數字農業是農業現代化的核心，也是數字鄉村建設和鄉村振興的重要內容。目前，中國數字農業發展雖然取得了明顯成效，但也面臨著諸多問題。具體表現為，農業設備投資重機械化、輕設備數字化;農業數據采集不足，農業智慧程度有待提高;數字經濟薄弱，產品化能力弱;農產品流通數字化投入多，農業生產數字化投入少。這些現象制約了數字農業的進一步發展。本文旨在分析發達國家數字農業發展新趨勢，并在此基礎上為中國數字農業發展提出建議，以期借鑒國外發展經驗加速中國農業數字化轉型。

一、發達國家數字農業發展趨勢

(一)設備數字化

美國依托GPS技術，將GPS用于農業機械管理，并結合美國農場規模大且機械化水平高的特點，在農業機械上安裝GPS及地理地形地圖，將農業生產中的機械路線、作業時間、耕作程序、農作物品種、生產資料識別與裝載、機械油料補給等信息數字化，以便智能農機可以自動識別。農業生產者通過將電腦與既定農業機械相連接，對農作物進行生產前、中、后期全面監測與管理，保證不同地塊、不同作物在各自生產周期內的藥物、化肥自動都得到保障且不會有任何遺漏;同時，根據GPS信號和數字電子圍欄鎖定農業機械使用范圍，避免隨意的非生產性使用，并且具有農機防盜功能。

(二)生產智慧化

目前，發達國家開始在農場生產管理中引入遙感技術、智能機械系統、計算機網絡、機器視覺技術等現代農業技術，使傳統農業演化至農業智慧化階段。通過地塊光電感應器將農作物生長階段、營養狀態、健康水平以及光照、溫濕度、空氣、土壤含水率和養分等物理狀態數字化，并傳輸到智能生長控制系統，讓人工智能自動分析處理和制訂生產管理措施，實現對農作物生長的智能控制。

(三)流通智能化

發達國家致力于利用人工智能和數字技術智慧化農產品流通，以削減成本和提高效率。美國制訂LACIE計劃和AGRESTARS計劃，利用遙感、地理信息系統等技術對美國以及全球糧食作物的種植面積、種植品種、生長狀況、病蟲害、自然災害進行監測和產量預測，并據此為農業生產者提供準確的市場供求預測，引導生產和國際貿易等信息，為美國農業提高流通效率、占領全球市場和避免市場風險搶占先機。歐盟提出智慧農產品流通研究計劃，管理部門與生產企業共同利用數字技術、區塊鏈技術標記蔬菜生產管理措施、地理位置信息和質量標準等相關信息，通過區塊鏈不可篡改、可追溯優點和實體產品數字化等特點，使消費者可以獲得自己所購買蔬菜的所有完備信息，克服農產品市場信息不對稱問題，從而保障了食品安全，滿足消費者的更高要求，提高了流通效率。

(四)管理精細化

數字農業生產擺脫了傳統農業必須人工親自操作的局限性，實現農業設備不間斷、精細化的自動智能收集和處理數字信號，并將信號連續不斷傳輸至人工智能系統以幫助農民進行科學判斷和生產決策。精細化農業的基本特征是管理過程精細和資源投入精省。

美國將通過衛星獲取的全國農業數據包括溫度、濕度、風力、雨水、土壤成分等上傳送至農業數據平臺，農戶通過輸入地塊坐標即可下載相關數據，并獲得農業種植品種、種植密度、雜草消除、病蟲防治、肥料施用等系統提供的精準建議，克服了傳統的農業生產者憑經驗生產的局限，實現了成本降低、資源節約。

歐盟推出以數字化為特征的“農業4.0”，利用衛星定位系統、物聯網和人工智能技術將農作物生產管理數字化，根據農作物生長階段和環境變化，農業機械自動根據要求管理松土、施肥、修剪、除草、灌溉，傳統農業生產中的細枝末節生產經營活動自動由機械根據人工智能和大數據經驗來處理。同時，利用人工智能和大數據，制訂最優農作物生長調節解決方案，并根據其地理位置和氣候環境特點，實現差異化的自動化、精準化、變量化作業，確保農作物高效、優質生產和環境保護的實現。

