓋率低，生產信息化、精準化水平與發(fā)達國家相比還有一定的差距[23]。

三、數字農業(yè)發(fā)展的國際經驗

面對數字農業(yè)轉型過程中存在的問題與挑戰(zhàn)，已有研究將重點放在改善可達性上。國際組織和各國政府試圖制定數字包容議程，以期讓更多的農民利用數字農業(yè)技術。尤其是制定相關法規(guī)和政策，對于未來農業(yè)的長期發(fā)展非常關鍵，且能夠幫助重要參與者在數字農業(yè)的發(fā)展中處于中心位置。具體而言，數字農業(yè)發(fā)展的國際經驗主要體現在四個方面。

（一）加強基礎設施建設

基礎設施和業(yè)務模式的創(chuàng)新有利于降低“最后一公里”的成本，因為移動互聯網接入的普及可能讓農民使用應用程序（APP）的邊際成本接近為零。因此，有兩方面的努力是值得嘗試的：第一，為了縮小網絡覆蓋范圍的差距，持續(xù)地建設和更新基礎設施。歐盟國家的經驗表明，提高電信領域的自由度有助于實現廣泛的互聯互通。高效的頻譜管理可以降低建設費用，為終端用戶帶來更好的信息通信技術服務。政府使用的許可證管理框架的類型和頻譜分配的效率對于鼓勵私營部門在偏遠地區(qū)投資移動網絡十分重要[4]。第二，增強數字農業(yè)技術的可達性，降低使用成本。在國家、金融機構、移動網絡運營商、設備制造商和服務提供商之間創(chuàng)造融合價值的業(yè)務，創(chuàng)新商業(yè)模式，降低農業(yè)經營主體的使用成本。尤其是政府農業(yè)研究與推廣組織可以發(fā)揮重要作用，協助設計針對本地化的解決方案[24]。

（二）激勵低成本包容性的技術創(chuàng)新

數字農業(yè)帶動下的可持續(xù)糧食生產有益于整個社會，對于能力不足的弱勢群體尤為重要。一方面，最貧困的農民無力支付互聯網接入、設備或者數據的費用，于是公益基金便致力于將移動寬帶作為一種公共物品提供給非洲最貧困的家庭[21，25]，還可以通過開放數據，讓所有主體都能享益并且降低壟斷的風險;另一方面，受能力和渠道的約束，許多農民獲得本地化信息和服務的機會有限，但應用程序的技術創(chuàng)新有望改變這一局面。如2016年由德國的AI初創(chuàng)企業(yè)PEAT GmbH開發(fā)的名為Plantix的應用程序，旨在專門幫助農業(yè)生產者或者專業(yè)農技人員判斷病蟲害與營養(yǎng)缺乏等問題，到2020年，該程序已經有超過18種語言的1000萬下載量。每天世界各地的用戶平均上傳5萬幅圖片，Plantix通過人工智能技術對農作物生長情況進行診斷，以此提升農民的生產效率。不同于其他類似平臺，這個平臺是經營規(guī)模中性的，可以適應于不同經營規(guī)模的生產者[26]。數字農業(yè)發(fā)展可為技術創(chuàng)新提供補貼與融資機會。如，歐洲聯盟委員會建立了歐洲農業(yè)創(chuàng)新伙伴關系項目（EIP-AGRI），為數字農業(yè)創(chuàng)新提供資金，并開發(fā)與公共和私人利益相關者共享知識的網絡，還通過擔保計劃對農民和研究人員進行補貼以支持數字農業(yè);日本政府實施“戰(zhàn)略創(chuàng)新促進計劃（SIP）”，旨在促進數字農業(yè)創(chuàng)新技術的應用和交叉學科的資助政策。

