耦合視角下生產性服務業與智慧農業發展的研究
——基于美國的經驗與啟示

陳雪，毛世平，馬紅坤

（中國農業科學院農業經濟與發展研究所，北京 100081）

全球農業在經歷了傳統農業（1.0）、生物—化學農業（2.0）和機械化農業（3.0）的階段后，即將進入一個全新的階段，即智慧農業（4.0）。農業4.0階段主要依賴于農業信息技術、農業大數據、物聯網和人工智能等新型技術，呈現出精準化、智能化和數字化的特點，智慧農業的這些特點與挖掘鄉村數字經濟潛力[1]，實現農業農村現代化的任務要求契合度較高。如何把握這一歷史機遇并進行超前布局是我國面臨的重要挑戰[2]。2020年1月發布的 《數字農業農村發展規劃》中指出應建立以5G技術為引領的智慧農業技術體系。2020年11月審議通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》再次提到要強化農業科技和裝備支撐，通過建設智慧農業提高農業質量效益和競爭力。但由于我國小農生產、人口老齡化的基本農情，智慧農業這一高成本、高技術的新型生產方式想要進入農業生產仍面臨諸多客觀困難。

2017年8月《關于加快發展農業生產性服務業的指導意見》中提出農業生產性服務是指能夠直接或協助完成農業產前、產中和產后各環節作業的社會化服務。因此發展生產性服務業，利于以市場化方式將智慧農業相關技術有效導入農業生產，成為實現小農戶與智慧農業有機結合的重要途徑。2021年是加快推進農業農村現代化的開局之年，生產性服務業和智慧農業作為小農戶銜接現代農業的重要橋梁紐帶，其發展對于我國提升自身農業競爭力，在未來競爭中實現產業興旺，進而向現代農業轉型升級，最終實現促進國家鄉村振興的目標起到重要推動作用。

當前，關于智慧農業問題的研究主要體現在三個方面。一是概念界定、發展脈絡分析和現狀評價，如龍江和靳永輝[3]、胡亞蘭和張榮[4]、葛晶[5]分別總結了我國智慧農業的發展現狀、運營模式及存在問題。二是關于具體技術在智慧農業領域的應用，其中遙感技術在農業領域應用最為廣泛[6]，Huang等[7]和Visockiene等[8]提出遙感數據可以利用飛機和衛星等傳感器獲取，進而進行處理、存儲和分析。Lan等[9]和Castro等[10]探索了農業航空技術如何獲得低空遙感數據；Antony等[11]和Chul[12]分析了智慧農業中同樣重要的物聯網和農業自動化技術。三是通過梳理和概括典型發達國家的成功經驗為我國的發展提供借鑒，如馬紅坤等[2]、劉麗偉和高中理[13]對美日等發達國家智慧農業的發展模式進行了梳理，趙春江[14]、侯秀芳和王棟[15]概括了促進我國智慧農業發展的戰略對策和路徑選擇。這些學者普遍肯定了智慧農業技術在促進農業發展過程中的重要作用。

國內外學者對于生產性服務業的研究主要包括兩個方面。一是探究生產性服務業的發展歷程[16]、 制約因素[17]和主要作用[18]。二是運用實證研究或案例研究的方法分析生產性服務業對農業的影響。如Ogato等[19]、Christine和Christopher[20]通 過 傾向評分匹配方法和隨機前沿生產函數評估生產性服務業對于農業生產效率的影響。Shiferaw等[21]、Ragasa和Golan[22]以非洲和剛果為例，研究各地生產性服務業提供服務的類型及其對于提升農業生產力的影響。

目前學術界對于智慧農業和生產性服務業的研究處于并行分離的狀態，鮮有文獻立足于生產性服務業和智慧農業的耦合發展進行研究。我國農業的發展面臨缺乏創新型人才、農業基礎設施落后、相關政策體系不夠完善等嚴峻挑戰，這些問題制約了我國農業向現代化農業轉型升級的現實需求。農業生產性服務業作為實現農業農村現代化發展的重要一環，可以通過為農戶提供技術、人才和信息等中間服務，為小農戶銜接智慧農業提供橋梁紐帶。但是我國生產性服務業的發展還較為零散，提供服務也相對單一。那么如何促進兩者的耦合發展，實現其協同效益是我國農業發展目前面臨的重要問題。

