數據要素賦能農業現代化：機理、挑戰與對策

管 輝，雷娟利

（1.東華理工大學馬克思主義學院，江西南昌 330013；2.江西師范大學馬克思主義學院，江西南昌 330022；3.江西師范大學歷史文化與旅游學院，江西南昌 330022）

隨著數字技術的更新迭代，其在推動經濟增長及產業結構轉型等方面的優勢日漸明顯，已經成為世界各國經濟發展方式轉型的重要推手。數據是數字經濟所依賴的關鍵生產要素，對經濟轉型的質量、效率和治理機制等方面有決定性影響。數據作為生產要素具有較強的滲透性，在與三次產業結合中催生了很多新的業態和商業模式，是傳統產業數字化轉型的核心力量。中國信息通信研究院2021年4月發布的《中國數字經濟發展白皮書（2021）》顯示，數字經濟對我國GDP的貢獻率從2005年的36.2%上升至2019年的67.7%，占GDP的比重也從2005年的14.2%上升至2020年的38.6%[1]。這說明，我國數字經濟的發展對于促進產業結構、經濟發展方式轉型起到了重要作用。

黨的十九屆四中全會提出，要健全數據、知識等生產要素的評價機制，構建市場化的報酬分配體系，將數據與傳統的資本、土地等生產要素置于同等地位。2020年3月，中共中央、國務院印發的《關于構建更加完善的要素市場化配置體制機制的意見》（以下簡稱《意見》）中指出，要加強數據要素市場構建，發揮數據要素的價值和功能。在數據與三次產業融合過程中，農業因其先天因素，數字化發展水平不高。2020年，我國農業數字化率僅為8.2%，與服務業的25%和工業的50%有較大差距[2]；與農業數字化水平較高的發達國家差距也較大，2020年美國農業數字化率為48.9%、德國為38.7%（是世界上農業數字化水平最高的兩個國家）[3]。因此，推進農業數字化是實現農業現代化的重要基礎，也是全面實現鄉村振興的內在要求。

現有研究大多關注數字經濟、數字技術推動農業現代化、數字技術賦能鄉村振興等方面[4]。很少有人將數據作為單獨的生產要素、推進農業現代化的因素進行研究，如何通過數據要素切入農業變革過程也缺少相關分析。因此，本文在分析數據要素特征及功能的基礎上，全面分析數據要素在促進農業現代化過程中的作用，并就其面臨的現實挑戰提出相關對策建議。

一、數據要素賦能農業的獨特性

數據作為生產要素，通過賦能產業結構升級以實現產業數字化轉型，對提升三次產業數字化水平均具有直接推動作用，但在農業領域中的賦能更具特色、更有效用。

（一）數據要素賦能促進“人”的凝聚

農業現代化的發展，需要足夠的人力資源支持。這里的人力資源支持既包括農業生產經營主體數量的增加，又包括人力資本的提升。當前農業領域的“人”主要有以下群體：普通小農戶、返鄉創業人員、新型農業生產經營主體、大學生“村官”、駐村干部、關注農業農村現代化的城鎮精英等[5]。不同的群體在農業現代化發展中能夠發揮不同的作用，但如果沒有紐帶將這些群體聯結起來，就無法發揮人力資源支持的合力，勢必影響農業現代化的實現。然而，數據要素在此過程中的作用是賦能，賦能的結果是提升這些主體的聯結度，促進他們發揮合力作用。農業現代化與工業現代化相比，最欠缺的就是人力資本的提升，特別是在當前農業接班人危機日漸凸顯的情況下。作為生產要素，數據在農業人力資本提升中可以發揮賦能作用。對于生產端的普通小農戶、返鄉創業人員和新型農業生產經營主體，可以通過數據要素賦能促進其生產與市場的對接，依托于電商、短視頻、在線社交等平臺快速與消費者連接，通過市場反應來改進其生產過程。同時，數據要素的賦能加速了農業信息的傳遞，使得那些關注農村農業發展的城鎮精英群體能夠更有針對性地投資農業、更好地把握市場，進而降低農業生產和經營的盲目性。作為為農業生產經營服務的管理群體，駐村干部和大學生“村官”依托于各級政府構建的互聯網和大數據體系，打造專門的涉農服務平臺，以提升為農服務的信息化、智能化水平。通過數據要素賦能，涉農的各類“人”能夠成為懂技術、善經營、懂管理的“新農人”，這些群體既能夠相互分工，又能夠聯動協作，這使得“人”這一生產要素的作用得以更好的發揮，進而實現數據要素與勞動要素之間的互動。

（二）數據要素賦能促進產業共生、價值共生

在數字經濟時代，數據賦能可以更好地實現農業領域的產業共生和價值共生。農業作為第一產業，與工業、服務業相比，與市場的距離更遠、受到的束縛更多、轉型難度更大，因此只有在產業共生和價值共生中才能更好地實現農業現代化。一方面，農業現代化的發展要求產業共生。數據作為生產要素能夠提升農業數字化水平，當農業數字化水平提升后，數據還可以作為中介要素，與工業、服務業領域的資本、技術、人力等要素相結合，將這些要素引入農業領域，從而實現農業與其他產業的共生發展。事實上，農業數字化水平越高的國家，農業與其他產業共生、融合的程度也越高。例如，2020年美國農業數字化率達到了48.9%，我國只有8.2%，而美國農業與工業、服務業的融合度明顯高于我國[3]。因此，數據賦能可以促進農業與其他產業共生發展，有助于提升農業現代化發展水平。另一方面，農業現代化的發展要求價值共生。農業現代化是數量、質量和生態的全方位現代化，以“減成本、增效益”保障數量、“嚴守舌尖安全”保障質量、“綠色化、有機化”保障生態。農業現代化這種高標準、高品質、高效益的價值目標，要求其必須在產業互動的情況下實現價值共生。數據賦能通過建立物聯網、大數據平臺等體系，將農業生產、經營、管理進行全方位數字化對接和融合，以云計算、人工智能等技術來快速處理農業信息，從而實現數量、質量和生態三類目標的協同。

