鄭 磊
(國家工業信息安全發展研究中心,北京 100040)
智慧農業一般認為是將物聯網技術運用到傳統農業中,運用傳感器和軟件對農業生產進行控制。從廣泛意義上講,智慧農業還包括農業電子商務、食品溯源防偽、農業休閑旅游、農業信息服務等內容。
美國農業是以大型家庭農場為主要模式的典型代表,其具備的人力成本較高、人均耕種土地較多特點,決定了美國農業需要借助機械化和數字化來降低農業成本。美國20世紀70年代就具備了較高的機械化水平[1],為智慧農業發展奠定了堅實的基礎。
美國基本實現了所有農作物和畜產品生產的機械化、精準化。在播種環節,將天氣、土壤等農業生產參數信息與耕地、能源等資源信息以及市場信息、勞動力信息等資料輸入計算機系統,從而得出最好的種植方案,并根據當地土質情況以及氣候變化種植合適的作物[2]。播種中,使用智能機器人、智能農機等智能設備完成播種自動化,如智能噴藥機按照設定的路線施肥、打藥。在管理環節,通過推進農業物聯網技術,實時監控農場內的溫度、濕度、風力、雨水等信息,精準確定每個地塊的播種、耕作時間;在收獲環節,通過使用智能收割機、智能采摘機等智能機械,實現大規模高效率采摘。如,草莓收獲智能機械人,可取代30名勞動力,1d可收獲3.24hm2。
1.1.2 信息技術帶動產業鏈實現數字化變革
早在2013年,美國農場使用數字用戶專線(DSL)的比例為6.0%,信息化水平89.6%。在生產及經營環節借助于農業物聯網及大數據分析,實現了農產品全生命周期和全生產流程的數據共享及智能決策;流通環節通過農業電子商務,構建了從生產者到需求者的網上直銷渠道。在流通溯源與品質保障環節,通過使用區塊鏈技術,農產品交易、存儲、運輸、匯款、金融等變得更加透明且可追蹤。
1.1.3 充分發揮數據的作用
美國通過建立以國家為主體的農業信息化系統,數據庫為智慧農業提供支撐。從機構設置上來看,農業統計局(NASS)、農業市場服務局(FSA)等機構均被納入數字資源采集系統之中,采集數據最后都會匯總到美國農業部,形成美國農業“信息監測預警”。從支撐農業發展來看,通過建設大規模的農業數據庫,如PEST BANK數據庫、BIOSIS PREVIEW數據庫等為數字化農業的發展提供必要的數據信息;廣泛應用計算機模擬技術,模擬農作物具體的發芽日期等細節性的生產過程,實現提前規避農業生產中的各類可預期風險。
人多地少、精耕細作是日本農業的典型特征,隨著日本高齡少子化發展趨勢,日本農業生產呈現出“后繼無人”的窘境,“空心化”現象日趨嚴峻,小規模農戶經營模式農業兼業化趨勢明顯[3],但日本政府通過推進農業多元化發展方式,發展智慧農業,實現在農業從業人口減少趨勢下農業競爭力不減反增的成績。截至目前,日本仍是亞洲地區農業信息化較為發達的國家。
(1)年齡≥18歲,<70歲;(2)符合中華人民共和國《痔臨床診治指南》內痔診斷標準者;(3)符合2006版《肛瘺臨床診治指南》中低位單純性肛瘺的診斷標準者;(4)無遺傳性、傳統性疾病者;(5)良好的依從性,簽定知情同意書。
1.2.1 將智慧農業作為解決現實問題的必選項
為應對“高齡少子化”帶來的農業從業人口巨減問題及順應農業貿易自由化的趨勢,智慧農業是其中的一個重點突破口。利用農業物聯網,將“經驗”轉換為客觀“數據”,大幅降低農業從業門檻的同時提升農業競爭力;通過開發“可穿戴的輔助設備”或使用機器人進行操作,減少對人造成的傷害或直接人員投入。日本綜合研究所預測,到2030年日本農業人口將減少到100萬人,智慧農業成為保持日本農業競爭力的關鍵所在。
1.2.2 打造全方位的農業信息化服務體系
農產品市場信息服務方面,農業市場銷售信息服務系統可實時聯網發布全國82個農產品中央批發市場和564個地區批發市場的銷售數量及海關每天各種農產品的進出口通關量;農產品生產數量和價格行情預測系統可對國內市場及海外市場暢銷農產品種類、價格實現預測。在農業科技生產信息服務方面,271種主要農作物栽培要點可按品種、地區特點在網上進行詳細查詢[6]。農業綜合情報服務方面,借助網絡農戶可隨時查詢農業技術信息、文獻摘要、市場信息、病蟲害情況與預報等綜合信息。
政企合力共同推進“智慧農業”。日本政府不斷構建完善相關平臺,開發了一個國家平臺(WAGRI),使得分散在ICT供應商和農業設備制造商手中的公共數據得以聚攏,為創造更高質量服務提供支撐。政府鼓勵IT企業“跨界”進入農業技術研發領域。如,東芝采用先進的電子遙控技術、新能源技術和自動化管理系統,優化組合農作物生產所需要的光、水、土和肥料,批量生產各種蔬菜;松下通過投入遠程影像技術,減少了農業生產所需的管理人員,而且降低了農業生產經營所需的成本。
大國小農是我國的基本國情和農情,改革開放40a來,農業靠天吃飯的基本局面并未得到根本性改變,并且在數字經濟時代下,農業數字經濟水平也并未向工業和服務業一樣得到較大提升。截至2020年3月,《中國數字經濟發展白皮書(2020)》數據顯示,我國農業數字經濟滲透率僅8.2%。可以說,我國智慧農業仍處于起步階段。