美國一直非常重視智慧農業和生產性服務業的耦合發展，美國農業部稱智慧農業為第四次農業革命，其包括廣泛的機械、計算機、信息通信技術、傳感器、機器人、無人機和精準農業等多項智能化農業技術。美國聯邦通訊委員會（FCC）和美國農業部（USDA）聯合成立智慧農業工作組，將農戶對智慧農業的需求及時反饋。同時美國農業經銷商自20世紀90年代就已為農戶提供多樣化的智慧農業技術，農戶與經銷商間形成互惠互利、合作共贏的良好關系。因此，有選擇地借鑒美國生產性服務業和智慧農業耦合發展的模式和成功經驗對于我國農業的發展具有重要的參考價值。有鑒于此，本文選取美國為典型案例，對其生產性服務業與智慧農業耦合發展的服務耦合、產業耦合和利益耦合三種模式進行分析，并概括美國為推進其耦合發展而采取的立法保障、信息化建設、農業大數據利用和高素質人才培養等典型措施。采用比較分析法，對中美兩國生產性服務業與智慧農業耦合發展的共同點和差異進行分析，提出推進我國生產性服務業與智慧農業耦合發展的對策建議。

1 生產性服務業與智慧農業的耦合關系

1.1 生產性服務業與智慧農業耦合關系的分析

耦合一般用于描述兩個或兩個以上系統輸入、輸出之間的關聯關系與相互作用[23]。根據耦合概念的內涵，本文將生產性服務業與智慧農業（兩個系統）產生相互作用、彼此影響的現象定義為生產性服務業與智慧農業耦合關系。這種耦合關系不僅體現在生產性服務業為智慧農業提供決策咨詢服務、生產資料供給服務和農業信息服務等前向聯系，還體現在智慧農業通過不斷擴大應用主體范圍，對技術服務的需求也與日俱增，為生產性服務業的發展提供了更大的市場等后向聯系。正是這種緊密的相互聯系，決定了生產性服務業與智慧農業之間協同效益和耦合效應的產生與發展。

農業生產性服務業與智慧農業的耦合關系分為正向和負向兩個方面，正向的耦合表現為兩者的相互促進，生產性服務業的發展可以為小農戶發展智慧農業提供技術支撐，降低其生產成本，與之相對應智慧農業的發展也可以為生產性服務業的發展提供更廣闊的市場需求。負向的耦合表現為兩者的相互制約，如果生產性服務業發展不足會影響智慧農業技術的推廣應用，同樣智慧農業發展規模不足也會影響對生產性服務業相關技術的需求。因此，為實現兩者耦合發展的正向效益，需要決策者立足整體，從兩個方面入手促進兩者的共同發展。一方面生產性服務業發展越全面，提供的技術服務越多樣化，越能使農戶享受到技術應用的優惠，從而促進傳統農業向現代農業的轉型。另一方面智慧農業規模化的發展能夠為生產性服務業的發展提供市場導向，使其經營范圍更加廣泛。通過這兩者間共同的利益聯結，促進了農業一二三產業間的融合發展，逐步形成耦合發展、服務多樣、鏈條完整和合作共贏的農業新格局[24]。

基于上述分析，本文建立生產性服務業與智慧農業耦合關系圖（圖1）。

1.2 生產性服務業為智慧農業的發展奠定基礎

生產性服務業是智慧農業進一步發展的基礎和保障。首先，生產性服務業在產前環節為農戶提供農業產前決策服務和農業生產信息服務。其中一方面通過建立大數據平臺，為農戶收集和發布所需農業信息；另一方面可以協助農戶，為下一階段的生產提供參考，優化種植結構，合理安排生產。其次，在產中環節主要為農戶提供農業生產資料服務、農業生產作業服務和農業科技推廣應用服務，如利用智能機械進行精準化農藥噴灑、農機自動駕駛進行耕種作業、運用傳感器實時監測病蟲害情況和農業智能機器臂采摘等。最后，在產后環節主要為農戶提供農產品物流服務和農產品營銷服務，通過物聯網技術改善傳統農業供應鏈，提高農作物運輸過程的物流效率。通過對大數據的有效利用，可以建立農產品的溯源系統，保障農產品的質量安全，為實現“農超對接”奠定基礎。

