◆大学生农场主年收入可达10万元以上，能够将这些掌握新技术的高素质人才留在农村

　　◆目前，浙江省11个市、90个县(市、区)，实现省市县三级全贯通“乡村大脑”，日均访问量超120万次

　　◆“数据是分层的，政府归集数据的目的是为产业链服务，要求企业让渡‘过细的数据’，不利于保护企业收集数据的积极性。”

　　饲喂监控、外部环境监测、奶牛发情提示……这样的智能奶牛场在河北已建成774家，智能化率达93%。乐源牧业邯郸有限公司总经理赵允波说，凭借智能设备，目前万头牧场仅需21名工人，与2019年相比养殖规模翻了两番，年产奶量提升约5%，智慧农业助力牧场实现节本增效。

　　我国农村常住人口逐渐减少，未来谁来种地的问题亟需解决。智慧农业或将成为回答我国农业强国建设“主体之问”的重要答案。

　　通过智慧化决策、自动化控制、精准化耕作实现农业生产少人化、精细化，日益成为各地推动现代农业高质量发展的重要路径。不少地方开展的智慧农业实践，已不限于技术的简单应用，而是逐渐深入到组织模式、产学研贯通各环节，将智慧农业更广泛地拉进人们的视野之中。

　　不过，当前的智慧农业探索之路也面临基础设施跟不上、数据质量待提升、“智慧”人才供不应求的情况，需要调动各类主体积极性，多方面破解重重关卡。

　　智慧农业实践走向深处

　　在山东省，“90后”何石宝在连片的麦田下操控无人机巡田。“这能更高效地掌握田间情况，便于及时进行田间管理。”他说。现在，何石宝一人就管理了1000亩地，结合应用水肥一体化、深翻等农业新技术，他种的地里，粮食产量连年保持高产稳产。

　　何石宝是平原土地鲁望农业发展有限公司于2018年引入的首个“硕士农场主”。这家公司32名年轻农场主及相关工作人员中，硕士生达到9名。利用物联网、农业大数据、无人机、水肥一体化等先进手段，这批“新农人”的农业生产效率普遍获得大幅提升。

　　这背后，是当地围绕智慧农业创新组织方式，制定吸引高学历人才从事智慧农业生产的激励机制，让能人扎根田间地头。

　　鲁望公司总经理张研生说：“公司设置一年人才培养期，给予固定薪酬。后期根据管理土地的面积按月开工资，将农场实际种植利润减去基本工资，剩余的一半经核算后，成为农场主的绩效奖金。加上地方人才补贴，大学生农场主年收入可达10万元以上。”

　　2020年，鲁望公司还成立了山东省首个“农场主大学”，组织农场主系统学习农业知识、形成农业产业联盟，建立粮食安全产业联合体，帮助老百姓提高粮食产能。

　　除了围绕“智慧”农人开展制度创新外，各地还围绕“智慧”硬件基础设施，统一数据平台，释放数据价值。

　　业内专家预计，未来大数据驱动的知识决策或将替代人工经验决策，主导智能控制替代简单的时序控制，这将是智慧农业的发展趋势。基于此，打通“数据孤岛”，让大数据与农业深度融合，是解决农业实际问题的关键。

　　2020年以来，浙江省聚力打造乡村大脑，构建起“11153”核心构架，即数据归集“一个仓”、地理信息“一张图”、功能服务“一个码”、核心能力“五个库”，形成农业智能、乡村智治、农民智富三领域能力。全面支撑数字乡村建设。目前，浙江省11个市、90个县(市、区)，实现省市县三级全贯通“乡村大脑”，日均访问量超120万次。

　　浙江省农业农村厅农机化与数字化处二级调研员陶忠良介绍，在面向用户的可视化“三农”地图上，目前已梳理出主体、村庄、土地、产业等8类153个图层，可为省市县提供统一、权威、标准的服务支撑。用户只需扫一扫“浙农码”，就能进入不同模块。

　　在杨梅产地台州市仙居县，“乡村大脑”集成了当地杨梅产业地图，数据精确到每一户农户、每一株杨梅，为保险、开票等服务提供了精准的数据保障。同时，种植面积、农资采购、还款记录等还成了授信依据。

　　陶忠良表示，浙江省从源头上统一数据格式、语言体系等，破除部门间数据藩篱，避免“各搞烟囱”，在当地茶产业、畜牧业、渔业等领域，呈现出政府侧与经营主体侧、生产端与消费端高效链接的良好态势。