（三）數據要素賦能促進農業治理和服務改善

隨著數字經濟的發展，生產效率的提升不再完全依賴于人工，更依賴于協同。農業現代化發展對協同要求甚高，不僅要求農業與其他產業進行協同，還要求外部的治理和服務能與之配套。農業與工業、服務業相比，外部治理和服務體系與其鏈接程度低，且數字化水平不高，數據賦能有更大空間來打通組織和信息壁壘、解決“最后一公里”問題。第一，各級政府構建的數字化治理平臺有助于農業農村治理政策的傳達，更好地實現上下互動；第二，各類農業數字化服務平臺能夠幫助生產者更好地銜接市場，為生產和經營提供渠道、流量的對接與引導；第三，數據賦能能夠拓寬數字平臺公共服務的范圍，以“數據多流動”來實現“農民少跑腿”，從而提升公共服務的準確性、針對性和及時性。

二、數據要素賦能農業現代化的作用機理

農業現代化不單是農業技術的現代化，也是農業生產經營主體的現代化，更是農業管理及治理的現代化。在我國脫貧攻堅取得全面勝利的背景下，全方位促進鄉村振興、實現農業現代化是我國農業農村發展的重要任務。數據要素賦能農業生產可推動農業生產方式的現代化、促進農業生產成效的優化；數據要素賦能農業經營可促進農業經營主體組織結構優化和農業產業結構升級；數據要素賦能農業治理可提升農業治理的結構扁平化和農業數字化水平，由此而言，數據要素賦能農業現代化是一種全方位、多層次的賦能過程（見圖1）。

圖1 數據要素賦能農業現代化的作用機理

（一）賦能農業生產

1.推動農業生產方式的現代化

第一，通過智慧決策實現生產精準化。過去10多年來，人工智能技術不斷成熟，并被廣泛應用于農業生產中，為農業生產過程提供更加精準的解決方案。在農業生產數據模型和物聯網體系中，人工智能收集到的數據越來越多，遙感系統、地理信息系統等收集的數據不斷完善，精準農業已經成為我國農業現代化發展的基本模式。從供給側視角看，大數據推動下的農業生產過程已經從經驗模式向數據支撐模式轉變，使得傳統農業生產中依靠個人經驗決策所帶來的生產波動性大、效率低、質量難掌控等問題逐步得到了解決。土壤施肥數字化監測技術、農業生產智慧管理系統、病蟲害定位防治技術、農田水利灌溉智能系統等廣泛應用，大大提升了農業生產效率。從需求側視角看，大數據系統對于農業生產全過程的精準判斷和分析，可以為生產者提供更合理的決策，能夠很大程度上解決市場供需失衡的問題。同時，農業生產者能夠利用數字化消費系統進行分析，從而隨時根據市場需求來動態化調整生產過程，以滿足消費者個性化、定制化需求。例如，2020年4月份上線的湖北洪湖農業物聯網系統，是以農戶為中心的智能化生產管理體系，通過人工智能設備及算法分析從生產終端獲得實時數據，及時為農戶提供養殖建議，最大限度地提升小龍蝦的養殖效率和品質。同時，這套物聯網系統還能夠及時收集小龍蝦市場需求，使養殖農戶能夠按照每月的不同需求來提供精準化供給，最大限度地降低供給的盲目性。另外，這套物聯網系統也能夠實時監控小龍蝦配送及冷鏈物流情況，幫助農戶做出不同品質小龍蝦分銷的最佳決策，提升養殖利潤。據洪湖市政府數據顯示，自該系統上線以來，洪湖市小龍蝦養殖利潤增加了40%～60%，是精準養殖的好幫手[6]。

第二，通過智慧監管實現生產綠色化。農業系統是個特殊系統，既是碳源的制造者，也是碳匯系統的吸收者。農業碳排放主要來自化肥、農藥、農膜的使用和分解中所產生的溫室氣體，面源污染造成的有機碳流失，以及農業機械化所消耗化石燃料引起的碳排放。聯合國糧農組織（FAO）2020年的數據顯示，農業、林業和土地利用導致的碳排放占到了全球年度碳排放量的30%[7]。為了應對氣候變化，減少農業生產過程的碳排放，FAO在2010年提出了“氣候智慧農業”設想，其中推進農業數字化轉型是推動氣候智慧農業的關鍵。在農業數字化轉型過程中，通過加強對農業生產過程的數字化監控、充分挖掘農作物的生長潛力、不斷優化生產過程中的管理配置，從而提升土地資源的利用率，在不破壞土壤及農業生產環境的基礎上獲得更多產出。就我國農業發展的實際情況看，大數據在農業生產智能化監控中發揮了重要作用，在農業面源污染監測、農業生態補償決策、農用化學品使用控制、農村生態資源發展規劃等方面有較為廣泛的應用，大大提升了我國農業綠色化發展水平。例如，2019年，安徽省蕪湖市通過建立“農業大數據與鄉村建設系統”，對鱸魚養殖實現生態資源的最優配置，養殖戶因地制宜發展生態友好型養殖模式，不僅大大提升了鱸魚養殖成活率，還促進了鱸魚產業的差異化發展[8]。又如，2019年，西北農林科技大學助力寧夏回族自治區中衛市開發了一套“氣候、土壤及農業污染”監測系統，可較為精準地追溯污染源頭，為農戶提供生產前的環境預警支持，為當地政府在農田保護、退耕還林還草、發展碳匯林業等方面提供決策支持，取得了良好的社會效益和經濟效益[9]。