1.3 智慧農業引領生產性服務業的發展方向

智慧農業對生產性服務業的發展起到了引領和帶動作用。首先，智慧農業由于其精準化、智能化和數字化的特點迫切需要大量懂技術、高素養的農業技術人員，這與生產性服務業的服務范圍正好形成了良好的對接，促使生產性服務主體積極擴展自身的相關業務，可以為農戶在產前和產中環節提供信息咨詢和技術指導。其次，智慧農業高成本的特征，使其在高附加值的產業中更受青睞，這也將成為引領生產性服務業投資的風向標，有利于撬動社會資本提供強力的資金支持。第三，農業生產方式的結構調整和升級，轉變了我國農村地塊零散、經營保守的第一產業發展方向，促進其向規模化和社會化發展，延長了農業產業鏈，為生產性服務業的發展提供更大的市場。

2 美國生產性服務業和智慧農業耦合發展模式

2.1 “信息采集+決策指導”服務耦合模式

經過多年發展，美國的智慧農業技術基本覆蓋農業生產各個環節且發展程度日臻成熟[25]。農業經銷商是美國生產性服務業的主體，一方面能通過自身擁有的技術和搭建的大數據平臺，為農戶提供農業生產相關信息的采集服務，例如對土壤采樣進行養分元素的分析或用GIS進行現場繪圖等。另一方面農戶可以利用農業經銷商提供的農業大數據，如產量監測、收益率監測和衛星圖像等數據為接下來的種植計劃提供決策參考。根據Erickson和David[26]對2007—2017年美國農業服務經銷商調查結果顯示，農業經銷商提供的各類智慧技術服務比例都有大幅度上漲，2017年土壤采樣和VRT（variablerate application）施肥技術兩者的占比最高，分別有82%和67%的農業經銷商愿意提供此類技術。其中VRT播種技術增幅最大，自2007—2017年增長了50%，衛星圖像數據次之，增幅為44%（圖2）。可以看出，農戶在種植過程中越來越依賴生產性服務業提供的信息服務，從而對生產過程提供決策參考。美國近年加強了對智慧農業技術的研究以及大數據平臺建設的支持力度，現有成果如農業網絡信息中心、農業在線訪問網站、糧食與營養援助研究數據庫、生產、供應與分銷在線數據庫，這些數據平臺對于農戶的生產決策起到了重要的參考作用。

2.2 “生產資料+技術應用”產業耦合模式

生產性服務業作為農戶和企業的中間環節，既加強了農戶和涉農企業間的合作關系，又成為農業產業鏈延伸拓展的重要推動力量。從2007—2017年間美國智慧農業技術的應用情況來看，這十年間各類技術的應用率均呈現上升趨勢，2017年農戶應用土壤采樣和VRT施肥技術的占比最高，分別為45%和38%（圖3）。美國林業局（US Forest Service）成立了一個跨學科的無人機系統咨詢小組（UASAG），旨在指導農戶應用無人機技術。通過無人機的應用，農戶基本可以做到對耕地狀況和農作物生長情況全程可視化，極大地降低了勞動強度。在農戶兼業化現象普遍、現代化農業的發展背景下，智慧農業技術的供應成為生產性服務業開拓市場的有力武器。生產性服務業借助智慧農業技術逐漸發展為覆蓋農業全產業鏈的服務體系，如產前環節為農戶提供的農業大數據信息服務，產中環節為農戶提供植保無人飛機和產量監測等智能化技術。據美國國家農業統計局（NASS）和經濟研究中心（ERS）聯合進行的大田作物農業資源管理調查（ARMS）數據顯示，基于GPS的產量監測技術應用最為廣泛。50%左右的玉米（2010年）和大豆（2012年）種植農場應用了該項技術[27]。產后環節借助物聯網為農戶提供的農資配送等物流服務。精準化的生產方式有利于保障農產品的品質，提升其市場競爭力，使得農戶與涉農企業之間形成良好的合作關系。美國通過選擇精準化智慧農業發展道路，實現了農業產業鏈條全新變革[13]。

