(网经社讯)近年来，北斗导航、5G等技术应用到农业生产、流通、服务等环节，在一些地方，农业不但改了模样，还变了内涵：物联网、大数据引领“无人化”农业正逐步替代看天浇水，靠经验施肥的传统耕作模式，数字农业将会是农业现代化的更高级阶段。
数字农业发展的大背景
21世纪是生物的世纪，也是信息化水平突飞猛进，通过物联网照进现实的世纪。信息化与物联网技术对于我国农业发展来说，是一个千载难逢的机遇，在这个机遇当口，任何的迟疑、任何的懈怠、毫厘之间的失之交臂，都可能导致未来在农业产业升级乃至粮食安全博弈中付出代价。
从世界各国来看，各个大国都把信息化作为国家的重点和优先发展方向。我国提出要用信息化整体带动和提升新型工业化、城镇化和农业现代化。党的十九大报告提出，要建设网络强国、数字中国、智慧社会，党的十九届四中全会首次将数据纳入生产要素。
近几年党中央、国务院出台了一系列有关推进信息化的重大决策，包括《关于构建更加完善的要素市场化配置体制机制的意见》《促进大数据发展行动纲要》《「互联网+」行动计划》《数字乡村发展战略纲要》等重要文件。
农业农村部印发了《「十三五」全国农业农村信化发展规划》《关于推进农业农村大数据发展的实施意见》《「互联网+」现代农业三年行动实施方案》《推进农业电子商务发展行动计划》《数字农业农村发展规划（2019—2025年）》等多份文件文件。
根据国际数据公司（IDC）的测算，全球数据已经进入了爆炸增长的时期，预测至2025年全球的数据总量为175ZB。相较于2005年全球数据总量152EB，20年间增长逾千倍。其中我国已于2018年起成为数据总量最多的国家，且年均增速近30%。
未来，数字经济将逐步成为衡量国家经济实力的重要标志。美国的数字经济规模占GDP比重超过60%，英、德、日等发达国家，数字经济规模占GDP比重几乎都超过了50%。而2018年我国数字经济规模31.3万亿元，居世界第二，但占GDP比重为34.8%，距离美国60%的占比相去甚远。
数字转型是信息化的最终目标，农业作为三大产业信息化数字化程度、GDP增值占比最低的一项，加快推进数字农业产业化发展已经是大势所趋。
而数字转型路径的规律都是有迹可循的，首先是信息的数字化，即如何把信息变成数据，然后是业务数字化，即如何通过物联网设备深度参与农业生产与服务环节中，最终是要实现农业整体的数字转型。
数字农业是什么？
数字农业——1997年由美国科学院、工程院两院士正式提出。
数字农业是将信息作为农业生产要素，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。数字农业使信息技术与农业各个环节实现有效融合，对改造传统农业、转变农业生产方式具有重要意义。
数字农业将遥感、地理信息系统、全球定位系统、计算机技术、通讯和网络技术、自动化技术等高新技术与地理学、农学、生态学、植物生理学、土壤学等基础学科有机地结合起来，实现在农业生产过程中对农作物、土壤从宏观到微观的实时监测，以实现对农作物生长、发育状况、病虫害、水肥状况以及相应的环境进行定期信息获取，生成动态空间信息系统，对农业生产中的现象、过程进行模拟，以达到合理利用农业资源，降低生产成本，改善生态环境，提高农作物产品和质量的目的。
数字农业的组成
数字农业是一个集合概念，它主要包含以下4个主要部分：
# 01
农业物联网
农业物联网从本质上讲，是一套数控系统。在一个特定的封闭系统内，以探头、传感器、摄像头等设备为基础的物物相联。它根据已经确定的参数和模型，进行自动化调控和操作。
由于需要以硬件设备的投资和联网为基础，因此投资额较大，主要用于设施农业生产过程的管理和操作，也用于农产品的加工、仓储和物流管理。
# 02
农业大数据
农业大数据是与农业物联网相对应的概念，它是一个数据系统，在开放系统中收集、鉴别、标识数据，并建立数据库，通过参数、模型和算法来组合和优化多维和海量数据，为生产操作和经营决策提供依据，并实现部分自动化控制和操作。
因为它是在完全开放的系统中运作，因此主要用于大田农业的生产和农业全产业链的操作和经营。
# 03
精准农业