第三，通過智能管理實現生產規范化。改革開放40 多年來，我國農業發展成績顯著，以8%的耕地養活了全球20%的人口，但也因農業規范化、制度化建設滯后，限制了農業現代化發展，導致農業生產、經營、流通的成本居高不下[10]。數據要素在農業生產中的應用，可以更好地實現智能化管理，提升農業生產的管理水平，逐步實現生產過程規范化。一是產中規范化。通過大數據、人工智能的應用來構筑農業生產的模塊化流程，通過智慧農業管理系統來促進農業生產過程的標準化。二是產后規范化。農戶利用依托于大數據構建的農業產銷平臺或物聯網，可以緊跟市場需求，拓寬農產品流通及營銷渠道，實現產后與產中數據的共享，建立可追溯的數字農業生態系統。三是全程規范化。數據要素嵌入農業生產過程，不僅是單個環節的嵌入，更是產前、產中和產后各環節的融合嵌入，任何一個生產環節的數據化和智能化管理不同步，可能就會影響到整個農業供應鏈的運行效率。因此，農業生產全過程必須構建統一的標準和模式，以實現各環節的數據共享和共生發展。

2.優化農業生產成效

第一，提升農業生產效率。農業大數據在生產過程中大規模使用，通過建立精準化的分析系統、可視化的監測及管理系統，能夠提升農業生產效率。例如，2019年，北京市延慶區與中國農業科學院、天津大學、中國農業大學等單位合作，在延慶鎮、八達嶺鎮建立了農業大數據孿生系統，加強對兩鎮的白梨、葡萄、有機雜糧種植過程中氣溫、水分、溫度等因素進行大數據分析和預測，大大提升了農戶的種植效率[11]。同時，數據要素的嵌入還能夠提升農業生產智能化、自動化水平，有效替代人力勞作。當前，我國自主研發的農業機器人能夠快速識別和消除雜草；無人機農藥噴灑能夠無死角覆蓋；果蔬種養中的大數據密集生產系統可以實現農藥化肥的減量使用及水分、養分的有效循環。數據要素嵌入農業生產過程，既能夠提升農業生產的智能化、數字化水平，又能夠與傳統生產要素相結合來提升農業生產的集約化水平，減少生產中的不確定性，從而促進農業生產效率的提升。

第二，保障農產品質量穩定。在信息不對稱的情況下，農業生產中的機會主義難以避免。當生產者存在機會主義傾向時，種植、養殖過程會帶有一定隨機性，畢竟按照規范化的流程種植、養殖會大大增加生產成本。大數據嵌入后，農戶可以按照大數據智慧生產體系對農作物實施標準化和規范化的耕種、灌溉及病蟲害防治。生產者按照標準化的農業生產流程進行生產，農產品質量就會獲得相應保障。例如，山東省濰坊市2019年推出的“區塊鏈電子農業系統”，將納入該系統的各生產者、農業企業、流通企業、電商企業作為節點，利用人工智能設備來收集從生產到流通全過程的農業大數據并上傳到區塊鏈體系，實現了農業生產數據與市場終端數據之間的對接[12]。這種通過數據倒驅的方式可以讓生產者看到農產品質量與銷售量的關系，同時還通過構建農產品的質量追溯系統，倒逼生產者在生產端加強對農產品質量的把控。

第三，提升農業生產效益。提升農業生產效益主要體現在降低生產成本和增加銷售利潤。從降低成本的角度看，數據要素的嵌入可以大大緩解市場供需兩端的信息不對稱，提升供需對接效率，從而降低生產及交易成本。在產前，通過大數據來分析市場需求，做出合理決策，從而降低農業投入風險；在產中，數據要素嵌入可降低人力成本、管理成本，減少生產資料損耗等；在產后，數據要素嵌入可縮減生產與流通的對接時間，更好地實現產銷對接，減少交易及供需匹配成本。例如，湖北省荊州市近年來相繼出臺了《關于推進農業農村大數據發展的實施意見》等政策文件，通過補齊數字基礎設施短板，加快農業物聯網建設，開發“荊農云”大數據系統。通過這些舉措，2020年荊州市農村養殖戶平均年收入增加了3 412.5 元、種植戶平均年收入增加了1 421.3 元，生產效益顯著提升[13]。可見，數據要素嵌入生產過程，在減少投入成本浪費、提升市場對接效率等方面發揮了重要作用。

第四，降低農業生產及市場風險。農業信息（包括生產、市場信息）的整合，是農業生產經營主體規避風險的重要舉措。一是預警自然災害。應用大數據建立農業自然風險預警監測體系及防范機制。例如，在新疆棉花種植區廣泛應用的棉花病蟲害預警網絡體系，通過對氣候、環境等數據的事先分析和預測，生產者可以提前對可能到來的自然災害進行布控防范，大大減少經濟損失。二是判斷并規避市場風險。農業生產經營主體可以通過大數據系統來分析過往市場交易情況，合理預期未來市場需求，進而形成“先確定市場，再開展生產，推進產銷結合、以銷定產”的生產經營模式，從而有效避免生產的盲目性。同時，利用大數據建立起來的市場風險預警體系，可以降低市場價格變化對生產者利潤造成的影響。三是防范社會風險。近兩年，新冠肺炎疫情的全球擴散對我國農業生產帶來了不利影響，嵌入大數據系統在助力疫情防控的同時，為購買農業生產資料和銷售農產品提供了便利。例如，河南省新鄭市近兩年通過“新鄭云”大數據平臺加強與生產資料供應商進行對接，積極為農戶調撥生產所需的化肥、農藥等生產資料；同時還通過該平臺加強與鄭州電子商務產業園區進行對接，為農戶銷售農產品開發了專門渠道[14]。

（二）賦能農業經營

1.促進農業經營主體組織結構優化

當前，我國農業人口老齡化嚴重、接班人危機突出、經營規模小，制約了農業現代化發展。近年來，在國家政策及市場的雙重推動下，以農業企業、農業專業合作社、家庭農場等為代表的新型農業經營主體成為小農戶與現代農業相互銜接的中間組織。在此過程中，數據要素發揮了突出作用。一方面，大數據體系提升了小農戶對接中間組織的精準度，擴大了數據要素的輻射范圍，提升了農業數字化轉型水平；另一方面，數據要素的運用改進了農業生產經營組織結構和發展模式，在一定程度上彌補了小農經營的不足。