2.3 “產業合作+協同發展”利益耦合模式

利益耦合是農業經銷商和農戶實現合作共贏的穩定形式。美國的智慧農業技術已經發展的較為成熟且種類多樣，包含數字測圖、精準播種、無人機、VRT施肥、產量監測和衛星圖像等一系列技術，并且覆蓋農業產業的多個環節。一方面農業經銷商通過為農戶提供相應的生產資料協助農戶完成精準化作業，如智能化噴水、精準化農藥噴灑和農機自動駕駛等操作，降低了其生產成本[26]，提高了農戶生產收益。據ARMS數據顯示，智慧農業技術的應用對農場收益產生正向影響，GPS技術的應用使農場利潤增長了近3%，VRT技術的應用使農場利潤提高了1.1%。另一方面農戶在智慧農業領域日益增長的需求為農業經銷商投資該領域提供了信心和支撐，有利于促進農業產業與生產性服務業的雙向融合，推動生產性服務業與農業在產前、產中和產后各個環節的協同發展，實現兩者間的利益共享。

表1展現的是2017年美國農業經銷商提供智慧農業技術的盈虧情況。無人機是農業經銷商最難以盈利的服務領域，超過一半的主體處于虧損或盈虧平衡狀態，這可能是因為該技術尚處于新生階段，技術成本相對較高，但通過該技術供給率和應用率的變化趨勢可以推測，未來幾年無人機技術具有較好的發展前景。獲利最多的技術類別是VRT施肥（80%）和精準播種（44%）。其余技術服務的盈利情況也相對較好，能達到盈虧平衡和盈利狀態的主體超過一半。總體而言，近年來智慧農業技術的盈利情況較為樂觀，因此帶給農業經銷商更多的信心對這一領域進行投資。

表1 2017年美國農業經銷商提供智慧農業技術的 盈虧情況（%）Table 1 Profit and loss of smart agricultural technology offerings for retailers of the US in 2017

3 美國生產性服務業與智慧農業耦合發展的典型措施

3.1 加快推進相關政策法制化，以立法保障兩者耦合的發展

生產性服務業和智慧農業作為新興領域，亟需政府制定完善相關政策法規引領其發展。美國以農業部為主體，積極出臺促進生產性服務業和智慧農業發展的多項政策法案。如2017年發布的《環境保護政策》、2018年發布的《中小農場扶持政策》 《基于Web的供應鏈管理政策》《農業改善法》和 《創業期農牧場主貸款政策》都在其內容中提及促進生產性服務業和智慧農業發展的具體措施，第一可以促進相關涉農企業和科研部門繼續進行智慧農業技術的研發，為其營造良好的政策環境；第二為地方政府扶持農戶發展智慧農業提供政策指導，引領其未來的發展方向；第三為農場主或農業大戶應用智慧農業相關技術提供資金支持，鼓勵其積極引進相關技術。通過這些政策的制定，完善了促進生產性服務業和智慧農業發展的規劃體系，為其提供法律支撐和方向引導。

3.2 推進農村區域信息化建設，為智慧農業發展提供技術保障

完善信息化建設有利于為智慧農業的發展奠定基礎[28-29]，在國家層面，美國政府高度重視農村區域的信息化建設。美國農業部每年提供7億美元左右的基礎設施貸款用于向農村提供或加強寬帶服務。此外，預算還提供了3 000萬美元的寬帶補助金和2 900萬美元的貸款，用于擴大美國農村地區的高速電子連接。美國農業部啟動了農村寬帶再 連接計劃（Rural Broadband ReConnect Program）[30]， 旨在促進美國農村地區寬帶接入不足的寬帶部署。美國食品與農業研究院（NIFA）2016年提供500萬美元用于農業智能技術創新，自然資源保護署（NRCS）也預計為改善水和土壤管理的數字技術提供資金支持。在社會層面，部分企業也積極研發智慧農業的相關技術，如美國天寶公司針對大田作物栽培推出一套智能化裝備體系，Harvest Croo公司研發的智能草莓采摘機器人，Farmers Business Network公司建立的農業信息共享平臺等。

3.3 重視農業大數據的利用，為農戶生產提供決策支持

美國在發展智慧農業的過程中非常重視農業大數據的利用，美國的農業科學研究院（ARS）致力于智慧農業的基礎研究，創建可用于農業決策支持的生產模型，并開發智慧農業的公開數據庫，通過大數據平臺的建設為農戶提供豐富的農業信息。農業經銷商幫助農戶的最常見方式就是提供農業數據，如產量預測、土壤電導率和土壤成分圖等。2017年近39%的農業經銷商與生產者合作并使用其農場的數據。除了生產者的數據外，近20%的農業經銷商表示通過使用經銷商內部的數據與農民進行合作[26]。智慧農業的發展需要依托大量數據，美國農業經銷商通過自身建立的數據平臺或相關技術，從產量預測、土壤取樣和自動化機械等應用中獲取相關數據，為農戶發展智慧農業提供數據支撐并輔助農戶進行數據分析，進而為下一階段的生產提供決策參考。

