數字農業高質量發展的國際經驗及其啟示

張耀一

（南陽師范學院 經濟與管理學院，河南 南陽 473061）

一、引言

數字農業既是數字經濟的組成部分、提高農業質量效益和競爭力的現實需要，又是農業現代化的高級階段和中國發展現代農業的國家重要戰略（毛學偉等，2021；袁建霞等，2022）。2013 年，農業部在天津、上海、安徽等地率先探索農業實時數據采集和物聯網應用。之后，隨著《數字鄉村發展戰略綱要》《全國鄉村產業發展規劃（2020—2025 年）》等一系列規劃和政策的出臺，數字農業迎來快速發展時期。當前，中國數字農業呈現以下特點：第一，政策扶持力度逐步加大，農業農村信息化加速發展。自2013 年以來，中國及其各省推出了“互聯網+”“農業農村信息化”等若干政策。2019 年全國縣域數字農業農村發展水平達36%。2020 年，全國農業農村信息化示范基地超過210 個；第二，數字基礎設施不斷完善，數字化加速農業轉型升級。2020 年以來，新型數字基礎設施蓬勃發展，農村寬帶網絡覆蓋率已達98%，農村網民規模為2.85 億人，農村網絡零售額、全國農產品零售規模分別為1.7 萬億元、4000 億元。中國5G 終端連接數、5G 基站數分別已超6600 萬個、70萬個，覆蓋全國地級以上城市。通過數字基礎設施提供精準生產、加工、流通信息，全流程監管和追溯農產品，推動數字農業沿著市級市場→省級市場→買全國、賣全國的路徑發展；第三，數字技術應用日漸成熟，平臺化建設取得重大成效。數字技術加速滲透于農業各環節，全過程監測種植、畜禽養殖、水產養殖等領域的生產環境精準診斷、農作物病蟲害。2020 年，已在全國建成多個全國農產品市場信息平臺、質量追溯平臺等大數據資源池。

同時，中國在數字農業發展過程中對其運作管理、互動機制、協同邏輯、生態體系關注不夠，進而出現一系列問題：第一，數字農業基礎有待夯實。農業數字經濟顯著滯后于二、三產業，生產環節尤其薄弱。數字技術的專業應用不足、整合力度有限，在生產信息化、精準化、智能化水平上與發達國家差距較大（許可等，2021）；第二，數字農業自主技術薄弱。中國的農業機器人和智能農機裝備適應性、穩定性、經濟性較差；自主知識產權的農業專用傳感器缺乏，且傳感器精確度、集成度、抗逆性差和技術標準、應用后臺數據缺乏規范（許竹青，2020；黎彩眉，2021）；第三，數字農業體系發展滯后。農業產業鏈環節的信息化程度較低，生產、消費環節與農產品生產數據并未產生閉環的全流程數字化能力。農業大數據的分析應用單一、建模水平較低，且有關數字農業的標準化軟件成熟度較低，“降本增效”功能較弱。國內數字農業平臺重復開發多、軟件成本高（孫文荊，2021）；第四，數據互聯互通機制缺乏。與農業相關的各部門協同性較弱，致使數字農業項目的數據互聯互通性較差、數據共享機制缺乏、數據支撐能力薄弱，進而限制了研發、生產、消費各環節創新（王薇等，2021）。市際、省際與農業農村部的涉農平臺并未形成數據互通互聯的發展格局，難以構建統一的“數據資源庫”；第五，數字農業要素投入不足。2019 年，全國25.2%的縣域每年對數字農業的專項投入少于10 萬元，遠不能滿足數字農業的建設資金需求；第六，農產品服務化有待加強。農業社會化服務體系“斷層”明顯、部分農民專業合作社能力較弱、農業龍頭企業與農戶間的利益關系不穩定以及農業社會化服務主體間的職能定位模糊、農業社會化服務市場監管力度較弱（霍學喜，2021）。這些問題嚴重影響農業信息化、服務化的高質量發展。

國外數字農業研究較早，尤其是美國、德國、日本等發達國家已經形成科學的理論和技術體系。中國現行有關數字農業的政策措施和主要做法，很多源于發達國家的發展經驗。發達國家的發展經驗更為重要的是提供數字農業發展的基本方向和核心理念，即數字農業的高質量發展是以全方位體系化、設施化、信息化的運維管理為基礎，以凸顯高技術、強創新、高標準的互動機制和“層→重→化”正反饋的多元協同邏輯為重要依托，以“四重維度”推進的多層次、復合化要素生態體系為保障。數字農業既是數字中國的重要內容，又是由農業大國邁向農業強國進而實現鄉村振興戰略的必經之路，因此有必要重新審視和充分挖掘發達國家數字農業高質量建設中的核心理念，進而為中國數字農業的高質量發展提供新的參考。

