数字技术与中国农业生产技术进步：机理、挑战与路径选择

□王 艳

（宁波大学商学院，浙江 宁波 315211）

夏显力等（2019）提出，我国农业取得了举世瞩目的成绩，近年来粮食总产量以及肉蛋菜鱼果等农产品产量稳居世界第一，农业综合生产能力显著提高，有效保障了国家粮食安全和重要农产品的稳定供给。朱岩等（2020）提出，从当前国内农业发展的自身条件来看，农业生产不仅面临价格“天花板”不断下压和生产成本“地板”不断上涨的双重制约，且存在生产效率低下、农业资源短缺、污染加剧、农民增收缓慢、农产品安全问题突出等多重困境，农业在国民经济中长期发展滞后的面貌至今没有得到根本性的改变。此外，从国际外部环境来看，发达国家依靠高水平的农业技术和补贴以及资本和市场运作，农业发展形成挤压和控制风险。因此，我国农业亟须从依靠传统要素驱动的增长模式寻求转型升级，走高质量发展之路，尽快实现从农业大国向农业强国的转变。

纵观现代农业发展历程，数字技术在农业技术进步中发挥了不可替代的作用，成为农业高质量发展的重要驱动力。随着新一轮科技革命和产业革命的浪潮，大数据、人工智能、云计算、区块链、5G 等新一代数字技术方兴未艾，数字技术所释放的强大赋能效应使其成为经济增长的新引擎。王小兵等（2021）提出，随着农村网络基础设施等的不断完善，数字技术的红利不断向农业领域扩散，数字农业、智慧农业、“互联网+”农业等概念层出不穷，其本质核心主要是通过新一代数字技术与农业资源要素（如土地、水、劳动力、资本等）在农业生产、经营、管理和服务全产业链进行“生态融合”“基因重组”，对农业资源、生产和市场重新优化配置，形成一个更高产、优质、高效、生态、安全且更具有竞争力的新业态。

从宏观局面来看，国家积极推进相应举措，数字技术驱动农业高质量发展的顶层设计逐步展开，近几年先后出台《关于推进农业农村大数据发展的实施意见》《“互联网+”现代农业三年行动实施方案》《数字乡村发展战略纲要》《数字农业农村发展规划（2019—2025 年）》等政策措施。出台这些政策措施指明了利用数字技术补齐农业现代化发展短板是农业高质量发展的必由之路，为推动农业生产技术进步和数字化转型升级提供了战略支撑。

已有文献围绕农业技术进步展开了翔实的理论和实证研究，然而相对于数字技术日新月异的动态变化，关于数字技术对农业生产技术进步机理及路径选择方面的研究并不是特别清晰和充分。鉴于此，文章主要聚焦于农业生产视角，在农业高质量发展的目标框架下，借助数字技术在农业生产领域的实践经验，探讨数字技术对农业生产技术进步的内在机理、面临的主要挑战以及相应的路径选择，以期为农业生产的数字化转型升级提供依据。

1 数字技术对农业生产技术进步的作用机理分析

数字技术对农业生产技术进步的影响，不仅是一个包括要素有效投入、配置不断优化以及全要素生产率不断提升的过程。

基于农业高质量发展的战略目标，数字技术对农业生产技术进步的内在影响还应包括环境维度（绿色化）以及稳定维度（抗风险性）两个方面，其内在作用机理如图1 所示。

图1 数字技术驱动农业技术进步的内在作用机理

1.1 重构农业生产要素集合，颠覆传统生产模式

现代农业的发展面临传统资源要素的瓶颈，随着工业化城镇化进程的加快，农业剩余劳动力大量转移，农业生产更是面临耕地资源日益趋紧以及劳动力数量和质量下降的双重约束。

杨汝岱（2018）提出，由于数字技术和产业化的快速发展，新经济时代数据作为新的要素扩充到农业增长核算框架中，使得生产要素集合发生了重构。Goldfarb A&Tucker C（2019）提出，数据要素的融入颠覆了传统农业生产模式，这其中主要归因于其特有的经济属性，因为相比土地、劳动力、资本等农业传统要素，数据要素的边际成本较低甚至为0，这一特性使其能快速降低行业平均成本，带来很强的规模经济效应。荆文君和孙宝文（2019）提出，数据的技术属性决定了在网络外部性的作用下，用户规模达到临界容量后，会触发正反馈，实现强者愈强的马太效应，这将会为用户带来更多收益。