3.4 建立多元化人才教育體系，多渠道培養高素質人才

美國食品與農業研究院（NIFA）通過提供獎學金和體驗式學習機會來支持農業教育的發展，主要項目包括本科生科研推廣經驗項目、博士和博士后研究金、高等教育多元文化學者計劃和國家需求研究生獎學金計劃，為學生和研究人員投身于STEM（Science, Technology, Engineering, Mathematics）相關事業奠定基礎。美國農業部主要從三個方面促進高素質人才的培養：1）提高學校教育中科學、技術、工程和數學（STEM）與農業相關課程的融合度； 2）利用大學預科課程、正式與非正規實習機會、學徒制等途經提高所有青年對農業的認識；3）利用獎學金和實習機會激勵農業勞動力短缺地區的研究生學習。美國政府與高校通過一系列項目聯合，旨在為智慧農業發展提供一批高素質多樣化的人才。通過內外部雙向推動人才的培養，有力地提升了美國職業農民的專業素養，對促進美國農業現代化作用深遠[31]。

4 中美生產性服務業與智慧農業耦合發展的比較分析

4.1 中美兩國發展的共同點

4.1.1 智慧農業的高門檻是中美發展生產性服務業的共同契機 智慧農業發展所需的農業設備多為物聯網、大數據和信息化等新型技術，這類技術普遍價格昂貴，農戶個人難以承擔購買設備的價格。農業資源管理調查（ARMS）數據顯示，2014—2018年美國農場收入由3.10萬美元下降至1.84萬美元，降幅68.48%，年均下降13.70%。2014—2018年間，農場收入的中位數均為負值，其中2018年農場家庭收入中位數為-1 735美元。

據《中國農村統計年鑒》數據顯示，2019年農民可支配收入為1.60萬元，以植保無人機為例，大疆農業公司官網顯示MG系列價格為2萬～5萬元之間，遠遠超過農民承受范圍。高價格導致進入門檻較高，對智慧農業發展造成了巨大阻礙。在此背景下，生產性服務業可以為農戶提供租賃服務，其作為中間商既能推廣新型農業技術設備進入農業生產領域，又能減輕農戶的成本負擔，促進了大型智能設備與小農生產方式的結合，在一定程度上為智慧農業的發展奠定了基礎。

4.1.2 農業人口流失與老齡化等問題是中美面臨的共同危機 我國農業勞動力呈現逐漸減少并向城市轉移的趨勢，2019年鄉村就業人口數為33 224萬人，與上年相比減少943萬人，下降2.8%。2019年農民工總量達到29 077萬人，比上年增加241萬人，增長0.8%。外出農民工17 425萬人，比上年增加159萬人，增長0.9%。中國社科院發布的《中國農村發展報告2020》預估到2025年，新增農村轉移人口在8 000萬人以上；農業就業人員比重將下降20%左右；鄉村60歲以上人口比例將達25.3%，約為1.24億人。

美國同樣出現了青壯年勞動力流失，農村人口老齡化的現象。據美國國家農業統計局（NASS）人口普查數據顯示，2017年美國農戶年齡在25～55歲間的有123.95萬人，比2012年減少8.13萬人，下降6.15%。65歲以上農戶數量為115.40萬人，比2012年增加23.83萬人，增幅為26.02%。如何減輕農業生產對人力的依賴，緩解“誰來種地”的壓力是中美兩國面臨的共同危機。在此背景下，通過發展生產性服務業和智慧農業，以智能精準的機械替代人力生產，在節約勞動力的同時也能提高生產效率，是應對這一危機的理想選擇。

4.1.3 通過“無接觸種地”應對突發性公共危機是中美的共同選擇 農業由于其自身特點抗風險能力較差，在面臨突發性的公共危機時也更容易受到沖擊，如2019年12月突如其來的疫情對農業生產造成了巨大的沖擊，農業的多個環節被迫停滯，我國農業生產智能化水平低、抗風險能力弱等短板充分暴露。智慧農業的興起為這一問題提供了解決路徑，我國2020年3月正式開通全國農業農村應對疫情的數據服務平臺，這一平臺將在農業生產監測、防控救治、資源調配等方面發揮著重要支撐作用。