二、數字農業的“六化理念”和“雙重效應”

數字農業的概念最早由美國科學院、工程院于1997 年正式提出。經過多年發展，數字農業依托于傳統農業生產體系數字化，陸續延伸于農業管理、生產、加工、決策、服務等各領域。自2015 年以來，數字農業在全球范圍內獲得逐步推廣(Rose，2020)。數字農業是指以“農業大數據”作為核心生產要素，以“3S”技術為核心，將數字技術運用于產業鏈環節之中，對其進行全方位和全過程模擬、監測、判斷、預測等的現代農業。數字農業不僅能使農業生產凸顯精準性、經濟性、環保性、科學性，而且能極大優化農業資源的時間配置和空間配置，并提高農業資源利用效率，進而推進農業綠色發展（王利民等，2018；吳玉宇，2020）。數字農業，即農業4.0，其與農業1.0、農業2.0、農業3.0 具有明顯不同：農業1.0 是基于“人力”和“畜力”為農業生產的主要力量，一般通過“經驗”作為決策依據，基于“簡單工具”和“畜力耕種”為生產工具，且生產方式體現為“一家一戶為單位從事生產”；農業2.0 是基于“機械力量在農業中廣泛應用”，通常依靠“經驗”作為決策依據，基于“先進的農業機械”為生產工具，且生產方式表現為“大規模生產方式”；農業3.0 是基于“單一信息技術的廣泛運用”，一般通過“經驗+信息”作為決策依據，且生產方式體現為：現代信息技術嵌入農業生產、經營、管理、服務之中的現代農業生產方式；農業4.0 是主要依靠“大數據”作為決策依據，生產方式表現為：高效率利用不同類型的農業資源，進而推動農業生態環境、農業系統整體的可持續發展（胡青，2019）。此外，數字農業的運作機制也具有明顯的異質性：農業1.0、農業2.0、農業3.0 以“人”為核心，種植（施肥、灌溉、育種）、養殖（種苗、飼養、疫病防治）、其他（金融、銷售、觀測、設備運維、運輸等） 皆圍繞“人”進行，而數字農業以“數據”為核心，種植（智能溫室、智能灌溉、精準培育）、養殖（科學育種、精準飼養、疫病防治）、其他（專業金融產品、線上交易平臺、設備預防性維護、智能運輸跳讀等）均圍繞“數據”進行。

數字農業是促進鄉村振興的農業發展新模式，其運作凸顯“六化”理念：第一，基礎體系：新型物聯網系統→農業基礎設施數字化。由5G、傳感器、物聯網等通信技術組成的“新型農業物聯網系統”推進農業的數字化、網絡化以及智能化；第二，基本要素運作邏輯：農業數字資源→農業知識傳承的顯性化。經過農業要素和農業模型數字化產生的農業數字資源，不僅可被視為農業精準智能控制的前提，而且是數字農業可持續運作的對象；第三，重要核心：數據驅動模型與算法→農業決策支持系統智能化。數據驅動的模型與算法是推進農業決策系統智能化的關鍵，而且農業大數據貫穿于農產品產前、產中、產后各環節，并以此完成數據自動化采集、分類以及管理（阮俊虎等，2020）；第四，主要手段：精密數字設備與技術→農業投入產出控制精準化。推進傳感器、制動器精密等數字控制設備的研發，高效創新農業全產業鏈管控技術，進而重塑農業全產業鏈，最終實現農業全鏈條的高質量發展；第五，市場機制：農產品優質優價→農業全產業鏈交易過程透明化。農業要素數據網和農業模型算法庫保障農產品優質優價市場機制高效運作，進而推動農業全產業鏈交易期間陸續產生“開放式、分布式、協同式”的橫向規模經濟體系，最終減少農業生產成本；第六，發展目標：持續滿足人類需求→農業對環境負面影響最小化。依靠農業物聯網動態化、系統化、準確化地監測農業各種活動，進而設計和制定”最小化”環境負面影響的農業活動方案。

