大数据赋能农业：从底层逻辑到顶层设计

朱 强，鲍 晨

（河海大学法学院，南京 211100）

乡村振兴与农业发展作为中国社会发展的基础性、全局性战略，国家多年来以中央一号文件的政策形式持续推动农业经济发展和农业现代化建设。2004—2021 年，连续 18 年都以“三农”（农业、农村、农民）为主题，强调农业农村现代化对实现社会主义现代化的重要性。而随着数字技术与农业不断融合，数字农业、农业大数据已成为中国农业现代化、乡村振兴的核心发展方向。2015 年农业部发布的《关于推进农业农村大数据发展的实施意见》，强调要深刻认识农业农村大数据发展和应用的重要意义，并谋划大数据发展的重点领域。2016 年农业部等8 部门又印发了《“互联网+”现代农业三年行动实施方案》的通知，强调要加强顶层设计和统筹协调，加强农业农村经济大数据建设。2021 年中央一号文件进一步强调大数据的必要性，强调在智慧乡村与数字农业的建设工程中，需建立健全农业农村大数据体系。

大数据技术作为数字农业发展的基石，具备发展的必要性。通过分析大数据赋能农业发展的底层逻辑与实践现状，梳理大数据技术赋能农业过程中的发展问题并提出对应的制度建议，具有重要的现实意义。

1 大数据及其赋能农业的底层逻辑

1.1 大数据技术与农业发展

随着农业信息化与现代化的发展，大数据技术已逐渐应用于农业生产与管理的全环节与全流程［1］。生产环节中，大数据技术可对多类生产活动进行精准化检测与科学化决策，提高种植、养殖等产业的生产力，助力智慧农业发展。管理环节中，大数据技术有利于全面摸清区域内或行业内细分农业资源的具体数据。近年来各地已发展出大数据技术为底层运行逻辑的农业大数据平台，通过整合区域内的土地、水、生物、环境资源数据，形成农业大数据资源并制定各项管理制度，旨在破解传统农业生产中的“信息孤岛”问题。

大数据技术可对农业各环节进行多元化赋能，开拓新的农业经济增长极。例如，山东省部分县（市）通过发展农业大数据中心，运用物联网等新兴技术，提高了农业生产效率，加快了农业商品化，增加了农产品附加值，利用农业大数据引导农业更好更快地发展［2］。根据农业农村部官网数据显示，2020 年中国农业科技进步贡献率已达60%，县域数字农业农村发展总体水平接近40%［3］。

1.2 大数据赋能农业的底层逻辑

数据作为新生产要素出现后，改变了农业生产仅依靠土地、劳动力资源等要素驱动的局面。以往农作物的播种、灌溉和收获环节、畜禽的喂养、加工等环节多依靠人工操作机器设备进行，耗费时间长且生产效率较低。而在大数据赋能农业后，通过物联网技术和传感器互联技术对农业生产各项活动进行监测预警，深度分析采集到的数据，优化农业流通销售环节。大数据可持续性发展改变了农业的生产力和生产关系，同时其赋能农业也具有底层运行逻辑。

1）大数据已成为新型农业的生产要素之一。2020 年发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》明确指出，数据要素与土地、劳动力、资本、技术等传统要素并列为农业要素，将加快培育数据要素市场，积极支持数据赋能农业、工业等领域并形成新产业、新业态和新模式。农业数据资源已成为新兴战略经济资源。作为推动农业经济增长的新引擎，农业数据具有驭动农业生产、改变农业领域生产关系的作用。各地通过收集数据并建立综合数据平台，监控农业生产，记录分析种子资源、生产流通过程中的动态变化数据，采取恰当的调控和管理措施，促进农业生产高效有序发展。数字农业背景下的产业重心将由实体端转为云端数据资源，农业生产关系进一步重塑。

2）大数据技术显著提高了农业生产力。大数据技术通过优化种系资源，提升工具使用效率，减少不可抗力因素对于农业生产效率的影响，力争实现区域土地的最佳投入产出比。以南昌市某农场为例，该农场通过安装智慧农业观测仪，区域内田块的地理情况、人员配比和土壤墒情一目了然，还可通过大数据技术分析比对，对区域内的水稻种植进行精准决策与科学管理［4］。

