智慧农业发展的状况、面临的问题及对策建议

宋洪远

【摘要】智慧农业在管理农业生产、解决信息不对称问题、搭建农产品可追溯体系、推动新模式新业态发展、改善农业生态环境等方面发挥了重要作用。我国智慧农业发展存在整体规划缺乏、技术短板明显、数据采集和应用困难、科技投入和信息化水平不高、复合型高素质人才不足、农业劳动者从事智慧农业意愿不高、智慧农业发展受要素资源影响大、创新性农业商业模式匮乏等问题，应从顶层设计安排、制度机制设计、基础设施建设、科技研发投入、专业人才培养、政策体系构建等方面着手解决。

【关键词】智慧农业  农村信息化  国外经验  乡村振兴

【中图分类号】S126/F32                      【文獻标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2020.24.008

党的十九届五中全会通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》，明确提出要建设智慧农业，加快推进农业农村现代化。智慧农业是农业发展的大趋势，大力发展智慧农业对促进农业转型升级、提高农业质量效益和竞争力、提升我国农业现代化水平，具有特别重要的现实意义。

智慧农业的内涵及发展智慧农业的缘由

关于智慧农业的定义，因研究视角不同内涵有所差异。概括而言，智慧农业就是通过将互联网、物联网、大数据、云计算、人工智能、“5S”[1]等现代信息技术与农业进行深度融合，形成农业信息感知、定量决策、智能控制、精准投入、个性化服务的全新农业生产方式，实现农业可视化、远程诊断、精准感知、灾变预警等智能化管理，推动农业产业的数字化、智能化、集约化、生态化，是农业信息化发展从数字化到网络化再到智能化的高级阶段。[2][3]

智慧农业不是互联网技术与移动信息技术在农业产业中的单一应用，而是将农业作为一个中心系统，通过“互联网+农业企业”与“互联网+农业产业”，依靠农业大数据、云计算以及物联网共同组成一个完整的智慧农业产业链条，[4]推动现代信息技术与农业生产全过程的结合，形成的一种新的发展体系和模式。这样不仅可以通过对科学技术的综合运用，有效连接农业生产的各个环节，实现农业智能化控制，[5]而且能够构建起基于数字化的新型农业生态，彻底转变农业生产者、消费者观念。[6]

智慧农业的提出和发展，为信息技术在农业领域的综合集成应用、农业产业转型升级、农业发展模式的创新、核心技术的自主研发，以及专业技术人才培养均创造了难得的机遇。[7]

有利于科学管理农业生产，提高农业综合生产能力。智慧农业物联网系统可通过大数据和云计算等技术对农事活动进行记录与追溯，有助于在农业生产领域构建起集作物生长模型分析、环境生态监管、精准调节为一体的自动化系统和平台，帮助生产者科学、精确地进行决策，减少生产资料投入成本、劳动力成本以及时间成本，进一步推动农业生产的精准化管理与农业的最大化投入产出比，全面提升农业生产效率和资源利用率。

有利于解决信息不对称问题，掌握市场变化与消费者需求。智慧农业可以通过数字化供应链建设，有效打通农产品生产、加工和销售各个环节的信息渠道，加速解决农业供应链的信息不对称问题。生产者可以根据平台的大数据和反馈机制，感知市场行情，高效率地匹配供给端和需求端，了解需求端个性化的诉求，更好地制定生产和销售计划，定制化生产客户所需的农产品，[8]减少农业的盲目生产、降低农产品损耗、实现农产品优质优价。

有利于构建农产品可追溯体系，确保农产品质量安全。通过大数据分析和应用，解决病虫害监控和农药滥用难题，从而对种植有效性、生产环境安全性作出合理判断，增加农产品产量，改善产品质量。同时，借助互联网及二维码等技术，建立全程可追溯、互联共享的农产品质量和食品安全信息平台，对农产品流通过程实行全程监管，从而实现农产品从田间到餐桌的全程可追溯，也有助于政府部门根据数据分析进行科学决策，进而改变行政管理方式，提升治理效能和治理能力。

