【石时农业】吴文斌：中国智慧农业，方兴未艾

近些年，得益于传统农业转型升级的迫切需求和相关政策的大力支持，智慧农业在中国快速发展。根据中商产业研究院数据，中国智慧农业应用渗透率尚不足1%，2022年中国智慧农业市场规模约为743亿元，未来发展空间十分广阔。

今天做客石时之约的是中国农业科学院智慧农业创新团队的首席科学家吴文斌，他为我们描述中国智慧农业的现状及未来。

PART 1  什么是智慧农业

无论数字农业还是智慧农业，都属于农业信息化的范畴。农业信息化的发展阶段总体可划分为数字化→网络化→智慧化。智慧农业是农业信息化发展的高级阶段，是全球未来农业发展的趋势和方向。

在2016年中央一号文件中我国第一次明确提出要发展“智慧农业”。虽然近年中国智慧农业发展取得了显著进展，呈现出百花齐放、遍地开花的态势，但总体上，中国的智慧农业发展处于起步探索阶段，也就是研发、示范、试点的“找模式”阶段。行业的整体还处于 “政府热，产业比较冷，科学家热，真正的经营主体是比较冷”的状态，实现产业化的道路还很漫长。

要形成智慧农业产业化发展的生态，单靠技术还不行，必须要把技术和经济、金融等各种配套的生产关系结合起来，否则还是停留在“盆景”或者示范阶段，产业链并没有打通，数据并没有实现循环。

最近政府出台了很多的政策，推动智慧农业的发展。科学家在研发各种技术、装备，提供各种数字产品。很多企业也参与其中，类似京东、阿里巴巴等企业，通过连接打通供需渠道，建立高效精准的产销生态系统，提供差异化、精准化的产品服务。如果上下游对接起来了，未来我们智慧农业发展有很好的前景。

PART 2  全球智慧农业翘楚：孟山都旗下的Climate公司

2013年，孟山都以9.3亿美元的高价收购了Climate Corporation。Climate公司为农民提供农业数据技术平台服务，通过分析已掌握的海量数据，包括气象、天气、降雨、土壤等，指导农民耕作并帮助农民预测作物产量。  

Climate公司是国内关注度很高的智慧农业公司。全球超过20个国家在用Climate公司推出的智慧农业平台Climate Field View，包括美国、加拿大、德国、巴西、法国等，覆盖农田面积近9亿亩，意味着接近中国耕地面积的47%。  

Climate公司提供全数据链条的服务，最早从气象服务起家。Climate的模式是精准农业的升级版，即“精准农业+大数据+专业模型”。在孟山都收购Climate之后，引入大量农学科学家，促进IT与农学深度融合，真正地能解决产业实际问题。Climate能够把上游的农资，下游的农产品销售，包括现货和期货的销售，全部打通，并融入农业金融，形成全产业链的闭环和生态。  

PART 3    智慧农业的中国特色模式  

1）土地规模化经营促进智慧农业快速发展  

农业不同于工业，农业是一个非结构化、非标准化的复杂场景，不可控变量很多。农业作业的对象是动植物生命体，本身具有动态性、季节性，受到人类活动等多种因素影响。再加上我们“大国小农”的这种种植模式，使得发展智慧农业面临很多挑战。对于农业规模化和机械化程度高的东北、西北地区，智慧农业发展快，土地规模化经营对数字技术、装备和设备的应用提供了很好的场景。  

2）农业科技园区带动智慧农业发展  

依托各种农业科技园区，我国从家庭农场、农民合作社、农业企业等新型经营主体入手，通他们打造智慧农业的应用场景，进行连农带农，带动小农户参与智慧农业并投入，这样以点带面，发挥农业科技园区发展智慧农业的示范效应，促进整个区域的智慧农业渗透发展。 

3）设施农业、畜禽水产养殖及经济类作物发展较快  

从细分领域来讲，智慧农业发展较快的是设施农业，在可控环境下应用精准应用数字技术，带来农产品产量和品质的提升，产品溢价很高，促进了智慧农业的推广。第二是养殖业，包括畜禽和水产养殖，经济附加值高，饲养环境相对封闭，操作流程标准化，智慧养殖发展较快。第三，在种植方面，经济类作物如菜、茶等数字化发展较快，但大田粮食作物智慧农业发展缓慢。因为大田作物开放环境，变量因素多且不可控，数字技术投入成本高、回报低。大田作物实际也有发展智慧农业的需求，核心是找到合适的产业化路径。 

4）中国智慧农业发展的一个典型案例——高标准农田智能监测监管系统  

目前，政府是数字技术的第一大用户，在智慧农业发展中发挥着投入主体和主导作用。国家提出到2022建成10亿亩高标准农田，党的二十大提出逐步把永久基本农田全部建成高标准农田。从2018年开始，农业农村部开始引入数字技术，构建全国高标准农田智能监测监管系统，主要是利用遥感技术解决大区域的信息采集，监测高标准农田建设进展、成效和建后管护利用情况，再加上一整套地面核查体系，形成空地协同的智能监测监管体系。  

5）智慧农业需警惕技术和数据更新不及时问题  

不同的领域和地方各自建立了智慧农业应用平台。很多时候，平台技术没有更新迭代，没有解决动态变化的需求。另一方面，数据是平台的生命力，现在很多平台要么数据缺失或不完整，要么数据陈旧，更新不及时或时空不连续。三年下来，平台的技术不更新、数据不更新，平台肯定就没生命力，成为僵尸平台，这种情况需要警惕。 

6）数据安全问题  

2022年12月，中共中央、国务院印发了《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”），核心是解决四个问题，第一数据产权问题，第二数据要素流通和交易问题，第三数据要素收益分配问题，第四数据要素治理问题。这么做，就是为了避免数据过于集中带来排他性和不公平竞争问题，以及由此带来的数字信息安全问题。  

PART 4    他山之石：日本经验  

日本发展数字农业、智慧农业有值得中国借鉴的地方。因为日本土地资源有限，土地碎片化，构建精细化种植的智慧农业技术模式，小型农机应用广，洋马、久保田这些农机大品牌的精准和智能程度都非常高。 

日本农机的一体化解决方案值得借鉴，它把数字信息技术前置到农机装备中进行一体化设计，系统性好。目前，国内在发展智慧农业过程中这方面考虑不够，往往是机械是机械，数字技术是数字技术，后面再做集成或拼接，这会带来很多兼容性、安全性、可靠性等问题。未来的智慧农业发展要走集成整装发展之路。  

PART 5    中国智慧农业的大未来  

党的二十大提出建设农业强国。智慧农业作为知识和技术密集型产业，可以发挥“科技和改革双轮驱动”的作用，推动农业强国建设。 

首先，以装备化应对劳动力挑战，解决“谁来种地”的问题。我国农村劳动力日益老龄化与兼业化。通过机械化、装备化及数字信息技术的应用，一定程度上实现“机器换人、电脑替换人脑”， 降低劳动强度，提升劳动生产率，解决我国农村劳动力不足的问题。  

第二，以数字化促进农业绿色生产，解决“如何种地”的问题。传统种植模式“靠天、靠地、靠投入”，没有精准的数据模型。智慧农业以数据驱动对整个耕、种、管、收全流程进行优化，实现精准投入、资源节约和环境友好，提高资源利用率和土地产出率，促进农业绿色低碳发展。  

第三，以定制化满足多样化需求，解决“如何致富”的问题。数字技术会重构生产者和消费者的关系，种植户通过精准把握消费端的差异化、多元化需求，提供定制化的服务，获得产品溢价，实现农产品价值链的提升，拓展农民致富空间。