浅析数字农业技术在农产品质量安全智慧监管中的应用

杨玲

（农业农村部农产品质量安全中心，北京 100020）

0 引言

农业农村数字化是生物体及环境等农业要素、生产经营管理等农业过程及乡村治理的数字化，是一场深刻革命。推进农业农村数字化，对于促进农产品生产管理、流通营销、行业监管、公共服务、乡村治理建设等方面提档升级具有重要意义。展望今后一段时期，数字农业农村发展将迎来难得的机遇[1]。中国高度重视数字农业农村发展，近年来，连续出台《数字乡村发展战略纲要》《数字农业农村发展规划（2019—2025年）》等政策文件，推动数字农业发展落地见效[2]。各地也积极制定农业信息化发展规划，推动数字农业建设和发展，以信息化推动乡村治理体系和治理能力现代化的同时，推动农业经营增收和农产品质量提升[3]。把握发展机遇，加快数字农业技术推广应用于农产品质量安全管理，对于推进农产品安全、优质、营养、健康发展和建立农产品质量安全全程智慧监管体系具有重要推动作用。本研究基于分析农产品质量安全管理特点，探讨数字农业技术可在农产品质量安全管理中应用的重点领域和推进举措，以期为积极推进数字技术与农产品质量安全智慧监管的深度融合应用提供参考。

1 数字农业发展为推进农产品质量安全智慧监管提供契机

自“数字地球”概念提出以来，全球数字信息化迅猛发展[4-5]。随着物联网、大数据、云计算等新一代信息技术加快应用，生产生活方式深刻改变，形成发展数字经济的普遍共识。世界主要发达国家都将数字农业作为战略重点和优先发展方向，相继出台了“大数据研究和发展计划”、“农业技术战略”和“农业发展4.0框架”等战略，构筑新一轮产业革命新优势。数字农业是利用现代信息技术对农业对象、环境和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[3,6]。数字农业作为新时期农业现代化发展的新形态，驱动着传统农业的数字化转型[7]，与传统农业相比，数字农业以“信息+知识+智能装备”为特征，这与以“土地+机械”为核心的传统农业有着根本性的不同，是用现代工业生产的组织方式、管理理念和先进技术发展现代农业而形成的一种新的农业业态[8]。数字农业注重对农业过程的全面数字化，包括农业要素（即农业生物要素、环境要素、技术要素、经济要素）的数字信息化，农业过程（生物的、环境的、经济的）的数字信息化，农业生产各个部门（生产、科研、行政、流通、服务等）的数字信息化与网络化管理[9]。随着信息和知识作为生产要素介入，数字技术与农业农村的深度融合已成为经济增长的动力源，产业转型升级的驱动力。大力发展数字农业，已经成为中国推动乡村振兴、建设数字中国的重要组成部分，成为农业现代化发展方向[10]。

农产品质量安全关系产业发展、国民健康等多个方面，创新提升中国农产品质量安全治理能力是农产品质量安全管理面临的重要任务。从农产品质量安全管理实践来看，农产品质量安全管理本身存在明显特点，而这些特点也正是可发挥数字农业技术优势着力突破的重要方面，这些特点包括以下几个方面。

（1）农产品种类多、周期长、环节多，农产品生产具有季节性、周期性，涵盖生产、收购、储藏、运输等多个环节，任何一个环节的行为都可能对质量安全造成影响[11-15]；

（2）危害因子复杂多样，从污染的途径和因素考虑，包括物理性、化学性、生物性等不同类型污染，涉及产地环境、投入品使用、包装标识等多个方面；

（3）农产品生产经营主体数量庞大且分散[16-18]，农产品流通跨区域、生产者和消费者之间的信息不对称成为农产品难以实现优质优价的重要原因。针对上述特点，数字农业技术为推进农产品质量安全全过程、全要素、全领域、全方位、全角度治理提供了新理念和新手段，也为农产品质量安全监管链条的智能数据挖掘和分析服务提供了广阔应用空间。