第一，推進農業經營主體組織結構的重塑。數據要素的嵌入推動了農業組織結構向扁平化、去中心化、網狀化發展，使得農業組織體系內成員聯系更加密切，降低了合作成本，并使得組織體系運行得更加暢通、高效。例如，2019年貴州省銅仁市碧江區委托云上貴州大數據公司開發了“智慧碧江農業服務平臺”，該平臺設有農村黨建、林地流轉、公共服務、群眾建議等8大板塊，利用碧江政務大數據體系，對農村集體經濟組織結構進行了數字化重塑，提升了農村集體經濟組織在林地、土地等資源流轉中的配置效率，從而提升了林地專業合作社等經營組織的運行效率，增強了合作社成員之間的合作協同[15]。同時，以農業企業、家庭農場、農業專業合作社等為代表的新型農業經營主體與小農戶距離較近，便于了解小農戶需求，可通過大數據體系加強這些新型組織與外部市場的銜接，充分發揮其在資源調配、聚集等方面的優勢，提升小農戶與大市場的對接水平。另外，數據要素的嵌入還推動了各農業組織間的交叉合作，催生了一大批體量較大的農業經營主體，如農業專業合作社聯合體、農業產業化發展聯合體等，大大加快了農業生產現代化、集約化進程。可見，數據要素的嵌入打破了固化的傳統農業組織體系，使不同農業組織之間實現了信息共享和數據互通，為農業組織結構創新提供了支持。

第二，提升農業經營主體資源配置能力。在數字技術的推動下，數據要素嵌入能夠促進各類農業經營主體在資源、要素供需方面更加透明，提升傳統生產要素的流轉效率，為農業經濟發展帶來更大的資源聚集效應。通過應用大數據系統，農業經營主體不僅能夠快速吸納各類生產要素，還能夠推進生產要素的轉移、匯集，對各類數字化生產要素進行重新編排，以提升其配置效率。當前，數據要素在農業經營中的聚集配置方式有兩種：一是各級政府部門、行業組織、商業企業成立數據要素交易平臺和數字服務平臺，對勞動、資本等各類要素進行數字化并實現互通，進而提升各類數字化要素流動和交易效率。例如，2019年，貴州省清鎮市利用貴陽大數據交易平臺構建了“清鎮農資數字服務平臺”，該平臺與淘寶農產品大數據進行對接，實現了農資數字化聚集及交易電子化，當地茶葉、中草藥種植大戶所需的農資直接從淘寶平臺上發貨，減少了中間的流通環節[16]。二是通過農業專業合作社、農業企業等新型經營主體來構建數字產業鏈和供應鏈，發揮這些新型農業經營主體的資源調配作用，將資源要素匯集后再按照產業鏈或供應鏈上各主體的需求進行分配，達到整合再利用效果。近年來，這種資源配置方式主要應用于農業產業鏈金融領域。小農戶采集信息的成本較高（因為金融機構與小農戶之間信息對稱度較低）且缺乏普通融資所需的擔保物，面臨較為突出的信貸約束。農業企業、農業專業合作社等新型經營主體構筑的農業產業鏈金融在化解農村金融困境方面發揮了突出的作用。例如，陜西供銷集團作為產業鏈金融的中間主體，從2017年開始聯結省內外44家農業企業為產業鏈上的農戶提供股權融資或擔保，吸納了10.87萬建檔立卡戶參與到產業鏈金融體系中。到2020年末，參與的建檔立卡戶全部實現脫貧，人均可支配收入增長了21.5%[17]。實踐表明，農業數字金融的發展以及由此構建的數字信用體系，通過大數據調控生產經營風險，能夠確保農業經營主體快速獲得信貸資金，成為解決小農戶“融資難、融資貴”的基本途徑。

第三，提升農業社會化服務體系的服務能力。隨著數字經濟的快速發展，農業社會化服務體系也從原來統一管理、統一標準的服務模式向多元化、定制化、個性化服務模式轉變。由于農業生產者老齡化、文化水平不高、對數字技術存在認知上的障礙，為充分發揮農業社會化服務體系的服務能力，新型農業經營主體既要充當好新型農業社會化服務體系的傳導器角色，為小農戶提供信息咨詢等服務，又要不斷提升自身對數字農業的理解，為小農戶的數字化轉型提供示范。當前，從我國農業社會化服務體系的服務內容看，主要包括在生產過程中為農戶及新型農業經營主體提供信息服務，在經營過程中為供需雙方提供交易中介服務，在生產經營全過程中提供物流、融資、金融支付等各類派生服務。例如，大北農集團近年來致力于打造服務于小農戶、種養大戶、農業企業、農業專業合作社、家庭農場等不同農業生產經營主體的多元化服務平臺，按照不同生產經營者的實際需求提供多樣化的動物保健、植物保護、疫苗、育種、生物飼料、融資等多種服務，基本上實現了服務的定制化。截至2021年底，大北農集團的社會化服務體系覆蓋全國1 400 個縣，涵蓋種植、養殖、農產品加工等多個領域，入選農業農村部2020年評選的“農業社會化服務企業100 強”[18]。

2.促進農業產業結構轉型升級

作為生產要素，數據在嵌入產業發展過程中會突破技術、空間障礙，嵌入傳統生產要素中，推動三次產業從分割走向融合共生，在促進農業產業結構、經營結構升級的同時，優化三次產業的總體結構。

第一，數據要素的嵌入促進了農業經營結構和商業應用模式的創新。數據要素既可以促進各類生產要素的融合，又能夠發現市場需求，為提升生產效率、彌補行業發展短板提供支持。從產品研發角度看，研發出以農業生產經營主體為中心的大數據產品，可實現農業、市場等數據的更好互動，為農業生產經營主體提供更多知識資源。例如，北京一畝田新農網絡科技公司開發的“一畝田農業大數據平臺”，既是搜索引擎，又是綜合性的商業和農業數據庫，能夠同時滿足農業供需兩端的用戶需求。從市場流通角度看，大數據營銷平臺的構建可以在更大范圍內實現產銷對接，提高農產品個性化水平，提升農業企業資源利用效率。從商業應用模式創新角度看，農業大數據研究者可利用現有各類涉農大數據間的關聯，預測農業產業結構變化方向，引導新型農業生產經營主體開展經營創新。數據積累是當前數字農業商業模式創新的基礎，不論是產前的生產經營，還是產中的加工物流，抑或產后的營銷流通，均需要大數據支持。例如，2019年，云南省紅河哈尼族彝族自治州政府與阿里集團合作建立了“滇東農業大數據一體化應用平臺”，該平臺是數字農業、數字鄉村建設一體化的綜合平臺，實現了州、縣、鎮三級農業大數據共享，以及農業災害預警、應急管理、農產品銷售、生產資料供給等方面的協同，為紅河哈尼族彝族自治州打造高原特色數字農業奠定了堅實基礎[19]。