1.2 优化农业资源要素配置效率，突破传统资源要素约束

改善资源配置效率是经济增长的核心，不断挖掘改善资源配置效率的空间也是确保农业可持续增长的关键。数据作为新的要素进入农业生产函数，各资源要素的依存状态和配比结构发生了根本性的变革。赵敏娟（2020）提出，数据要素通过实时监测、即时传输及科学反馈等功能作用于农业生产的全过程，实现各传统资源要素的精准分配和持续优化，提高资源配置和利用效率，推动农业生产由粗放式向集约式转变。通过物联网、云计算等数字技术改善农业资源要素投入结构，加强生产过程的精细化管理，使得对水、肥、土地、劳动力等传统资源要素的依赖逐渐弱化。例如，我国农业生产长期受到干旱缺水、降水时空分布不均等因素的制约，随着数字化节水技术的推广应用，我国西北旱地农业区如今成为全国粮食产量增速最快的地区；依托数字技术的精准作业，农业生产可以实现从田间向室内转移，不仅摆脱了农业生产面临的自然风险制约，也打破了传统农业生产的空间局限。另外，农业领域“机器换人”的步伐明显加快，在很大程度上缓解了农业劳动力相对短缺的问题，并且放宽了农业劳动需求连续性的限制。

1.3 提升农业全要素生产率，扩展生产可能性边界

数字技术通过促进农业技术创新，推动生产可能性边界向外扩展。数据不仅作为新的生产要素存在，而且会通过强大的溢出效应赋能传统生产要素以推动其完成自我升级和迭代更新，从而提高农业全要素生产率。例如，新品培育是农业增产增收的关键，现代数字育种技术改变了传统人工育种环节费工费时的特点，通过利用超级计算机综合基因型、表型和环境等因素建立模型，并利用人工智能AI 技术等帮助科研人员快速找到最佳的组配方式，极大地促进了高产优质品种的精准高效筛选。此外，利用机器学习技术，智能农机装备具备作业现场自我决策的能力，具有精准导航、作业记忆、自动驾驶、自动喷杆调控等功能，大幅提升了作业效率和准确性，并将劳动力从繁重的农田作业中解放出来。同时，技术进步必然会导致劳动力需求的结构化差异，一方面减少普通劳动力的需求，另一方面增加高技能劳动力的需求。

1.4 发挥环境友好型技术优势，促进绿色技术进步

绿色发展是农业高质量发展的题中应有之义，也是今后农业技术进步的必然趋势和导向，数字技术的精准性、智慧性为农业绿色技术进步提供了技术保障。一是数字技术有利于推进农业绿色化生产技术的变革。例如，应用大数据技术研发的农田扫描定位，可以实现定位、定量、定时在每个地块上精准灌溉、施肥、喷药，以最大限度地达到高效利用水肥和农药、减少农业面源污染的目的。同时，除了施肥、除草、收获等传统农业生产环节以外，秸秆还田、残膜回收、畜禽粪污处理等绿色农机装备技术也得到了大力推广。二是数字技术有利于推进农产品安全生产体系的建设。随着消费端对食品安全问题的日益重视，倒逼从生产源头开始建立起包括农业产业链全过程的数字化溯源体系。例如，运用二维码、大数据、物联网、区块链等技术手段，可以实现农产品从田间到餐桌的全流程可视化管理，加速了农产品质量追溯体系的智能化和高效化，极大提升了农产品供应链的透明性和可靠性。

