数字农业发展的国际经验及其启示

　　摘 要：气候变化和资源利用不可持续带来了较大的粮食安全压力，通过数字化技术推进农业的转型与高质量发展变得愈加迫切。数字农业具有技术依赖性、数据中心性和能力匹配性等特性，容易引发投资不足、失业、数字鸿沟和侵犯数据隐私等问题。现阶段，我国数字农业发展水平还不够高，有必要借鉴国际经验，以实现包容性数字农业转型，具体应采取如下措施：加大数字转型基础设施建设;诱导有利于降本增效的农业数字技术创新;设计有助于发挥数字红利的多元主体享益机制;提升利益相关者的参与能力;构建激励相容的数据产权规制体系。

　　关键词：数字农业;农业数字技术;包容性发展

　　气候变化和资源利用不可持续威胁着全球粮食安全，可持续地生产足够的健康食物是21世纪全世界面临的最为关键的长期性挑战之一。应对此挑战，要求农业粮食与食物体系尽快转型。数字技术创新可能是转型方案的重要组成部分，即通过引入一套自动化的、数据密集型的“精准”技术，用更少的土地、更节约的用水和其他投入生产出更多的健康食物[1]。这就意味着数字化将是农业转型发展的重要路径。数字农业也被称为智慧农业、精准农业、农业产业的第四次技术革命等[2]。数字农业利用丰富而详细的数字信息指导农业价值链上各个主体的决策，其应用并不局限于农业生产，而是涉及整个或部分价值链，包括生产过程、收获后处理、市场准入、融资以及供应链管理等多个方面[3]。已有研究表明，数字农业的功能性作用在于：第一，通过减少化学投入品和劳动力需求，提高农业生产力和效率，创造新的市场机会来提升经济效益;第二，通过增进沟通和包容性，带来社会与文化效益;第三，通过优化资源利用，适应气候变化，带来环境效益[4]。

　　在世界范围内，以农业物联网、农业大数据、精准农业、智慧农业、人工智能等五大核心模块为代表的数字农业技术已经被广泛应用于农业领域且发展迅速[5]。与此同时，发达国家还在数字农业上进行了大量投资，如英国政府“产业战略挑战基金”将人工智能和数据作为四个挑战领域之一，计划聚焦于精准农业[6];鉴于数字农业的广阔前景，麦肯锡的最新报告指出，如果在农业中成功实现互联互通，到2030年将为全球GDP增加5000亿美元的额外价值[7]。

　　值得重视的是，尽管数字农业在经济效率方面的潜在好处被予以充分肯定，但现有研究大都忽视了从社会、习俗、政治和生态维度进行深入讨论。从全球来看，虽然部分地区存在食物的过量生产，但与此同时，仍然有数十亿计的人们在忍受饥饿和营养不良。因此，技术进步本身并不能完全解决未来全球性的粮食安全问题。而且，数字技术可能对小农经营带来“双刃剑”效应：在带来农业生产率提升的同时，农业数字化可能导致小型农场与大型农场之间出现“数字鸿沟”，因为与大型农场相比，大多数小农难以获得数字农业技术，难以承受数字技术的大额投资以及由这些投资带来的风险;数字农业还会引发企业权力和农民自治之间的冲突、数据隐私和可持续发展等一系列的问题;新技术甚至可能导致市场集中度的提高，进而引发投入品价格上涨，使小农陷入更加困难的境地。

　　可以预期的是，数字农业或将意味着农业生产系统、农村经济、社区和自然资源管理的重大转型。理解农业数字化转型的条件与挑战，并制定因应策略，已成为重要的研究议题。本文试图对数字农业的技术特征、发展困境及国际经验进行研究和分析，以期为中国数字农业转型和发展提供借鉴和启示。

　　一、数字农业的技术特性与发展困境

　　数字农业对现代农业体系转型的作用机制，来源于其技术特性，主要包括技术依赖性、数据中心性和能力匹配性三方面。与此同时，数字农业的技术特性决定了其发展可能面临的一系列困境。

　　(一)数字农业的技术特性

　　1.技术依赖性

　　对于推进数字农业来说，数据、平台与连通性缺一不可。数字农业的实现依赖电力供应、移动网络覆盖和互联网连接等基础设施建设。在此基础上，数字农业的应用依赖数字技术发展，比如地理信息系统(GIS)、全球导航卫星系统(GNSS)、遥感(RS)、卫星图像、地面传感器、移动计算处理技术和通信技术等[8]。数字技术结合程序映射到耕作、播种、施肥、除草剂和农药的使用、灌溉、收割等农业实践中。图1(下页)以信息技术(ICT)为例展示了农业数字技术在农业循环中的应用[9]。数字技术将大大拓展农业发展的空间，例如，移动技术和网络设备将农民接入供应链，使其有机会获得更优质的种子和肥料，从而提高产量和质量[10];区块链技术有助于提高食品的可追溯性和供应链效率，从而减少浪费并增进价值链的透明度和信任度;深度学习、机器学习和人工智能有助于进行先进的作物管理、病害检测、物种识别以及水、土壤和林业管理，保障粮食安全;数字解决方案有助于提高监测、报告和验证农业和土地利用方面的准确性[11]。

　　2.數据中心性

　　数字农业中的关键要素是数据，由地理空间技术、现场生产信息、天气和气候以及市场动态汇集而成。其中，地理空间数据通常是特定站点与精准农业相关的信息，如特定地点的土壤特性和产量信息等;有关管理实践和技术的元数据，包括播种深度，种子位置，品种，机械诊断、时间和运动，耕作、播种、搜寻、喷洒的日期及投入品使用等;决策者无法控制的环境数据，包括降雨量、蒸发量和热量单位累积值等。图2(下页)展现了数字农业的农场数据流，根据生成地点以及参与者的潜在使用情况来表达数字农业相关数据生成的过程[12]。由此可见，大数据在农业中的价值取决于是否有足够数量的农民提供其农场的相关信息，进而聚合形成农业大数据。这类数据是一种信息资产，必须通过具有成本效益和创新性的信息处理，增强对农业的洞察力并发挥强大的预测能力，最终实现服务于农场管理决策的功能[13]。

　　推荐阅读：数字化转型论文发表的正规期刊

期刊VIP网，您身边的高端学术顾问

文章名称： 数字农业发展的国际经验及其启示

文章地址： http://www.qikanvip.com/lunwen/zonghelunwen/2021/0629/58195.html