智慧種植決策系統(tǒng)降本增效建議有的放矢加快推廣應(yīng)用

2025年中央一號(hào)文件明確提出，“支持發(fā)展智慧農(nóng)業(yè)”。當(dāng)前，許多智慧農(nóng)業(yè)項(xiàng)目因?yàn)槌杀具^(guò)高，難以復(fù)制推廣，只能成為“觀摩景點(diǎn)”或“實(shí)驗(yàn)場(chǎng)景”。調(diào)研發(fā)現(xiàn)，一些企業(yè)使用的智慧種植決策系統(tǒng)（簡(jiǎn)稱“智種系統(tǒng)”），通過(guò)“農(nóng)業(yè)公開(kāi)數(shù)據(jù)+作物生長(zhǎng)模型”指導(dǎo)農(nóng)業(yè)生產(chǎn)，可顯著降低硬件和人工投入，推動(dòng)農(nóng)業(yè)降本增效，具有廣闊應(yīng)用前景，是農(nóng)業(yè)新質(zhì)生產(chǎn)力發(fā)展的典型場(chǎng)景。宜加快破解發(fā)展難題，夯實(shí)基礎(chǔ)支撐，加快推廣應(yīng)用，助力農(nóng)業(yè)增收益、農(nóng)民增收入。

一、智慧種植決策系統(tǒng)助力農(nóng)業(yè)生產(chǎn)降本增效

智慧種植決策系統(tǒng)，通過(guò)海量的遙感、氣象、土壤等數(shù)據(jù)，運(yùn)用農(nóng)作物生長(zhǎng)模型、病蟲害預(yù)測(cè)模型，為種植戶提供專業(yè)的作物生長(zhǎng)節(jié)點(diǎn)預(yù)測(cè)、水肥需求精準(zhǔn)分析、精細(xì)種植決策方案、作物長(zhǎng)勢(shì)專家診斷和災(zāi)害規(guī)模風(fēng)險(xiǎn)評(píng)估等服務(wù)，以數(shù)據(jù)科學(xué)賦能農(nóng)業(yè)新質(zhì)生產(chǎn)力提升。這種“農(nóng)業(yè)公開(kāi)數(shù)據(jù)+作物生長(zhǎng)模型”的智慧農(nóng)業(yè)發(fā)展模式，無(wú)需安裝昂貴的傳感器、監(jiān)測(cè)儀，就能大幅降低應(yīng)用成本，提升了復(fù)制推廣的可行性。北京愛(ài)科農(nóng)科技有限公司董事長(zhǎng)郭建明表示，通過(guò)安裝傳感器、監(jiān)測(cè)儀等設(shè)備，可實(shí)現(xiàn)高精度農(nóng)事決策，能達(dá)到“100分”的效果，但每畝成本高達(dá)數(shù)千元，普通農(nóng)戶難以承受。若采用“80分”策略，依托“農(nóng)業(yè)公開(kāi)數(shù)據(jù)+作物生長(zhǎng)模型”輔助農(nóng)事決策，雖精度略低，但相較傳統(tǒng)種植方式，產(chǎn)量也能實(shí)現(xiàn)明顯提升，且服務(wù)費(fèi)用僅為10元/畝，是更為經(jīng)濟(jì)高效的一種選擇。

