发达国家数字农业发展新趋势对中国的启示

完善数字农业产权制度，激励农业数字创造与运用

智慧农业依赖人工智能处理数字化信息来管理农业生产。高端人工智能具有自我学习和自我完善能力，这需要运用大量的人工标签化的数据来进行机器学习和深度学习才能完成，因为数据也很难做到百分之百准确，所以样本量越大，得到准确结果的概率也越高。然而，目前数字的产权不清晰且涉及到个人隐私，业务关联的企业、农业生产者、消费者共同创造的数字也无法界定产权，企业使用这些数据也缺乏明确法律依据。农作物、病虫害、土壤等数字化需要信息科学和农业科学两个领域的专家共同协调开发，并且这些人工标签化的数字需要投入大量人力和物力，如果其权利得不到保障，就会打击农业数字化创新发展，最终制约数字农业发展。

发达国家数字农业发展新趋势对中国的启示

因此，应完善数据安全保护制度，规定数据创造过程中的所有权分配机制，规定具有承继权、出让权的数据类型，明确受法律保护或不受法律保护的数据类型的界限，使数据创造的利益相关方的利益得到保障和彼此制约，在充分利用数字的经济利益时，避免恶意竞争和“杀熟”等非法使用数字的行为。同时也要建立合理的数据行业自律组织和数字司法体系，包括司法诉讼、违法违规举报等制度，以解决智慧农业和数字农业时代所带来的数据所有权矛盾，从而激励农业相关各方努力创造出更多更高质量的数据。

加大主要农产品核心数字技术研发投入，扩展数字农业界限以推动生产经营数字化改造

目前使用最多的农业数据是销售数据，尤其是电子商务所带来的消费者浏览、购买农产品或商家销售农产品的数据，而缺乏农作物生长阶段、生长环境、病虫害状况、土壤成分、地块气候等生产管理各个环节的数据，从而严重制约了数字化设备应用和数字农业发展。目前这些生产环节的人工智能处于实践阶段，应用范围和智能程度有限，还无法有效实施精细化、智能化、数智化农业生产经营。因此说明，数字农业初期应加大主要农产品核心数字的生成，以推动农产品产前、产中、产后的数字化改造。

1. 建设农情数字。利用卫星遥感、航空遥感、地面物联网等手段，动态监测重要农作物的种植类型、种植面积、土壤墒情、作物长势、灾情虫情等，并对这些信息进行数字化处理，传输至数字平台，以便农户下载及智能农机设备可以识别、处理、应用这些数据，从而提升农业生产管理智慧化程度。

2. 创建病虫害和植保数字库。构建农业病虫害测报监测网络和植保防御体系，将监测信息数字化后传入数字平台，实现重大病虫害智能化识别和数字化防控。

3. 建设数字田园。架设田间光电感应设备，收集相关地块信息，将农业机械设备数字化和智能化，以推动智能感知、智能分析、智能控制技术与装备在大田种植和设施园艺上的集成应用;建设环境控制、水肥药精准施用、精准种植、农机智能作业与调度监控、智能分等分级决策系统，发展智能“车间农业”，推进种植业生产经营智能管理。

4. 构建产品数字标记。推进农场、农贸市场、超市、农业生产资料企业信息数字化，实现相关方的直连直报，实现农业生产资料购买和农产品生产、流通、销售各环节信息互联互通及可追溯性。

以大城市周边数字农业示范区为突破点，逐步完善数字农业基础设施和服务体系

由于数字农业需要较多的数字设备投入，若相关数字平台、数字生产和流通设施不完善，就会导致先进的数字化技术不但没有实现农业成本节约，反而具有较高成本，以至于农产品市场售价也高于普通农产品。此时数字农业的竞争力就在于品质而非成本。而大城市居民收入较高，对农产品高品质具有较强偏好，且对其价格不敏感，这就为数字农业提供了较强的市场需求。因此，数字农业应该首先选择大城市周边或经济发达地区作为试点，以保证数字农业实现较高经济效益和示范效应，引导其他地区模仿数字农业生产模式，有效降低数字农业和智慧农业投资的边际成本，并获得规模经济效应，充分实现数字农业高品质和低成本的竞争优势，推动传统农业全面向数字农业转型。

完善数字农业基础设施和服务体系，完善和升级改造农村通信网络基础设施，大力降低农村居民网络使用费用，鼓励农村居民家庭普及手机和计算机等信息化终端。完善农业科技信息数字化服务平台，引导各类社会主体利用农业数字化技术开展市场信息、农资供应、废弃物资源化利用、农机作业、农产品初加工、农业气象“私人数字化定制”等领域的农业生产服务。结合卫星导航系统，鼓励相关企业有针对地完善农村耕地的地理信息，将相关的农业监测设备与传感器、农机设备、管理系统、物流设备、农产品加工设施接入移动网络、地理信息系统和卫星导航系统等实现物与物的对接，构建乡村物联网，支持传统农业向数字化、智慧化转变。

推动人工智能与精准农业相融合，实现生产与需求的精准衔接

利用人工智能管理农业生产环节，把人工智能管理方式由传统的农业生产数据收集、自动模型处理升级为人工智能参与生产管理、决策判断以及完全自动化协作生产，既减轻劳动强度和劳动投入，又更加精准地管理控制生产过程，实现优质、高效、节约的农业生产。

同时，农业产业链不断与物联网、海量大数据、云计算、区块链等新一代信息技术结合，结合市场端销售大数据的反馈和训练，使人工智能可以自动提前预知市场需求对产品品种、数量、特点、时间的准确要求，从而为生产者提出科学生产管理建议，并自动调节生产管理以适应市场需求。与智能供应链相连接，将农产品物流、销售信息相关关联，减少中间流程消耗成本，提高农产品新鲜程度。

在主要农产品实施人工智能管理后，根据人工智能技术成本的下降情况，人工智能可以逐步提供更加丰富的应用场景和更加高效的解决方案，从而在育种、种植机械、病害害防治、采摘、农产品运输、销售、农业生产流通及消费的一切环节发挥不可替代的作用，完全实现市场需求与农业生产的精准衔接。