李泳琪

【摘? ?要】 傳統(tǒng)農(nóng)業(yè)人口持續(xù)減少，也逐步倒逼“勞動力密集型”的生產(chǎn)方式向“資本、技術(shù)密集型”的生產(chǎn)方式轉(zhuǎn)型，智慧農(nóng)場的概念應運而生。本文旨在從需求側(cè)、供給側(cè)和產(chǎn)業(yè)鏈三個維度分析傳統(tǒng)農(nóng)業(yè)的痛點，從而提出物聯(lián)網(wǎng)和大數(shù)據(jù)與人工智能解決傳統(tǒng)農(nóng)業(yè)發(fā)展的痛點的方案。

【關(guān)鍵詞】 智慧農(nóng)場;傳統(tǒng)農(nóng)業(yè);痛點;路徑研究

中圖分類號：F324.1? ? ? ? ? ? ?文獻識別碼：A? ? ? ? ? ? ? ?文章編號：2096-1073（2020）07-0041-42

The Path of Wisdom Farm to Solve the Pain Point of Traditional Agriculture Development

LI Yongqi

（Jiangxi University of Finance and Economics? ? Nanchang， Jiangxi? ? 330013）

[Abstract]? The traditional agricultural population continues to decrease， but also gradually forced the "labor-intensive" mode of production to "capital-intensive， technology-intensive" mode of production transformation， the concept of intelligent farm came into being. The purpose of this paper is to analyze the pain points of traditional agriculture from three dimensions： demand side， supply side and industrial chain， so as to put forward the scheme of Internet of things and big data and artificial intelligence to solve the pain points of traditional agriculture development.

[Key words] wisdom farm; traditional agriculture; pain point; path research

1? 引言

2016年，政府對數(shù)字化農(nóng)業(yè)的推進做出了明確的要求?！丁笆濉比珖r(nóng)業(yè)農(nóng)村信息化發(fā)展規(guī)劃》明確表示，截止2020年，農(nóng)業(yè)生產(chǎn)的智能化水平必須快速提高，物聯(lián)網(wǎng)等信息技術(shù)的運用應該超過17%，同比增速達10.8%。

在這一大背景下，國家大力支持數(shù)字化農(nóng)業(yè)的落地，包括使用高額補貼等一些列激勵措施。2017年，農(nóng)業(yè)農(nóng)村部在《數(shù)字農(nóng)業(yè)建設(shè)試點總體方案（2017-2020年）》中表示，政府將對達到既定標準的數(shù)字農(nóng)業(yè)標桿縣市提供資助。

此外，第一產(chǎn)業(yè)傳統(tǒng)農(nóng)業(yè)的勞動力數(shù)穩(wěn)步減少，導致“勞動力密集型”逐步向“資本技術(shù)密集型”的生產(chǎn)方式轉(zhuǎn)型，各個農(nóng)業(yè)合作社也正逐步減少雇傭人數(shù)，使用物聯(lián)網(wǎng)等高科技設(shè)備，以此增加擴大種植面積的同時提升種植效率。自2011年起，中國城鎮(zhèn)的常住人口開始超過農(nóng)村，同時，城鎮(zhèn)常住人口和農(nóng)村常住人口的差額也正逐步拉大。究其原因，很大一部分的務農(nóng)人群逐漸離開農(nóng)村，前往城鎮(zhèn)打工，隨后，農(nóng)村逐漸形成了農(nóng)業(yè)副業(yè)化、農(nóng)民老齡化和農(nóng)村空心化“三化”格局。因此，提高農(nóng)業(yè)生產(chǎn)效率、推進傳統(tǒng)農(nóng)業(yè)生產(chǎn)方式的轉(zhuǎn)型更是刻不容緩。

2? 傳統(tǒng)農(nóng)業(yè)發(fā)展痛點分析

2.1? 需求側(cè)——對外依存度高，農(nóng)產(chǎn)品品質(zhì)堪憂

首先，從人均耕地水平來看，由于我國人均耕地約處于0.08公頃上下，遠低于世界主要糧食出口國家的人均耕地水平，也低于全世界0.2公頃的人均耕地水平。隨著居民可支配收入逐步增加，家庭將消費越來越多的糧食和農(nóng)作物。因此，我國的生產(chǎn)效率提升刻不容緩。

其次，從糧食總量來看，中國糧食進口量加大，糧食消費的對外依存度較高。由于我國勞動力資源充足，然而土地資源及其缺乏，園藝等勞動密集型產(chǎn)品競爭力較強，農(nóng)作物等土地密集型產(chǎn)品競爭力卻很低。2018年，我國進口土地密集型農(nóng)產(chǎn)品高達1.21億噸。此外，像大豆等部分農(nóng)作物對外依存度高。2018年，大豆的對外依存度高達84.56%。