1.5 增强农业抗风险能力，提高技术进步韧性

农业是自然再生产和经济再生产相互交织的过程，“靠天吃饭”的自然特性决定了风险因素一直是农业生产中绕不开的话题。农业生产技术进步不仅依赖于要素的配置优化以及效率提升，还依赖于光、温、水等自然资源的有效供给以及其他风险因素的及时监控，而数字技术依托于精准化的过程管控，为预测和解决生产风险提供了更多可行的实践方案，从而提高了农业生产的稳定性和技术进步的韧性。例如，利用GPS 技术能定位和监测病虫草害灾情，云平台会根据接收到的灾情信息判定不同受灾地段的投药量，借助GPS 定位器进行精准投药。同时，在畜禽和水产养殖领域，利用物联网等技术手段建设远程控制平台，在线监测动物生长状态，可以实现科学管理和减疫增收的目的。

2 数字技术赋能农业生产技术进步面临的挑战

尽管数字技术正在成为农业技术进步的强大引擎，农业高质量发展未来可期，但是，当前我国数字技术赋能农业技术进步仍然在制度、技术以及实施层面面临着严峻的挑战。

2.1 制度层面的挑战

一是顶层设计亟待加强。我国农业数字化发展起步较晚，制度建设尚不完善。近年来，虽然已经陆续出台了一些促进数字技术与农业融合发展的战略部署，指明了农业发展的数字化方向，但是政策之间缺乏统筹，衔接性和可操作性不强，没有统一的行业性统筹协调机构和公共服务平台。各部门之间的推进行动缺乏统筹协调、难以形成合力和达到理想的政策实施效果。二是数据管理体制仍显薄弱。我国农业大数据应用的突出矛盾是在当前管理体制下条块分割的问题。归属于不同部门的涉农大数据整合程度低，信息不全面、不及时、不精准，且数据信息的流动性、共享性严重不足，导致部门之间缺乏相应的联动性和协作性，从而成为信息孤岛，大量闲置数据的价值难以得到充分挖掘并转化为现实生产力。同时，随着农业数字化技术的发展，多源性的非结构化农业大数据快速增长，然而数据的标准和规范却尚未建立，对农业大数据的存储、挖掘和处理工作带来不少困难。

2.2 技术层面的挑战

一是信息化建设基础不足。当前我国大量农村地区仍然存在信息化基础设施接入层面的数字鸿沟问题，大部分农村地区的宽带、光纤设施覆盖率远远不能满足数字农业发展的技术需求，还存在网速慢、资费贵的现象，在很大程度上阻碍了农业数字化技术的推进，减缓了农业现代化发展速度。二是农业数字化技术的科研创新相对滞后。在硬件方面，作为农业物联网“神经末梢”的农业传感器技术滞后，严重制约了农业生产数据的有效获取。国产的农业传感器存在种类较少、技术稳定性较差、标准不统一、数据准确性低等问题，且高端的农业传感器严重依赖进口。国内的农业传感器生产厂家绝大多数都是中小企业，研发资金和研发能力相对不足。与此同时，适用于丘陵地带等复杂自然环境下的农业传感器也有待突破。在软件方面，直接照搬国外农业智能决策控制的模型和算法，在国内环境下存在兼容性和适用性的问题，所以应该根据我国农业生产的实际情况改进和优化软件技术。