（三）農業(yè)數據和平臺企業(yè)的規(guī)制與監(jiān)管

數字農業(yè)技術可以幫助農民，但這種幫助是有成本的，數字平臺增加了農民對大型公司的依賴性。無論是陶氏與杜邦的合并、中國化工對先正達的收購，還是拜耳對孟山都的收購，都受到了政府和利益相關者的嚴格審查，目的在于確保合并不會損害市場競爭[27]。這一系列事件意味著，數字農業(yè)可能影響競爭，導致市場力量失衡，因而對數字農業(yè)進行更仔細的評估是合理的。歐盟為了解決市場力量可能導致的市場失靈，引入了包括《歐盟并購條例》等一系列關于競爭的法律規(guī)則，并在2013年設立了特別的高層論壇，為食品供應鏈設定了一套“良好實踐原則”，以實現可自我監(jiān)管的機制運行[28]。與此類似，2014年，美國的主要農業(yè)數據技術提供商、政府以及其他行業(yè)利益相關者就核心原則達成共識，通過“數據隱私和安全原則”綱要對數據的所有權、收集、透明性、便攜性、披露、使用、銷售和儲存進行了規(guī)范，其中一項旨在解決反競爭行為的原則明確指出，農業(yè)技術提供者“不應將這些數據用于非法或反競爭活動，如農業(yè)技術提供商被禁止使用農場數據在商品市場進行投機”[29]。不僅如此，美國還制定了《2018年美國農業(yè)數據法案》等專門的農業(yè)數據共享法案，旨在促進美國農業(yè)部收集農業(yè)種植數據，并在兼顧農民隱私的基礎上，將數據收集和分析的結果提供給學術機構和研究人員。2020年，日本農林水產省（MAFF）在研究農田信息的集中化管理方法及其有效利用方法的報告中強調，在建立個人信息時，需要格外注意個人信息的處理系統的操作。廣泛地研究和考慮如何匹配耕地信息和個人信息，以及如何匿名和隱藏信息等方面的問題，防止利用個人信息數據進行身份識別[30]。

（四）構建包容性數字農業(yè)生態(tài)

構建支持農民的數字生態(tài)需要以下條件：第一，通過農業(yè)組織數字化轉型實現農民的數字賦權和賦能。在收集農民數據的過程中，要賦予農民權利并給予他們表達的機會。合作社、生產者組織、農民組織等在管理、分享和使用數據信息以及促進和提升農民主動性方面具有重要作用。因此，探索可持續(xù)的經營模式，并讓農民和農民組織從數據中受益是最緊迫的問題。可能的實現途徑是，農民組織向數字智能組織或“數據合作社”過渡，以構建成員之間及與各種外部組織之間基于數據驅動的交互關系。第二，建立信托中心或信托機制與平臺，促進和規(guī)范公開數據在不同層面（產品細分、價值鏈環(huán)節(jié)細分、國家、地區(qū)等）的共享。信托中心由公共部門推動和支持并依托價值鏈的某個環(huán)節(jié)建立起來，是代表農民的組織，或由農民和行業(yè)代表組成的聯盟。這類中心可能成為公共和私營部門、農民和大企業(yè)一起討論和制定實現互利性激勵措施的理想場所。第三，制定數據訪問管理和數據所有權及其流動的國際協議。農業(yè)和營養(yǎng)有關的數據往往被視為與全球糧食安全、可持續(xù)發(fā)展和減貧等目標有關的公共產品，因此需要在國家或國際機構之間達成具有強制性的協議。這些協議不僅約定分享數據的好處和機會，而且要促進數據公平、合理且合乎道德地流動和使用[12]。

四、對中國數字農業(yè)轉型發(fā)展的啟示

數字農業(yè)發(fā)展的國際經驗，可為中國數字農業(yè)轉型發(fā)展提供如下政策啟示：

第一，大力推進農村基礎設施建設。完善政府引導、市場主導、社會參與的協同推進機制，通過“新基建”推進農村互聯網、5G網絡等公共基礎設施建設，通過公私合營的方式推進農業(yè)數字平臺建設，引導農業(yè)經營主體接入平臺和采納數字化應用場景。此外，在農業(yè)數據的采集、利用與開發(fā)上充分考慮產業(yè)特性導致的數據的復雜性，提升數據存儲方式和使用效率，構建完善的基礎數字資源體系。

第二，通過農業(yè)組織化促進包容性數字農業(yè)轉型。與歐美發(fā)達國家相比，中國在經濟發(fā)展階段、農業(yè)用地和勞動力要素稟賦上存在顯著差異，農業(yè)仍然是勞動力就業(yè)崗位的重要來源，雖然通過農地流轉、服務托管等方式擴大了農地經營規(guī)模，但仍無法與歐美的大農場相比。在積極拓寬農外就業(yè)渠道的同時，要強調包容性發(fā)展目標的重要性，農業(yè)領域可以進一步通過農業(yè)組織創(chuàng)新，將小農戶通過組織化卷入農業(yè)數字轉型過程。組織化的小農戶將具有雙重優(yōu)勢，一方面增強與數字技術服務組織或農業(yè)數據平臺的談判能力，另一方面通過組織的分享機制獲得數字轉型帶來的收益。