精准农业是建立在农机硬件基础上的执行和操作系统。它主要是以农机的单机硬件为基础，配以探测设备和智能化的控制软件，以实现精准操作，变量控制（包括变量播种、变量施肥、变量喷药等），无人驾驶，以及最佳的工作环境和场景适配。
精准农业强调的是（单体）设备和设施操作的精准和智能化控制，是硬件+软件。
# 04
智慧农业
智慧农业是建立在经验模型基础之上的专家决策系统，其核心是软件系统。智慧农业强调的是智能化的决策系统，配之以多种多样的硬件设施和设备，是系统+硬件。智慧农业的决策模型和系统可以在农业物联网和农业大数据领域得到广泛应用。
2016年，谷歌旗下Deep Mind的Alpha Go横空出世，把人工智能为（AI）的决策水平提高到一个前所未有的高度，让人们认识到人空智能发展的提速和广阔的前景，也为数字农业的发展注入了强心针。
由于数字农业的发展还处于早期阶段，对于其核心的组成部分以及各个部分的理解还有不少歧义，因此，概念被用错和被混为一谈的事情经常发生。
数字农业未来的发展前景虽然非常富有吸引力，但是由于农业的生产涉及的品类和品种繁多，生产过程漫长和复杂，不可控因素多，变量多，因此数字农业从单点突破到全面进步和应用还需要假以时日。
数字农业的特点
# 01
农业生产高度专业化、规模化、企业化
农业生产的专业化是多层次的，这主要表现在地区专业化、农场专业化和生产工艺专业化。这样因地制宜、各有所专，达到了专业化与规模化的很好结合，形成了专业化生产、集约化经营、企业化管理现代产业模式。
# 02
农业生产体系完善
形成发达的产前、产中、产后紧密衔接的农业生产体系，包括农业生产资料的生产和供应，以及农产品的收获后的储藏、运输、加工和销售等部门。分工明确，高效协作，在相关农业法律体系的维护下，农业生产有序而高效。
# 03
农业教育、科研和推广“三位一体”
各级政府积极支持农业科学技术的发展，建立富有特色的“三位一体”的农业教育科研和推广体系，农学院同时承担农业教育、科研和推广三项职能，使教学科研和推广紧密地结合起来，为农业发展提供强大的技术推动力。
数字农业基本特征
# 01
以物联网系统为载体
数字农业是建立在现代信息技术、网络技术等基础之上的现代化农业生产、经营、管理、服务等模式，它的基本特征之一是以物联网系统为载体。通过“互联网+农业”实现农业产业产量、质量及劳动效率的提高，如无人机在农业作业中的应用，区块链在农业管理中的应用，都体现了现代技术与农业生产有机结合。
# 02
以农业数字资源为基本要素
数字农业的实现需要数字计算技术的大幅应用，不管是在农业生产中，还是在农业经营或管理中，数字计算技术都起到了重要的作用。
例如，可以通过无人机、定位系统、云计算技术及传感器等高科技技术实现农业要素的收集，还可将其转化为农业模型形成二进制数字便于计算机对其进行处理。
在整个农业生产过程中，主要包括环境要素、生物要素、技术要素及社会经济要素等。在数字农业中可以利用数字技术模拟农作物从播种到收获的全过程，并根据此过程精确计算出种子、农药、化肥等资源的投入产出比，实现效益最大化。
# 03
以数据驱动模型及算法为核心
要实现农业要素的数据化，则需利用信息技术对其进行处理，数据的采集、传输、存储、计算与分配等过程中都需要数据驱动模型及算法技术的支持，如此才能有效制定出农业资源数据化方案。
此外，物联网农业系统的搭建离不开相关部门的决策支持，而这些决策应该是建立在准确的农业要素数据之上，所以数字农业汇总应以数据驱动模型及算法为核心。
# 04
以精密数字技术为主要手段
数字化农业模式是一种新兴的农业模式，需要信息技术及计算技术的大力支持，在该模式中需要将农业要素转化为计算机能够处理的数据模式，因此对信息技术与数字技术较为依赖。
要想提升农业产业的效率，就要对农业生产、经营及管理的各个环节进行精准的管控，做好农业生产的量化管理，这些都需要依赖精密数字技术。
# 05
以优质优价农产品市场机制为依托
要想增加农业产业效益，光实现全产业链交易透明化是不够的，还需要优质优价的农产品市场机制作为依托，促使农场主动加入产业链条，降低流通环节成本，提高收益。
未来数字农业的发展趋势