根據“六化”的運作邏輯，數字農業凸顯數據效應和技術效應。其中，數字農業的數據效應體現為推動生產方式變革、拓展農業全產業鏈、加速農業生產經營與鄉村振興聯動：就生產方式變革來看，充分依靠新一代信息技術，以種植、養殖等農業領域為中心，進一步促進信息技術與農業經濟全產業鏈、供應鏈的密切互動和結合，實現農業全體系數據的收集整理、挖掘、應用；就拓展農業全產業鏈來看，數字農業拓展“產+銷”服務體系的農業商品化、市場化轉型。不僅涉及農業大數據獲取與傳輸，還涉及農業產業鏈、供應鏈分析和資產優化、風險管理；就加速農業生產經營與農村振興聯動來看，積極依靠新增農業無人機、決策支撐技術體系等環節，推動農業生產提質增效與農村生態發展相互融合，高質量塑造農業生產、經營、管理、治理新平臺。數字農業的技術效應體現為：數字技術作為數字農業的核心技術，能對農業產生經濟效益、社會效益、環境效益（Gubbi 等，2013；江鳳香等，2020）。就經濟效益而言，其可促進農業生產過程的精準化、智能化和全方位鍛造農業新業態、新模式，提升農業經濟發展的創新力，逐步提高傳統農業生產價值鏈一系列環節的工作效率，逐步形成農業經濟發展的競爭力，最終提高農業經濟收益；就社會效益而言，數字技術能重組農業生產、儲運、流通等全農業產業鏈和產業集群，進而合理配置農業資源和促進農業產業結構轉型升級；就環境效益而言，數字技術能動態化、準確化預報農業生產的資源環境、生產狀況、生物性災害等，進而降低甚至避免農作物病蟲害造成的損失和提高農業資源的利用效率。

三、發達國家數字農業高質量發展的經驗歸納

關于數字農業，以美國、德國、日本、英國為代表的發達國家，在理論研究和政策實踐上均早于中國。鑒于此，系統化研究和科學化總結數字農業理論與實踐的全球運作和發展經驗，且以此為基礎提出適合中國國情的農業高質量發展政策選擇，是合理構建中國數字農業高質量發展研究的重要視角和重要切入點。通過系統梳理數字農業理論分析與實踐探索的全球發展經驗發現，發達國家數字農業的高質量發展實際上是以全方位體系化、設施化、信息化的運維管理為基礎，以凸顯高技術、強創新、高標準的互動機制和“層→重→化”正反饋的多元協同邏輯為重要依托，以“四重維度”推進的多層次、復合化要素生態體系為保障。

1. 全方位體系化、設施化、信息化的運維管理

（1） 法律保障體系化建設的系統工程

首先，積極完善農業信息化有關的法律和法規。在美國、德國、日本等發達國家，從信息資源采集到發布皆需立法管理，并逐步健全體系，以此保障農業信息化主體的權益和推進信息共享。德國的《合作社法》規定參加合作社的農民可享受良種供應、病蟲害防治等社會化信息服務。其次，高度重視構建堅強、有序運轉的領導體系，防止形成“信息孤島”現象。美國形成以主體部門、相關農業機構為主的信息收集、分析、發布體系。日本則構建了“由中央到地方”體系完整的農業情報系統，對生產、儲運、流通、營銷等全農業產業鏈進行監測。

（2） 高度注重基礎設施信息化建設

美國41.6%的家庭農場、46.8%的奶牛場、52%的年輕農場主依靠計算機進行網絡信息聯絡，尤其是，美國的“空間遙感監測農業資源網絡”利用遙感、地理信息系統等一系列技術管理糧食作物和檢測農業病蟲災害，能夠提供相對準確的農業生產管理、農產品貿易信息。日本積極推進基礎信息資源的數字化、網絡化、信息化，大力夯實農村信息通信基礎設施，智能化管理農產品加工、儲藏設施和農作物病蟲防治設施，并通過建設發達的通信網絡逐步提升農村地區的便利程度。

（3） 建設高質量全域地理信息系統

美國從20 世紀90 年代開始，利用遙感技術檢測、預報服務生產過程以及依靠GPS 和GIS 分析農業大數據，全面檢測和管理農作物的產前、產中、產后活動。實際上，依靠農業大數據、農業物聯網、人工智能等智能技術，美國的數字農業技術已能全方位的對接農業全產業鏈。德國普及的數字農業解決方案全球出名，其能在電腦終端即時顯示各種各樣的農業生產信息。德國克拉斯農機公司很早就與德國電信開展合作，依靠傳感器技術推進機器之間的信息交互，借助于云技術充分保障農業大數據的安全，且以此為基礎保障科學生產。