（一）提高糧食產(chǎn)量

一是實(shí)現(xiàn)全流程閉環(huán)管理。智慧種植決策系統(tǒng)，可通過(guò)“數(shù)據(jù)輸入—智能診斷—精準(zhǔn)干預(yù)”閉環(huán)管理，有效優(yōu)化種植管理方案。山東省曲阜市財(cái)金鄉(xiāng)村發(fā)展有限公司依托智種系統(tǒng)，實(shí)現(xiàn)精量播種、科學(xué)密植、滴灌水肥一體化、精準(zhǔn)防病防蟲等技術(shù)集成，2024年玉米單產(chǎn)突破1800斤/畝，較周邊地塊每畝增產(chǎn)50%以上。二是實(shí)現(xiàn)提前預(yù)警預(yù)報(bào)。智慧種植決策系統(tǒng)，可根據(jù)關(guān)聯(lián)區(qū)域的氣象災(zāi)害、病蟲害程度，憑借農(nóng)作物生長(zhǎng)模型和病蟲害預(yù)測(cè)模型，提前預(yù)警防范農(nóng)業(yè)災(zāi)害風(fēng)險(xiǎn)。2022年，寧夏平羅縣因干旱導(dǎo)致紅蜘蛛和蚜蟲肆虐，部分農(nóng)戶玉米減產(chǎn)約30%—60%。然而，廣德源農(nóng)場(chǎng)依托智種系統(tǒng)，提前15天預(yù)警蟲害爆發(fā)風(fēng)險(xiǎn)，精準(zhǔn)制定防治方案，玉米單產(chǎn)未受影響。

（二）降低經(jīng)營(yíng)成本

一是降低農(nóng)資成本。智慧種植決策系統(tǒng)，通過(guò)作物長(zhǎng)勢(shì)模擬、水肥需求分析、精準(zhǔn)化管理和自動(dòng)化作業(yè)，實(shí)現(xiàn)水肥資源高效利用。有農(nóng)場(chǎng)主表示：“一些農(nóng)戶見(jiàn)作物葉片發(fā)黃，誤以為缺氮，便大量施用氮肥，但實(shí)際上可能是缺硫或鋅。如果能夠通過(guò)智種系統(tǒng)精準(zhǔn)診斷并補(bǔ)充缺失的微量元素，施用40公斤化肥的產(chǎn)量可能比之前施用50公斤的水平還高。”二是降低人工成本。智慧種植決策系統(tǒng)，借助衛(wèi)星遙感技術(shù)即時(shí)監(jiān)測(cè)農(nóng)田作物生長(zhǎng)情況，實(shí)現(xiàn)精準(zhǔn)高效低成本巡田。以曲阜市財(cái)金鄉(xiāng)村發(fā)展有限公司承包的1萬(wàn)畝耕地為例，按每人每天巡田500畝、人均日工資200元、一季玉米巡田5次測(cè)算，人工巡田成本高達(dá)2萬(wàn)元。如果采用智種系統(tǒng)“天上巡”替代“腳上查”，可實(shí)現(xiàn)萬(wàn)畝農(nóng)田快速全面監(jiān)測(cè)，費(fèi)用不足1萬(wàn)元，成本降低50%。

二、智慧種植決策系統(tǒng)推廣應(yīng)用面臨三大挑戰(zhàn)

（一）“有效市場(chǎng)”“有為政府”尚未形成推廣合力

一是市場(chǎng)需要的智慧農(nóng)業(yè)項(xiàng)目支持力度不足。當(dāng)前，我國(guó)智慧農(nóng)業(yè)市場(chǎng)對(duì)符合實(shí)際需求、易于推廣應(yīng)用的項(xiàng)目需求較大，但現(xiàn)有政策對(duì)相關(guān)項(xiàng)目的財(cái)政支持有限，難以形成規(guī)模化示范效應(yīng)。例如，北京愛(ài)科農(nóng)科技有限公司依托智慧種植決策系統(tǒng)，先后獲得凱泰資本、高瓴集團(tuán)、源碼資本、食芯資本、凱聯(lián)資本等機(jī)構(gòu)共5輪累計(jì)3.5億元融資，市場(chǎng)認(rèn)可度較高，但尚未獲得政府財(cái)政支持。二是部分政府支持的智慧農(nóng)業(yè)項(xiàng)目投入產(chǎn)出比偏低。我國(guó)部分政府支持建設(shè)的智能溫室、植物工廠、大數(shù)據(jù)平臺(tái)、智慧灌溉系統(tǒng)等智慧農(nóng)業(yè)項(xiàng)目，因硬件設(shè)施成本高、農(nóng)民參與度低、后續(xù)支持不足等原因，淪為“觀摩景點(diǎn)”“實(shí)驗(yàn)場(chǎng)景”，實(shí)際投入產(chǎn)出比偏低。

