以农业科技打造新兴经济体农业新模式

提要：在全球努力应对气候变化、地缘政治形势演变、自然资源压力和污染加剧等挑战下，确保不断增加的全球人口的粮食安全变得越来越重要。转变农业生产方式，利用技术提高效率和促进可持续发展，是解决这一问题的重要路径。

关键词：农业科技；人工智能；数字农业

2021年，世界经济论坛的人工智能促进农业创新（AI4AI）倡议发布了一份社区文件，记录了从作物规划到收获的一系列农业科技服务，并分享了如何与利益相关者合作在农业中推广这些农业科技服务的路线图。2024年4月发布的本报告作为2021年社区文件的续篇，旨在从宏观层面介绍农业部门实现系统性变革所需的技术集成，并规划未来的发展方向。

一、全球农业当前面临的严峻形势

农业是人类最古老的活动之一，它经历了历史的变迁，但仍不断面临新的挑战。过去的每一代人都会感到那个时代所面临的挑战是前所未有的，今天也是如此。气候变化、全球地缘政治问题和自然资源枯竭，尤其是土壤质量，是全球农业部门目前面临的问题，使人们对确保粮食安全和为预计到2050年将达到91亿的全球人口提供营养食品的集体能力产生了疑问。

以下事实凸显了目前局势的严重性，联合国粮食及农业组织（粮农组织）估计，到2030年，仍将有6.7亿人（占世界人口的8%）营养不良，这意味着与2015年联合国可持续发展目标议程启动时的水平相比没有变化。

政府间气候变化专门委员会利用一系列模型进行的估算得出结论，气候变化将在很大程度上对人均卡路里供应量和营养产生负面影响。气候变化还将对儿童营养不足和死亡率产生影响。

农业用地的可用性本身并不是一个重大挑战，但是缺乏基础设施和实际无法进入市场等问题会使人们难以获得可用的土地。此外，生产用地并非在所有国家都平均分配，这使得一些国家在当地生产粮食以养活本国人口变得更加困难。

从20世纪70年代到21世纪头十年，自然灾害对经济的影响几乎增加了近7倍，从每天4900万美元增加到3.83亿美元，人类活动增加了热浪更频繁发生的概率。联合国粮农组织报告称，地球上33%的土壤已经退化，并将继续退化，土壤侵蚀可能导致作物产量损失50%。集约农业、森林砍伐和过度放牧等人类活动使土壤侵蚀增加了1000倍。

这种不断变化的形势要求农业部门的各个层面，从政策制定者、私营部门公司到农民，尤其是那些通常更容易受到影响的小农和女性农民，做出更加明智的决策。数字技术为应对这些挑战提供了一个可扩展、可持续的解决方案。传统上，农业部门，主要是亚洲、非洲和拉丁美洲的新兴经济体，在采用数字技术方面进展缓慢。量子计算、芯片和其他数字技术解决方案的使用仅限于农民使用的机器。不过，也出现了一些面向农民的应用，许多国家采用智能手机来创建提供高效农业服务的接入渠道就是一个例子。

以农业科技浇灌未来。图/中新社

然而，尽管过去有这种趋势，人工智能的出现及其在精准农业和收获后供应链中的应用已开始撼动这一行业，使其变得更好。将基于人工智能的应用案例与基于智能手机的信息传递渠道相结合是一种积极的组合，可以帮助农民获得信息和资源，以应对他们面临的挑战。通过这种方式，人工智能和手机正在实现技术使用的普及化，尤其是对最弱势群体而言。

二、以农业科技浇灌未来

农业科技服务将提高农业部门的可持续性和效率，从而确保利用现有资源提高产量。面对气候变化和其他挑战，粮食安全需要对农业及其运作方式进行新的思考。几十年来，信息不对称以及缺乏获得农业投入（如化肥）、资金和市场的途径一直是农业面临的挑战。虽然提高产量和生产率一直是重点，但通过优化资源降低种植成本这一重要因素却没有得到应有的重视。然而，要采用新的方法，就必须将农业视为一个灵活、信息化和充满活力的部门，并将其进一步发展壮大，像其他任何企业一样，集中精力优化资源、降低成本、注重长期可持续性并响应市场需求。农业科技部门正在努力实现这一愿景，并提供满足时代需求和保障未来粮食安全的服务。