有利于发展新模式新业态，提升农业全产业链价值。随着移动互联网技术、大数据、云计算、物联网等新一代信息技术的跨界融合，智慧农业的应用场景将会进一步拓展，在数据平台服务、无人机植保、农机自动驾驶、精细化养殖等方面，为智慧产业链提供信息化技术支撑;推动发展农村电子商务、农产品众筹、农产品新零售等发展模式创新，形成基于互联网平台、云平台的现代农业新业态，重塑农产品产业链和价值链。

有利于改善农业生态环境，推动农业可持续发展。智慧农业可通过精细化生产、测土配方施肥、农业节水灌溉、农业废弃物利用等方式，达到保护农业生态环境的目的;可利用卫星搭载高精度感知设备，构建农业生态环境监测网络，获取土壤、水文等农业资源信息，匹配农业资源调度专家系统，实现农业环境综合治理、农业生态保护和修复，进而推动农业可持续发展。

发达国家智慧农业发展的特点和扶持政策

目前，美国、英国、日本、欧盟等国家和地区的智慧农业取得了较快发展，在相关政策支持、新技术研发应用等方面走在了世界的前列，形成了具有鲜明特征的智慧农业发展模式。

美国：信息化支撑农业发展。从20世纪90年代开始，美国政府每年拨款10多亿美元建设农业信息网络，进行技术推广和在线应用，农村高速上网日益普及。以政府为主体，美国在农业数据资源采集和储存方面，建立了农业信息收集发布系统，农业教育科研推广系统，融科技、生产、推广于一体的公司系统，以及以农场为主的民间服务组织系统，农业信息化体系日益完善，大量涉农信息化企业应运而生。这些企业利用政府公开发布的农业大数据进行分析、预测，并提供给农业生产者用于农场生产管理及精细化耕作，提高生产效率。[9]

美国经历了机械化、杂交种化、化学化、生物技术化后，正走向智慧农业（Smart Agriculture）。现有大量的结合物联网、AI的高精尖技术，包括智能机器人、温度和湿度传感器、航拍和GPS技术等，大幅度提升了美国农场的运营效率。美国已应用“5S技术”、智能化农机技术等形成了农业精细化、规模化发展的智慧农业生产线系统，美国69.6%的农场采用传感器采集数据，农业机器人应用到播种、喷药、收割等农业生产中。[10]

法国：打造大农业数据体系。法国是欧盟内部最大的农业生产国，也是世界第二大农业食品出口国。经过多年发展，法国农业信息数据库已十分完备，涵盖种植、渔业、畜牧、农产品加工等领域。法国政府主导农业数据库建设，一个集高新技术研发、商业市场咨询、法律政策保障以及互联网应用等为一体的“大农业”数据体系正在打造中。

法国政府、农业合作组织以及私人企业共同承担农业信息化建设。政府定期公布农业生产信息、管控农产品流通秩序，根据市场价格提供最新生产建议;农业合作组织为生产者提供法律、农业科技、农场管理等领域的信息支持;私人企业提供定制化服务，提高农业生产效率。

德国：高科技与数字农业。2017年，欧洲农业机械协会（European Agricultural Machinery Association， CEMA）提出，未来欧洲农业的发展方向是以现代信息技术与先进农机装备应用为特征的农业4.0（Farming 4.0）。德国是率先实施工业4.0的国家，而智慧农业的基本理念与工业4.0基本相似。二者都需要通过物联网、大数据、云技术的应用，将数据由传感器从种植对象或养殖对象处收集，上传至数字技术综合应用平台，处理后再分发到对应农机上，进一步提高农业效率。

德国农业科技含量较高，农业信息技术、生物技术、环保技术等在德国应用广泛，如把地理信息系统、全球定位系统、遥感技术等应用到大型农业机械上，在计算机系统的控制下，实施耕地、播种、施肥、打农药等田间作业;在饲养的牲畜身上安装电子识别牌，通过电子识别牌获得动物饮食状况、产奶量等信息，从而有针对性地进行改良和改进;由大型企业牵头研发数字农业技术，为农业生产者提供一系列的技术解决方案。

