数字农业内涵、作用机理、挑战与推进路径研究

○陈 江 熊礼贵

攀枝花学院 四川攀枝花 617000

数字农业是传统农业产业转型升级的助推器，发展数字农业是我国乡村振兴战略的重要举措。1997年美国科学院和工程院正式阐述了数字农业的含义，引发了学术界的普遍关注，我国学者对此进行了广泛研究，丰富和完善了其内涵。十九大以来，党和国家针对数字农业农村的建设与发展进行了一系列重大部署，并鼓励农业积极和互联网相融合，全面实施数字乡村战略，推动现代农业快速发展。数字农业已经成为我国乡村振兴战略实施的重要工具之一。《数字乡村发展战略纲要》《数字农业农村发展规划（2019—2025年）》《“十四五”全国农业农村信息化发展规划》等一系列文件，明确了我国农业数字化的具体内容，各地结合实际情况建设和发展适合本地的数字农业。数字农业的全面推进，将有利于农业生产经营效率提高，农产品质量稳步提升，农村居民收入持续增加，进而实现农村社会繁荣发展。明确数字农业内涵、作用机理，深度剖析当前数字农业发展现状、面临的挑战，以及推进策略，对抓住数字农业发展机遇、推进我国农业农村现代化具有重要意义。

一、数字农业的内涵

数字农业是把数字化信息当作农业生产的新要素，借助数字化、信息化对农业生产条件、对象、流程开展信息化管理、透明化表达、数字化研发的新式农业发展状态，在农业生产、管理领域借助数字化对传统农业进行创新与优化。

数字农业是科技与农业的集合体，分为广义数字农业和狭义数字农业。广义数字农业是将农业生产要素、农业过程数字化表达，实现农业生产网络化、自动化，以及智能化、精细化作业。农业生产要素包括土地、资本、人工、技术、气候环境和社会经济要素；农业过程包括生产、田间管理、病虫害防治、收割、储运等环节。狭义的数字农业是“以农业空间信息为基础，以3S技术为支撑的农业系统空间信息技术体系。具体来讲，数字农业技术系统以大田耕作为基础，定位到每寸土地。从耕地、播种、灌溉、施肥、中耕、田间管理、植物保护、产量预测，到收获、保存、管理的全过程实现数字化、网络化和智能化，全部应用遥感、遥测、遥控、无人机等先进技术，以实现农业生产的信息驱动、科学经营、合理作业、知识经营（孙红敏等，2020）。

（一）数字农业与传统农业的区别

数字农业的出现完成了由“人”到“数据”的主要决策因子的变化，所以数字农业和传统农业存在显著差异。传统农业围绕人来开展，包括种养殖业中的饲养、防治病虫害、灌溉、选育优良品种、运输等步骤。上述工作均凭借以往累积的经验或者技术来决策与落实，就整个农业产业链来说，工作低效、随意性强、农产品与畜产品品质不易控制等问题时常出现。数字农业借助数字化装置，例如耕地摄像机、土地监测、湿度温度监测、无人机拍摄等，围绕实时“数据”推进农业生产决策的管理与落实；借助大量的数据与智能生产工具、多元风险管理措施、防范性维护技术，减少主观随意性，增强了农业生产链的经营效率和资源配置效率等。总体来说，数字农业具备传统农业无法匹敌的优点。

（二）农业生产经营和管理整体实现数字化

农业体系包括环境、生物、人文、科技等因素，各个因素下还涵盖了众多细化的因素。借助数字化衡量上述影响因素，并通过数字化手段呈现的数据构建农业数学模型，可分析农业生产过程中的内外关系。农业模型的类型众多，在农业模型的基础之上，又引发了一系列与农业有关的系统，比如农业专家系统、自动化系统等。数字农业就是建立在农业模型基础之上的。实现数字农业，除了要利用农业模型之外，还要实现农业生产经营与管理的数字化，因此要在农业内部建立各种局域网，形成整体性的指挥系统，对农户、农场和农业企业等的经营管理进行统一指挥。和农业有关的各经营主体可通过网络平台了解涉农信息。随着大数据和数字农业的快速发展，农户能够通过网络平台获得更多信息，了解国内外市场动态，并根据信息作出生产和经营策略，对于提高生产效率、增加农民收益十分重要。农业信息产业作为第三产业的重要内容之一，有利于提升农村服务效益，实现农业生产目标。