　　此外，在新农人、新平台赋能智慧农业的基础上，各地还加速破解理论实践“两张皮”现象，让前沿技术离农业更近。

　　在中科合肥智慧农业谷有限责任公司，一台土壤养分快检设备半小时就能获得准确数据。行业传统检测平均需一个月，常难以满足农时需求。研发团队负责人陈翔宇说，“2020年智慧农业谷成立后，我们汇聚多领域人才，形成建制化科研平台，收集来自种植大户的意见反馈，让科研成果服务一线获得了加速度。”

　　智慧农业谷是中国科学院合肥物质科学研究院与合肥市长丰县人民政府联合成立的国有企业，承接创新研究、产业孵化、基地实验等职能，旨在提出智慧农业整体性解决方案。在破解科研与应用“两张皮”上，近年来他们探索出多项经验。

　　“双任职”，让科技研发有市场依据，让科研人员有“退路”。胡宜敏是科研院所的一名副研究员，还是智慧农业谷副总经理。在这里，身跨两种身份的职工近100名。胡宜敏说，农业产业利润薄、风险高，企业不愿贸然加大科技投入，智慧农业谷的科研人才面向农业场景做研发、与市场串联，并保障他们“有退路”，激活了人才创新活力。

　　就地转化使用，让单一产品融入产业生态。“虫脸识别”、无酶荧光可视化农残快检……一系列新研发产品在这里快速转化应用。目前智慧农业谷产业园已孵化和吸引智慧农业企业40家，遍布产业全链条。这些企业互相优先使用最新科研成果，目前已形成智慧农业产业生态圈。

　　“研研结合”“研用结合”推动集成创新。胡宜敏说，在产业园内，企业底层数据开放，便于形成协作关系。同时，生产基地以及参与科研试验的农业经营主体会基于数据，对装备和系统提出改进意见，增加了集成创新的市场导向性和实践适应性。

　　智慧农业发展堵点待解

　　近年来，部分地方在智慧农业的探索中取得了宝贵经验，为今后的发展探寻前进方向。但在部分偏远地区，由于地形因素导致地块分散不集中，基础设施尚待补强。比如在一些集中连片的大农场，由于距离信号基站较远或有遮挡物等原因，通信信号仍不稳定，农业物联网无线通信待完善。

　　智慧农业基础设施有待补强是智慧农业发展面临的难题之一，除此之外，我国智慧农业发展仍需迈过多道“坎”。

　　农民户均耕地面积小，小地块耕作农户对土地进行投入不划算，社会化服务组织收取的托管费不足以支撑投入。部分设备经销商表示，愿对农田进行智慧化尝试的农民基本为大户。但部分种粮大户担忧农民提前收回流转土地，在硬件投入上有顾虑。

　　山东一家水产公司负责人以渔业举例，传统渔业属劳动密集型产业，而智慧渔业要实现鱼类行为识别、装备自动控制、无人化车间加工等，这些都是当前一家一户水产养殖无法实现的。

　　受访专家表示，农业生产集约化程度仍有待提高是智慧农业发展需要迈过的一道“坎”，目前我国农业社会化组织发育程度仍处在初期阶段，智慧农业的潜力尚没有完全释放。

　　智慧农业发展的另一道“坎”在数据层面。一方面农业数据收集、利用不足。多位受访专家告诉笔者，当前，市场尚未形成强大的农业数据采集第三方公司，各地智慧农业的底层数据大量来自人工填报，数据质量值得商榷，有效指导农业生产水平的数据仍较少。

　　“农业数据收集困难带来的影响是根本性的。”胡宜敏表示，精准决策依托可靠数据支撑，否则做出的农业数字化系统也难以有效发挥作用。

　　业内专家介绍，目前，荷兰的智能温室大果番茄平均产量达到每平方米72公斤，国内智能温室的最高产量与之仍有差距，主要原因在于缺乏与国内生产场景相适应的植物生长环境调控模型算法，数据质量是影响模型算法的关键。

　　另一方面我国农业数据缺乏各类标准，不仅是不同物联网设备、不同农业设施设备数据缺乏标准，政府相关管理数据也缺乏可操作性的标准，客观上造成了数据难以融合。2022年浙江省出台全国首部公共数据领域的地方性法规《浙江省公共数据条例》，但全国层面目前还没有针对农业数据的专门法律，农业数据管理暂时“无法可依”。