英国：大数据整合精准农业。为了应对气候变化和全球农业竞争加剧等问题，英国政府启动了“农业技术战略”，利用大数据和信息技术提升农业生产效率，建立了英国国家精准农业研究中心（The National Centre for Precision Farming， NCPF），在欧盟FP7（7th Framework Programme）计划的支持下，实施未来农场（Future Farm）智慧农业项目，研发除草机器人替代化学农药进行除草作业，实现从播种到收获全过程的机器人化农业;建立了“农业信息技术和可持续发展指标中心”，搭建和完善数据科学和建模平台，搜集处理产业链上行业数据。[11]英国的农业技术体系较为全面，涵盖全球定位系统、地理信息系统、空间技术与数据库、遥感系统、作物生产管理专家决策系统等，是各种信息技术和系统的集成应用。

日本：互联网振兴农业。日本政府十分重视农业信息化体系建设，注重对农村信息化市场规划和发展政策制定，以及农业基础设施建设，建立了完善的农业市场信息服务系统，比如农产品中央批发市场管理委员会建立的市场销售信息服务体系，以及日本农协自主建立的统计发布各种农产品生产数量和价格行情预测的系统;不断完善农业科技生产信息支持系统，并将信息技术作为载体在农业科技中推广应用。此外，日本还通过制定《生鲜食品电子交易标准》，建立了生产资料共同订货、发送、结算标准。日本政府高度重视农业物联网发展，2004年将农业物理联网建设列入政府计划，2014年启动实施“战略性创新/创造计划（Cross-Ministerial Strategic Innovation Promotion Program， SIP）”，并于2015年启动了基于“智能机械+现代信息技术”的“下一代农林水产业创造技术”。[12]他们还用数字技术、传感技术和远程控制等技术建立个性化“网上农场”，使消费者可实时自主远程精准控制自有农产品生产，并获得理想的农产品。

从国外的经验来看，智慧农业发展并不完全是技术问题，政府从宏观角度进行调控和管理，在政策、法律等方面给予支持和保障，都起到了引导和推动作用。同时，国外还比较重视智慧农业核心技术的研发及集成推广，[13]形成了政府和市场共同推进的智慧农业建设体系。

一是智慧农业扶持政策力度不断加大。国外完善的推动智慧农业发展的政策法规和知识产权保护制度，引导了智慧农业的发展方向。比如，美国率先提出“精确农业”构想，在信息、科研、教育、基础设施、投资等方面，形成了一套从信息资源采集到发布的立法管理体系，并且十分注重监管和知识产权保护，为智慧农业发展提供了良好的政策环境。虽然，智慧农业已在北欧一些国家得到了发展，但欧盟其他国家智慧农业发展则相对滞后，2020年之后，支持农业革新和数字化成为欧盟共同农业政策（CAP）调整的重要方向，甚至会依据智慧农业发展，定制欧盟农机行业的政策。

二是构建智慧农业科技研发体系。目前，很多发达国家构建了自有农业科技研发系统，以适应本国的智慧农业发展。虽然农业科技研发系统组成主体多样化，但都基本以政府、高校、农业科技研发机构为主体，政府是主要研发推动者，企业及其他农业相关者紧密配合主要研发机构。比如，荷兰政府高度重视农业领域的实用技术研究和创新成果应用。政府在制定科研规划时，要求企业直接参与，一般由企业提出研究方向和思路，政府和企业共同投入，科研机构服务于企业需求。欧盟制定的“地平线2020”科研与创新框架计划（H2020计划），是世界上规模最大的官方综合性科技研发的计划之一，主要研究国际前沿和竞争性科技难点问题。在农业发展方面，欧盟委员会提出“农业生产力与可持续的欧洲创新伙伴关系计划”（EIP-AGRI），建立了“地平线2020”计划与农村發展支持计划之间的联系。在此计划中，各方参与者致力于建立一个“运营组织团体”，寻求创新方法解决区域发展难题。