（三）农业科技信息、教育推广数字化

实现数字农业要在农业各领域推广数字化，同时增强国内农业科技水平。农业科研机构应积极参考全球性农业科技前沿技术，提升农业科研水平，增强农业科技研发的自主化水平，把信息技术纳入到科研当中，生产出更先进的农业科研仪器，准确测量农业数据，获得更多的农业信息，通过网络技术对信息进行处理之后，能够为农业决策提供准确的信息支持。例如在农业生物科研中引入信息技术，可以促进农业生物基因学与信息学等学科的进步。“e-Science”提供了一种信息化科学研究的环境和平台，可以实现全球大规模数据采集，为农业科技研发营造崭新的发展环境。农业教育普及阶段同样需实现数字化，例如农业高等院校在教育教学环节，能够普遍使用多媒体手段，借助网络技术实现不同农业大学之间的沟通交流，也能够实现理论和实践相结合教学，还可以与国外农业大学及科研院校直接沟通交流。我国农村地区人口接受教育的平均时间为7—8年，半文盲与文盲比重达到7%，小学文化人数占比25.8%，初中文化人数占比49.4%，大专及以上文化人数仅占1.1%；2017年上半年出门打工的农村地区劳动力获得农业岗位培训的占比仅为19.7%（孙红敏，2020）。很多农民缺少特定的技能，农民的培训与教育依旧是国内教育系统中亟待解决的问题，也是影响我国数字农业发展的一个关键因素。可以利用我国农业科研资源，借助网络技术，对农民进行全方位培训，比如农业科研单位可以设置线下和线上培训班，对农民进行培训，让农民掌握最先进的农业技术知识，以便适应数字农业发展需求。农业推广部门也可以通过线上培训的方式，让农民掌握先进技术，并把技术应用到具体实践当中。

（四）农业生产资源监测数字化

农业数字化管理包括：遥感影像或有关图像的分析和处理，递交多样化的数据给高分辨率的图像与遥感影像；地面物体的空间模型，包括地形地貌、环境、互联网、对象与拓扑关系等；管理属性信息的工作，涵盖动态与静态数据的控制和处理；空间分析，涵盖测量、缓冲地带、等高线、图标和农田统计分析等；应用程序，涵盖客户端程序与服务器，完成农业生产管理软件的系统化。在农业环境资源监测过程中，信息技术也得到了广泛应用，主要应用手段体现在两个方面：一是地理信息系统，另一个是遥感技术。两者相结合，能够对农业资源环境进行更深层次的研究，也能够对环境的变化进行全面监测。比如利用上述技术，对耕地和水面等进行探测与评价，对农业灾害、农业种植面积、农业环境、农业地区适应性分布等进行监测。

（五）农业宏观管理数字化

及时、准确、可靠是经营管理的必要条件。对涉农主体来说，实现自身利益最大化的关键在于获得更多有关农业方面的信息，只有实现信息的有效传递，才能够降低信息不对称，满足各主体对信息的需求。农业经营管理关键在于对信息的有效管理，只有获得更多的可靠信息，才能提高管理质量。1994年，我国农业部门启动了农业信息化网络化建设工作，经过多年的建设，国家农业信息网站目前形成了规模化的数据，并逐步完善，在这一基础上建立了农产品生产信息系统网络，能够为供需双方提供充分的信息，促进交易。信息系统网络的持续改善和发展，既能为我国农业发展提供信息帮助，也提高了各级政府部门的决策效率。

二、数字化农业的作用机理

（一）作用于农业生产，推动农业生产方式转变

1.通过决策数字化，实现农业生产精准化。一是采集农业数据，根据相关数据作出生产决策，避免因主观和经验造成决策失误。数据采集包括农业自然资源与环境、生物资源、农业生产过程、田间管理、农业市场等方面。自然资源与环境数据主要有：土地类型、地形、地块面积、温度、PH、有机质、化学元素、利用现状等土地资源数据；实时水资源与地下水、水利工程、河流、水库、水土流失等水资源数据；风向、气温、干旱、洪涝、土壤墒情等气象资源数据。生物资源数据包括：水稻、小麦、玉米、大豆等粮食作物，以及蔬菜、花卉、草、树木等经济作物的品种、谱系、生长习性、种植栽培、病虫害防治数据；猪牛羊等牲畜，以及鸡鸭鹅等家禽生活习性、养殖技术、病虫害防治技术数据；种子、农药、化肥、饲料等农业投入品的品种、特征、结构、适用范围等数据。生产过程数据是开展农业生产活动所产生的数据资源，包括种植过程和养殖过程数据。种植过程数据有：位置、地形、地势、面积等地块基础数据；种子、农药、化肥等生产资料和农膜、农机、温室大棚、灌溉设施等设施设备及采购信息等投入品数据；耕地、整地、播种、灌溉、除草、病虫害防治、作业标准、开始时间、完成时间等农业作业数据；农作物长势、营养、病虫害、种植面积等农情监测数据。养殖过程数据包括：投入品、圈舍环境、空气质量数据和疫情数据等。二是数据处理，生成虚拟农业生产。将采集的数据进行清洗、集成、归纳等处理，形成可用的决策和使用数据，实现从经验模式向虚拟农业生产模式转变，缓解传统农业生产中依靠个人经验决策所带来的生产波动性大、效率低、质量难掌控等问题。大数据系统对于农业生产全过程的精准判断和分析，可以为生产者提供更合理的决策依据，实现按需生产，避免因经验决策造成大量供给过剩。同时，农业生产者能够利用数字化消费系统进行分析，从而根据市场需求动态调整生产过程，以满足消费者个性化、定制化需求。