（4） 完善網絡設施和決策系統

AGNET 是美國建成的全球最大農業計算機網絡系統，該系統覆蓋美國46 個州，加拿大6 個省以及美加以外的7 個國家，并連通美國農業部、15 個州的農業署、36 所大學和大量的農業企業（嚴東偉，2019）。當前，美國的大量服務型企業和公益服務機構完全可為眾多的經營主體提供相對健全的技術服務方案。在農業生產高度機械化的基礎上，德國塑造了高質量、高效率的計算機支持和服務決策系統，進而提供動態化、立體式、多樣性的咨詢服務和系統決策方案。例如，在美國建立的“小麥品種選擇模型”能提供產量、品質、抗病蟲害能力等海量的數據信息，并以此為基礎幫助農民選擇合適的小麥品種。德國拜耳公司等大型企業已在全球上百個國家實行了數字化解決方案，以推廣數字農業。

2. 凸顯高技術、強創新、高標準的互動機制

（1） 建設“天空地一體化”的數字農業觀測系統

英國大力推動數字技術在農業領域的全方位使用，最終建成集天基（衛星遙感觀測）、空基（航空遙感觀測）、地基（物聯網和互聯網相結合的地面傳感網） 于一體的“天空地一體化數字農業觀測系統”。依靠此觀測系統，英國可對農作物實施相對準確的生產監測與產量預報、農業資源調查、農業災害監測等。依靠“天空地一體化”協同的數字農業觀測系統，能較好地解決數字農業監測數據“時空不連續”的問題，并以此為基礎推進農情信息全天時、全天候、大范圍、動態化、立體式監測和管理。

（2） 大力推進數字農業關鍵技術與裝備研制

2013 年，英國依靠GateKeeper 專家系統、LELY 擠奶機器智能化設備、自動感知技術，不斷提高農業勞動生產效率。日本的植物工廠發展水平處于全球領先地位，約占全球400 多座植物工廠的50%，且分別于2014 年、2015 年啟動“戰略性創新、創造計劃”“智能機械+現代信息”技術（下一代農林水產業創造技術工作）。日本以數據感知與獲取、處理與分析、決策與控制、管理與服務等關鍵環節為中心，大力推進數字農業關鍵技術與裝備的研制，重點攻克智能感知、農業物聯網等技術。

（3） 數字農業技術系統集成與平臺研發

自1970 年以來，德國很多農業合作社加入各種類型的合作社聯盟。這些“聯盟”在互通信息、控制市場領域加強合作，是德國現代農業經濟結構、技術管理水平的特色之一，更是德國合作社高質量發展的重要結果。德國通過精準時空服務的基礎設施平臺高效整合及提供農田生產管理、農業資源管理、農業科技信息管理等多元化信息服務。德國在水產養殖方面積極建設養殖在線監測系統和現場無線傳輸自主網絡，不斷健全水產養殖管理系統，全心塑造生產過程管理系統和綜合管理保障系統，并以此為基礎構建高質量的公共服務平臺。德國的拜耳子公司和孟山都子公司研發了“數字農業Climate Field-ViewTM平臺”，該平臺依靠高分辨率成像技術和多種植物生長數據圖像，全面、系統集成了一系列數據，且據此提煉相關的農田管理建議，并以此為基礎依靠精準播種、無人機噴藥和收獲機測產，使農民充分把握農業決策的效果和深層次挖掘土地的發展潛能。

（4） 數字農業技術應用示范

美國的農業雖然是由私人經營，但州政府大力推動農業科技發展，進而構建凸顯針對化、特色化的農業教育科研和推廣體系。其中，農學院通常承擔農業教育、科研、推廣三重職能，密切聯系教學科研，為農業的高質量發展提供技術支持。根據區域經濟發展條件和信息基礎設施的發展水平，充分把握各州農業特色和發展水平，走市場化、專業化、差異化、特色化之路，極大推進了美國農業生產、教育信息服務的數字化。