（二）“數(shù)據(jù)昂貴”“研發(fā)困難”影響技術(shù)充分供給

一是數(shù)據(jù)購(gòu)買費(fèi)用昂貴。遙感數(shù)據(jù)方面，衛(wèi)星觀測(cè)的地面數(shù)據(jù)需向特定公司購(gòu)買，收費(fèi)方式也不盡合理，無(wú)論是1萬(wàn)畝還是100畝，數(shù)據(jù)使用成本均為2萬(wàn)元。氣象數(shù)據(jù)方面，氣象數(shù)據(jù)收費(fèi)較高，而且企業(yè)只能從單一公司購(gòu)買。二是模型研發(fā)投入較高。智慧農(nóng)業(yè)公司開(kāi)發(fā)智慧種植決策系統(tǒng)，需經(jīng)歷數(shù)據(jù)采集、算法開(kāi)發(fā)、模型驗(yàn)證等多個(gè)環(huán)節(jié)，初始投入達(dá)數(shù)百上千萬(wàn)元。因此，企業(yè)通常會(huì)優(yōu)先考慮市場(chǎng)廣闊、種植普遍的大田作物，對(duì)規(guī)模較小的特色作物研究和應(yīng)用相對(duì)較少。

（三）“小農(nóng)經(jīng)營(yíng)”“復(fù)雜環(huán)境”抑制技術(shù)廣泛需求

一是小農(nóng)經(jīng)營(yíng)模式增加成本分?jǐn)傠y度。智慧農(nóng)業(yè)公司數(shù)據(jù)購(gòu)買費(fèi)用固定，服務(wù)面積越大，單位成本越低。例如，1萬(wàn)畝地的遙感數(shù)據(jù)成本為2萬(wàn)元，而100畝地的成本同樣為2萬(wàn)元，所以小地塊應(yīng)用智慧種植決策系統(tǒng)的成本效益較低。而我國(guó)小農(nóng)經(jīng)營(yíng)模式較為普遍，這在一定程度上限制了智慧農(nóng)業(yè)決策系統(tǒng)的推廣與應(yīng)用。二是復(fù)雜自然條件限制技術(shù)應(yīng)用效果。我國(guó)南方山區(qū)地形復(fù)雜多樣，加上云霧等多變氣候，常導(dǎo)致遙感數(shù)據(jù)失真畸變。北京愛(ài)科農(nóng)科技有限公司的智慧種植決策系統(tǒng)服務(wù)總面積達(dá)3500萬(wàn)畝，其中新疆、內(nèi)蒙古、黑龍江三省區(qū)的服務(wù)面積合計(jì)2757萬(wàn)畝，占比近80%，而自然條件復(fù)雜的南方地區(qū)滲透率明顯偏低。

三、多措并舉推動(dòng)智慧種植決策系統(tǒng)高質(zhì)量發(fā)展

（一）強(qiáng)化協(xié)同聯(lián)動(dòng)，實(shí)現(xiàn)有為政府和有效市場(chǎng)更好結(jié)合

一是定期溝通交流。定期組織召開(kāi)智慧農(nóng)業(yè)行業(yè)會(huì)議，邀請(qǐng)科研機(jī)構(gòu)、頭部企業(yè)共同參與，及時(shí)掌握智慧農(nóng)業(yè)領(lǐng)域的最新成果、發(fā)展趨勢(shì)及面臨挑戰(zhàn)，為政策制定和技術(shù)推廣提供科學(xué)依據(jù)。二是加大政策支持。通過(guò)預(yù)算內(nèi)投資、專項(xiàng)債券、中長(zhǎng)期貸款等方式，重點(diǎn)支持降本增效的數(shù)智農(nóng)業(yè)技術(shù)發(fā)展，探索將智慧種植決策系統(tǒng)應(yīng)用納入高標(biāo)準(zhǔn)農(nóng)田建設(shè)項(xiàng)目?jī)?nèi)容。