2.通过监管数字化，实现绿色生产。农业既是碳排放者又是吸收者。农业二氧化碳排放主要来自化肥、农药、农膜的使用和分解中所产生的温室气体，生产过程的面源污染造成的有机碳流失，以及石化燃料（柴油等）引起的碳排放。据2020年联合国粮农组织（FAO）的报告数据，全球年度碳排放量超过30%来自农业和林业。通过农业数字化监管，加强生产过程中的管理配置，可在不破坏土壤及农业生产环境前提下，提升土地、化肥、农药、燃料等资源利用效率，减少碳排放，实现产出最大化。从我国农业发展现状来看，数字化监管在农业生产过程中的作用越来越显著，在农业面源污染监测、农药与化肥使用量控制、农业生态补偿与农村生态资源发展规划等方面的应用明显加强，农业绿色化发展已成为普遍认可的未来农业发展之路。例如，2017年四川省彭山县通过建立“数字化农业系统”，对蔬菜生产实现生态资源最优配置，农户因地制宜发展生态友好型种植模式，不仅大大提高了蔬菜种植有机化，还促进了蔬菜产业的差异化发展。2019年，广东佛山市援助凉山州越西县种植矮化苹果，充分利用越西地理、气候、土壤等自然条件，实现数字化生产，提升农业生产过程的精细化水平，实现规范化生产：第一，产前规范化，针对苹果所需自然地理条件，选择适宜的地块，决定种植多少，并实时监测环境、长势等变化；第二，产中规范化，通过数据采集与处理，实现农业生产的模块化流程，通过数字化精细农业管理系统达到农业标准化生产；第三，全程规范化，将数据采集加工、处理嵌入农业生产过程，贯穿于农业生产的产前、产中和产后的各个环节，包括要素采购、生产及销售，从而实现整个过程的规范化、标准化，降低了生产成本，提高了劳动效率。

（二）实现标准化生产，降低农业生产成本

1.建立可视化监测系统，实现农业生产智能化。通过数据处理建立可视化的监测及管理系统，实现农业生产标准化、规范化。2019年，攀枝花仁和区通过与四川农业科学院、四川农业大学等单位合作，在平地镇、总发镇建立了农业大数据虚拟系统，对两镇芒果、葡萄、有机蔬菜种植过程中的气温、水分、空气湿度等因素进行大数据分析和监测，农户的生产种植效率得到较大提高。农业生产数据要素的嵌入有效提高了农业生产智能化、自动化水平，避免传统经验农业带来的盲目性。通过数字化，使农业机器人能够快速识别和消除杂草，无人机农药喷洒能够降低农药使用量并实现无死角覆盖，粮食种植中的大数据采集、处理生成生产系统可以减量使用农药、化肥和节约水资源。农业生产过程数字化，既能够提升农业生产的智能化水平，又能够与传统生产要素相结合提升农业生产的集约化水平，降低不确定性带来的损失，提高产出水平。

2.建立标准化作业系统，保障农产品品质稳定。传统农业生产由于信息不畅，不可避免地存在农业生产中的短视行为，种植、养殖过程带有一定随机性，农产品品质难以保证。实现数字化生产后，农户按照数字生产体系对农作物实施标准化和规范化的耕种、养殖、灌溉及病虫害防治。例如，将区块链技术应用到农业中，以各生产者、农业企业、流通企业、电商企业作为节点，收集从生产到流通全过程的农业数据，利用人工智能设备实现了农业生产数据与市场终端数据之间的无缝对接。以此引导农户看到农产品质量与销售量的关系，同时还建立农产品的质量追溯系统，倒逼农户全过程把控农产品质量。

3.建立成本控制系统，降低农业生产成本。对于从事农业生产的农户而言，获得收益是其终极目标，因此，在销售价格不变的情况下，降低成本就成为不二选择。通过数据要素的嵌入可以快速了解市场供需两端的信息，提高供需对接效率，有效降低生产、交易成本。具体来讲：生产前，通过大数据分析市场需求，然后作出生产决策，避免盲目投入，从而降低农业产前投入风险；生产中，数据要素嵌入可以实现精准生产，减少生产资料耗费，并降低人力成本、管理成本等；生产后，通过大数据可缩减流通与消费的对接时间，更好地实现产销对接，减少交易及供需匹配成本。例如，攀枝花市出台《关于推进农业农村大数据发展的实施意见》，强化数字农业建设，加快农业冷链物流网建设，并开发“攀农云”大数据系统。通过一系列举措的实施，2021年攀枝花市农村种植户平均年收入增加了4312.3元/户，农业生产效益提升明显。