三是推动农业新技术的推广应用。很多国家都在进行产学研融合发展，以推进农业科研技术快速应用于智慧农业，形成了各具特色的农业推广体系，创新应用成效比较显著。欧盟委员会的通信网络内容和技术总司与农业部推出实现农业数字化的AIOTI计划，是智能农业领域的一项大规模的试点计划，该计划将得到3000万欧元的资助，以推进欧盟农业部门在资金和基础设施等方面实现“数字化飞跃”。美国则通过发展智慧农业生产系统，帮助农场主进行新技术应用推广。

当前我国智慧农业发展面临的问题和挑战

我国智慧农业发展的过程和特点。我国政府高度重视智慧农业发展，自2012年以来，历年的中央一号文件对“智慧农业”都有论述。2012年提出推进“精准农业”技术，2015年和2016年提出在“智能农业”领域突破技术，2016年提出大力推进信息技术，包括“互联网+、物联网、云计算、大数据、遥感”，2017年至2019年连续三年提出加强“智慧农业”科技研发。特别是“十三五”以来，智慧农业成为现代化农业发展中的重要组成部分，多项政策文件中均提出要发展智慧农业及相关技术。2018年，《中共中央 国务院关于实施乡村振兴战略的意见》明确提出：“大力发展数字农业，实施智慧农业林业水利工程，推进物联网试验示范和遥感技术应用。”《乡村振兴战略规划（2018-2022年）》中强调指出，要大力发展数字农业，实施智慧农业工程和“互联网+”现代农业行动。2020年中央网信办、农业农村部等六部门印发《关于开展国家数字乡村试点工作的通知》，部署开展国家数字乡村试点工作。经过几年的发展，我国智慧农业正在从点的突破逐步转变成系统能力的提升，不断为农业农村发展注入活力，智慧农业建设工作取得了明显成效。

自2013年起，我国陆续在五省市开展物联网区域试验，启动了一系列农业物联网项目。2017年，开始实施数字农业试点项目，围绕数字农业创新中心、重要农产品全产业链大数据和数字农业试点县建设，中央累计投资11.5亿元，共计建设92个项目。通过这些项目的示范带动，物联网、大数据、人工智能等新一代信息技术在大田种植、设施园艺、畜禽养殖、水产养殖的在线监测、精准作业、数字化管理等方面得到了不同程度的应用，形成了426项节本增效农业物联网产品技术和应用模式。[14]2019年，农业农村部等四部委联合印发《关于实施“互联网+”农产品出村进城工程的指导意见》，组织实施“互联网+”农产品出村进城工程，推动建立适应农产品网络销售的供应链体系、运营服务体系和支撑保障体系。组织开展农业电子商务“平台对接”专项行动等农产品产销对接专项活动。截至2019年底，农产品网络零售额达到3975亿元。农业农村部组织实施了“金农工程”，建成国家农业数据中心、国家农业科技数据分中心及32个省级农业数据中心，开通运行33个行业应用系统，信息系统已覆盖农业行业统计监测、监管评估、信息管理、预警防控等七类重要业务。农业各行业信息采集、分析、发布、服务制度机制不断完善，实现对农情、农产品市场运行、动植物疫情等重要情况的实时监测调度。推动农业农村大数据建设，积极推进粮油棉等8大类15个重点农产品全产业链大数据试点，建立“一网打尽”式市场信息发布服务窗口，为公众提供及时准确的市场信息服务。[15]国家政策的支持使智慧农业得到了蓬勃发展。传统农机企业如中国一拖、雷沃重工等，互联网企业如安徽朗坤物联网、华为、京东、神州数码等，甚至碧桂园、恒大等房地产企业，都纷纷布局进入智慧农业领域，给智慧农业注入了新的活力。[16]

当前智慧农业发展面临的问题和挑战。虽然我国智慧农业取得了一定进展，但仍缺乏基础研究和技术积累，整体技术水平与发达国家相差10年以上。[17]智慧农业发展面临的主要问题和挑战，主要体现在以下几个方面：