　　一家相关公司负责人表示：“我们通过卫星遥感图片结合实地测量，能看到区域内所有地块的作物生长情况。但因为数据没有打通，不知道这块地是谁的，不知道他名下一共经营了多少亩地。我们根据光谱分析得出的一些趋势性预测，也无法提供给有需要的群体，难以实现数据价值变现。”

　　此外，人才不足也制约了智慧农业的发展潜力。相关部门负责人表示，目前在我国数字乡村及智慧农业技术产品研发和推广应用中，信息化实用人才供不应求，影响智慧农业技术产品研发和推广应用。

　　有学者表示，原因之一在于交叉学科教育的布局和引导人才下沉的体制机制尚在布局建设中。当前无论是农学本科生还是计算机专业本科生，对农业数字化这类交叉学科不够了解，在实践中面临跨学科问题。加上当前高校毕业生在县级层面就业意愿有待提高，导致基层相关人才更加缺乏。

　　多方发力破解现实难题

　　为破解各类难题，受访专家、基层干部、企业负责人、农业经营主体、农业社会化组织负责人等不同人士，结合自身经验，从不同角度给出具体建议。

　　例如，因地制宜统筹规划基础设施建设，提高决策的科学性和合理性，优化资源配置，提高决策质效。在传统农区加强基础设施建设，从保障国家粮食安全角度出发，政府牵头协调多家单位协同推进智慧农业建设所需基础设施。在具体实施过程中，可将基础设施建设与智慧农业项目统筹规划，在基础设施完备地区优先推进智慧农业项目。在实现水浇地较为困难的地区，推进有机旱作与智慧农业相结合，也可有效提高农业产出。

　　再如，优化智慧农业资源配置，在各领域、各层面鼓励重点人群、重点企业开展政策部署，激发各主体能动性、积极性，促进智慧农业的发展更进一步。

　　为提升农业生产规模化水平，受访专家和基层干部认为，在当前发展阶段，规模化、集约化经营主体是智慧农业的主要投资者和使用者，智慧农业项目应更多围绕这类经营主体开展，为他们提供必要的资金补贴、政策倾斜。针对部分种粮大户担忧的流转土地履约困境，可探索村集体居间作保等方式，培育农民的履约意识和契约精神，让更多大户敢于在流转合同期内对土地进行投入。同时，鼓励农业龙头企业将业务向智慧农业方向延伸，出台相关激励政策。

　　为实现涉农数据精准有效积累，从农户角度，新疆科百宏业科技有限公司负责人王海天说，相关部门、智慧农业企业积极出台鼓励措施，提升农户协助数据采集积极性。“由于缺乏对数据采集前景的有效认识，农户往往缺乏协助数据采集积极性。我们可以探索企业和农户之间数据分红的机制，鼓励各类涉农传感器的安装推广，比如企业可以每年给协助收集数据、维护设备的农民奖励部分农资进行激励。”

　　从企业角度，相关企业负责人认为，我国气候多样、地形复杂，部分地区一个县内还有多种小气候，具体建模工作繁重，需要大量的公司进行投入。因此，对基于农业大数据进行建模的公司，给予充分的知识产权保护。允许其对一地耕作模型在一定时间内的独享使用权，以鼓励其进行类似的数据积累和分析、应用探索。

　　受访专家提醒，政府归集数据上应避免贪大求全。“数据是分层的，政府归集数据的目的是为产业链服务，要求企业让渡‘过细的数据’，不利于保护企业收集数据的积极性。”

　　为鼓励各主体统一标准，协同建立涉农数据的共享平台，打通部门间的数据壁垒，受访专家认为可以从体制机制入手，建立一次采集、上传共享、便利使用的数据采集、汇聚、分析、使用生态链。建立国家层面统筹的涉农基础数据管理机制，建好涉农数据共享平台，依据科研院所、企业研发需求明确数据开放获取的权限，明确保密责任，加快农业数据安全的立法工作。

　　此外，还可以鼓励有实力的大型公司积极进军布局统一数据平台建设，并逐步建立多方受益的利益联系机制，让投入的企业能够长期获益。实现智慧农业领域的“富矿富采”，多方共赢。

　　为培养跨学科人才，鼓励专业人才下到基层，中国农业大学信息与电气工程学院教授李道亮提出，优化高校“三农”人才培养方式，锚定农业现代化发展方向，提升为农服务能力。创新智慧农业人才的跨学科培育方式，让相关专业学生在校期间获得足够宽广的视野，对智慧农业发展方向有更加深入、准确的理解。

　　(来源：《瞭望》周刊2024年第15期)