新发展阶段我国数字农业发展的现状、难点与趋势

□ 徐晓阳

（湖南汽车工程职业学院，湖南 株洲 412000）

党的十八大以来，我国把发展数字农业实施农业大数据和“互联网+”现代农业作为乡村振兴的重大战略，并进行了全面部署。2019年年底，农业农村部联合中央网信办印发了《数字农业农村发展规划（2019—2025年）》，对新阶段推进数字农业农村建设进行了全面部署。

数字农业通过20多年的发展和创新，其概念和相关的理论得到了发展和完善。

数字农业是指将信息技术作为农业生产各领域的要素，用现代信息技术对生产、加工、经营及服务等全过程进行可视化表达、数字化设计、信息化管理的现代农业。

一、我国数字农业发展的现状与存在问题分析

（一）数字农业发展潜力巨大，但基础工程还较薄弱

由于互联网的快速发展，截至2019年6月我国网民达到了8.54亿人，其中农村网民达2.25亿人（占比26.3%），农村互联网发展仍有较大空间。与此同时，数字农业经济与其他行业和领域相比，还存在较大差距，发展空间更有潜力。据报道，2019年我国数字经济规模占比中，服务业、工业、农业数字经济渗透率分别为37.8%、19.5%和8.2%，数字农业经济远低于工业和服务业的水平。造成这一局面的原因固然较多，但农业信息化基础工程薄弱是主要原因之一。体现在：一是移动互联网基础设施落后；二是大数据平台建设落后；三是涉农数据来源散乱，数据信息的采集、整理、集成、分析、利用水平还较低。

（二）数字技术与现代农业融合迅速，但标准化程度还较低

数字技术与农业农村加速融合体现在：一是全方位融合。数字农业加速改造传统农业是全方位、全链条的，渗透到了农业领域的各个环节，提高了资源配置和全要素的生产效率，对农村经济社会发展起到了叠加、延伸和乘数作用，为乡村振兴增添了新动能。二是高质量发展。数字化农业的推进提升了农业绿色化、优质化、特色化、品牌化水平，使农业全领域的发展质量大幅升级，提高了农业领域的综合效益。三是实现经济效益大幅提高。通过运用数字技术，对土地、劳动、资源以及市场等进行数字监测，能够提高土地产出率、劳动生产率、资源利用率，实现农业全领域经济效益培增。

但目前，数字技术在农业农村运用的标准化程度较低。一是缺少数据整合标准。对农业农村经济社会相关数据的采集、处理没有制定统一标准，数据的发布标准也不统一，导致共享的信息资源存在障碍，农业信息难以整合。二是数字信息基础较差。我国农业大数据缺乏全面、系统、公开的基础数据，在采集、共享和管理上无法满足大数据整合的要求，导致数据质量不高，数据服务落后，制约了数字技术在农业中的广泛应用。三是缺少数据监测标准。对农业大数据的监测处理落后，没有制定统一的监测标准，导致数字信息不能及时处理和精准反馈，影响农业在生产、甚至农业产业链上的数据处于浪费状态，没有得到有效利用。

（三）数字技术推进现代农业增效凸显，但区域发展不平衡

农业数字化推进现代农业可持续绿色高效发展体现在以下方面：一是利用大数据建构动植物生长模型，使种养实行精准化，挖掘动植物最大限度的生长潜力，减少投入成本，实现农产品生产优质、高产、高效；二是利用工业4.0等数字信息平台提供数字信息，有效监管农产品生产、加工及流通各个环节，实现农产品从生产到消费全过程的监管和溯源，极大地保障农产品的质量安全；三是数字农业能提高产需双方信息的获取和处理效率，促进农产品生产和销售的精准对接，减少信息不对称、不透明等影响，使交易过程中的不确定性降低，提高流通效率和经济效益；四是数字农业利用大数据、人工智能等技术，将生产、加工、销售等环节进行数据化处理，实现智能高效化生产，减少人工成本和劳动力不足，降低行业风险，提高生产效益。

在我国，农业区域发展程度不平衡，东部地区优于中西部地区，城市周边优于边远乡村地区，政策和投入大的地方好于重视不足、投入力度小的地方，大型种养企业好于合作社和家庭农场，这些严重影响整体数字农业的发展水平。