最后，中國農(nóng)產(chǎn)品品質(zhì)難以得到保障，無法滿足國內(nèi)消費升級的需求。究其原因，包括農(nóng)產(chǎn)品生產(chǎn)不規(guī)范、國內(nèi)種植精細化程度不高等一系列因素致使農(nóng)產(chǎn)品品質(zhì)堪憂。我國未來農(nóng)產(chǎn)品生產(chǎn)的目標，是從量變的轉(zhuǎn)變到質(zhì)變提升。包括優(yōu)化生產(chǎn)過程、提高種植精細化管理，從而提高生產(chǎn)效率。

2.2? 供給側(cè)——農(nóng)作物分散經(jīng)營，生產(chǎn)成本高

第一，由于農(nóng)業(yè)生產(chǎn)呈現(xiàn)分散經(jīng)營的態(tài)勢，產(chǎn)業(yè)化程度極低，因此農(nóng)業(yè)生產(chǎn)總量大但人均產(chǎn)量較低。中國是世界上的農(nóng)業(yè)大國之一，農(nóng)業(yè)生產(chǎn)總值極高，曾多次名列世界農(nóng)業(yè)生產(chǎn)總值排名前列。然而，家庭聯(lián)產(chǎn)承包責任制導致種養(yǎng)殖情況高度分散的現(xiàn)狀，農(nóng)業(yè)生產(chǎn)技術(shù)水平不高。包括農(nóng)業(yè)的機械化水平和生化技術(shù)都較發(fā)達國家比較落后。此外，中國農(nóng)業(yè)產(chǎn)業(yè)化程度極低，價值鏈不長，由此造成農(nóng)業(yè)生產(chǎn)的盈利程度不高，人均農(nóng)業(yè)增加值遠低于其他農(nóng)業(yè)大國。

第二，我國農(nóng)業(yè)生產(chǎn)成本高居不下，農(nóng)業(yè)生產(chǎn)相較其他國家缺乏競爭力。例如，我國的水稻、小麥等農(nóng)產(chǎn)品的生產(chǎn)成本遠高于美國等發(fā)達國家。其中，棉花的生產(chǎn)成本差異最為顯著，中美棉花生產(chǎn)成本相差1358元/畝。

2.3? 服務端—非標準化、農(nóng)作物附加值低

首先，我國農(nóng)產(chǎn)品服務端的重要痛點之一就是尚未建立農(nóng)業(yè)標準化生產(chǎn)銷售體系。其中包括農(nóng)產(chǎn)品生產(chǎn)環(huán)節(jié)沒有精細化種植指導、生產(chǎn)過程中沒有標準化的監(jiān)控設(shè)備和指標、農(nóng)產(chǎn)品滯銷嚴重、農(nóng)產(chǎn)品質(zhì)量不可追溯等問題。這一系列農(nóng)產(chǎn)品生產(chǎn)銷售端的問題，直接致使農(nóng)產(chǎn)品的質(zhì)量安全面臨挑戰(zhàn)。此外，對農(nóng)產(chǎn)品的出口形成了較大的障礙。然而，像美國等發(fā)達國家，標準化的生產(chǎn)模式可以通過可溯源農(nóng)產(chǎn)品管理系統(tǒng)追溯產(chǎn)品生產(chǎn)情況、肥料使用情況，為農(nóng)產(chǎn)品的安全和品質(zhì)提供保障。此外，標準化生產(chǎn)模式更加有效地提高了農(nóng)產(chǎn)品生產(chǎn)效率，為企業(yè)創(chuàng)造了更多的利潤。

其次，由于農(nóng)作物生產(chǎn)和銷售端的信息不對稱，提高了產(chǎn)品銷售難度，農(nóng)作物增加值不高。由于我國農(nóng)業(yè)生產(chǎn)較為分散、難以實現(xiàn)規(guī)?；a(chǎn)，為農(nóng)民和采購商雙方提供了極大的阻礙。此外，銷售農(nóng)產(chǎn)品過程中，農(nóng)民的議價能力也遭受挑戰(zhàn)。

最后，鏈條冗余也大幅提高了交易成本和農(nóng)作物運輸成本，同時也讓中間商獲得價值鏈中較高部分的價值。

3? 智慧農(nóng)場解決傳統(tǒng)農(nóng)業(yè)痛點的路徑研究

3.1? 物聯(lián)網(wǎng)——實時更新生產(chǎn)情況、輔助精細化生產(chǎn)