一是智慧农业发展缺乏整体规划。基础建设和资金筹集缺乏有效衔接，应用技术推广没有形成规模化体系，项目落实和产业融合存在脱节现象，处于生产信息化向智慧化转变过程当中，农产品物流配送和物联网应用的运行机制缺乏整体的战略性规划。[18]由于基础设施建设资金需求较大，信息渠道的构建需要协调各区域、各部门的资源，需要发挥政府的主导和协调作用。现有资金投入方式主要以政府为主，其他的经济组织部门对于智慧农业的资本投入的整体参与度不高，未能形成多元化投入机制。[19]

二是智慧农业发展存在技术短板。我国自主研发的农业传感器数量不到世界的10%，且稳定性差，[20]智能感知系统灵敏度不高，终端远程控制系统和执行控制指令系统精确性不足。[21]动植物模型与智能决策准确度低，很多情况是时序控制而不是按需决策控制。智慧农业应用试点项目大多数停留在信息的简单传输与显示，与农业融合深度不够，缺乏解决农业实际问题的手段。

三是农业数据采集和应用整合程度低。探究影响农作物病虫害的因素、掌握农作物价格的波动等都需要数据的支撑，采集的数据越多、越完整，智能预测模型的预测准确率就越高。从目前情况来看，农业数据采集覆盖面不足，缺乏准确性与权威性。农业信息数据整合程度与数据标准化程度低，缺乏信息数据共享。[22]收集数据不完整或者只能收集某种或某几种农作物相关的信息，所建立的智能模型、预警模型、管理信息系统都将失去存在的价值。农作物相关数据的收集整理成为当前面临的最大挑战。[23]

四是农业科技投入和信息化水平不高。我国智能化装备还处于起步阶段，农业生产的大型化、智能化、信息化等机械设备较少。一些高端智能化农机设备主要依赖进口，农业科技化水平比较低，科技含量不高，很难实现多功能、复式、实时监测等作业，农业生产作业效率不高。当前，我国农村信息化建设比较落后，农村信息基础设施薄弱，很难在较大范围内推广和应用物联网、互联网、大数据等新型信息技术。[24]

五是农村地区复合型高素质人才不足。目前，我国发展智慧农业缺乏能够操作现代化生产设备的高素质农民，以及农业电子信息化研发的农业科技人员。农业从业人员整体文化水平偏低，缺乏对农民的相关技术培训，缺乏農业生产经营管理和电子信息化的复合型人才，农业技术人员存在较大缺口，尤其是高职称、高层次的农业人才缺乏。

六是农业劳动者从事智慧农业意愿不强。智慧农业建设初期需要大量的投资，短期内却又很难收回成本、获得收益，农户参与智慧农业发展意愿不高，多数农户无力进行土地规模化经营和购买先进的农业生产机器。加之，农民了解信息化方面的知识不多，应用信息技术的能力不强，影响了农产品市场开拓、农产品创新和农业信息化发展。

七是智慧农业发展受要素资源影响大。农业资源要素使用效率低下限制了智慧农业的发展。从劳动要素来看，现阶段中老年人、女性是从事农业的主力军，对农业新技术的需求不足。从土地要素来看，农村耕地复种指数下降，出现大量土地抛荒现象，农村土地流转缺乏有序引导，影响了农业产业化、规模化的经营。从技术要素来看，我国主要农作物综合机械化水平突破50%，但是，由于地区间、民族间经济和自然条件等方面的存在较大差异，农业综合机械化水平发展不平衡。[25]

八是创新性的农业商业模式匮乏。绝大部分智慧农业技术还处于科研项目阶段，主要依靠政府财政支持得以持续。以物联网等为代表的智能化技术尚未在农业领域广泛应用，急需市场机制介入，需要创新性地发展适合我国国情的商业模式，才能够真正促使农业信息化、现代化可持续、良性循环发展。