（四）数字技术与现代农业融合全面发力，但统筹力度不大

数字农业新技术的智能化、数字化应用，贯穿于种养业生产、经营、管理和服务领域的全过程。

参与各方组织统筹力度不大，主要表现在：一是政府对数字农业还缺乏顶层设计。政府在制定政策和法规层面上缺乏顶层设计和激励机制，在推广应用上缺乏协调机制，影响实现区域农业大数据的推进速度。二是行业企业参与缺少动力。由于数据信息基础不牢，相关政策滞后，产出效益周期较长，导致投入风险加大，影响行业企业的参与动力。三是家庭小农经济难以整合。由于我国农村经济的主体是以家庭为单位的小农经济，思想观念较为落后，知识专业化水平较低，在人力、物力和财力上难以有效组织整合。四是专业技能人才培养与培训较为缺乏。

二、我国数字技术融入现代农业的发展难点

（一）农户小规模的经营方式阻碍数字农业的发展

由于我国家庭联产承包责任制长期存在，使得经营规模小且高度分散，导致难以实行规模经营、农业生产技术水平低、农产品附加值低，无论是机械化水平还是生化水平难以推广，产业化程度相较于发达国家均处于落后状态。

（二）经营者抵御风险能力低，融资困难且成本较高

由于农业抵御自然风险能力较弱；农产品附加值较低；农产品现代市场体系不够健全，从生产到消费交易链条过长；产品信息不对称，存在“销售难”的现象，致使“三农”贷款难题一直比较突出，民间借贷现象增加的信贷成本，也加大农村金融风险。

（三）集约化经营程度较低，信息溯源难

由于我国小规模、小农经济生产占比较大，产业化生产短板明显，从田间地头到批发市场，到加工，再到销售端，不同产地的不同产品基本上混在一起，没有可以溯源的信息，没法做到精准匹配，也就无法统筹协调农产品从生产到加工、到运输再到销售这个链条上的每一个环节。

三、新发展阶段我国数字技术融入现代农业的发展趋势

（一）农业生物信息与产品设计的研发

在农业生物信息方面，目前我国政府与企业没有建立统一的数据信息采集标准和数据库，农业生物信息数据采集不完善、不系统，已有的信息也不完善；原始创新能力不足，重大的核心技术源头创新没有竞争力，特别是一些生物技术不能满足新形势下的需求；新一代农业生物领航产品缺乏催生新产业、新业态的生物新产品，难以在未来数字农业发展上在国际市场获取竞争力。在产品设计研发方面，农作物生长模型与数字化设计技术研究是研发的重点，要大力发展数字农业，构建精确的农业信息技术模型，是数字农业发展的基础。一是通过建构主要农作物生长过程的模拟模型，实现生物生长的动态模拟和预测；二是通过建立农业产业管理领域的知识模型，实现农业生产过程管理设计和决策的智能化检测、科学化控制和数字化管理。

（二）农业检测设备及智能系统的研发

借助农业检测设备，对农作物内在因素和外在品质进行检测和分析，能更容易找到农作物的生长规律，按照其生长规律进行补给，为不同的作物找到成功栽培的科学方式。围绕智能种养植、水肥决策、产量预测、病虫害预警、供需分析、温室环控分析等内容持续探究，使农业决策者获取信息知识、优化模拟、推理策略、评估预测等更加全面准确，智能化系统它覆盖了农业生产、经营和管理的各个方面，对所涉及的对象全过程进行数字化表达、设计、控制和管理，为现代农业的转型升级提供保障。

（三）建设“农业云”等软件平台的开发

应用大数据技术，构建农业云平台，能够为农业生产提供更加专业、精准、全面的农业数据，它是以专业分析为导向，面向农业相关人员，提供数据查询、在线分析、共享交流等服务的知识开放平台。未来将瞄准农业生产、经营、管理和服务四大应用，突破大数据、物联网、数字农业等前沿技术，建立全产业链条智慧农业系统，一改传统农业的经验方式，何时浇水、浇多少水、何时施药、施多少药等问题，都将通过大数据分析、云计算精确把关，因此，“互联网+农业管理”环节亟待打通。四大应用方向加在一起就是“农业云”管理，最终将突破大数据、物联网、数字农业等前沿技术，建立全产业链条智慧农业系统。农产品质量安全溯源体系建设与完善的重点是集网格化移动监管、质量安全追溯、农资条码销售管理、标准化生产等于一身，实现市县乡村和生产经营者生产、监管、监测信息互联互通的系统。