（一）采用农业科技乃大势所趋

1.智能作物规划

智能作物规划涉及利用基于人工智能的模型和其他新兴技术，制定详细的、以市场为导向的、可持续的宏观和微观作物规划，在应对气候变化挑战的同时兼顾消费者的营养需求。考虑到智能作物的快速发展，本报告侧重于：确定能够抵御气候变化引发的灾害或气象变化挑战的农作物，同时最大限度地提高产量和收益，并管理风险；利用人工智能根据不同因素预测基因编辑种子的性能；利用数据开发可预测种植模式、收获期和产量的模型，以更准确地判断需求和价格波动；通过土壤检测实现高效养分管理；获取数字金融服务，包括信贷、储蓄和保险，以采购优质投入、提供农业科技服务并管理气候变化引发的灾害风险。

智能作物规划的应用案例包括：

（1）利用预测性人工智能工具对种子进行基因编辑。基因编辑是对植物的现有基因进行调整，它不同于基因改造，后者是在现有基因组中插入外部基因。基因编辑的目的是以更少或类似的现有资源提高产量。这些变化不是通过改变一两个基因实现的，而是多个复杂基因编辑的结果。人工智能在这一过程中发挥着重要作用，农业科技创新者正在利用人工智能和预测分析来分析植物基因，并帮助制定多基因编辑计划。人工智能的使用使科学家们能够更高效、更成功地完成这一复杂过程。

（2）基于人工智能的土壤测试解决方案。为确保提高产量，必须在作物规划的早期阶段进行土壤测试。传统的土壤测试方法可能需要几天或几周的时间，而基于传感器和光谱技术的土壤测试工具则可以近乎实时地提供报告。然而，土壤报告本身并不是唯一的结果。技术提供商还根据土壤测试报告在其建模中增加了补救措施，使农民能够根据结果采取行动。

（3）可预测最佳播种期的人工智能工具。气象变化是自然发生的，但目前的气象变化是由人类活动导致的气候变化造成的。农民一直在适应自身环境的变化，对小农户来说尤其如此，因为他们中许多人从事自给农业。然而，有必要根据气象预测以及特定农场或农场群的微气候条件，向农民提供有关理想播种窗口的标准化建议和信息。解决方案提供商可使用一系列数据集，包括以往的天气数据、地理空间和高光谱数据集，以及通过物联网传感器和微气象站获取的微气候数据，为农民提供建议。研究表明，在每个季节选择合适的播种窗口，可以最大限度地提高产量，降低与气候相关的风险。

（4）作物规划中的增强现实技术。增强现实（AR）技术通过将数字信息叠加到农民所处的实际环境中，使农民能够直观地感受到农田的作物规划和布局。基于增强现实技术的作物建模虽然还处于开发和采用的早期阶段，但如果将其开发为一种能够公平使用的服务，则有可能扩大规模。

2.智能农业

智能农业也可称为精准农业，是指利用人工智能和其他技术提高农业生产效率。效率的高低可以根据资源的优化利用（同时减少土壤压力）、及时的应用投入以及风险的早期发现与缓解来衡量。

农业科技在智能农业中的应用案例有：

（1）人工智能和增强现实技术用于农作物管理，就农作物、病虫害、植物疾病和养分提供建议。与播种规划一样，人工智能和增强现实技术可以根据实地拍摄的图像和视频为农民提供建议。如今，大多数智能手机都设计有内置光探测和测距（LIDAR）传感器，可利用激光构建增强现实和AR投影。因此，农民可以捕捉图像，并通过初创的机器学习（ML）应用程序进行分享，以便进一步分析并提供农艺建议。机器学习应用程序可以利用图像诊断植物健康状况、虫害以及基于果实大小等要素的产量预测。