第三，激勵“卡脖子”技術的創(chuàng)新研發(fā)，推進全產業(yè)鏈數字生態(tài)的構建。聚焦數字農業(yè)“卡脖子”技術，大力推進自主創(chuàng)新、協同攻關，進一步降低數字農業(yè)設備和硬件成本，將有利于數字技術供應商為農業(yè)生產經營主體提供更加有效的轉型方案。中國農業(yè)銷售端已經廣泛使用數字化技術（如直播、電商等）拓寬農產品銷售渠道。但需要重視的是，生產端仍然是農業(yè)價值鏈的核心，精準、智能、可溯源等數字技術應用有助于農產品質量的提升。因此，可以通過農業(yè)技術推廣體系進行技術信息傳播，通過政府補貼誘導產業(yè)鏈中各環(huán)節(jié)數字技術的應用，通過構建農業(yè)生產組織與數據平臺之間合作享益聯盟關系，最終打造健康的農業(yè)數字生態(tài)。

第四，建立數字農業(yè)經營主體的培養(yǎng)體系。在國家鼓勵農民工、大中專畢業(yè)生、退伍軍人、科技人員等返鄉(xiāng)下鄉(xiāng)創(chuàng)業(yè)的政策引導下，以新型農業(yè)經營主體為核心，同時加強對小農戶具有包容性的數字農業(yè)人才培養(yǎng)體系建設。通過農技推廣體系、商業(yè)企業(yè)培訓服務和院校研究人員授課等線上或者線下的靈活形式，結合對數字農業(yè)技術采納的定向資金支持等方式，開展數字農業(yè)人才培養(yǎng)工作。對于新型農業(yè)經營主體，提供數字農業(yè)轉型方案，激勵其從環(huán)節(jié)改造開始，進行全產業(yè)鏈化的數字農業(yè)轉型;對于分散細碎化經營的小農戶，激勵其使用具有規(guī)模中性的數字技術（如通過手機使用ICT信息技術），幫助其改善在關鍵生產環(huán)節(jié)進行科學決策的可能性。此外，還要培訓一批具有數字農業(yè)相關設備管護、數據調用與存儲和平臺維護等能力的人才隊伍，以保障數字農業(yè)運行的安全性與可靠性。

第五，加快農業(yè)數據立法，防止平臺壟斷，維護數據主體的合法權益。實際上，中國第一部專門針對數據安全法律的立法過程已經正式啟動，2020年7月2日，《中華人民共和國數據安全法（草案）》經十三屆全國人大常委會第二十次會議初次審議公布，面向社會公眾征求意見。農業(yè)數據立法的意義在于明晰農業(yè)數字產權邊界，保障主體隱私權，降低數據被非法使用的風險。通過國家立法對市場行為進行規(guī)制，有利于在尊重數據主體權益、符合有關法律法規(guī)的前提下，推進數據連通融合，鼓勵合法的互聯網數據挖掘與利用，防止由數據非競爭性使用產生的平臺壟斷等問題。與此同時，除國家規(guī)定的涉密數據外，應加快政府數字政務平臺建設，推進農業(yè)農村數據資源在相關利益主體之間的協同管理和價值融合。

參考文獻

[1]FRANKS J R. Sustainable intensification： a UK perspective[J]. Food Policy， 2014， 47： 71-80.

[2]ACHIM W， ROBERT F， ROBERT H. Opinion： smart farming is key to developing sustainable agriculture[J]. Proceedings of the National Academy of Sciences， 2017， 114（24）： 6148-6150.

[3]SCHWAB K. Die vierte industrielle revolution[M]. Munich： Pantheon Verlag， 2016.

[4]TRENDOV N M， VARAS S， ZENG M. Digital technologies in agriculture and rural areas： status report[R/OL].（2019-06-25）[2021-03-25].http：//www.fao.org/e-agriculture/news/read-

digital-technologies-agriculture-and-rural-areas-report.

[5]ROSE D C， WHEELER R， WINTER M， et al. Agriculture 4.0： making it work for people， production， and the planet[J]. Land Use Policy， 2020， 100： 104 933.

[6]ROTZ S， DUNCAN E， SMALL M， et al. The politics of digital agricultural technologies： a preliminary review[J]. Sociologia Ruralis， 2019， 59（2）： 203-229.

[7]GOEDDE L， KATZ J， MéNARD A， et al. Agriculture's connected future： how technology can yield new-growth[Z/OL].（2020-10-09）[2021-03-25].https：//www.mckinsey.com/industries/agriculture/our-insights/agricultures-connected-future-how-technology-can-yield-new-growth.

[8]PAXTON K W， MISHRA A K， CHINTAWAR S， et al. Intensity of precision agriculture technology adoption by cotton producers[J]. Agricultural and Resource Economics Review， 2011， 40： 133-144.

[9]YONAZI E， KELLY T， HALEWOOD N， et al. The transformational use of information and communication technologies in Africa[Z/OL]. （2012-09-01）[2021-03-25].https：//openknowledge.worldbank.org/handle/10986/26791.

[10]TOWNSEND R， LAMPIETTI J A， TREGUER D O， et al. Future of food： harnessing digitaltechnologies to improve food system out-comes[Z/OL].（2019-04-01）[2021-03-25].https：//openknowledge.worldbank.org/handle/10986/31565.