(五)推廣階段化

由于農業數字化需要完善的數字化農業公共基礎設施作為支撐，除了要具備的GPS定位技術、地理信息系統外，還需要移動信息傳輸系統、智能公共服務平臺，這需要巨量的前期投入，短期內沒有一個國家可以實現。因此，發達國家數字化發展并不是全面鋪開，而是重點在數字農業成本較低的農業重點地區實施，以便形成經濟和社會效益高的數字農業示范區，分階段分地區，由易到難，逐步帶動周邊地區推廣數字農業。

美國數字化農業主要集中于中部、北部和南部，這些地區是美國的玉米帶、棉花帶、小麥帶，當地農場多且規模大，同種農作物的播種面積大，農業機械多，農場主對數字農業機械設備承受能力也高，數字農業基礎設施利用率和回報均較高，因此也具有較完善的數字化農業基礎設施。法國有22個大農業區，但數字農業優先在巴黎盆地實施，主要是考慮到當地土地平整、農場規模大，主要農作物為小麥，其耕作機械化程度高;同時，當地農場主收入高，移動網絡等基礎設施完善，數字化農業基礎設施農業投資相對較低，數字農業也容易獲得良好的經濟收益。

總的來說，發達國家都在加大力度推進數字技術與農業生產融合，也建設了許多數字農業示范區，體現出農業機械數字化、生產智慧化、流通智能化、種植精細化等特點。但是這些數字技術在農業中的應用離不開完善的基礎設施，因此發達國家除了大力完善地理信息系統、農業遙感系統、氣溫氣候監測和網絡系統外，還致力于鼓勵企業和機構將主要農作物各生長階段、病蟲害、化學品、土壤的特征數字化，使人工智能系統能夠識別、分析、學習、管理，并向農業生產機械發出最優決策指令，這也是數字農業發展中最為關鍵的一環。

二、對中國的啟示

(一)完善數字農業產權制度，激勵農業數字創造與運用

智慧農業依賴人工智能處理數字化信息來管理農業生產。高端人工智能具有自我學習和自我完善能力，這需要運用大量的人工標簽化的數據來進行機器學習和深度學習才能完成，因為數據也很難做到百分之百準確，所以樣本量越大，得到準確結果的概率也越高。然而，目前數字的產權不清晰且涉及到個人隱私，業務關聯的企業、農業生產者、消費者共同創造的數字也無法界定產權，企業使用這些數據也缺乏明確法律依據。農作物、病蟲害、土壤等數字化需要信息科學和農業科學兩個領域的專家共同協調開發，并且這些人工標簽化的數字需要投入大量人力和物力，如果其權利得不到保障，就會打擊農業數字化創新發展，最終制約數字農業發展。

因此，應完善數據安全保護制度，規定數據創造過程中的所有權分配機制，規定具有承繼權、出讓權的數據類型，明確受法律保護或不受法律保護的數據類型的界限，使數據創造的利益相關方的利益得到保障和彼此制約，在充分利用數字的經濟利益時，避免惡意競爭和“殺熟”等非法使用數字的行為。同時也要建立合理的數據行業自律組織和數字司法體系，包括司法訴訟、違法違規舉報等制度，以解決智慧農業和數字農業時代所帶來的數據所有權矛盾，從而激勵農業相關各方努力創造出更多更高質量的數據。

(二)加大主要農產品核心數字技術研發投入，擴展數字農業界限以推動生產經營數字化改造

目前使用最多的農業數據是銷售數據，尤其是電子商務所帶來的消費者瀏覽、購買農產品或商家銷售農產品的數據，而缺乏農作物生長階段、生長環境、病蟲害狀況、土壤成分、地塊氣候等生產管理各個環節的數據，從而嚴重制約了數字化設備應用和數字農業發展。目前這些生產環節的人工智能處于實踐階段，應用范圍和智能程度有限，還無法有效實施精細化、智能化、數智化農業生產經營。因此說明，數字農業初期應加大主要農產品核心數字的生成，以推動農產品產前、產中、產后的數字化改造。