以“数字化”为特征的现代农业4.0是毋庸置疑的未来，数字农业将带来更高的产业效率，更公平的价值分配，更可持续的发展方式。我们认为中国数字农业的发展将呈现以下六大趋势：
# 01
数据供应定制化
数据资源是发展数字农业的基石。目前中国数字农业面临数据采集成本较高的困境，随着数据思维深入人心，数据采集的组织成本将大幅下降。加上农业物联网的升级换代、公共数据的不断开源以及从业者信息化水平的提升，数据采集的显性成本将不断减少。
未来所有的农业产业单元都将拥有定制化的数据供应系统。而且，数据仓库里的静态资源将随着拥有者的数字化能力提升而不断流入产业链，通过交换、融合或再生，去不断创造价值，实现业务的数字化驱动。
# 02
数据模型国产化
发现数据价值是数字农业发展的动力之源。以色列可以把硬件设备卖给我们，却绝不开放后台系统，因为真正的核心技术是实现数据价值的模型。
当下，随着大国科技竞争的加剧，引进科技成果的壁垒不断增高，而且由于国内外农业业态差异大，我们无法套用国外的模式与模型。
另一方面，中国不断鼓励科研成果的产业转化，产业与学术、农业与数据科学的跨界合作正在逐步深入，因此实现产业核心数据模型的自主研发是大势所趋。
# 03
农业机械智能化
机械化与智能化之间只隔着一个“数据驱动”的距离。中国制造2025战略明确把“智能制造”作为主攻方向，顺应市场潮流，海尔、金风等老牌制造厂商已经积极开展数字化转型，寻找新的增长点。
农机厂商也必将不断利用数据为机械赋能，适应数字农场的场景需求，实现从制造商向服务商的转型升级。
# 04
产业链虚拟化
随着农业产业各环节数字化程度的有效提升，当数字化的机器智能与商业智能走进生产与经营，产业链将不断走进网络，在网络世界逐步完成现实的数字化映射。产业链虚拟化将进一步推动消除信息不对称，提高产业效率，发现新的增长。
# 05
近年来供应链金融迅猛发展，供应链金融是产业优化的重要组成部分。它通过优化资金流来促进产业、特别是中小企业的健康发展。
通过物联网、互联网和人工智能等新兴技术的应用，数字农业将有效推动中小企业有机的融入产业网络体系，为供应链金融普惠化提供坚实的产业基础；同时，农业产业虚拟化进程所带来的产业信息透明化和主体信用可追溯也将为金融风险的量化管理提供切实的保障。
# 06
数据安全增强化
无论是农田数据还是企业的经营数据都是反映从业者生产经营状况的关键信息。数据带给产业动能的同时，也存在被滥用的风险。因此，数据安全是产业数字化发展的基本保障。
存储和应用数据的信息化系统安全性的诉求将不断增强，数据权属问题也将随着法律的完善而得到妥善解决，解除产业数字化的后顾之忧。
数字农业赋能乡村振兴的重要意义
# 01
数字农业加速产业融合发展
① 创新数字化产业发展模式，打造定制、创意、认养等农业新业态，推动“云农场”建设，有助于将农业与工业、服务业结合起来，拓展产业链、完善价值链、丰富利益链。
② 在农业领域加快推进“互联网+社会化服务”，构建农业产品新媒体供销公共服务平台，有助于加速农产品产供销一体化，推动农产品流通电商化。
③ 依托人工智能、云计算、大数据等新兴技术，完善多元化农业信息公共服务，有助于促进农业与服务业融合发展，化解工业产品和消费品进入农村“最后一公里”的难题。
# 02
数字农业提供人才培养契机
① 随着种植业、畜牧业、渔业、种业等乡村生产经营的数字化改造，特别是5G技术、人工智能等战略性前沿性技术在农业发展中的应用推广，要求培养能够驾驭数字农业所带来系统性变革的新型职业农民。
② 随着数字农业新兴技术研发路线图的确定，农业领域大数据汇总、信息决策分析、个性精准投入、智能回答及推送等技术亟需突破，要求依托高等院校、科研院所培养一批知识结构合理的数字农业技术研发人员。
# 03
数字农业促进文化资源数字化
① 国家农业农村云平台、大数据平台、政务信息系统一体化建设，有助于构建农业文化遗产网络，挖掘乡村文物数字资源，推进农业农村优秀传统文化的资源数字化。
② 实施国家数字农业农村创新中心与数字农业试点建设项目，开发数字技术与农业产业交互融合的集成创新平台，有助于打造乡村文化振兴的互联网平台，推动“三农”题材优秀网络作品创作，丰富乡村振兴的数字文化资源。