2 数字农业技术助推农产品质量安全智慧监管的重点应用领域

2.1 服务生产过程管控，推进农产品生产经营标准化、绿色化

习近平总书记指出，安全农产品和食品，既是产出来的，也是管出来的，但归根到底是产出来的。实现生产源头可控制，是农产品质量安全工作的关键举措。当前，数字技术在乡村治理中的应用越来越普遍[19]，中国农村地区互联网基础设施建设全面强化，截至2022年6 月，农村地区互联网普及率较2021 年12 月提升1.2个百分点，达58.8%[20]，这为数字农业服务农产品生产源头管控提供较好基础。借助现代信息技术建立应用农产品质量安全全程控制模型，可通过传感实时在线数据和规范填报信息，从生产源头引导和服务农产品生产经营者从产地环境、投入品使用、生产记录、产品质量、包装标识等各环节落实标准化生产，对各类数据实时收集和科学分析，进而通过精准执行来有效应对，控制生产要素对品质的影响。同时，通过推动智能感知、智能分析、智能控制技术与装备在农产品质量安全管控中的集成应用，可提升节水、节肥、节药等能力，通过关键参数精准感知技术，构建优化调控模型，服务农业生产的节能减排、节本增效和绿色发展。

2.2 服务监管效能提升，推进农产品监督管理全程化、科学化

算法是发挥数据效能的关键，是构建数字农业“智能大脑”的核心技术。从已有实践看，数字农业基于算法的“智能大脑”，根据具体场景包括作物（禽畜等）生长模型、农业环境监测预测模型、农产品质量分拣与溯源模型等[21]。积极运用互联网、大数据、人工智能等技术，及时获取农产品质量安全各环节信息要素，服务农产品质量安全监管从传统督导检查向全程监管、动态监管、隐性监管跨越，支撑线上线下监管有机融合，畅通沟通渠道，推动业务协同和多方共治，实现公正、精准、动态、社会化监管。通过建立信息抓取、多维度分析、智能评价模型，可开展涵盖科研、生产、经营等种业全链条的智能数据挖掘和分析，用数据客观总结历史规律、全面反映现状、科学分析趋势，服务农产品质量安全监管事前有预测、事中有控制，事后快速处置，逐步实现“用数据说话、用数据管理、用数据决策、用数据创新”。

2.3 服务产销顺畅对接，推进农产品产销对接品牌化、优质化

无线射频识别(RFID)、电子标签溯源技术等技术发展，可推动解决部分生鲜农产品难标识的实际问题，促进农产品标识方式革新，引导生产经营主体对上市销售的农产品加施质量认证、质量追溯、商标品牌等标识数据，提供优质农产品展示平台，促进农产品良好生产过程信息展示，提升农产品品牌效益[22]。同时，数字技术可为农产品生产者提供生产、市场等各方面数据的叠加汇聚和关联分析，向消费者提供生产、加工、流通等环节数据信息，帮助小农户对接大市场，满足消费者对农产品质量安全信息的查询需求，解决信息不对称问题，促进农产品优质优价。

3 数字农业技术在农产品质量安全智慧监管应用中面临的问题

3.1 基础数据收集能力层次不齐

数据资源是数字农业发展的根本保证[23]，数字农业效能的发挥，需要大量数据的积累，从而为进一步的运算和决策提供支撑。数字农业发展必然伴随数据信息量的几何升级和数据信息处理的多元化、复杂化，在信息技术不断发展的大背景下，数据处理的技术问题将不断被破解，基础数据的获取将成为制约信息化发展的瓶颈。农产品生产经营者素质层次不齐，有的企业主动率先应用信息技术开展智能管控，但也有生产经营者自身生产档案管理尚不规范，多源的流通渠道大大增加了全程管控的难度和复杂性[24]，怎样有效引导广大生产经营者有效采集基础数据，是当前需研究解决的实际问题，比如如何推动生产经营者持续动态采集数据、如何实现各类生产经营者大量数据资源的智慧融合应用都是需要研究破解的问题。

3.2 创新技术研发有待增强

与第二、第三产业的数字化进程相比，农业农村的数字化转化程度稍显滞后[25]。农产品质量安全监管的链条长，涉及主体多，如何实现对各类信息的准确采集、有效整合、深度分析，确保数据的时效性、精确度、安全性和整体效能发挥，需要不断深化研究。在针对不同生产区域全产业链质量安全管控数字化转型、高品质农产品农事操作决策控制模型和感知设备研发方面，需要围绕多样性、易用性、价格低上进一步纵深推进。