（5） 數字農業信息服務模式創新

美國構建了復合化、多層次的現代農業技術應用系統。一般表現為地區專業化、農場專業化、生產工藝專業化。這有助于在“因地制宜”“各有所專”的基礎上實現專業化與規?；某浞纸Y合，構建專業化生產、集約化經營、企業化管理的現代產業模式。美國依靠財政投入、引入資本、市場運作等多種方式增加投資，形成聯合攻關、協同創新的數字農業信息運作模式。以色列安道麥(Adama)推出了高質量的“數字農業信息服務解決方案”，例如，“蜂群”式機器人解決方案、FieldIn 精準植保信息服務模式、CropView農業信息系統等（馬君等，2019）。

（6） 數字農業標準規范與監管

數字農業標準體現為數字農業國家、行業標準、農業大數據平臺和系統標準、數據訪問和交換標準等，以此推進農業大數據的互聯共享（周清波等，2018）。歐盟出臺《歐盟并購條例》等法律規則，并于2013 年設立“高層論壇”，進而為優化綠色食品供應鏈和實現可自我監管的機制運行奠定了良好基礎。2014 年，美國的農業數據技術提供商、政府、其他行業利益相關者聯合制定了“數據隱私和安全原則”綱要，嚴格規范數據的所有權、收集、儲存等，并出臺了《2018 年美國農業數據法案》，其中涉及將數據收集和分析的結果交給學術機構和研究人員。2020 年，日本農林水產省出臺了有關農田信息集中化管理的報告，強調要對信息進行科學規范，防止個體信息泄露。

3.“層→重→化”正反饋的多元協同邏輯

數字農業主要涉及基礎層、技術層、應用層三個不同層面：一是基礎層。網絡芯片、傳感器、光纖、電腦設備等硬件設施是發展數字農業所需的“基礎”，亦是信息技術與農業發展相融合的“前提”。日本農業企業借助先進的傳感技術、遠程控制技術建設特色化和個性化的“網上農場”運營模式，進而使用戶可立足于“遠程控制系統”來精準把控農產品生產（張曉雯等，2017；宗義湘等，2011）。二是技術層。大數據和云平臺是數字農業的重要依托，其可為數字農業提供數字計算、統計、模型基礎。美國著名的生鮮電商“Local Harvest”，在采集有關農場信息的前提下，為消費者提供購買蔬菜、禽蛋等生鮮農產品的信息，同時將“地圖檢索系統”作為有效支撐，逐步提高農產品物流的效率(Young，2008)。三是應用層。數字技術不斷滲透于農業各領域，尤其是數據存儲分析、生產任務執行、展示操作系統等過程中都能遠程監測、處理、分析農作物生長環境的各種信息，進行精準灌溉、灌肥指導等。依靠這三個層面，數字農業逐步完成農業生產全流程智能化、農產品流通電商化、農業多元化公共服務等。荷蘭的“智能分秒系統”由育苗、移植、田間完全能實現“0 人工干預”，智能識別優質的病苗，同時自動剔除劣質的疫苗，而與之相適應的“智能灌溉系統”可針對作為種類、生長環節提供特色化的定制施肥和用水方案?？傮w上，荷蘭農業生產效率高出歐洲平均水平5 倍（辜松等，2012）。

數字農業的基礎層、技術層、應用層密切互動，能夠實現農業生產期間的信息感知、定量決策、智能控制、個性化服務的新型農業生產方式，凸顯“精準”“監測”“決策”三重邏輯：一是精準。與全球定位系統密切相關的地理定位服務能精確感測、識別、預測以及決策。英國的“農田之星”信息管理系統可按照差異化的地塊位置和質量完成自動化、精準化的作業；二是監測。這體現為“端到端”“實時”“連續”的決策和行動。英國在全國范圍內構建了“農業計算機網絡AGRINET”，而意大利則充分結合無人機遙感與GPS 定位跟蹤、GIS 空間分析，進而監測農業耕種全過程；三是決策。依靠先進的傳感器精準化傳輸“模型”“預測算法”。歐盟充分借助于“衛星遙感”進行作物的種植監測，這為其推行的農業補貼政策提供全方位、多層次的依據，而德國則由大型企業牽頭進行農業智能機械、裝備的研發，進而為提供數字農業系統性解決方案奠定堅實的基礎。