在“数字中国”“乡村振兴”“数字乡村”等国家政策不断出台的背景下，大数据技术已成为引导农业农村现代化发展的重要组成部分。伴随农业现代化步伐的不断加快，农业大数据将成为农业发展重要的生产力，甚至是发展的原动力。

2 大数据赋能农业过程中的瓶颈问题

随着数字技术不断发展，一二三产业正依托大数据技术进行数字化转型。大数据赋能农业作为推动农业现代化的重要方式，提高了农业整体信息化设施水平，促进了农业生产力水平和生产效率的提升。但同时大数据赋能农业也遭遇到一定的发展瓶颈，这些问题严重弱化了大数据对农业生产的技术红利释放，主要表现为新型基础设施建设较为缓慢，农业大数据法律风险仍然存在，大数据应用于农业的深度与广度不够。

2.1 数据基础设施建设不足

数据是新型农业生产发展的基本生产要素，只有规模化、体量化的农业信息数据才能够形成大数据及数字农业，而数据基础设施建设则是获取一切数据的前提。基础设施覆盖和建设的规模大小决定着区域内农业的智能化、信息化水平。自提出“互联网+农业”政策以来，中国农村数据基础设施建设不断发力。2020 年以来，随着5G 基站建设、大数据中心等新型基础设施建设（下文简称新基建）项目的推动实施，农村数据基础设施建设有了较大发展，但总体普及水平仍较低。《2021 中国农业生产数字化研究报告》显示，2020 年中国农村互联网宽带的接入普及率仅为27.8%，2021 年农村地区互联网普及率为59.2%。与之相比，美国农村地区2016 年的互联网接入率就已达70%，2021 年美国大、中、小型农场互联网宽带接入比例分别为85%、75%、64%。此外美国还辅以《农业和营养法案》等专项法案，拓宽对农村地区的宽带贷款规模，提高地区新基建的水平，为农业大数据的发展提供强有力的物理支持［5］。对比发达国家的数字农业基础设施，中国对数据的基础设施建设仍存在不足，尤其是广大中西部地区和一些经济发展水平较为落后的地区。

互联网普及率低严重制约了地区农业信息化建设的发展。农业的天空地一体数据获取能力低下还将造成地区整体治理体系不规范的问题。同时大数据技术多应用于农业活动的全产业链端，较低的基础设施规模将弱化重要农产品和农业活动全产业链数据的采集，不利于大数据技术针对农业进行全链路应用。

2.2 数据治理体系不完善

一是数据治理顶层设计不完善，缺乏统一的农业信息数据库标准。当前中国农业数据建设多靠地方政府或部门推动，各地区、各部门呈现各自为政的状态，部分农业数据信息库呈现条块状分布的特点。农业生产、环境、资源、人员等关键性数据分布于各部门和各业务系统中，缺乏统筹协调，形成“信息烟囱”或“信息孤岛”［6］。此外信息库资源目录也缺乏科学完整性，对于数据的采集、处理、交换、应用的标准规范体系不够健全，未形成信息资源充分共享局面，对农业大数据资源的挖掘深度较低。

二是法律规制缺失，缺乏细化的农业数据保护制度。随着数据资源价值日益增加，信息收集方式不断隐形化，信息收集范围不断全面化，但针对个人信息的保护措施却少之又少。中国部分地区农业大数据平台多采用第三方机构收集处理的形式进行运营，在缺乏数据专项监管的背景下，个人主体对信息收集、处理、应用的控制权被进一步弱化，农民个人信息、地方自然资源信息、粮食种子信息等数据泄露的可能性进一步加大。农民是农业数据的主要提供者和受益者，需建立专项法规以保护农民群体利益，正视农民数据的法治价值。同时为实现数字农业的目标，还应在农民与其他利益相关者之间建立数据收集信任机制。

此外，如何规范数据平台运行也成为数据治理核心问题，当前各地大数据农业数据库多涵盖各种类型的农村信息数据，包括农村公共信息数据、金融信息数据、生产信息数据、商务信息数据等一系列具有重要价值的数据［7］。如何规范平台数据库的接入和协议对象，分析农业数据内含算法是否具有相应的歧视性、保障云上存储数据库的安全性，这些都需结合地区实际进一步引导与规制。