4.整合数据信息资源，降低农业生产成本。农业要面对自然和市场两方面风险，整合信息（包括生产、市场信息）是规避风险的重要方式。第一，预警自然灾害。建立数字化农业自然风险预警监测体系，及时发布自然风险，强化防灾减灾能力。农业全产业链大数据与气象大数据相结合，可以对气象灾害及时预警，为农业生产经营中及时预防、减灾、救灾和恢复生产提供更大帮助，构建合理高效的风险防范机制体系；通过物联网技术自动采集和传输农业生产中各种生物灾害信息，利用生物灾害模型的智能计算和分析，实现对生物灾害发生发展的实时分析和预测，从而实施精准防治干预措施，进一步落实“预防为主、综合防治”和“治未病”的动植物保护措施。例如，四川凉山州火灾预警网络体系通过对气候、环境等数据的分析和预测，使政府、农户可以提前对可能到来的自然灾害进行布控防范，降低灾害损失。第二，判断并规避市场风险。农户、农业企业可以通过大数据系统分析历史市场交易情况，准确预测未来市场需求，形成“先确定市场，再开展生产，以销定产”的生产经营模式，避免盲目性、随意性；此外，利用市场风险预警体系，降低因价格变动对农户、涉农企业利润造成的损失。近三年，新冠肺炎疫情给我国农业生产带来了不小影响，嵌入大数据系统，可以为农户购买农业生产资料和销售农产品提供途径，降低因疫情带来的损失。

（三）作用于新经济模式，发现新机遇

数字农业是对传统农业的重大变革，差异化、快速化和服务化是它的显著标志。数字农业的实质是以规模化、精细化实现更低的成本，数字化农业能够突破地理空间限制，实现各种渠道有效连接，从而实现农业经济领域的互联互通，实现生产者与消费者直接对接，实现服务精准对接，满足个性化需求，把难以实现的小众供需通过线上实现规模化。

数字农业为广大农村地区快速发展注入了新的动力，同时，也为农业农村发展提供了新的模式。尽管农村地区地理位置相对偏僻，信息化建设滞后，但农村在土地、劳动力供给、自然资源与特色文化等方面禀赋丰富，并且要素价格低廉。随着数字技术应用和普及，农村居民能够充分利用农村要素丰富且成本低廉的优势，克服地理差异带来的不平衡，使供求广泛便捷接入市场，发展农产品电子商务、乡村旅居康养等产业，通过“乡土风情”展播，实现生产与消费无缝对接。

长期以来，我国农业是按照工业化标准路径来发展的，专业化、规模化是它的追求目标，因而对传统农业生产技术的改造成为重点。当然，这种思路在短时期保障国家粮食安全积极有效，但忽略小农户的利益，长期会给农业生产带来风险。将数字技术嵌入农业生产，不仅会带来生产的变革，还能提供个性化服务，提升农业产出水平。数字农业不仅提供物质产品，还可以实现“乡愁”的传递，让广大农村的自然景观、文化价值等变成经济产品，通过手工劳作、原生态及定制化提供产品或服务，让古老原生态产品更具竞争力。通过数字农业转型发展让传统农业农村焕发出勃勃生机。

三、我国数字农业发展历程及现状

数字农业是数字中国农业农村建设的重要组成部分，也是实现农业农村现代化的重要载体。党和政府高度重视数字农业的推广和应用，在各方力量推动之下，成就斐然，为农业农村的发展注入了活力。

（一）数字农业发展历程

我国数字农业起步晚于发达国家，但发展迅速。早期主要依靠政府政策来引导数字农业发展，资金需求也是依靠财政投入，进入21世纪，社会力量积极参与到数字农业的建设中来。

1990年，科技部将“农业智能应用系统”纳入“863”计划，开展精准农业相关研究，建立了苹果生产管理、鱼病防治等5个研究平台，建立项目数据库。1993年前后，相继开发了200多个农业相关项目实用专家体系，并着手在全国22个试点县开展应用测试。1998年提出“数字中国”发展战略。此后，2003年国家“863”计划将“大型现代农业数字技术应用研究与开发”列为国家重大科技项目和技术重点项目，并逐步取得成果。2013年，原农业部牵头在天津、上海和安徽开展物联网试点，探索农业数据及其在物联网中的应用。2015年，随着大数据理念的重要性日益凸显，数字农业成为新的重点。同年，《关于推进农业农村大数据发展的实施意见》出台，为“农业+大数据”的开发利用指明了方向。2017年，原农业部公布了数字农业专项，为我国农业现代化和数字化发展赋能。

随着数字农业的广泛应用与推广，国内诸多计算机、互联网企业纷纷加入到数字农业研发与应用中来，如信息采集、数字化农业宏观监测、温室环境智能控制、动植物数字化虚拟设计、病虫害防控、远程诊断及嵌入式手持农业信息技术产品等，基本构建了数字农业技术框架和体系，对数字农业建设发挥了积极作用，推动了农业信息化和现代化进程，为赶超发达国家数字农业奠定了坚实基础。