基礎層、技術層、應用層的高質量發展能極大促進數字農業的經營網絡化、管理高效化、服務便捷化的完善。美國于20世紀90 年代就開始高質量建設農業信息網絡，每年用于農業技術推廣、在線應用領域的投資超過10 億美元，推動農村高速上網的普及（王俊周，2002）。此外，美國政府依靠吸納社會力量，構建了全方位、多層次的涉農信息數據中心，進一步夯實了農業信息化發展的基礎。此外，美國通過成立“農業信息資源監督機構”，逐步提升農業信息資源的共享能力，且依靠高質量的政府投入與資本市場運營模式，不斷推進農業的信息化運用和網絡建設的高效化普及。法國智能化的農業發展體系，涵蓋商業市場咨詢、法律政策保障、互聯網數據應用，旨在不斷提高農民信息共享度和便捷性，而農民依靠網絡能快速、及時把握市場行情，且以此為基礎調整產品類別和產量，最終推動效率最大化（Tapscott 等，2007）。

4.“四重維度”推進的多層次、復合化要素生態體系

數字農業涉及農業物聯網、農業大數據、精確農業、智慧農業“四重維度”，形成一個相對完善的數據采集、分類、應用、挖掘體系，驅動農作物的高質量生長發育：一是農業物聯網。農業物聯網屬于“封閉的數控系統”，其立足于硬件設備和聯網，依據已經確定的參數和模型；二是農業大數據。農業大數據屬于“數據系統”，為農業生產操作、經營決策提供依據，最終優化農業全產業鏈的操作和經營；三是精準農業。立足于農機硬件，并輔之于“探測設備”和智能化的“控制軟件”，進而實現設施和設備的精準操作、無人駕駛、環境優化；四是智慧農業。注重智能化的決策系統，配以各種類型的硬件設施和設備，其決策模型和系統能普及到農業互聯網、農業大數據之中，最終在農業全要素、全鏈條、全產業、全區域上實現數字化、網絡化以及智能化。

為保證數字農業“四重維度”的良性運作，需要數字技術的蓬勃發展，為此，發達國家構建了多層次、復合化的數字農業要素生態體系：一是政策保障。數字農業的形成和發展需要數字技術的助力。美國、德國、日本等發達國家加大政策支持力度，依靠政策引導構建針對化的數字技術組織，以服務于數字農業，進一步在農業中普及數字技術，驅動農業轉型升級。美國、德國也重視通過引入社會資本和中介組織助力數字農業發展，進而推動農業的精細化、精準化、智能化；二是資金保障。美國、德國、日本等發達國家充分基于政府資金、銀行資金、自籌資金等方式，拓展資金來源途徑，擴大金融投資支持數字農業的發展。英國政府成立的“產業戰略挑戰基金”把人工智能、大數據等信息技術作為重點發展的技術，以此支持傳統農業轉型升級為“精準農業”(Amit 等，2001；Rotz，2019)。歐盟成立“歐洲農業創新伙伴關系項目（EIP-AGRI）”，依靠“擔保計劃”來補貼從事數字農業活動的農民、研究人員；三是技術保障。美國、德國、日本、英國等發達國家通過各種方式提供遙感技術、全球定位系統、物聯網、無人機等數字技術保障，進而驅動傳統農業轉型升級為“數字農業”；四是人才保障。德國向來注重培養現代化、復合型的農業科技人才，且依靠數字技術改造和提升企業發展能力，進一步強化農業數字技術人才的培養，同時注重培養現代化的職業農民，最終充分保障數字技術的農業可持續應用。2016 年，德國的AI 初創企業PEATGmbH 開發了一種應用程序—“Plantix”，幫助農業生產者管理農作物，到2020 年，該程序超過1000 萬下載量和每天上傳5 萬張圖片（18 種語言）。

四、完善中國數字農業高質量發展的對策

數字農業高質量的推進，需在依靠現代信息技術與農業產業深度融合的基礎上，全方位、全角度、全鏈條改造農業生產，進而陸續釋放數字要素的“放大”“疊加”“倍增”功能，最終實現質量變革、效率變革、動力變革。

1. 深度強化數字農業關鍵核心技術創新

關鍵核心技術是推進數字農業形成和高質量發展的重中之重。但中國數字農業的關鍵核心技術較弱、數字系統集成度較低，且關鍵核心設備主要依賴國外。鑒于此，應加快關鍵核心技術攻關，依托農科院、高校、科研機構等農業科學研發機構，積極促進農業“官產學研”合作，強化數字農業傳感器、農用機器人、遙感衛星、大數據管理平臺、資源資產一體化云架構和數據安全等前沿技術、核心技術、關鍵技術的攻關力度，不斷強化智能感知、控制等裝備的自主化水平。建設“天空地一體化”農業信息采集技術體系，積極進行數據采集、輸入、管理等一系列技術的研究，增加原始數據獲取、處理水平，進而實現農業資源生產、管理、服務等跨區域、全要素、多層次數據采集。強化數據挖掘和智能診斷技術創新。不斷強化人工智能、虛擬現實、大數據認知分析等，并以此為基礎積極研發動植物生產監測體系，實現農業生產期間的全方位“數字化診斷”。不斷完善數據賦能農業智能化決策、管理技術體系，進一步推動行業管理、服務流程的智能化、數字化融合發展，逐步強化農業專有軟件、信息系統的高效化和集成化研究。