為應對疫情，美國農業部計劃提供近6.5億美元的貸款，向部分農村地區部署高速寬帶互聯網。寬帶網絡的普及是智能系統的基礎，使得農戶足不出戶就可以得到農作物生長的實時監測數據、天氣變化數據和土壤病蟲害數據等，有利于農戶對農作物進行精準化管理，實現疫情期間“無接觸種地”的農業生產方案。

面對農業4.0發展的歷史機遇[32]，可以預見以現代信息技術為支撐的農業生產性服務業和農業農村數字經濟將呈現爆發增長的態勢。

4.2 中美兩國發展的差異

4.2.1 我國“大國小農”的基本農情與美國差異較大 “大國小農”的基本農情一方面表現為我國農業經營的主要形式以小農戶為主，第三次農業普查數據顯示，我國現有登記農戶數量為2.30億戶，其中，2.26億戶為小農戶，全國小農戶數量占到農戶總量的98.27%。另一方面表現為農業經營規模較小，小農戶經營耕地面積占總耕地面積的比重超過70%。除黑龍江、吉林、內蒙、寧夏和新疆以外，其他省份戶均經營面積均在0.5 hm2以下，例如江蘇戶均0.25 hm2，廣東戶均0.17 hm2，浙江戶均耕地面積僅有0.09 hm2。

與我國不同，據美國國家農業統計局（NASS）發布的2017年農業普查報告，美國家庭農場占所有農場的96%，農場平均面積為178.47 hm2。其中大型家庭農場在美國所有農場中所占比例不到3%，但卻生產了美國43%的農產品。中型農場占美國農場的5%，生產量占美國所有農產品的20%。美國的大型農場均使用產量監控器，并輔之以GPS、耕種區域地圖、耕種作物種類和植物種群信息等智慧農業技術，通過這些技術的應用有利于將生產信息實時傳輸給軟件系統進行分析，在未收獲作物之前形成產量報告，有助于對農作物合理定價。

4.2.2 我國與美國相比尚處于起步階段，耦合發展的層次較低 美國的生產性服務業所提供的智慧農業技術貫穿農業全產業鏈條，能夠實現技術服務的多元化供給。產前環節美國Climate Corporation公司提供的氣象數據系統，可以獲得農場范圍內的實時天氣信息，如溫度、濕度、風力和雨水等，同時結合天氣模擬、植物生長和土質分析得出優化決策方案，幫助農場主從生產規劃環節做出優化決策。產中環節美國農業公司擁有的Climate FieldView平臺運用數字化技術，整合了田間數據傳輸，可以幫助農民掌握農田信息。產后環節美國基于Web的供應鏈管理系統集商品獲取、分銷和跟蹤為一體，有利于保障農產品從田間到餐桌的全程追蹤鑒別，大大地提高了美國對食品安全的保障能力。

中國農業部2020年發布的《新型農業經營主體和服務主體高質量發展規劃（2020—2022年）》提到2018年農業生產托管服務小農戶的耕地面積為0.92億hm2，覆蓋小農戶數量4 100萬戶，這與我國目前小農戶的總量差距較大，農業生產性服務覆蓋率不足。另一方面目前農業生產性服務業提供的智慧化技術，主要還是針對大田作物的產中環節，我國以博創聯動、豐頓科技和高科新農等為代表的農業生產性服務類公司主要經營范圍集中于農機自動駕駛、精細化養殖和無人機植保領域。對于產前和產后環節的技術供給相對薄弱。目前，我國生產性服務業與農業耦合發展的基礎還有待加強。

4.2.3 我國與美國相比的創新驅動力不足，人才結構有待優化 美國政府積極推動智慧農業領域的技術創新，VegScap是一個基于美國國家農業統計局（NASS）管理的美國作物狀況監測系統。它通過提供交互式植被指數，可以量化美國作物狀況，使農戶能夠查詢當前全國作物狀況。Crop-CASMA是基于Web的地理空間應用模型，它通過遙感技術獲得地理空間土壤水分和植被指數數據，可以評估美國土壤水分狀況和作物植被狀況。根據美國國家農業統計局（NASS）的數據顯示，65歲以下農戶占農業生產者總數的66.06%，其中25～45歲之間的農戶占比為18.38%，這些年輕的生產者通常對新技術的學習和引進抱有極大的熱情和興趣。在25歲及以上的農戶中，85%的農戶擁有高中及以上文憑。這些數據表明，美國農村地區完全有能力確保農村繁榮所必需的創新人才。