（2）人工智能用于天气预测。传统的天气预报是基于卫星图像、气象站和海上浮标收集数据，并由超级计算机进行复杂的计算来预测天气。这是一个昂贵而漫长的过程，气象机构一般每隔六小时发布一次数据。基于预测和人工智能模型的建议服务并不挑战传统模式，但通过独立使用历史数据，或混合使用历史数据和来自高光谱成像的数据，当地气象站能够在短短一分钟内提前10天预测天气。

（3）机器人技术。机器人技术在农业中的应用正在不断发展，而且越来越精确。机器人技术主要集中在果园和种植园的除草、施肥以及收获成熟的果实。该技术包括：机器视觉技术，用于定位、识别和评估农作物的收割准备情况；机械工具，用于施用投入物或收割农产品；在一些先进的机器人技术中，使用全球定位系统（GPS）来实现机器人在大型农场中的精确定位，规划机器人的移动路线以避免碰撞。

（4）产量预测。大多数产量预测模型都是由基于神经网络的算法生成的，该算法的灵感来自人脑的功能，或是由线性回归模型生成的。用于产量预测的数据集包括土壤数据、温度、湿度、养分、田间管理和作物信息等。

（5）基于分布式分类账的指数保险。说到保险，农作物损失估算是一项成本高昂的工作，通过实际调查估算农作物损失，其中包括与农业实践相关的因素。相比之下，指数保险是一种更简单的系统，根据降雨量或作物产量等指标或指数的测量结果触发赔付。通过这样的合同，给定指数的数据源与区块链平台上的智能联系人相关联。如果发生意外或自然灾害，或指数偏差超出或低于商定参数，则无需任何人工干预即可触发赔付，并通过数字渠道转给受益人。

3.从农场到餐桌

对于新兴经济体的农民来说，收获后的那段时间压力很大。对快速回报的需求和作物损失的风险导致许多农民以次优价格出售农产品。这是一个系统性问题，仅仅采取行动将农民与市场联系起来并不能彻底解决这个问题。目前出现的技术旨在解决一些根本问题，如缺乏质量标准、农场和市场之间的作物损失、获得储存设施的机会以及使用这些设施的融资问题。

收获后供应链中的应用案例有：

（1）利用区块链实现可追溯性。可追溯性作为一种重要工具，在确保客户能够跟踪食品从农场到餐桌的过程方面，正日益受到重视。事实证明，可追溯性对农民也很有用，可使他们根据种植方法和产品质量获得产品溢价。可追溯性平台使用基于区块链的共享分类账来记录产品运输过程中的每一步，并提供三类信息：产品/服务的状态，所有权的转移，以及资金的转移。

（2）物联网仓库。与传统仓库相比，这类仓库具有以下优势：通过传感器、射频识别（RFID）标签和全球定位系统（GPS）定位跟踪，提供有关库存及其位置和状况的实时信息。物联网还可实现高效的库存管理，并分析机器的性能和状况，从而有机会在发生任何错误之前进行维护。

（3）智能物流解决方案。在新兴经济体的农业部门，由于处理和储存不当、运输滞后以及在市场上等待时间过长而造成的作物损失十分普遍。基于人工智能的工具可以帮助收获后的供应链提高效率，利用在供应链不同端收集的数据进行分析，提供路线优化信息、商品信息和减少市场等待时间等方面的信息。智能物流还包括可以支持物联网的冷链车辆，用于运输易腐物品。

（4）智能包装。从农户到加工商再到终端客户的运输过程中，食品损耗或食品质量下降是一个令人担忧的问题。在微观或家庭层面，它可能会导致食源性疾病，而在宏观层面，它则会导致经济损失。智能包装解决方案通过化学或生物传感器跟踪食品质量及其环境，监测温度、病原体、新鲜度和泄漏等参数。与此同时，射频识别还用于监控包裹移动。