推进我国智慧农业发展的对策和措施

经过多年的政策布局和项目实施，我国的智慧农业呈现了良好的发展势头，但基本上处于智慧农业发展的初级阶段，农业数字化产业链正处于形成时期，在顶层设计安排、制度机制设计、关键技术应用、基础设施建设等方面还有待完善。

加强顶层规划设计，创造良好发展环境。各地政府应立足区域农业发展特点，根据不同的气候和地质条件，加强对智慧农业工作的宏观指导，促进智慧农业的相关政策落地实施，鼓励发展适合本地实际的智慧农业模式。一是统筹各类政府资源，围绕重点领域、重点产业实施一批智慧农业重大项目工程，加强智慧农业关键技术研究与应用示范，探索可复制、可推广的发展模式。二是大力推进信息化、网络化和智能化的治理，加强农业科研經费投入，加大科技攻关力度，尽快进行农业科技创新机制改革，不断提高智慧农业的研发能力和应用水平。三是建立省、市、县农业物联网综合应用服务平台，抓好农业信息服务，加强信息流通与共享机制，为推动智慧农业发展提供便利。四是建立以科技为支撑的政府引导、企业运营的参与机制，鼓励更多社会资本参与到智慧农业建设之中，引入市场机制以更好地推动农业生产、销售等环节快速发展。

制定相关配套政策，优化项目支持方向。发展智慧农业建设周期较长，需要投入资金量比较大。政府部门必须加大对智慧农业的资金支持和投入，不断提高智慧农业资金支出比重，对智慧农业技术产品和应用主体给予政策性资金补贴，适当减免农村地区互联网接入费用和农民移动通讯、数据传输费用。鼓励商业银行以及农村金融机构向智慧农业基础设施建设提供融资贷款服务，大力支持市场主体发展智慧农业，升级传统的农业生产方式，鼓励有实力的企业和村级集体经济组织参与到智慧农业体系建设中来。

强化信息基础设施建设，降低智慧农业发展成本。加强智慧农业基础设施和应用系统建设，利用“互联网+”优化产业链、价值链结构，构建集实时感知、智能决策、自动控制、精准作业、科学管理于一体的智慧农业体系;提升农业装备、关键核心技术工具在农业中的应用，加快发展大型化、自动化、智能化等高端农业设备，提高农机装备信息整合、精准作业等能力，突破主要农业经济作物全程机械化瓶颈;解决网络覆盖、信息通畅问题，研发和推广适合农民操作和使用的信息终端设备，统筹规划与建设农村物流基础设施，通过农村物流枢纽建设，将农产品的生产、加工、仓储、运输、配送等服务串联起来，形成县、乡、村三级网络。

加大科技研发力度，提升信息化应用水平。加强科技研发投入，加快自主研发的步伐，开发一批拥有自主知识产权的智能化技术装备;加强技术标准建设，积极推动国家和行业标准建设，依托产业联盟、行业协会等组织，建立产品标准、精细化管理等团体标准;推动新型互联网技术使用，依靠区块链等新型技术，建立农产品可追溯体系，将农业数据转化为具有价值的商业模式;整合各个部门的大数据资源，加强农业数据的收集和开放平台建设，在一定范围内建立数据共享机制。

培养农业信息化专业人才，推进农民职业化经营。大力培养农业科研创新、技术推广人才，以及农业产业化龙头企业带头人，为发展智慧农业提供必要的智力支持。一是制定智慧农业人才高校培养计划，重点培养农业与信息多学科交叉的人才，鼓励信息领域人才进入农业领域开展相关科学研究与应用推广。二是创新发展智慧农业发展的农民培养方式，有效克服传统培训次数少、培训内容针对性不足的缺点，根据不同地区的习俗与文化，设计合理的培训方式与内容，培育经营智慧农业的高素质复合型人才。三是培养符合智慧农业发展要求的“新农人”，促使传统农民先向职业农民转型，再向“新农人”转变，鼓励农村中青年回农村工作，带动农业和农村经济的现代化发展。[26]