2.3 数据应用水平不高

农业生产链一般分为产前、产中和产后环节，是多环节相互作用构成的复杂生产动态系统。而大数据技术赋能农业的应用多是简单的数据云端化或数据可视化，对整体的农业生产链的应用创新度不高，数据要素的价值尚未被真正认识。

1）大数据技术应用于产前、产中环节较少。大数据技术多集中于产后销售的农产品电商网络建设环节。农业农村部发布的《2020 全国县域数字农业农村发展水平评价报告》指出，2019 年中国农业生产数字化水平仅为23.8%，其中西部地区的覆盖率不足20.0%。对比来看，产后端口的电商环节覆盖率较高，2019 年中国行政村电商覆盖率已接近80.0%，部分发达省（市）已实现行政村电子商务站点全覆盖，数据应用场景不平衡局面较为突出［8］。数字农业战略涵盖的范围是农业全环节，不应局限于部分环节。大数据赋能应形成全程性而非阶段性、顶层性而非领域性的创新层级。此外，囿于数据基础设施建设的现状，大数据在农业产前、产中的应用水平也处于低层级的状态。如选种、播种、施肥、灌溉、畜牧养殖、环境监测等环节数字化程度普遍较低，产前、产中的应用场景覆盖面低，仍处在发展的初期［9］。

2）数字技术应用场景较为简单。农村电商领域作为目前大数据技术应用较多的环节，多以流通端为起点进行切入，较少向农业产业链的上游延伸，很少渗透到生产、加工、流通等环节，农业全产业链的数字化转型力度仍需增强。此外各类商家和数据中台处理机构仍缺乏对数据的深度处理意识，较少借助消费端积累的大量消费者数据进行数据分析，欠缺对农业供需双方关系的进一步思考，未能打通市场的供给与需求通道。

3 保障大数据赋能农业的顶层设计

基于农业现代化建设要求和大数据赋能农业的发展逻辑，通过分析当前数据赋能农业的发展现状和瓶颈。从制度保障角度来看，在破解大数据发展乏力的过程中，应致力加快新基建制度供给；通过释放数据要素的新活力，加快构建农业生产领域的数据法治保护体系；加大农业数字化应用的广度与深度，更好推进大数据技术与农业结合，实现数字农业战略的深入实施。

3.1 加快新基建的制度供给

加快新基建的制度供给对强化农业生产信息化具有重要意义。相较于发达国家数字基础设施建设，中国仍需进一步加强地区新型基础设施建设，要以十四五规划为指导，加快新基建的建设速度，打通大数据农业的生态闭环。

1）要增强农业大数据应用的顶层制度设计。通过建立大数据中心等新基建设施，发挥数据功能，完善数据标准，加强数据管理，对农村大数据技术发展的重点领域进行引导支持并划定具体发展目标。具体目标可描述为农业生产的智能化、农业资源环境的精准监测化、农产品产销信息预测的精准化、农业流通销售环节的透明化，实现农业产业链、价值链、供应链的联通，实现农业生产智能化、经营网络化、管理高效化、服务便捷化［10］。新基建的平台建设可借助2021 年新成立的农业农村部大数据发展中心，建立统一的信息数据库，由政府牵头搭建统一的数据平台，建立区域内农业数据库保障制度，通过大数据预测分析农业发展的最新情况，更科学地指导农户生产。在平台的建设策略方面，一方面可强化农村数据融合汇集、运算、加工及清洗服务，促进农村大数据资源增值；另一方面可建立数据资源统一图谱，推进农业要素信息统一化，形成数据编码体系统一、数据标准统一、数据语义统一、数据管理统一的农村大数据仓库平台，强化大数据技术在农业产业发展中资源整合、效率提升的作用，为推进乡村振兴提供全面统一的数据库支撑。

2）要确保数据基础设施建设资金有保障。资金投入力度决定基础设施规模，资金落实力度决定基础设施建设速度，要尽快布局建设信息基础设施、融合基础设施、创新基础设施等新型基础设施，增强地区农业数据感知、传输、存储和运算能力，尽快形成多层级的农业信息网络体系［11］。政府应积极引导社会资本投资农村数字基础设施建设领域，鼓励社会资本加大对农业生产过程投入，如在农作物播种和生产过程中加大对智能化农业机械和传感器、GIS等设备投入，建立数字农业生产设备链，为农业大数据提供物质基础。