（二）数字农业发展现状

随着一系列相关政策措施陆续出台，我国数字农业在土壤监控、精细化生产、智能化施肥、无人机喷药、病虫害防控获等方面得了巨大发展，一些重大工程项目如数据化管理、在线服务相继实施，农业农村信息化建设扎实推进，数字农业发展取得了显著成效。《2019年全国县域数字农业农村发展水平评价报告》显示，2018年，我国农业生产数字化水平为18.6%，分行业看，农作物种植数字化程度为16.2%，设施栽培信息化水平达到27.2%，畜禽养殖信息化水平达到19.3%，水产养殖信息化水平达到15.3%。《2020全国县域数字农业农村发展水平评价报告》显示，2019年我国农业生产过程数字化达到了23.8%，农产品网上零售额占农产品交易总额的比重实现了10.0%的超越，农产品质量跟踪及产品溯源信息化程度为17.2%。2019年农业农村信息化管理服务机构已经涵盖了全国县域的75.5%，国家财政用于县域农业农村信息化建设投入达到182亿元，与此同时，社会资本用于县域信息化建设的投入达480亿元。电子商务站点在行政村覆盖率达74.0%，“雪亮工程”遍及行政村的66.7%。

从农业农村部网站公开数据可以看到，2020年，全国县域农业农村信息化总水平达到37.9%，尽管所占比重不是很高，但势头良好。分区域看，东部地区41.0%，浙江省在全国处于最高水平，达到66.7%；中部地区40.8%；西部地区34.1%，重庆达到40.3%，在西部处于领跑地位。2020年，全国农业生产信息化水平达到22.5%，生产信息化是数字农业的重要表现，节约了生产要素，降低了生产成本，显示了数字农业巨大的潜力。

数字农业发展亮点突出，在数字农业建设过程中，除各级政府高度重视以外，各市场主体、社会力量也积极参与数字农业建设，并逐渐成为数字农业的主力军；数字技术也获得快速发展，从农业信息感知到精准生产作业，从智能生产决策到农业智能机器人，并迅速向村社延伸。

四、我国“数字农业”面临的挑战

十九大以来，党和政府明确了信息中心的功能定位，并进行了新一轮调整，各地纷纷建立了大数据中心，并对大数据中心的资源进行了全面整合。不过关于农业数据与信息的国内统一大数据库创建目前处于起步阶段，部分地区受各种因素影响，互联网和政务服务融合起步比较晚，发展缓慢，很多模块功能没有完善，无法实现多级联动，也没有在具体实践中得到有效应用，同时和国家政务服务平台没有实现有效对接。

（一）数字化基础设施投入不足

发展数字农业离不开财政资金支持。《2021年全国县域农业农村信息化发展水平评价报告》显示，2020年，全国县域农业农村信息化的财政资金投入为341.4亿元，平均到每个县约为1292.3万元，农村地区人均数额为46元。西部地区的人均农业农村信息化财政投入更少，远低于全国平均水平，数字农业基础设施建设任重道远。

数字农业基础设施薄弱一个重要原因是投资不足。一是地方政府的财政投入不足，用于数字农业基础设施建设、网络建设和维护的资金得不到满足，建设质量以及安全追溯平台的建立尚处于初步阶段，很多地方特别是西部地区进展缓慢。由于资金短缺，某些基站、物联网基地设备只是初步建立，后续投入断档，维护、升级缺乏保障，不仅硬件陈旧，而且系统落后得不到升级。二是数字农业的投入周期长、成本高、见效慢。市场主体对数字农业的单项投资缺乏动力，已建成的数字农业设施，由于资金短缺，运营效率很低，有些地方不能按时上传数据甚至根本没有原始的数据记录，离数字农业要求相差甚远，达不到数字农业建设的需求。

我国农村人口分布较为分散，数字化、网络化、信息化基础设施建设较城市有较大难度，由于资金投入不足，互联网硬件配置与城市相比差距明显，难以满足数字农业建设发展需求。长期以来，广大农村地区信息化普及率和互联网渗透力不高，尽管已实现村村通宽带、通有线电视，但普遍存在4G网络信号慢、费用高、信息不通畅等问题，设备利用率和联网率低，农村信息资源网络化还有很长的路要走。在农村，每百户计算机拥有量也较低，短期内难以实现农村信息资源共享，数字农业的建设发展面临严峻的挑战。

（二）要素市场扭曲对数字农业发展形成制约

农业要素市场配置不合理，会直接影响农业生产，导致生产效率低下。因此，在大力发展数字农业的过程中，要重视要素合理配置。影响数字农业生产效率的因素包括：

第一，科学技术。引入先进的技术，增加科技含量，可以推动农业生产效率、粮食产量提高，所以，数字农业技术的应用，对于推动农业进步、农产品产量提升等作用显著。在农业生产技术投入持续增加的背景下，农业技术和农业生产规模不匹配产生“刺猬效应”，也就是说，生产规模的不断扩大，产生更多影响农业生产的因素，而农业产量和技术水平之间，只有达到合理距离，才会实现产量的提升，如果两者之间的距离不合理，即便应用先进技术也难以达到理想的产量目标。