2.3 实施层面的挑战

一是农业配套设施建设较为滞后。农业数字化技术的持续推进需要依托集中连片的农田以及良好的农业配套设施条件，而我国传统的小农生产存在耕地细碎化、分散化经营特点，农业经营的规模化、标准化程度普遍较低，在很大程度上制约了农业数字化技术发展，导致我国数字农业发展总体处于“雷声大，雨点小”的境地。二是数字技术推广的成本较高。许多农业物联网元器件的造价和运营维护成本都较高，普通农户难以承受，因此，当前应用农业物联网技术主要是政府为主导示范以及大型企业的前瞻性投入。三是数字农业跨界复合型人才的缺口较大。数字技术在农业领域的开发和应用，需要既熟悉农业生产技能又掌握数字技术的多方面知识的跨界复合型人才。然而，由于我国城乡二元结构导致农业高素质劳动力大量流失，我国农业从业人员的科技素养普遍较低。所以既能掌握现代农业生产技能又能熟练操作现代化农业设备的新型农民非常稀缺，同时我国的职业农民教育体系不健全，从而导致数字技术与农业融合发展缺乏足够的内生动力。

3 数字技术赋能农业生产技术进步的路径选择

物联网、大数据、人工智能等数字技术赋能的农业生产技术进步，推动农业发展动能从“要素驱动”向“创新驱动”的高质量发展方向转变。

农业数字化技术的发展是一项长期的、复杂的系统性工程，需要从制度、技术和实施等多个层面采取综合性措施扎实推进，以下就其面临的路径选择作出具体阐述。

3.1 制度层面：加强顶层设计和健全数据管理制度

一是加强顶层设计。做好系统规划，明确阶段性、区域性发展重点和目标任务，制订具体路线和清晰的实施方案，进一步明确各部门职责，建立统筹协调机制。在示范区建设、经验总结、可行性评估等具体措施成熟之后，再有序推进。二是健全数据管理制度。着力推进农业信息化平台数据共享，协调整合相关部门的涉农信息，建立健全农业数据的采集、分析、发布和服务机制，推动信息资源的开放共享，消除数据壁垒，制订统一的数据标准和规范，加大对多源性农业大数据体系的建设和整合力度，加强农业大数据的开发、挖掘和应用。

3.2 技术层面：加强农村信息化基建和推动农业数字化技术科研创新

一是加大农业信息基础设施建设的投入力度。扩大光纤网、宽带网在农村的有效覆盖，在加大财政支持力度的同时，创新融资体制，引导民营资本和社会力量共同投入农村信息化建设，积极促进网速提升和资费下调，力争打通数字技术赋能农业生产技术进步的“最后一公里”。二是推动农业数字化技术的科研创新。通过完善补贴政策与市场化运作相结合的多元化投融资机制，加大农业科技创新的资金支持力度，加强信息化技术和农业科研领域之间的跨界合作，完善协同创新机制和理顺利益分配机制，进一步扶持农业科技型中小企业发展；鼓励高校、科研院所、相关标准化组织和企业进行合作，加强对农业物联网、农业大数据、农业机器人等核心技术的研发和攻坚；充分考虑适合我国各区域和农情特点的实用性农业数字化技术的推广应用。

3.3 实施层面：加强基础设施配套、化解推广成本约束和培育新型职业农民

一是加强农业基础设施配套建设。推动农业规模化经营，完善土地流转制度。通过政策引导、广泛宣传等措施，稳妥推进承包地“三权分置”改革，激活土地要素活力，为数字农业发展提供基本的土地规模需求。加快推进高标准基本农田建设，完善机耕道等基本配套设施，为数字技术的推广奠定基础，实现“藏粮于地、藏粮于技”。二是缓解数字农业技术推广的资金约束。技术创新是节本增效的有效路径。政策上可以通过强化金融、税收、保险等导向作用，吸引民间资本投入到农业数字化技术的推广。同时，在数字农业发展相对成熟的地区，联合重点企业，积极推进示范性项目建设，形成一批成本较低、成熟可复制的数字农业应用模式。三是培育新型职业农民。重点支持职业农民教育培训示范机构建设，重点支持新型农民经营者创业，组织开展相关农业教学实践活动和农业创业人才进修等。可以通过农业企业与高校合作的“定向”培养模式，高校注重数字农业理论知识的传授，农业企业为学生提供教学实践基地和实习平台。