3.3 应用服务有待跟进

各类应用是数字农业真正发挥效能的重要基础，配套成熟的技术和数据资源形成实际效益是推动智慧监管落实落地的基础保障。现阶段，农产品质量安全数字应用开发与推广处在起步阶段，应用开发不够丰富，应用的功能集成性水平有待提升，效率、效果和效益与工业和服务业数字化转型相比存在一定差距，如何结合产业发展需求和农产品质量安全实际情况，及时提取有用信息分类为农产品绿色生产、放心消费和科学管理带来实际效益还需要拓展丰富，在打造内容丰富、模式多样、载体多元的信息服务产品方面需要进一步探索。同时，基层农产品质量安全智慧监管培训服务也有待跟进。

4 现阶段数字农业技术助推农产品质量安全智慧监管的举措建议

4.1 统筹主体登录，突出重点逐步推进

结合农产品质量追溯、信用体系建设等工作开展，统筹规范农产品生产经营主体登录注册管理，将农产品生产企业、农民专业合作社、家庭农场及农户逐步纳入主体登录范畴，统一主体编码，明确主体登录需提供的生产者名称、地址等信息采集基本要素，建全农产品生产经营主体大数据。以统一主体登录码为基础，完善部门信息共享顶层设计，推动农产品质量安全产地监控、监督抽查、日常检查、培训指导、试点示范、认证登记、执法处置等各类数据互联互通。研究出台数据共享开放政策和管理规范，避免重复建设和数据资源浪费，为数据互通共享和深度挖掘应用提供基础支撑。同时，鼓励各地以统一的主体登录码为基础，探索延伸网格化监管体系，推进质量安全监管“人、事、时、地、物”互联，为风险预警、乡村治理等决策提供支持服务，促进管理服务线上线下融合。

在推进步骤上，可聚焦重点，当前可抓好农产品质量追溯和投入品信息化管理2 项重点，一方面加快国家农产品质量安全追溯管理信息平台推广应用，促进农产品来源可查、去向可追，另一方面，积极构建完善农业投入品数据采集机制，汇集投入品监督检查、田间施用等数据，加强投入品监督检查信息和购买信息比对分析，通过线上监控数据指导线下基地巡查，支撑服务农产品质量安全源头治理。在此基础上，逐步按照全链条、全要素、全领域的要求，统筹推进农产品质量安全数据采集、数据分析和数据应用。

4.2 强化技术支撑，深化智慧监管技术研究

紧密围绕农产品质量安全监管业务实际需求，研究开发适用农产品生产经营主体和基层监管机构使用的数据采集技术，研究提升数据安全设施装备水平，加强数字农业资源库安全防护。有效集成现有先进装备、质量管控成熟技术和标准规范，以重要农产品质量安全全程控制为主线，集成研发不同种类农产品质量安全全程控制专有模型，支撑高品质农产品生产全要素、全过程的数字化、智能化管理。研发农产品质量安全快速分析检测与冷链物流技术，推进农产品无损检测、品质评价、自动化分级包装、智能品质控制等应用。聚焦农业标准化生产和全程质量控制，开展农产品质量安全大数据分析、挖掘和可视化等技术研究，集成农产品质量安全业务知识、数学方法及数据库技术等知识方法，建立服务农产品质量安全管理的信息抓取、多维度分析、智能评价模型，促进数据互通共享和业务协作协同。

4.3 分类指导服务，推进生产经营者积极参与

指导服务一批信息管理基础条件好的规模化生产经营主体建立智慧监管示范基地，建设应用产地环境控制、水肥药精准施用、品质智能分级等、产品标识与溯源等技术，实现对农产品生产的产前预警、产中管理、产后综合分析、基础信息档案管理、承诺达标合格证生成与打印等功能，尤其是大中型农业企业应提高自身数字化能力，将大数据运用到生产、经营、管理和服务等环节，形成持续创新的升级态势和自身长期竞争优势。在此基础上，加强对普通农产品生产经营主体的信息化服务水平，积极为其提供在线技术咨询、农事操作提醒、优质产品展示、产销对接、数据查询分析、操作培训等公共服务，推进落实标准化生产，促进优质产品产销对接。同时，积极开展面向基层的智慧监管培训服务，结合农产品质量安全县创建等工作，选取监管工作基础好、具备信息化条件的区域率先推进，在产品品种上，以质量安全关注度高的品种重点突破，开展3S、智能感知、智能控制等技术及软硬件产品的集成应用指导，探索形成可推广、可复制的农产品质量安全数字治理新模式。