4.数据是驱动农业科技发展的关键因素

农业领域的数字公共基础设施（DPI）有望成为新兴经济体农业科技服务的关键推动因素。从农业科技提供商的角度来看，开发创新型定制服务需要一系列当前和历史数据集，包括土壤质量和温度数据集。轻松获取高质量、可用的数据可为农民和行业创造社会经济价值。

农业的数字公共基础设施可包括三个组成部分：

（1）平台。技术平台允许在数据所有者同意的情况下交换数据。在许多情况下，数据所有者和数据提供者可以是不同的实体。一个例子是，政府机构持有的农民个人数据在农民同意后与私营部门共享。平台可包括身份和访问管理、数据浏览器、应用程序编程接口（API）网关、同意管理和事务引擎等组件。数据交换平台（DXP）通过实时访问多个数据集，为农业服务转型打开了大门。

（2）政策。数据共享有三个关键先决条件：保护个人、防止伤害、促进创新。这三个要求可构成数据管理政策的基础，与数据管理平台一起推出。这种政策应侧重于为所有利益相关者创造价值，目的是加快农业部门的创新，同时保护个人数据和其他数据。理想情况下，任何政策都应根据特定国家的数据保护立法制定，印度的《2023年数字个人数据保护法》就是一个例子。

（3）规程和标准。作为一个已有千年历史的传统行业，农业植根于特定地区的文化和社会经济环境以及气候之中，这也导致了当地对作物和作物疾病的不同称呼。随着数字公共基础设施规模的扩大，还需要关注平台的互操作性以及术语和模式的标准化。这种标准化的一个著名例子是植物物种的标准植物拉丁学名，而联合国粮农组织则提出了一个名为AGROVOC的多语种农业词汇表。不过，在制定数据标准方面还需要做更多的工作，印度科学研究所与世界经济论坛联合推出的AgriJSON倡议就是努力实现这一目标的一个范例。

随着数字公共基础设施的不断完善，我们应提出这样的问题：这些系统对农民个人意味着什么，以及如何帮助农民适应或减轻气候变化等带来的风险。针对新出现的挑战，对农民以及更广泛的部门提出的建议如下：

（1）在农场层面制定超本地化定制解决方案。数字公共基础设施有可能为农民提供创建独特身份的能力，让他们了解“我是谁”（身份）、“我在哪里”（地理参照农场位置）和“我在种什么”（播种的作物和种植面积）。这三个数据集有助于将单个农场主打造成一个独特的企业，在农场层面为其提供一系列定制解决方案，从而提高农场运营效率并增加收入。

（2）构建适应气候的智能型农业。气候变化正在对粮食产量、生产和质量产生负面影响，并造成收获后的作物损失。气候智能型农业（CSA）可以帮助农民长期适应气候变化，同时保持或提高产量和质量。要扩大气候智能型农业的规模，服务提供商和农民必须能够获得历史数据和当前数据，以便生成关于气象及其对特定地点生产的影响的信息，识别脆弱性并确定适应措施。

（3）降低价格—需求波动带来的负面影响。农民和消费者都容易受到基于特定市场或地区农产品流量的需求和价格波动的影响。种植面积、播种时间和可能的收获时间以及收获的产品数量这三个关键数据集的信息不对称会造成价格—需求平衡的失衡，导致特定产品价格过高或过低。及时向农民、决策者、加工商和消费者提供有关这三个参数的准确信息和预测，可以降低所有利益相关者受到的负面影响。

三、当务之急是构建包容性的数字农业

包容性将是未来扩大农业科技规模的关键，采用经济学、性别均等和公私合作都将有助于推动这一目标的实现。

（一）解决小农采用技术的单位经济效益问题

消费者对更健康饮食的偏好、智能手机保有量的增加、高速和廉价互联网的普及、人工智能的进步、遗传科学的发展以及水和土壤管理技术等趋势，都将对农业科技服务的经济规模产生积极影响，到2030年其市值将达到460亿至600亿美元。虽然大型农场的采用率可能会继续增长，但新兴经济体的小农户采用这一技术仍然具有挑战性。