第二，數據要素的嵌入推動了農業內部結構的升級。從農業生產結構上看，糧食作物、經濟作物、飼料作物，種植業、養殖業、農業加工業，農業生產、鄉土文化、鄉村旅游等農業生產經營環節和產業樣態實現了大范圍融合，大數據在應用過程中不斷推動農業供給側結構性改革，使得生產端與需求端聯系更加緊密，農業生產經營更加符合市場需求。從空間布局上看，數據要素是實現農業多功能性、數字化轉型不可缺少的資源，既可以降低經營成本，又可以促進農業內部產業的協同發展。從產業鏈角度看，數據要素的嵌入可以實現產業鏈、價值鏈、供應鏈“三鏈互動”，促進創新鏈、資金鏈與人才鏈的相融，在一定程度上緩解了農業產業鏈碎片化造成的價值低、增值難問題。例如，廣東省高州市近年來著力打造的“智能生產+數字營銷”農業產業鏈體系，通過發揮高州各鄉鎮水產養殖、生豬養殖、肉雞養殖的優勢，引進新希望、正大、溫氏等農業龍頭企業，打造了“農業龍頭企業+養殖戶”的產業體系，并組建了一支“網紅”營銷隊伍，利用抖音、快手、QQ、微信等短視頻平臺進行營銷，大大提高了當地特色農業發展水平[20]。

第三，數據要素的嵌入還可以促進農業與二三次產業的融合發展。數據要素的嵌入推動了各類生產要素在城鄉、區域之間的雙向流動，對于解決我國農業產業鏈短、與二三次產業聯結度不高等問題有現實推動作用。對于二次產業而言，數據要素的嵌入可以有效對接消費市場，優化農產品加工中原料供給和加工過程的對接，減少加工損耗，促進農產品加工業的智能化發展。對于三次產業而言，數據要素的嵌入可以推動農業服務業發展由線下轉為線上，服務范圍由區域轉向全國。例如，農業農村部從2016年開始建立了“全國農機服務對接數據庫”，江蘇、河南、安徽三地的農機專業合作社利用該數據庫能夠在短時間內有效對接全國各地的需求，并提供農機服務。每年的收割季節，來自于這三省的農機活躍于我國大江南北，成為覆蓋全國的專業農機服務體系，農機服務業成為這三省農業服務業發展的亮點。

綜上，數據要素的嵌入，在促進農業新業態和新模式發展、快速實現與二三次產業的融合、發揮農業多功能性等方面發揮了重要作用。

（三）賦能農業治理

1.促進農業治理結構的扁平化

推進農業治理結構的扁平化是實現基層治理現代化的內在要求，也是提升農業治理效率的保障。首先，數據要素的嵌入可以為小農戶與村委會、村經濟組織的互動提供有效支持。例如，家庭農場、村級企業等經濟組織通過大數據技術，可以較好地獲取小農戶的意見和訴求，提升農業產業鏈上各個主體的互動效率。其次，數據要素的嵌入可以為農業生產經營主體與鄉鎮政府、縣政府的互動創造條件。農村農業治理中的“最后一公里”一直是基層治理的難題，通過數據賦能，鄉鎮及縣級政府能夠及時了解農業生產經營主體在生產資料購買、農產品銷售、土地流轉及征收等方面的訴求，提升其處理效率，也加強了對農業生產經營主體權益的保障。最后，數據要素嵌入可以實現農業生產經營主體與市場的互動。例如，從2017年以來，農業農村部聯合阿里、京東等電商平臺，加大對農業生產、流通數據的采集，建立了大宗產品、生鮮產品、小額零售產品的專門電商平臺，實現了農產品流通的信息透明化、責任可追溯化，最大限度地保障了市場的公平，提升了生產者的可獲得感[21]。

2.促進農業治理的數字化發展

隨著大數據的嵌入，在農業生產方式規范化、綠色化、集約化轉型的過程中，農業發展也呈現出一些新特征，這就要求農業治理必須要構建符合農業數字化發展的新型治理機制。農業治理體系數字化發展不僅能夠降低治理成本，還能夠提升政務、村務、財務等管理服務的協同，提高農業治理效率。同時，地方政府還可以通過大數據平臺來進行精準化農業治理決策，從靜態治理向動態治理轉變，有助于防范和降低農業農村的重大風險。在實踐中，各地正在積極提升農業治理的數字化水平，一方面通過整合政府各部門的涉農數據，建立統一的農業數字化治理平臺，實現農業生產、經營過程的數據共享及預警監測；另一方面通過借助科技企業及其建立的涉農數據平臺，打造各地的“農業云”系統，全面提升農村公共服務及行政管理的數字化水平，促進農業治理的現代化轉型。例如，2020年4月，青海省共和縣推出的“共和農業農村電子公共服務平臺”正式上線，平臺設有電商營銷、糾紛解決、救助申請等10 個板塊，農戶可以通過微信、QQ 等賬號來登錄平臺，實現足不出戶解決各類問題，解決了該縣因面積大、農牧戶居住分散所致的公共服務難以覆蓋問題[22]。

三、數據賦能農業現代化面臨的現實挑戰

（一）理論困境

作為新型的生產要素，數據可以應用在生產和供給中，還可以與傳統生產要素相結合發揮出乘數級效應。農業作為基礎產業，數字化水平不夠高，在轉型過程中對數據要素的使用需求更大，面臨的問題也更多。