1.建設農情數字。利用衛星遙感、航空遙感、地面物聯網等手段，動態監測重要農作物的種植類型、種植面積、土壤墑情、作物長勢、災情蟲情等，并對這些信息進行數字化處理，傳輸至數字平臺，以便農戶下載及智能農機設備可以識別、處理、應用這些數據，從而提升農業生產管理智慧化程度。

2.創建病蟲害和植保數字庫。構建農業病蟲害測報監測網絡和植保防御體系，將監測信息數字化后傳入數字平臺，實現重大病蟲害智能化識別和數字化防控。

3.建設數字田園。架設田間光電感應設備，收集相關地塊信息，將農業機械設備數字化和智能化，以推動智能感知、智能分析、智能控制技術與裝備在大田種植和設施園藝上的集成應用;建設環境控制、水肥藥精準施用、精準種植、農機智能作業與調度監控、智能分等分級決策系統，發展智能“車間農業”，推進種植業生產經營智能管理。

4.構建產品數字標記。推進農場、農貿市場、超市、農業生產資料企業信息數字化，實現相關方的直連直報，實現農業生產資料購買和農產品生產、流通、銷售各環節信息互聯互通及可追溯性。

(三)以大城市周邊數字農業示范區為突破點，逐步完善數字農業基礎設施和服務體系

由于數字農業需要較多的數字設備投入，若相關數字平臺、數字生產和流通設施不完善，就會導致先進的數字化技術不但沒有實現農業成本節約，反而具有較高成本，以至于農產品市場售價也高于普通農產品。此時數字農業的競爭力就在于品質而非成本。而大城市居民收入較高，對農產品高品質具有較強偏好，且對其價格不敏感，這就為數字農業提供了較強的市場需求。因此，數字農業應該首先選擇大城市周邊或經濟發達地區作為試點，以保證數字農業實現較高經濟效益和示范效應，引導其他地區模仿數字農業生產模式，有效降低數字農業和智慧農業投資的邊際成本，并獲得規模經濟效應，充分實現數字農業高品質和低成本的競爭優勢，推動傳統農業全面向數字農業轉型。

完善數字農業基礎設施和服務體系，完善和升級改造農村通信網絡基礎設施，大力降低農村居民網絡使用費用，鼓勵農村居民家庭普及手機和計算機等信息化終端。完善農業科技信息數字化服務平臺，引導各類社會主體利用農業數字化技術開展市場信息、農資供應、廢棄物資源化利用、農機作業、農產品初加工、農業氣象“私人數字化定制”等領域的農業生產服務。結合衛星導航系統，鼓勵相關企業有針對地完善農村耕地的地理信息，將相關的農業監測設備與傳感器、農機設備、管理系統、物流設備、農產品加工設施接入移動網絡、地理信息系統和衛星導航系統等實現物與物的對接，構建鄉村物聯網，支持傳統農業向數字化、智慧化轉變。

(四)推動人工智能與精準農業相融合，實現生產與需求的精準銜接

利用人工智能管理農業生產環節，把人工智能管理方式由傳統的農業生產數據收集、自動模型處理升級為人工智能參與生產管理、決策判斷以及完全自動化協作生產，既減輕勞動強度和勞動投入，又更加精準地管理控制生產過程，實現優質、高效、節約的農業生產。

同時，農業產業鏈不斷與物聯網、海量大數據、云計算、區塊鏈等新一代信息技術結合，結合市場端銷售大數據的反饋和訓練，使人工智能可以自動提前預知市場需求對產品品種、數量、特點、時間的準確要求，從而為生產者提出科學生產管理建議，并自動調節生產管理以適應市場需求。

與智能供應鏈相連接，將農產品物流、銷售信息相關關聯，減少中間流程消耗成本，提高農產品新鮮程度。在主要農產品實施人工智能管理后，根據人工智能技術成本的下降情況，人工智能可以逐步提供更加豐富的應用場景和更加高效的解決方案，從而在育種、種植機械、病害害防治、采摘、農產品運輸、銷售、農業生產流通及消費的一切環節發揮不可替代的作用，完全實現市場需求與農業生產的精準銜接。

來源：北京新型智慧農業研究院