3.2 构建数据法制保护体系

农民作为农业大数据应用的最重要参与主体，应以新出台的《个人信息保护法》和《数据安全法》为契机，构建以数据权益所有人为核心的数据法律保护体系，保障数据主体的权益。具体可从数据技术的收集、处理、应用阶段对权利主体进行保障。

1）数据收集阶段。数据收集范围应以结构化数据为主，运用Sqoop 框架收集数据，形成数据库平台中的原始数据。此外数据库中的农户基本信息数据、农资企业基本信息数据、农业生产数据等在收集阶段必须严格遵守信息收集的“知情同意”原则［12］。具体应结合《个人信息保护法》中的信息处理原则出台对应法规文件，确定农业生产中敏感信息的范围，保障数据权利主体的权益［13］。

2）数据处理阶段。数据规范应保障数据安全、细化原始数据的清洗、加工、治理技术细则，确立农业数据的分类分级制度，通过数据分类分级以确保原始数据得到保护［14］。此外可依据《数据安全法》等法规中的分类分级要求，建立细化领域的分类分级制度。就农业领域来看，应以涉农数据的价值、重要性、敏感度、影响范围、影响程度、影响对象等要素对涉农数据进行分级，确保各等级下的数据得到保护［15］。

3）数据应用阶段。数据规范应确立农业大数据仅用于指导农业生产、保障农产品安全、提升生产管理水平等农业环节的原则。针对违背农业数据法定用途的主体，确立警告、要求立即停止、罚款、禁止准入等细化的罚则，保障农业大数据用途法定化，确保农业数据的应用领域限定为农业生产经营、监测预警、政府决策等方面，保障数据安全［16］。

3.3 加大农业数字化应用的政策扶持力度

数字农业是全链条、全流程、深度智能的新型农业类型。要扩大数据技术对农业各个环节的应用，就必须加大数据应用的政策优惠力度，鼓励多主体参与创新，利用大数据技术增强各环节的耦合性，增强大数据与农业的融合程度。

1）建立大数据为基础的数据管理系统。构建大数据对农业生产的多层次创新平台，增强大数据对农业生产的应用力度。通过大数据创新平台，优化农业生产环节，提高农民作业效率。具体措施为采集包含生产管理数据、气候土壤动态性数据、田间性状调查数据、育种养殖数据等复杂数据集，通过对各项数据进行交叉分析，为农业产品的选种、生产方法改良、产品定位提供准确依据［17］。2020 年广东省兴建的粤港澳农业大数据平台，通过加快智能农机装备研发，促进大数据技术在农机装备和农机作业的应用，跨越式提升了广东省农业的生产效率，提高了农产品供给和保障能力，实现了农业全产业链大数据化［18］。

2）发展多方主体参与制度。政府通过鼓励第三方企业、高校、科研机构等参与到农业生产环节，推进大数据对农业生产流通的应用深度，尤其是流通销售环节。通过扩大农业全产业链数据研究的参与主体，确保农业生产流通销售纽带畅通［19］。此外大数据可着重赋能于农业的销售环节，拓宽产后销售主体的范围，改变涉农企业营商策略。农村商户可摒弃传统的单一化、重复化的销售策略，引进第三方大数据分析机构，对收获的农产品信息进行分析计算，根据数据分析结果，对分拣出的不同品级农产品进行分级销售，合理分析市场供需情况，对区域内农业销售策略进一步优化。

4 结论

在新一轮的农业现代化建设征程上，大数据赋能农业是新型数字农业发展的基石，支撑着乡村振兴和农业可持续发展。大数据技术作为新时代农业发展的重要机遇点，必须依靠政府支持与引导，做好大数据赋能农业的制度顶层设计；同时围绕农业生产全过程，梳理大数据技术应用的薄弱环节，完善大数据农业的规范体系，以保障农民主体权益，促进数字农业纵深发展，实现乡村振兴与农业现代化。