第二，劳动力。首先是劳动力数量方面的影响。农业遭受市场与自然条件两方面的影响，相对收益较低，使从事农业生产的农民收入不高，所以大量的青壮年劳动力不愿意在农业生产领域就业，而是选择到城市从事其他产业，导致农业劳动力数量持续下滑。再加上农业生产具有季节性，很多劳动力平时在其他产业就业，农忙时回到农村工作，所以农业兼业化现象比较显著。其次是劳动力质量方面的影响。我国人口老龄化程度不断加深，农业劳动力更是如此，青壮劳动力大量流失，从事农业生产的大多是老弱和妇女，劳动力质量越来越差。尽管近年来出现了大量的新型职业农民，但这些新型农民生产理念和方法还需要进一步引导，才能够适应现代农业要求。受农业生产效率的影响，要想实现人力资本效用的最大化，关键在于要对土地资源、耕地规模等进行合理配置。

第三，土地因素。一直以来我国农村实施土地联产承包责任制，土地规模化程度不高，虽然各地实施了土地流转，但实施效果并不理想，规模效益并未出现，撂荒弃耕现象依然很多，影响了数字农业的发展。传统农业生产中，经营规模越大，粮食单产越低，但是随着现代化技术的普遍应用，这种负面影响会逐渐减弱，即现代化农业经营规模越大，粮食产量越高，成本越低。实践证明，农地经营权流转能够进一步提升劳动生产效率。

第四，资本因素。在劳动力和土地比例等因素一定的情况之下，资本投入越多，农业生产率增长速度就越快，但目前城乡要素资源流动还受到诸多体制机制约束，不能自由流动，城市资本难以流入农村。

第五，其他因素。如农业社会化服务水平、人文因素等，这些因素波动也会直接影响数字农业生产效率。

（三）数字技术与乡村现实难以契合

数字技术运用到我国农业农村建设当中，能够使我国传统农业得到快速转型升级，但也会出现各种问题，比如技术属性和乡村实践两者之间不匹配，影响了数字农业的有效推进。数字农业发展具有一定的导向性，受城乡差距等因素的制约，而某些系统性因素短时间内难以克服，制约了数字农业发展。一个国家或地区经济发展水平、城镇化进程、数字农业发展水平等之间相协调、相匹配，才能获得最大的发展效应，实现均衡发展。但我国数字农业发展面临着不平衡、不充分等问题，比如发达地区数字化基础设施条件优越，信息能够得到有效传递，群众的接受程度比较高，数字农业能够得到快速发展，而欠发达地区基础设施不完善，农户文化程度较低，信息得不到有效传递，因此影响了数字农业的有效发展。

第一，城乡差异是数字农业难以克服的鸿沟。回顾我国社会主义现代化的推进历程，在城镇化和工业化建设中，资金、人才等资源不断从农村流向城市，城市得到了快速发展，农村发展受到了限制，这种城乡二元分割体制已经成为当前解决“三农”问题的最大障碍，引起城市与农村之间的差距扩大。为了缩小城乡差距，党和政府推出了一系列城乡融合发展的政策和方针，加快了城乡一体化发展步伐。但是在数字经济时代，农村信息基础设施不完善，能力不足，城乡之间数字鸿沟并没有因此缩小，反而有扩大之势。

一是数字环境差距。受到先天区位赋能优势等因素的影响，城镇数字前沿技术发展速度非常快，在高投资高回报驱使之下，城镇必然快速成为数字技术的试验基地和“孵化器”，坐拥越来越多的数字化领先科技，而且可以快速推广使用。乡村地区基础设施滞后，缺乏先进技术，在数字化过程中落后于城市，扩大了与城市间的数字化差距。2020年9月29日，中国互联网络信息中心（CNNIC）发布的第46次《中国互联网络发展状况统计报告》显示，国内城市与乡村区域网络的推广比例分别为76.4%、52.3%，两者差距显著。乡村数字设备建设落后，和城市的差距越来越大，再加上乡村缺乏技术型人才，也影响了先进技术在乡村地区的应用，导致城乡之间的信息鸿沟越来越深。二是信息使用差距。伴随信息技术日新月异，网络普及率持续增加，我国很多农村地区已经实现了宽带全覆盖，特别是移动设备的广泛应用，让农村网络应用更加普及，但是衡量数字乡村建设不能够仅以宽带接入和电信网点设置进行判断。数字乡村建设离不开硬件设施，更需要软件。在农业数字化过程中，农村居民是主体，数字技术输出、信息资源使用等都离不开农村居民，只有对农户信息化能力进行全面培育，满足信息主体的多样化需求，才能够推动数字农业有效发展。但是当前很多农村居民不具备信息技术使用能力，原因在于从事农业生产的农户年龄偏高、不愿接受新鲜事物、综合技能不足。所以当前农村数字消费水平低，数字产品使用能力不强，涉农信息产业存在投入高、回报率低现象，导致此类产业在数字供给方面倾向于城市，并且持续向城市转移，而农村消费能力不足，产业供给能力就更加薄弱，城乡之间数字鸿沟在不断加大。

第二，农业数字化转型面临产业瓶颈。数字农业建设的关键在于农业数字化转型，但目前农业数字化转型面临着诸如要素供给、农业生产、农业管理、农业服务等方面的障碍。对国内农业生产系统中众多步骤展开系统化数字化的部署，能提升数字农业的转型质量，但当前农业生产系统的每一个步骤间缺乏配合，没有形成畅通的产业链和流通链，再加上政府数字化保障力度不足，影响了农业数字化的有效转型。