2.1.1 我國智慧農業已經具備較為牢固的發展基礎
信息基礎設施方面,得益于我國網絡扶貧、電信普遍服務試點深入推進,根據《中國寬帶發展白皮書(2019年)》第44次《中國互聯網絡發展狀況統計報告》,2019年我國行政村通光纖率、行政村4G覆蓋率均達到98%及以上,固定寬帶人口普及率超過經濟合作與發展組織(OECD)國家平均水平[4]。農村電子商務能力方面,截至2020年10月,全國農村網絡零售額由2014年的1800億元,增長到2019年的1.7萬億元,規模擴大了8.4倍。信息綜合服務能力方面,截至2019年底,全國接近70%的行政村已建成了38萬個益農信息社,為農民和新型農業經營主體提供公益服務7709萬人次,開展便民服務2.6億人次。
2.1.2 在智慧農業部分領域基本實現探索性應用
與美國相比,我國智慧農業體現在部分特定領域上實現淺層應用。在種植前,可實現運用GIS、遙感測控、無人機等技術和設備對基本農田情況進行監測,提供種植指導;在種植管理環節,借助農業傳感器、物聯網等技術,實現對農作物生長的關鍵指標進行監管和自動調節。在大數據應用上,基本已經形成了覆蓋主要農作物的大數據平臺,可結合相關分析技術,對主要農產品提供監測預警、價格指導功能。
2.2.1 尚不具備整體推進智慧農業的條件
受制于我國農業機械化水平不高所限,智慧農業發展面臨較大局限。據農業部統計,2019年我國綜合機械化率為69%,美國、日本則達到99%以上,我國與美、日差別較大。此外,從農業物聯網應用上來看,美國80%的農場已用上農業物聯網,我國則處于試驗和示范的階段;從農業機器人應用上來看,日本已經進入農業機器人的時代,我國也仍在試驗和論證階段。
2.2.2 缺乏具體的統籌規劃和實施方案
目前,我國制定并推出了相關政策文件,但所出臺的文件多為方向性的指導文件,基層執行方面很難具體結合實際情況更好落實。此外,當前政策更多集中在重點技術領域的開發示范,缺乏更為具體的教學案例和實施方案,下沉到縣、鄉之后很難具體指導農業數字化轉型發展。
2.2.3 數據資源尚未真正打通
智慧農業關鍵點在于需要形成基于數據驅動的新機制和新模式。但結合現實來看,由于本身行政分割體系下,數據壁壘問題頻發。農業相關數據分散在不同部門,彼此資源很難實現共享利用。
2.2.4 農民對智慧農業認識不足
我國農業從業人口普遍老齡化、低學歷化,加之自古以來的“小農思想”,就容易給智慧農業發展帶來困難,即人們會直觀追求短期的效益,而不會重視發展智慧農業前的信息化投入[1]。如果不能直接證明發展智慧農業所取得的實際效益,就很難讓人接受智慧農業及其相關技術。
《數字鄉村戰略綱要》、《2020年數字鄉村工作要點》均提出要推動農業生產數字化轉型,推進數字農業等內容,我國應搶抓數字鄉村發展戰略機遇期,更好推進智慧農業發展[5]。
美國充分發揮信息技術優勢,并結合大農場、集約化農業特點,以全面應用信息技術賦能農業發展的方式,增強了農業競爭力;日本則結合本身人多地少、精耕細作的農業特點,通過在薄弱環節重點推進智慧農業的方式,提升農業競爭力。我國農業當前面臨的是機械化水平不高,農業從業人口老齡化嚴重,在加快推進智慧農業發展補齊農業短板的同時,還應當從全局出發,利用既有優勢,增強我國農業生產力。此外,由于智慧農業前期資金投入較大,需進一步出臺激勵措施和優惠條款。
我國農業在不同產業、不同區域間機械化發展水平非常不平衡。推進智慧農業發展,需充分吸取農業機械化推進過程中的經驗和教訓,打造更多適合不同地區、不同產業間的智能機械裝備。此外,與智能農業發展息息相關的農業傳感器、農業物聯網、農業大數據、農業人工智能等關鍵核心技術,我國尚不能完全自主研發,對外依賴性較強,仍需要加大研發程度,使其更好滿足智能農業自主化發展。
美國政府依托不斷完善數據庫、數據平臺,通過各種政策法規、機制設置將農業相關數據實現了統一管控。為更好促進我國智慧農業發展,還需要從中央層面加大相關農業數據統籌力度,建立農業大數據平臺,提高智慧農業信息標準化程度,保證智慧化農業發展過程中的信息獲取真實性、傳遞精準性、數據共享性,切實提升智慧農業發展水平。
當前我國農業從業者大多仍是受教育程度較低的中老年人,受制于傳統觀念影響,中老年農業從業者并不容易理解信息化發展的規律,更傾向于信奉經驗主義。因此,在推行智慧農業的過程中,仍需要進一步做好思想教育工作,并結合當前面臨的具體情況,編制更具有教學意義的案例,或以試驗田的形式先行進行試點推廣。此外,鑒于我國農村地區普遍人才不足,國家仍需要派出一定既懂信息化又懂農業發展規律的專家或學者,用于指導智慧農業發展,既彌補人才不足,又形成更多可復制可推廣的試點經驗以供推廣應用。