1.數據要素賦能農業發展的技術和貢獻認知有待提高

作為生產要素，數據可以滲透到傳統生產要素（如土地、勞動）中，并推動這些生產要素的創新、改變這些生產要素發揮作用的方式和效果，還可以直接參與到農業生產和流通體系中，突破傳統生產要素作用機制的邊界。然而，如何更好地推進數據要素參與農業生產、經營、治理，以及如何更好地發揮其參與的特殊作用，都亟待明確。

第一，數據要素賦能農業發展的技術認知有待完善。農業大數據是在生產、流通、管理、經營、投資等各環節中形成的，是具有經濟價值且時空交織的信息載體，能充分反映農業生產、經營、治理等環節與市場、資源、環境等之間的關系。農業大數據既是農業生產經營各環節中相關原始信息的記錄，更是經過加工后的信息記錄。不管是生產經營的原始數據還是加工后的數據，都是生產經營主體的活動、種養過程、環境資源等方面的具體體現，來自于不同領域的數據存量和流量存在較大差別，如何評價這些數據在農業生產經營環節的作用，以及如何區分其與傳統生產要素數據在農業生產經營中的不同作用，都是難題。同時，數據的傳播速度快，保存相對穩定，難以“變質”，如何測度這些農業數據的價值并對其進行合理定價也存在理論困境[23]。另外，在農業現代化進程中，數據作為生產要素，如何與傳統生產要素互聯互通，提升其數字化水平的作用到底有多大，明確回答這些問題均需要相應的理論研究作為支撐。

第二，數據要素在農業再生產過程中的具體貢獻有待厘清。數據作為生產要素與傳統生產要素的最大區別就在于，它并不是直接驅動農業生產經營，而是與其他要素相融合、與技術一起來推動農業生產經營發展。換言之，數據要素需要與其他要素相互協作、互聯互通，只有達到一定的質量和數量后才能在農業生產經營中發揮作用。因此，數據要素投入的質量、數量與農業產出的關系和傳統生產要素投入的數量、質量與農業產出的關系是否相同，這是值得研究的理論問題。需要注意的是，在農業再生產過程中，數據要素并不會如傳統生產要素那樣出現減損或損耗，反而會因為大范圍流動及多次使用而增值，無需反復補充。然而，數據要素在農業再生產中的具體貢獻有待從理論上厘清。

2.數據要素的所有權、利益分配權有待厘清

第一，數據要素權屬界定法律規定不明。明確、清晰的權屬關系是保障數據要素完整性的基礎，也是促進數據要素交易和流通的前提條件。但是，當前包括涉農數據在內的各類數據，其權屬關系法律界定不明，這既不利于數據的流動和交易，也限制了數據要素配置效率的提升。就農業數據的搜集和獲取看，數據產生、搜集、存儲、傳輸、加工、利用等各環節會涉及農業生產經營主體（包括小農戶）、各級政府、企業等，很多涉農大數據體系和平臺帶有很強的公益屬性（多是政府單獨投資或政府與企業共同投資），數據權屬較為混亂。如農業生產、經營中產生的數據，其初始權屬歸生產經營主體還是歸政府部門？如果歸農業生產經營主體，其數據財產權如何保障；如果歸政府部門，政府數據帶有公益性，除了涉及國家安全、經濟安全、生物安全等數據無法公開外，其他數據均應該公開共享。《中華人民共和國民法典》（以下簡稱《民法典》）《中華人民共和國數據安全法》（以下簡稱《數據安全法》）等法律中只是將數據權作為一種財產利益，而非所有權。這導致數據權屬的邊界、財產權益的邊界較為模糊。另外，大量的農業初始數據經過了加工處理，這些初始數據在加工中的貢獻有多大，加工者（主要是企業）是否應當獨享其財產權益。如果加工者獨享財產權益，對生產者不公平；如果加工者不能獨享財產權益，勢必會影響加工者投入的積極性，如阿里、京東等平臺通過布局農業供應鏈、產業鏈金融獲得了大量的農業原始數據，同時也對這些原始數據進行了大量加工，加工后的數據蘊含著這些數字平臺的勞動，此時的知識產權保護存在復雜關系。可見，農業數據不僅來源廣泛、涉及環節眾多，很多數據還帶有準公共產品屬性、權屬關系不明，這都影響了數據賦能的效果，也影響了數字平臺、農業企業和政府部門投入的積極性。

第二，數據要素收益分配權缺少法律規定。數據作為生產要素，在流動、交易的過程中會產生收益，而且隨著交易、流動的次數增多，增值的概率也在隨之增大。因此，在交易和流動中所產生的經濟收益如何分配，在理論和實踐中存在較大爭議。從農業數據產生的角度看，原始的權利人理應獲得部分收益，但這部分收益應當如何界定，與農業數據產生過程和農業數據主體類型有直接關系。例如，小農戶在農業生產經營中所產生的數據與家庭農場在農業生產經營中所產生的數據對數字平臺企業的價值是不同的[24]。同時，如前所述，數據處理者付出了勞動，也應成為事實上的收益主體，但是很大一部分農業數據是政府部門加工完成的，政府部門能否享有財產權益，以及在多大程度上享有這些財產權益是值得思考的。

綜上，由于數據要素權屬及收益分配權的法律規定尚不明確，使得現有的幾大區域性數據要素交易市場上涉農數據交易量很少，農業數據利用進程緩慢。農業數據所涉及的參與主體眾多，在推進農業數字化轉型進程中會產生大量數據，因此，厘清各個參與主體的收益分配比例及方式是重要的理論問題，面臨著諸多的理論困境。

（二）實踐挑戰

盡管數據要素賦能在推進農業現代化發展中可以產生巨大的作用，但在實踐中，因農業的特殊性，數據賦能也面臨著諸多挑戰。

1.數據要素市場體系不夠成熟

數據要素賦能涉及數據流動及交易問題，當前我國雖然建立了區域性的數據交易市場，且涉農數據也成為交易對象的一部分，但數據要素市場體系不夠成熟，影響了數據賦能農業現代化發展的效果，具體體現在：