一是农业要素供给短缺。农业投入、生产、流通、消费等受到的制约因素众多，特别是市场因素，涉农产业一直以来存在着投入高、回报低的特征，在主流观念里很容易形成农业效率低的思维定式，影响了资本在农业市场上的运作，导致涉农人力不足、农业相关的企业要素支撑水平有待提高等。数字经济在产业融合过程中产生重大影响的一个要素就是数据，数据需要借助于先进技术进行采集，假设在采集阶段的技术支持不足，那么就很难获得真实有效的数据，也就无法开展后面的工作。在数字要素供给阶段，农业数字化过程所面临的最大障碍就是技术、数据和政策等方面供给不足。二是农业数字化生产不畅。农民是农业生产的主体，其能力在很大程度上决定了农业生产技术的应用。而我国从事农业生产的主体——农民受教育程度普遍偏低，缺乏专门培训，大部分农民缺乏数字技能，无法满足目前的数字农业生产需求。数字经济自诞生起，推动了现代农业生产持续向前发展，特别是数字化技术的广泛应用，对农民传统生产观念造成了巨大冲击。新技术和新理念对于很多农民来说都是陌生的，让他们感到无所适从，农民的参与意愿不强、主观能动性不足，不利于农业数字化转型。而农业机械的数字化转型，既需要前期大量投入，后期也要付出大量成本运营，农村居民收入普遍偏低，参与意愿会进一步被削弱。

（四）数据分散，整合困难，风险难以规避

数字农业是农业各领域的全面数字化发展，包括农林牧渔等，不同领域的数字化程度各不相同。我国数字农业生产过程中受各种因素影响，包括宏观因素和微观因素，比如经济发展水平、国家政策等（宏观），技术、资本和土地等（微观）。宏观和微观因素会直接影响到我国数字农业生产效率，有的因素呈现出正向影响，有的因素呈现出负向影响。

第一，数字农业在发展过程中受各种因素影响，通过完善基础设施、加大数字技术的应用力度等能够削弱这方面的影响，但也不可能全部规避这方面的风险。基本原因是多方面的：一是很多风险比如政策制度、区域发展水平等，属于系统性宏观因素，农户无法规避；二是各影响因素之间有着复杂的关系，彼此之间无法消除，也无法取代，只能寻求一个平衡点，在平衡点上能够实现数字农业发展最优。

第二，数字农业发展的关键在于数据，当前涉农数据分布在若干个平台上，各平台之间缺乏有效联系，数据得不到有效整合，功能得不到充分发挥。造成数据分散的原因：一是数据使用者偏好各不相同，使用过程中选择了不同的平台，各平台之间数据不能实现共享；二是平台在数据保护方面各自为政，基本上不对外公布数据，目的是维护自己的市场份额；三是从供给方来看，可选的平台比较多，但是使用者精力有限，往往只会选择一个平台作为合作对象；四是数据之间存在较大差异，口径不一，难以整合，很难将数据转化成资源优势。

第三，数字基础设施作用、数字技术应用水平等无法通过有效方法进行测度。原因在于三方面：一是我国数字基础设施还在不断地建设当中，数字技术更新换代比较快，各领域的研发和创新正在不断进行当中；二是数字基础设施和技术同时服务于三大产业，研发和创新并非为某一个产业服务；三是对数字基础设施作用、数字技术应用水平等的评价缺乏有效标准，基础数据数量和质量不足。

五、数字农业的推进路径

（一）加快建设统一数据系统，为数字农业发展提供基础支撑

按照国家农业大数据顶层设计框架要求，结合各地农业农村实际进行数字农业建设，完善各地的大数据中心。各层级可通过以下路径进行：

1.国家层面。开展数字农业农村发展战略、规划和政策研究，制定并完善农业农村数据标准和技术规范，以及农业农村数据管理使用规章制度；建立全国农业农村数据目录，开展农业农村数据汇集管理、综合分析和整合应用，推动农业农村数据资源共享开放；组织开展数字农业农村相关技术集成、示范、推广和交流合作等工作；开展农业农村经济运行研究，以及农业农村大数据监测预警、决策辅助、监管支撑、展示发布等工作，面向社会提供公益性数据服务；建设和管理国家农业农村大数据平台、农业农村大数据中心；指导全国农业农村大数据工作协同创新体系建设。

2.省级层面。应落实好顶层规划，快速推进建设大数据系统平台的可行性分析，并出台有关建设技术规范方面的文件，例如《省级数字化农业中长期发展计划》，明确省级大数据建设的总体框架，为市级与县级有关部门建设农业大数据平台给予支持，也为涉农企业数字化转型提供指导性意见。省级部门首先要对省内农业农村大数据状况进行调研，然后构建大数据系统平台，设计软件系统。在软件系统设计过程中，要充分考虑到和“政务云”“农业云”对接，共同构成省部级的云平台，以此实现各部门各单位之间的信息共享。这种共享是一种分权、分级共享，按照各部门的权限获得相关信息。在省级系统平台的基础之上，将大数据系统进一步向下延伸，连接到市级或者县级乡级平台。