健全智慧农业支持政策，鼓励多元主体参与。智慧农业发展是一项长期、艰巨的工程，建设周期较长，涉及部门较多，影响因素复杂多样，在发展过程中要加强监督和指导，采取刚性约束制度，避免各种投机行为的发生，不断增强智慧农业发展的科学性和有效性。建立智慧农业工作考核体系，深化政府管理体系改革，进一步优化营商环境，鼓励和引导各类主体积极参与智慧农业建设，形成良好的工作合力和氛围。建立有利于促进智慧农业发展的政策体系，加快制定财政、金融、税收、产业等多种优惠政策，为智慧农业发展保驾护航。

（感谢北京商业管理干部学院杨旭博士为本文写作提供的大力帮助）

注释

[1]“5S”通常是指遥感技术（RS）、地理信息系统（GIS）、全球定位系统（GPS）、数字摄影测量系统（DPS）、专家系统（ES）。

[2]王海宏、周卫红、李建龙等：《我国智慧农业研究的现状、问题与发展趋势》，《安徽农业科学》，2016年第17期，第279～282页。

[3]赵春江：《智慧农业发展现状及战略目标研究》，《智慧农业》，2019年第1期，第1～7页。

[4][18][21]胡亚兰、张荣：《我国智慧农业的运营模式、问题和战略对策》，《经济体制改革》，2017年第4期，第70～76页。

[5]杨大蓉：《中国智慧农业产业发展策略》，《江苏农业科学》，2014年第4期，第1～2页。

[6][11]杨丹：《智慧农业实践》，2019年，北京：人民邮电出版社，第4、18页。

[7][25]杨瑛、崔运鹏：《我国智慧农业关键技术与未来发展》，《信息技术与标准化》，2015年第6期，第33～36页。

[8]李泳琪：《我国智慧农业发展的现状和策略研究》，《农场经济管理》，2020年第6期，第35～37页。

[9]刘丽伟、高中理：《美国发展“智慧农业”促进农业产业链变革的做法及启示》，《经济纵横》，2016年第12期，第120～124页。

[10][12]赵春江、李瑾、冯献等：《“互联网+”现代農业国内外应用现状与发展趋势》，《中国工程科学》，2018年第2期，第50～56页。

[13][19]蒋璐闻、梅燕：《典型发达国家智慧农业发展模式对我国的启示》，《经济体制改革》，2018年第5期，第158～164页。

[14]《国新办举行深入推进“互联网+农业”促进农村一二三产业融合发展吹风会》，农业农村部网站，http：//www.moa.gov.cn/hd/zbft_news/hlw123cyrh/，发布时间：2018年7月2日。

[15]《对十三届全国人大三次会议第1567号建议的答复》，农业农村部网站，2020年9月22日，http：//www.moa.gov.cn/govpublic/SCYJJXXS/202009/t20200922_6352742.htm。

[16]前瞻产业研究院：《2019年中国智慧农业市场分析：农业物联网应用场景加速落地，未来发展潜力广阔》，https：//bg.qianzhan.com/trends/detail/506/190821-55c8701e.html，2019年8月21日。

[17]超春江：《加快农业信息技术创新 支撑数字农业农村发展》，人民网，2020年1月15日，http：//country.people.com.cn/n1/2020/0115/c419842-31549688.html。

[20]葛文杰、赵春江：《农业物联网研究与应用现状及发展对策研究》，《农业机械学报》，2014年第7期，第222～230页。

[22]龙江、靳永辉：《我国智慧农业发展态势、问题与战略对策》，《经济体制改革》，2018年第3期，第74～78页。

[23]钱晔、孙吉红、黎斌林：《大数据环境下我国智慧农业发展策略与路径》，《云南农业大学学报（社会科学）》，2019年第1期，第6～10页。

[24][26]侯秀芳、王栋：《新时代下我国“智慧农业”的发展路径选择》，《宏观经济管理》，2017年第12期，第64～68页。

责 编/李少婷（见习）