我國2019年發布的《數字農業農村發展規劃（2019—2025年）》提出我國目前創新能力不足，關鍵核心技術研發滯后，智慧農業的發展尚處于起步階段，與美國的技術水平相比差距明顯。據《中國農村統計年鑒》數據顯示，2019年我國農村居民家庭戶主高中以上學歷占比僅為12.10%，受其文化水平的限制難以較快上手智能機械的操作。農業科技人才主要集中于產中環節，產前規劃和產后服務的人員較少。由此可以看出，我國生產性服務業和智慧農業耦合機制中的人才短板明顯，難以覆蓋農業整個領域。

5 促進我國生產性服務業與智慧農業耦合發展的對策建議

5.1 政府引導：健全相關配套支持機制，指明發展方向

完善的政策法律體系是實現生產性服務業和智慧農業耦合發展的重要支撐，有利于為其提供良好的發展環境和政策導向。一方面政府本身要轉變“重生產，輕服務”的傳統理念，認識到生產性服務業在銜接小農戶和智慧農業發展過程中的重要橋梁作用，重視農業生產性服務業的戰略性地位。另一方面積極健全生產性服務業發展的相關配套體制建設，完善促進生產性服務業和智慧農業耦合發展的政策規劃；擴大農業信息化數字化基礎設施的建設范圍，為其耦合發展奠定良好基礎；提高政府資金投入力度，并且積極鼓勵和引導社會資本加入生產性服務業和智慧農業的新興領域。

5.2 技術支撐：加強大數據平臺建設和信息化技術研發

智慧農業的發展對于信息化技術和大數據的需求較高，針對智慧農業建設過程中如信息平臺、數據資源和技術人才等方面的一些實際需求，政府可以為相關主體提供一定的財政補貼，從而促進科技成果轉化率的提升。同時建立我國相應的信息系統標準規范，政府在發展智慧農業的過程中應突出我國農業大數據信息平臺的建設工作，為智慧農業相關主體在數據收集、農業生產信息監測和市場決策等方面日益增長的需求提供平臺支撐。完善農業大數據的相關配套設施，加快智慧農業關于數據、技術和管理等的標準建設。

5.3 產業融合：完善農業產業鏈條，促進產業結構的優化升級

生產性服務業與智慧農業的耦合發展能使農業產業鏈不斷延伸和擴展，提升其產業融合發展的效益。加強產業鏈條延伸性融合，鼓勵生產性服務業與農業生產全過程的聯動，提供產前生產規劃、產中生產資料租賃和產后物流追溯系統等多樣化服務。加快產業技術滲透性融合，生產性服務業應以市場需求為導向，重點推進智慧農業技術在農業領域的應用，促進智慧農業科技成果轉化。建立產業利益聯結機制，鼓勵生產性服務業與農戶之間建立訂單合作關系，通過契約的方式形成利益共同體，分享產業融合利益。通過兩者多層次的融合，提高了農業的綜合競爭力，有利于加快實現現代農業的轉型升級。

5.4 人才保障：激發創新主體活力，加強相關人才的培養力度

政府應加強生產性服務業與智慧農業耦合發展人才的培育力度。政府可與各高校進行合作，設立智慧農業特色課程，如有關智慧化機械設備使用、數字技術運用方法、物聯網和電子商務等技術知識內容，使學生可以豐富相關的理論知識。政府也可與各地科研院所和涉農企業進行合作，通過建立綠色通道等方式為學生實習提供便利，通過實踐提升學生的專業能力。政府自身也應加大政策資金的支持力度，加強對相關人才的保障措施，吸引具備高素養的專業科研人才進入農村。政府應加強對于基層農民的培訓力度，通過開展特色講座、派遣科技特派員或相關技能培訓等方式為農戶提供多種學習渠道。各主體間通過深入地合作，逐步建立和形成完善的人才培養體系。