（二）夯實(shí)基礎(chǔ)支撐，通過(guò)數(shù)據(jù)降價(jià)和技術(shù)開(kāi)源優(yōu)化供給

一是降低數(shù)據(jù)使用成本。設(shè)立遙感、氣象、土壤等數(shù)據(jù)使用“白名單”機(jī)制，或通過(guò)數(shù)據(jù)補(bǔ)貼、“數(shù)據(jù)券”等方式，降低農(nóng)業(yè)企業(yè)的數(shù)據(jù)購(gòu)買成本，并定期審查和監(jiān)管，確保數(shù)據(jù)用于農(nóng)業(yè)產(chǎn)業(yè)發(fā)展。二是鼓勵(lì)技術(shù)開(kāi)源共享。通過(guò)政府補(bǔ)貼、資金獎(jiǎng)勵(lì)、榮譽(yù)認(rèn)證等方式，鼓勵(lì)數(shù)智農(nóng)業(yè)技術(shù)研發(fā)創(chuàng)新，推動(dòng)智慧種植決策系統(tǒng)代碼開(kāi)源共享，降低智慧農(nóng)業(yè)公司的運(yùn)營(yíng)成本。

（三）優(yōu)化供需適配，通過(guò)規(guī)模經(jīng)營(yíng)和因地制宜擴(kuò)大需求

一是強(qiáng)化示范帶動(dòng)。積極培育新型農(nóng)業(yè)經(jīng)營(yíng)主體，大力發(fā)展農(nóng)業(yè)社會(huì)化服務(wù)，通過(guò)高素質(zhì)、有資金的新型農(nóng)業(yè)經(jīng)營(yíng)主體推動(dòng)智慧農(nóng)業(yè)應(yīng)用，帶動(dòng)農(nóng)戶實(shí)現(xiàn)節(jié)本增效。二是發(fā)展農(nóng)業(yè)適度規(guī)模經(jīng)營(yíng)。穩(wěn)妥有序推進(jìn)土地流轉(zhuǎn)工作，因地制宜開(kāi)展“小田并大田”工作，通過(guò)土地集中連片分?jǐn)偨档蛿?shù)智農(nóng)業(yè)技術(shù)的使用成本。三是推動(dòng)技術(shù)供需適配。優(yōu)化智慧農(nóng)業(yè)技術(shù)支持導(dǎo)向，從增產(chǎn)導(dǎo)向逐步向降本增效角度轉(zhuǎn)變，積極尋求數(shù)智技術(shù)收益和使用成本平衡點(diǎn)，切實(shí)做到高新技術(shù)與傳統(tǒng)農(nóng)業(yè)的供需適配。

〔本文系國(guó)家發(fā)展改革委中國(guó)宏觀經(jīng)濟(jì)研究院2025年度重點(diǎn)課題“未來(lái)我國(guó)農(nóng)業(yè)農(nóng)村重大變革、系統(tǒng)性影響及戰(zhàn)略思路研究”（編號(hào)：A2025041008）、國(guó)家社科基金項(xiàng)目“工農(nóng)兩部門勞動(dòng)生產(chǎn)率‘不收斂之謎’與城鄉(xiāng)融合路徑研究”（編號(hào)：22BJY209）的階段性成果〕

〔鄒曉蔓，北京師范大學(xué)經(jīng)濟(jì)與工商管理學(xué)院博士研究生。張成鵬，國(guó)家發(fā)展改革委產(chǎn)業(yè)所助理研究員。呂靜，北京國(guó)家會(huì)計(jì)學(xué)院講師〕