# 04
数字农业夯实生态环境基础
①运用数字技术，构建电子追踪监管模式，借助卫星设备精准监测土地、大气、化肥农药残留等生态因素，有助于保证实现农业绿色生产方式。
②建设乡村人居环境实时监测平台和乡村物联网，有助于节约资源、确保水源安全，引领乡村绿色生活方式理念。
③增强乡村生态保护信息化管理能力，利用卫星遥感技术等监控系统对乡村整体生态系统进行全面监测，有助于促进生态修复，助力美丽乡村建设。
# 05
数字农业强化组织保障能力
① 贯彻数字化理念，推动党建信息平台建设，有助于强化党领导乡村治理的能力，不断提升基层信息服务的综合化水平、乡村治理的智能化水平，进而提升乡村社会治理的精细化、现代化水平。
② 以数字技术支持现代新兴农业经营主体、市场化服务组织的发展，加大线上平台渠道、营销资源、金融信贷、教育培训等政策支持，有助于培育具有大规模和信息化优势的经营主体、服务组织，不断推进农业生产的全程可追溯化与虚拟可视化，降低个体农户从事生产的不确定性。
推进数字农业发展的路径
推进数字农业发展，要充分发挥大数据的预测预警和优化投入要素结构两大核心功能。大数据必须要有预测预警的功能，做到气候农情先知道，同时要优化投入要素结构，提高全要素的生产率。具体来讲，要着重考虑以下几个方面。
# 01
建设地域农业数据中心
地域农业数据中心主要是推进数字技术的落地。在数据中心建设的过程中，要加速推进现有数据资源的整合，构建天空地一体化的农业数字资源体系是需要久久为功的关键工程。
对于各地域受到各级财政支持的农业试点项目，尤其是涉及信息化的项目，最好在立项之初就明确把数据共建共享作为一项义务向各方参与主体申明，后续的试点项目批复应该在可行性分析中考虑到这个项目会积累采集到数据类型与内容，需要何种类型的研究工具，并在验收时把数据是否实现采集与初筛作为验收的前置条件。
此外，要建立数据资源共建共享的合作机制，在数据中心建设过程中参与共建的主体都有权参与到数据共享当中来，通过建立健全市场主体共享数据的制度机制，打破数据壁垒、互通有无。
# 02
条块结合，推进农业数据建设
以单品种全产业链为主线建设条数据，就是说包括苹果、大豆、棉花、粮料等单品种的全产业链大数据；因为大数据落地，必须依赖于县域农产品生产基地和现代农业园区为单元的块数据。
特别要注意数字农业闭环迭代的三个环节：采集、分析、应用，这三个环节必须形成循环，才能持续促进。不是说把数据收集起来了就完事了结，最重要的是在分析基础上形成模型，最终关键是回到应用、带动发展。
# 03
加快数字技术科技成果转化
加大数字农业新技术新产品新模式的应用推广力度。在政策上，需要将农业传感器、智能装备纳入农机购置补贴，日本在这方面有很好的先例，一般农机补贴30%，智能装备补贴 50%。
截止目前，全国开展的农产品一安全示范县、一村一品示范村（镇）都非常适合作为数字技术应用试点开展实践；未来还需要布局建设一批农业大数据试点示范县和数字农业经济示范区，前瞻性探索5G和区块链在农业农村经济生态中的应用场景。
# 04
培育壮大农业农村数字经济
传统农业的数字化改造是农业农村数字经济发展的主阵地，信息化农业生产与服务对提高农业的附加值有着关键作用；培育农村推进数字技术产业链是农业数字经济发展的主战场，这里适合依托「互联网+传统农业」农产品出村进城工程的红利，创新发展农村电子商务。
目前电子商务在农业农村数字经济发展过程中依旧发挥着无可替代的作用。把农产品的电子商务外销与工业品采购下乡相结合，增加农村在电子商务活动中的消费力属性，大力发展内容电商、品质电商、社交电商、视频电商等。
这些都需要从事数字农业事业第一线的涉农企业担负更大的社会责任，把农业农村数字经济的数据链、产业链、价值链结合好、发挥好。
# 05
强化农业的信息服务
政策、农事、商务信息资源整合共享作为农业信息服务的前置条件。要通过农业服务业务推广，把数字技术落地到千家万户，加快建设农业综合信息服务平台，开发一些农民生产易用、企业经营常用、分析研究好用的APP，大力发展以数据为关键要素的农业生产性服务业。让农业现代化道路走得更稳更远。