2. 全方位培育與發展數字農業生態

政策引導、信息基礎設施、技術體系、科技成果轉化是數字農業發展的重要生態圈。較之于美國、日本、德國等發達國家，中國的數字農業生態還需不斷完善。要深入調整數字農業領域的政策和機制，加強財政對農業科研、教育等領域的全方位支持，進而為數字農業的發展奠定堅實的環境基礎。促進數字農業的智能管理和決策，快速推動一系列軟硬件產品的高端化集成應用，建設數字農業技術標準和規范體系，進一步開發高質量智能裝備，逐步健全數字農業技術體系。推進數字農業研究領域人才、成果、平臺等一系列資源的集聚，積極給予農業傳感器、智能裝備等農機購置補貼，支持科技“供需對接、產研互動、院地合作”。強化農村通信網絡基礎設施建設及其升級改造，加快普及寬帶通信網、數字電視網、5G 網絡。充分利用農業大數據，實現對農業生產期間的監測、預警，且以此為基礎逐步提升農業全產業鏈發展水平。

3. 積極推動數字農業的多維運轉

一是建設農業大數據中心。進一步健全農業信息“云”服務，且以此為基礎推進農業服務的高效化和便捷化。促進農業各要素的順暢流動，深層次挖掘農業數據資源，構建高質量信息服務平臺，建立健全農業發展機制和高質量建設農業大數據中心；二是積極實施農業物聯網。有效依靠發展園藝業、畜牧業等方式，推進生態玉米、菌類、豆類等農業發展的“集群化、規模化、品牌化”。要彰顯大數據和區塊鏈“智能交互”“自動識別”“去中介化”的功能，嘗試建設“政府（頂層設計） +企業（精準履責） +小農戶（轉型發展） +商家（服務至上）”的多主體參與電子商務模式；三是培育高水平人才隊伍。高等院校、農業院校、職業院校應開設農業物聯網、農業電商、農業大數據等專業和課程，精心培訓新型職業農民、新型農業經營主體，借此提升數字農業技術的應用水平；四是實現農業生產智能化?；邶堫^企業為引領構建覆蓋全區域的農業信息網絡，通過“物聯采集儀器”自動收集農業各種信息，且以此為基礎進行實時傳輸、智能分析、及時發布，提高現代農業生產設施裝備的數字化、智能化。

4. 著力推進數字農業的多層機制整合

一是推進數據資源系統整合。不斷強化大平臺、大數據、大系統建設，從而構建“縣—市—省域農業農村大數據平臺”，并有效挖掘農業大數據應用的一系列模式，形成對農業高質量發展的示范效應。進一步促進農業大數據應用成果與智能農業、農業電子商務的密切融合；二是貫徹農業信息服務理念。全力打造集農業生產、信息服務、產品銷售于一體的“農業信息平臺”，充分依靠數字技術高效串聯農業現代化發展的鏈條，準確聯通高端化、高效化的農業信息技術服務資源，確?？煽焖?、準確的共享信息服務；三是高效推進農業大數據融合。推進行政體制改革，突破農業相關部門職能界限，基于農業全產業鏈高效整合農業數字資源，構建立足于產品品類的條狀數據分庫和立足于行政區域的塊狀數據庫，在強力破除“數據孤島”現象的基礎上凸顯農業示范區、農業現代產業園區的重要地位；四是條塊結合推進農業大數據建設。結合國家農業地理信息平臺來建設“塊數據”，然后將“條數據”與“塊數據”進行密切融合，從而搭建較為完善的數據采集、分析、應用循環體系；五是完善農業信息資源數據庫建設。不斷健全數據資源共建共享的合作機制，逐步完善不同農業市場主體共享數據的相關制度機制，嘗試建設“農業生產綜合數據庫”，構建相應的數據標準和開發相應的數據共享管理平臺。