目前，只有四分之一的美国农民使用联网设备获取与农业相关的数据，在新兴经济体，这一数字甚至更低。据麦肯锡公司报告，全球39%的农民目前正在使用或计划在未来两年内使用至少一种技术。虽然62%的欧洲农民已经采用了技术，但亚洲农民的采用率仅为9%。采用率如此之低的一个主要原因是技术成本过高，47%的麦肯锡受访者提到了这一点。

农民对农业科技服务价值的认识是至关重要的。在麦肯锡的同一篇文章中，30%的农民认为投资回报率（RoI）不明确是不采用农业科技的三大原因之一。他们还表示，他们的最低预期投资回报率为3：1。农民无法将产量或质量的任何变化仅仅归因于农业科技，因为生产还受到天气等外部因素的影响。

推广农业科技的关键在于找出为农民部署和采用农业科技服务的单位经济效益，并展示在农场层面有关投资回报率的经验证据。

（二）构建性别包容的数字农业，承认女性农民的关键作用

粮农组织报告称，妇女占全球农业劳动力的43%，而联合国的另一项估计则强调，在发展中国家，妇女生产了约80%的粮食，主要是在以农业为主的国家或正在向工业或服务业转型的新兴经济体。然而，由于性别歧视以及决策权主要掌握在男性家庭成员手中，女性农民在农业部门的影响力微乎其微。妇女拥有土地的比例较低是女性农民在决策过程中作用有限的一个重要原因。

构建包容性的数字农业。图/中新社

在这种情况下，妇女获得智能手机的机会有限是另一个关键挑战。许多农业科技服务都是通过智能手机提供的，如果没有智能手机，妇女就无法获取或有效实施咨询意见。在执行更复杂的任务时，她们缺乏手机操作技能是另一大障碍。

随着农业科技应用的扩大，女性农民绝不能在农业部门的转型之旅中掉队。在重新定义农业中的性别角色并将妇女获取信息和决策的权利纳入主流之前，数字包容性仍将困难重重。

然而，随着多方利益相关者参与转型（这可能是一项长期干预措施），在短期内，农业科技公司可通过与妇女集体（如妇女合作社或致力于女性农民能力建设的自助团体）建立伙伴关系，集中精力推动这一变革。这些组织已经运作了几十年，挑战了歧视性的社会规范，培养了妇女成为成功企业家的能力，并展示了社区组织在推动变革方面的力量。

农业科技可以通过四种方式将女性农民纳入数字农业：加强可及性，确定数字和物理或人工渠道，以增加获取数字技术和农业科技的机会；与私营部门、创新者、农业大学和女性农民组织合作，共同创造专门针对女性农民的数字解决方案；通过能力建设和当地代理商提供的售后服务，支持农业科技的采用；在农业科技采用过程的早期阶段，识别并强调风险和危害，建设减轻风险和危害的能力；必须将数据隐私等问题纳入能力建设和产品设计之中。

私营部门认识到，与农村市场一样，妇女将在推动全球经济发展方面发挥重要作用，而在早期阶段认识到这一趋势，将通过开创突破性创新为妇女带来优势。妇女在农业领域的作用也是如此，增强女性农民的能力，创造以性别为重点的数字解决方案，是未来的发展方向。

（三）利用公私合作的力量

公共和私营组织之间的合作一直是推动基础设施和服务规模扩大的有效工具，通过启动道路和港口建设或金融系统开发等项目影响民众。政府的政策支持和业务便利化，再加上私营部门的创新和投资，可以创造出长期持久、自我维持的生态系统。

促进公私合作（PPC）以扩大农业科技的规模是一个强有力的理由。虽然农业科技服务发展迅速，但在新兴经济体中，规模化程度仍然有限，小农户受行业挑战的影响最大。生态系统的障碍，如缺乏高质量的可用数据、初创企业缺乏对农业的技术理解或知识、对个体农民（尤其是小农户）进行教育和入职培训的成本高昂，以及农业科技通常被作为一个点的解决方案提供，而不是被作为关注整个价值链的一揽子整体方案提供，所有这些都减缓了农业科技的发展，阻碍其充分发挥潜力。