3.市级层面。要结合顶层设计框架和省级规划，构建市级农业农村大数据系统平台。该平台既能够向上连接，又能够向下连接，还能够和市政府的“政务云”实现有效对接，从而实现信息分权分级共享。

4.县级层面。县级大数据平台拥有最充足的数据资源，是最基本与最关键的平台。首先，在整体系统基础上建立县级农业农村大数据系统平台，实现平台向上向下有效对接，同时还能够和县政府的“政务云”实现有效对接。其次，县级平台软件系统在设计过程中要考虑、生产、管理、经营和服务等四大领域的数据，另外要考虑到向下延伸，比如延伸到村委会。村级组织当前受各种因素影响，难以全面实现数据汇集智能化，可以由县级平台对其进行统一管理。

5.园区层面。农业农村产生的各类数据实际上都来自于农业经营主体，比如示范园区、农户或者大型实体企业等。现代化的产业园区基本上都引进了先进的信息技术，具备了数字农业建设的条件，可以此为基础进行试点工程。在园区数字农业建设过程中，可以通过招投标的方式采买电子设备、物联设备等，同时还要重视设备后续的维护和人力资源的培训。

（二）充分发挥数字农业数据共享功能

农业农村大数据整体上可以分为四大领域：生产、经营、管理和服务。根据数据的性质可以把数据分为两个类型：涉密涉稳数据、可公开共享的数据。政务管理领域的涉密涉稳数据比较多，要做好保密工作；而生产、加工、流通等领域数据可公开共享性比较高，应该积极主动公开，供市场主体查询。

1.秉持“互联网安全即国家安全”的观念。建设数字农业，要严格按照国家相关法规和政策，明确数据界限，对敏感数据做好保密工作，对公开共享数据及时公开，让市场主体能够多渠道获得数据。数字农业建设过程中，要与互联网和物联网企业签订协议，将数据安全、接口标准等纳入到合同文本当中，明确各自的职责，确保信息安全。互联网和物联网企业不能以任何理由拒绝平台向上向下对接，也不能够影响数据共享。

2.处理好两个关系。首先，协调好政府购置服务与政务信息安全的关系。比如，农业农村部门进行的土壤检测、动植物养殖投入品检查等方面的数据，要确保政务数据安全。农业服务与运营方面，借助政府采买服务使社会组织加入到此领域的建设工作，建立农业服务与运营工作的大数据平台，和农业部门相关平台能够实现共享。其次，协调处理好已建成平台与在建农业数据系统平台的关系。后者在设计过程中要重视和前者的对接，按照权限分级共享数据。

（三）加强合作，协同创新

针对数字农业的发展，各大中院校、科研机构、计算机和物联网企业等，要积极参与到研发当中，把农业物联网感应设施设备研发作为重点，加大此方面应用课题的研究，发改委和科技等部门要加大支持力度，通过产学研的有效融合，为数字农业发展提供助力。

（四）筹集资金，推动数字农业的发展

针对数字农业的发展，可通过以下四种途径为其发展提供资金支持：一是PPP模式，通常适用于省部级大数据系统平台等的设；二是社会资本投入模式，主要适用于县级农业大数据平台研发，或大型农业企业数字平台建设；三是政府采用奖励替代补偿的方式，主要适用于种养企业自建平台，企业投资建设之后能够获得政府相应补贴；四是政府项目试验区的方式，各地政府带头进行投资，借助试验区的经验推进本地数字农业的开展。地方各级农业部门应该关注农业信息化建设，争取获得同一级别的发改委与财政部门的帮助，从涉农资金中争取支持力量投入到农业信息化建设当中。农业示范园、农用设施采购、耕地水利灌溉、农业新科技普及和服务等资金调配的环节，也要划拨出一部分资金用于数字农业建设。针对中央企业和科研院所，如果主动进行数字农业建设，或者主动研发物联感应设备，可以给予相应的奖励，比如以奖代补、优先安排课题资金等。

（五）加大培训，造就跨界复合型人才队伍

发展数字农业，关键在于人才，乡村振兴、数字乡村目标的实现都离不开人才，当前影响数字农业发展的关键问题之一就是人才匮乏。数字乡村建设需要培养大量的高中端人才、技能型人才，所以要通过多种形式对人才进行培养，提高人才综合素质，助力实现数字农业发展目标。

数字农业发展的关键在于培养一大批高素质的农业数字化人才，不断提高人才队伍的综合实力。对涉农科研院所和推广单位的人才进行重点培养，强化他们的互联网和农业知识，提升其综合技能。另外，还要实现人才培养模式的创新，比如通过交流或实训方式进行培训，或者通过两种模式相结合的方法进行培训，提高人才队伍的协同创新能力，才能更好地适应当前数字农业发展的需求。