第一，數據標準化程度不高。當前，我國數據要素交易的區域平臺未實現互聯互通，在數據分類、搜集、存儲、傳輸、交易、共享及流動等方面的標準體系建設尚未規范化，數據兼容度較差，難以推進跨區域的流動和交易。例如，在涉農數據收集方面，對于農業生產經營、農民生活、農村生態環境等方面的數據收集方法不同，傳輸格式也存在較大差異，導致數據的質量無法按照標準化方式進行評估，降低了數據流動的效率。例如，貴陽大數據交易所2020年全年涉農數據交易額是其總交易額的4%，這與其涉農數據標準化建設水平低有密切關系[25]。

第二，數據交易模式創新度不高。現有的數據要素交易區域市場上所交易的數據主要是未經加工的原始數據，平臺的職能還是以交易撮合為主。面對市場多樣化的需求，欠缺對初始數據的清洗、分析、加工等操作，定制化的數據增值服務模式也不多，難以發揮數據要素的真正價值。就涉農數據而言，農業生產經營主體特別是普通農戶數據處理能力不足，難以對涉農數據進行深加工。如果沒有對農業數據的深加工，數據要素賦能農業現代化的作用便難以發揮。

第三，數據資產價值認定困難。數據要素要參與市場分配、提升其賦能效果，就必須認定其資產價值。在當前實踐中，一般資產的價值評估辦法主要有市場法、收益法和成本法，但不論哪種方法，都需要對數據要素實施準確定價，然而數據要素市場價格扭曲、難以定價，這幾種辦法均存在較大局限。

2.數據要素治理機制不完善

加強數據要素治理體系建設，完善數據要素治理機制，是實現數據要素賦能的重要保障。當前我國數據要素包括涉農數據要素在內的治理體系不夠完善，影響了數據賦能作用的發揮。

第一，數據開放共享的激勵機制缺失。實現數據的開放共享，就意味著數據控制者會喪失數據控制權，對其數據財產收益產生不利影響。因此，如何構建合理的激勵機制，鼓勵數據控制者推進數據開放共享進程極為重要。對于涉農數據尤為明顯，如水資源、土壤、氣象、地質、生物多樣性等數據。這些涉農核心數據是其賦能農業現代化的基礎，在缺少成熟激勵機制的情況下，各級政府應承擔宏觀調控職責，否則有些數據控制者會因其營利動機而阻礙涉農準公共數據的開放進程，導致削弱數據要素賦能農業現代化的作用。

第二，數據安全的保障度不高。數據不管是開放共享還是通過市場交易加以利用，其安全保障是基礎。但隨著數據要素利用范圍及深度的加大，數據在存儲、傳輸、流動中面臨的泄露、竊取等問題日益突出，對于個人隱私、經營者商業秘密、國家安全均造成了重大影響。例如，山東省昌邑市青阜農業綜合體主要從事小麥、玉米、苜蓿、棉花等生產，擁有各類農業機械400 余套，其中80%是進口自美國、德國、日本等國家[26]，在農業機械的使用過程中，關于土質、氣候、種植情況、產量情況等數據均需要上傳到設備后臺，存在較為嚴重的數據泄露風險。盡管《民法典》《數據安全法》等法律對于數據存儲、傳輸、交易和流動等環節的安全做了相關規定，但仍不能改變數據安全保障制度體系不健全的局面。

第三，數據監管機制落后。因我國在數據監管方面缺少統一的頂層設計，各個部門出臺的監管標準存在一定的差異，導致各自為政的情況嚴重。有學者統計，從2015年8月國務院印發《促進大數據發展行動綱要》以來，國家發展和改革委員會、農業農村部等10個部門共出臺40多個關于數據要素市場建設和監管的政策文件，部分政策文件間存在矛盾和沖突，導致部門壁壘等問題突出[27]。例如，2017年11月農業農村部發布的《關于推進農業農村大數據發展的實施意見》中要求建立“農業自然災害大數據預報系統”，2017年12月水利部發布的《關于推進水利大數據發展的指導意見》中要求建立“農村水利治理大數據系統”，這兩個系統均涉及農業水資源數據，但兩個意見規定的數據收集方式及系統運作模式有較大差異，使得農業水資源大數據管理容易產生沖突。另外，阿里系、百度系、騰訊系均建有農業大數據系統，但這些系統間的互聯互通程度低、數據共享困難，存在嚴重的行業壁壘。當前我國針對數據要素市場的監管主要集中在反壟斷、反不正當競爭方面，但數據要素市場的監管應是全方位的，特別是農業大數據呈較強的線上、線下融合趨勢，破除監管壁壘、構建多部門協同的綜合性監管機制極為必要。

四、數據要素賦能農業現代化的對策建議

我國作為數字經濟大國，擁有龐大的數據規模，據國際數據公司（IDC）的預測，到2025年我國各行各業積累的數據量將達48.6ZB，約占全球的30%[28]。因此，在“十四五”期間，要推進農業現代化、全面促進鄉村振興，就必須加大數據賦能。基于當前數據賦能中存在的各類問題，本文提出以下對策建議。

（一）夯實數據要素賦能的能力基礎

第一，注重農業數字化發展的人才培育。數據要素賦能農業現代化，離不開人才的支持，人力資本及專業知識水平決定數據賦能的效果。當前，我國大量的青壯年勞動力進城務工，農業人口嚴重老齡化。因此，要推進涉農人才培養模式創新，全面整合政府部門、科研機構、農業企業、高等院校等各類資源，針對農業經營管理、技術支持、大數據利用等構建多元化的人才培養體系。在理順農業數字人才培養體系的基礎上，建立合理的激勵機制，鼓勵人才資源下沉，不斷提升農村農業人力資本，為農業數字化轉型提供智力支持。