首先，物聯(lián)網(wǎng)在農(nóng)業(yè)生產(chǎn)中需求較大。其中溫度感應器、濕度感應器、牛羊定位分析等多個智能種養(yǎng)殖設(shè)備都需要借助物聯(lián)網(wǎng)實現(xiàn)精準化種養(yǎng)殖?；谖锫?lián)網(wǎng)的指引，農(nóng)業(yè)生產(chǎn)可以實時更新了解農(nóng)作物生產(chǎn)基本情況以及精細化生產(chǎn)的進一步指示，從而極大程度上提高農(nóng)場主生產(chǎn)經(jīng)營效率、降低生產(chǎn)成本，從而提高農(nóng)業(yè)生產(chǎn)質(zhì)量和產(chǎn)量。

其次，農(nóng)業(yè)生產(chǎn)中豐富的連接需求給物聯(lián)網(wǎng)市場的發(fā)展帶來極大的機遇。華為曾提到，全球智能水表、智能路燈、智慧停車、智慧農(nóng)業(yè)、財產(chǎn)跟蹤、智慧家居分別有7.5億、1.9億、2400萬、1.5億、2.1億、1.1億的連接需求。由此可見，連接需求給物聯(lián)網(wǎng)市場帶來了極大的收入。華為還曾經(jīng)預測到，截至2020年，基于農(nóng)業(yè)的物聯(lián)網(wǎng)的潛在市場需求將從2015年137億美元提升至268億美元。

3.2? 大數(shù)據(jù)與人工智能——生產(chǎn)經(jīng)營決策“數(shù)字化”，全面提升生產(chǎn)效率

物聯(lián)網(wǎng)在輔助農(nóng)場主生產(chǎn)經(jīng)營的同時，會生成大量的數(shù)據(jù)。而人工智能可以通過將數(shù)據(jù)進行數(shù)據(jù)清洗和數(shù)據(jù)分析，從而極大的挖掘大數(shù)據(jù)背后的潛在含義，進而更精準地為農(nóng)場主提供種植指導。埃森哲曾提到，人工智能可能對中國的15個行業(yè)帶來影響。其中，制造業(yè)、農(nóng)林牧漁業(yè)以及批發(fā)零售業(yè)將是最有可能從人工智能的分析中受益的行業(yè)。截止2035年，人工智能將會分別推動這三大行業(yè)的年同比增速提高2%、1.8%、1.7%。

由此可見，人工智能可能對農(nóng)業(yè)生產(chǎn)提供巨大的幫助。而在人工智能中起重要影響的技術(shù)將會是機器學習。機器學習可以利用前文物聯(lián)網(wǎng)采集到的大數(shù)據(jù)，提高種養(yǎng)殖過程中某個環(huán)節(jié)的生產(chǎn)效率或生產(chǎn)附加值，從而幫助農(nóng)民極大程度上提高農(nóng)作物生產(chǎn)總量、降低生產(chǎn)成本、提高效益。首先，在種植方面，人工智能可以幫助農(nóng)民提高產(chǎn)量、根據(jù)土壤肥沃程度合理種植。通過無人機圖像、溫度感應器、濕度感應器等方式采集的數(shù)據(jù)，借助機器學習，可以深度分析種植環(huán)境，從而為農(nóng)民播種、施肥、收割等環(huán)節(jié)提供最精準的建議。其次，在養(yǎng)殖方面，人工智能可以減少動物患病帶來的損失。研究發(fā)現(xiàn)，通過采集動物的聲音，并進一步進行算法是別后，學者能夠較為準確地判讀動物的患病情況、患病時長等相關(guān)信息。同時，動物患病時間越長，判讀出的準確地更高。因此，及時判讀動物情況可以極大程度減少患病帶來的金錢損失。最后，人工智能可以縮短農(nóng)業(yè)研發(fā)時間，其中，包括培育優(yōu)質(zhì)的種植基因、提供更加有效的化肥、研發(fā)更多健康、綠色的轉(zhuǎn)基因產(chǎn)品。人工智能的輔助下，將會獲取更多的大數(shù)據(jù)進行智能分析，從而幫助相關(guān)農(nóng)產(chǎn)品的研發(fā)更加高效。

參考文獻：

[1] 丘邦翰，何建中.臺灣新農(nóng)業(yè)趨勢下智慧農(nóng)場發(fā)展之探討[J].海峽科學，2019（09）：46-48.

[2] 張瑩瑩.科技驅(qū)動農(nóng)墾邁向智慧農(nóng)場[J].農(nóng)經(jīng)，2018（12）：47-49.

[3] 楊光.插上5G翅膀的智慧農(nóng)場究竟有多“聰明”？[J].農(nóng)藥市場信息，2020（01）：65.

（編輯：赫亮）