[11]FAO. Realizing the potential of digitalization to improve the agri-food system： proposing a new International Digital Council for Food and Agriculture. A concept note. Rome[Z/OL].[2021-03-25].http：//www.fao.org/3/ca7485

en/ca7485en.pdf.

[12]MARU A， DAN B， BEER J D， et al. Digital and data-driven agriculture： harnessing the power of data for small-holders[Z/OL].（2018-03-01）[2021-03-25].https：//cgspace.cgiar.org/bitstream/handle/10568/92477/GFAR-GODAN-CTA-white-paper-final.pdf.

[13]COBLE K， GRIFFIN T， AHEARN M， et al. Advancing U.S. agricultural competitiveness with big data and agricultural economic market information， analysis， and research[Z/OL].（2016-10-07）[2021-03-25].https：//fabe.osu.edu/sites/fabe/files/imce/images/10-7-2016BigData_v1.pdf.

[14]UNDP. Work for human development： human development report 2015[R/OL].（2015-12-11）[2021-03-25].https：//www.undp.org/content/undp/en/home/librarypage/hdr/2015-human-development-report.html.

[15]DOWNES L. The laws of disruption： harnessing the new forces that govern life and business in the digital age[M]. New York： Basic Books， 2009.

[16]GANDHI P， KHANNA S， RAMASWAMY S. Which industries are the most digital[Z/OL].（2016-04-01）[2021-03-25].https：//www.mckinsey.com/mgi/overview/in-the-news/which-industries-are-the-most-digital.

[17]CAROLAN M S. More-than-representational knowledges of the countryside： how we think as bodies[J]. Sociologia Ruralis， 2008， 48（4）：408-422.

[18]BURTON R， KUCZERA C， SCHWARZ G. Exploring farmers' cultural resistance to voluntary agri-environmental schemes[J]. Sociologia Ruralis， 2008， 48（1）： 16-37.

[19]BRONSON K. Smart farming： including rights holders for responsible agricultural innovation[J]. Technology Innovation Management Review， 2018， 8（2）： 7-14.

[20]JAKKU E， TAYLOR B， FLEMING A， et al.

"If they don't tell us what they do with it，why would we trust them？" Trust， transparency and benefit-sharing in smart farming[J]. NJAS-Wageningen Journal of Life Sciences， 2019， 90： 100 285.

[21]MEHRABI Z， MCDOWELL M J ， RICCIARDI V， et al. The global divide in data-driven farming[J]. Nature Sustainability， 2020， 4（2）：154-160.

[22]李瑾. 新型農業(yè)經營主體生產數字化轉型現狀、問題與對策[J].中國農民合作社，2020 （7）：19-20.

[23]汪懋華，李道亮.力推數字技術與農業(yè)農村的深度融合[J].農業(yè)工程技術，2020（15）：23-24.

[24]IFAD. Investing in rural livelihoods to eradicate poverty and create shared prosperity[R/OL].（2017-07-01）[2021-03-25].https：//www.ifad.org/documents/38714170/3914875

9/Policy+brief++Investing+in+rural+livelihoods+to+eradicate+poverty+and+create+shared+prosperity.pdf.

[25]LAMBORELLE A， áLVAREZ L F. Farming 4.0： the future of agriculture？[Z/OL].[2021-03-25].https：//www.euractiv.com/section/agriculture-food/infographic/farming-4-0-the-future-of-agriculture/.2016.

[26]CAROLAN M. Digitization as politics： smart farming through the lens of weak and strong data[J/OL]. Journal of Rural Studies.（2020-10-31）[2021-03-25].https：//doi.org/10.1016/j.jrurstud.2020.10.040.

[27]VERDONK T. Planting the seeds of market power： digital agriculture， farmers' autonomy， and the role of competition policy[M]//Regulating New Technologies in Uncertain Times. The Hague： TMC Asser Press， 2019： 105-132.

[28]EUROPEAN COMMISSION. Council Regulation（EC） 139/2004 on the control of concentrations between undertakings[EB/OL].（2004-01-20）[2020-03-25].https：//eur-lex.europa.eu/legal-content/EN/ALL/？uri=celex%3A32004R0139.

[29]Ag Data's Core Principles. The privacy and security principles for farm data[EB/OL]. （2014-11-01）[2020-03-25].https：//www.agdatatransparent.com/principles/.

[30]MAFF of JAPAN. Report of committee on the management of cropland information utilizing "digital map"[R/OL].（2020-03-17）[2021-03-25].https：//www.maff.go.jp/e/policies/law_plan/

attach/pdf/index-10.pdf.