第二，鼓勵農業生產經營主體加快農業數字化轉型。我國數據要素市場中存在數據權屬不明、定價困難、資產評估機制缺失、數據治理機制不完善等問題，導致農業生產經營主體利用大數據的動力不足、推進農業數字化轉型的意愿不強。因此，各級政府部門應建立合理的激勵機制，鼓勵數字企業擴大涉農大數據服務范圍，為農業生產經營主體提供社會化服務的數據支持。另外，要進一步完善我國數據要素市場建設、厘清涉農數據權屬、建立市場化定價機制、激發數據要素在農業資源配置中的活力，以提升農業生產經營主體進行數字化轉型的動力和意愿。

第三，構建農業大數據綜合服務體系。2020年1月，農業農村部、國家互聯網信息辦公室印發的《數字農業農村發展規劃（2019—2025年）》中指出，加速推進農業數字化轉型，應以數據資源共享、農業農村治理、智能預警監測等為核心來發展涉農云平臺、農業政務數字系統和農業服務大數據平臺，發揮數據要素對推進農業現代化轉型的驅動作用。因此，在“十四五”期間，各級政府應基于本地大數據產業、農業現代化發展實際狀況，加速推進農業大數據平臺建設，不斷完善農業大數據平臺在數據搜集、加工、分析、處理、交易等方面的功能，加大數據要素技術支持和創新，不斷提升農業大數據的賦能效應。

第四，推進數字鄉村基層設施建設。工業和信息化部的數據顯示，截至2020年末，全國行政村4G 和光纖覆蓋比例均超過98%，農村寬帶用戶達1.42億戶，數字鄉村建設成效顯著[29]。但是，數字鄉村建設中的資金和項目投入差異、區域間發展不平衡依然存在。民政部數據顯示，我國行政村約69萬個，自然村約263萬個，東部地區的數字基礎設施基本上能夠覆蓋到所有自然村，但中西部地區還有部分自然村無法實現4G 和光纖的全覆蓋[30]。因此，未來我國不僅要補齊自然村數字基礎設施發展不平衡的短板，還要加大資金統籌力度，著力推進5G 基站、大數據中心、電商平臺及物流設施等基礎設施建設，進一步提升我國數字鄉村建設的深度和廣度，為數據要素賦能提供硬件支持。

第五，推進數據要素賦能與農業再生產過程的融合。數據要素在賦能農業現代化進程中有多種應用場景，但只有與農業再生產過程相融合，才能全面賦能農業產業，進而成為農業現代化發展的推動力量。當前，人工智能、AI算法、區塊鏈、智能裝備等與農業再生產過程結合度還不高。一方面，各級政府應出臺相應的激勵政策，鼓勵數字企業、高等院校和科研院所就農業產業鏈全過程數字化轉型的要求，集中力量研發農業現代化轉型所需的各類數字技術及設備設施；另一方面，應加大對農業數字技術和設備設施研發的財稅支持，擴大農業大數據產品應用試點范圍，推進試點示范與研發之間的互動。

（二）理順數據賦能的體系框架

第一，完善數據賦能農業現代化的制度體系建設。一是推動農業大數據標準化建設。在全國確立統一的農業大數據標準來規范涉農數據的收集和利用，完善涉農數據要素的分級分類機制，鼓勵涉農數據要素進入市場并跨區域流動和交易。二是厘清涉農數據要素權屬關系。在現有法律框架下厘清涉農數據的所有權問題，明確涉農數據使用權的邊界，明確涉農數據在收集、加工、分析、處理、利用、共享等環節的利益分配關系。三是完善涉農數據安全保障機制。建立安全保障機制是推進數據要素利用并保障其賦能效應的基礎，也是規范數據交易和流動秩序的內在要求。因此，在涉農數據安全保障機制建設過程中，不僅要完善相應的安全防護機制，還要厘清涉農數據在利用、交易和流動等各環節中的安全要求、標準、責任劃分。四是完善涉農數據賦能中的分配體系。一方面在厘清數據權屬及分配主體基礎上，要兼顧好小農戶、新型農業生產經營主體、數字企業等參與者之間的關系；另一方面要完善數據要素資產化評價體系，明確涉農大數據參與市場分配的方式、路徑及標準。

第二，建立農業數據要素的開放共享體系。農業具有天然的弱質性，受自然、市場的雙重影響，同時承擔著國家糧食安全保障及社會穩定重任。因此，涉農數據不同于其他數據，推動其開放共享更有利于農業現代化發展[31]。正因農業數據具有準公共產品屬性，我國已經在部分區域性數據交易平臺上搭建了專門的涉農數據交易體系，如貴陽大數據交易所設有專門的涉農大數據交易平臺。同時，農業生產經營主體的數據分離、割裂等問題突出，涉農數據要么難以搜集和挖掘，要么掌握在少數市場主體手中，數據孤島化現象較為突出。因此，國家應加大涉農數據開放共享的頂層設計，各級政府應完善涉農數據開放共享機制，一方面要在保障安全的前提下推進涉農公共數據（如氣候、地質等數據）集中并向農業生產經營主體開放；另一方面要在涉農數據交易體系中建立確權、管理、交易、流轉的一體化機制，提高涉農數據流轉效率，鼓勵涉農數據向農業生產經營主體開放。

第三，完善農業數據要素治理體系。一是完善農業數據監管體系建設。當前，我國涉農數據在監管方面存在較嚴重的條塊化分割和部門壁壘。因此在涉農數據監管過程中，應以農業農村部為主，厘清其與國家互聯網信息辦公室、國家發展和改革委員會、國家市場監督管理總局、商務部等部門之間的權限劃分，構建協同監管機制，加大對壟斷、不正當競爭、違反數字倫理等行為的打擊力度。二是明確農業數據治理各參與方的權責。一方面，要完善相關法律法規及監管指南，在鼓勵數據要素賦能農業現代化的基礎上，督促各參與方建立均衡的利益分配機制；另一方面，要加大對農業生產經營主體（特別是小農戶）關于農業數字化轉型相關政策、法律、機制等方面的教育，不斷提升其參與農業數據治理的能力。總之，建立和完善農業數據要素治理體系，既要鼓勵創新、推進農業數字化轉型，又要維護農民的數據權益、提升農民參與農業數字化轉型的積極性。