在公私伙伴关系中，政府可以发挥关键的扶持作用，而不必充当采购者。仅仅采购农业科技服务，然后将其提供给农民，无助于建立一个可持续的农业科技市场。在这方面，政府需要采取财政和非财政激励措施，鼓励私营部门在价值链或地理区域内投资扩大农技服务的规模。这些激励措施可能包括：通过数据交换改善数据的可用性；启动农业科技沙盒（在农业大学举行），以共同创建、测试和验证农业科技解决方案；提供实地渠道，如自助团体、合作社、政府农业推广人员和（或）银行代理，以吸收农民加入。各国政府可根据其管辖范围内的农业科技生态系统确定激励措施。

（四）连接数字和实体渠道

利用实体渠道——例如支持农村企业家或利用现有的农民集体渠道、合作社或有组织的渠道（如移动支付代理或电子政务代理）——对于推动采用和积极使用农业科技服务至关重要。这可以被称为“物质数字化”——整合实体渠道，为“最后一公里”的客户提供技术解决方案。

其重要性可归结为以下因素——在新兴经济体中，数字能力、信任度和可感知的投资回报率，都对采用和积极使用农业科技服务起着至关重要的作用。虽然缺乏任何实际存在或互动会导致农民对新服务的信任度降低，但来自农民自己社区的企业家/代理人的存在有助于培养农民的能力，使其了解农业科技服务的优势，在从采用到积极使用的过程中为他们提供支持，最重要的是，在他们加入后继续提供支持。

还需要实地存在来验证数字数据，以加强人工智能/ML模型。例如，虽然政府机构和初创企业可以提供有关每个农场播种作物的地理空间数据，但只有通过验证才能衡量其准确性，而验证又能进一步加强分析地理空间数据的人工智能/ML模型。在印度，AgriStacks正在利用实地资源获取每季播种作物的数据。

四、结论和行动呼吁

农业科技服务不仅影响着农场的运营，而且正在改变农业产业，提高整个生态系统的适应性、灵活性、效率和透明度。很明显，以第四次工业革命技术为动力的农业科技将推动农业领域的下一波变革。气候变化、不稳定的地缘政治局势和中断的供应链等挑战将影响整个农业产业，无论其经营规模如何。因此，必须从宏观产业的角度来看待农业科技的出现，以推动整个供应链的价值提升，这将有助于改善农业部门的适应性、灵活性、效率和透明度。

政策制定者必须从系统的角度来看待农业科技的整合，并发展数字公共基础设施、制定政策和计划，以提高农业科技的可负担性。对于私营部门（包括投资者和初创企业）和智库而言，努力绘制新兴技术对农业生产（产量、质量、收入、种植成本、物流成本和收获后作物损失）影响的实证图，将有助于激发农民和中小型农业企业的兴趣，鼓励他们采用并积极使用第四次工业革命技术。

世界经济论坛的农业科技倡议“人工智能促进农业创新”旨在通过公私合作推广第四次工业革命技术。目前，在印度开展了试点项目，即向7000名辣椒种植农推介四项农业科技服务。结果证明，与未使用新兴科技的农民相比，采用新技术的农民的绝对利润大幅提高了18%，目前该技术已推广到50万印度农民手中。

这一举措突出了多方利益相关者合作和多层面方法的重要性。农业部门也需要类似的合作努力，以实现在发展产业生态系统的同时增强农民适应气候变化和其他风险的能力这一共同目标。然而，技术只是一种辅助工具，它不是魔术棒。农业从业者必须增强自身能力，通过采用合理的方法和利用技术创新工具作出正确的决定。

（编译：常昌盛；原文链接：https：//www3.weforum.org/docs/WEF_Agritech_2024.pdf）