曹冰雪, 李鴻飛, 趙春江, 李瑾. 智慧農業科技創新引領農業新質生產力發展路徑[J]. 智慧農業(中英文), 2024, 6(4): 116-127.

CAO Bingxue, LI Hongfei, ZHAO Chunjiang, LI Jin. The Path of Smart Agricultural Technology Innovation Leading Development of Agricultural New Quality Productivity[J]. Smart Agriculture, 2024, 6(4): 116-127.

摘要：［目的/意義］智慧農業科技是農業領域又一次新技術革命，具備農業新質生產力“高科技、高效能、高質量、可持續”的內在特征，已成為推進農業新質生產力發展的重要內核與引擎。
［進展］本文對智慧農業科技創新的現實基礎、內在邏輯與問題挑戰開展系統研究，結論表明中國“表型+基因型+環境型”智能育種已邁入快車道，農業天、空、地信息感知技術體系逐漸成熟，農業大數據與智能決策技術研究探索不斷推進，面向不同領域的智能農機裝備創制取得豐碩成果。智慧農業科技創新通過賦能農業要素、技術、場景、主體與價值，推動農業新質生產力發展。但也面臨科技創新政策體系不健全、關鍵技術存在卡點堵點斷點、科創成果轉化落地難度較大、支撐體系不夠完備等重大挑戰。
［結論/展望］聚焦問題導向，提出了中國智慧農業科技創新平臺、技術、場景、人才的“四高”路徑，并圍繞頂層設計、政策供給、先行實踐、生態體系等層面，提出智慧農業科技創新引領農業新質生產力發展的對策建議。
關鍵詞： 智慧農業；科技創新；農業新質生產力；數據要素；智能育種

0、引 言

隨著全球新一代信息技術與農業的深度融合，世界農業正在經歷第三次革命——農業數字革命，美國、歐盟、日本等發達國家和地區紛紛對智慧農業進行戰略布局。中國農業也正向以數據、信息為生產要素，以互聯網、物聯網、大數據、云計算、區塊鏈、人工智能（Artificial Intelligence, AI）和智能裝備應用為特征的智慧農業邁進。

在當下全球新一輪科技革命重大挑戰，以及中國經濟和社會高質量發展戰略要求形成的歷史性交匯背景下，習近平總書記在2023年黑龍江考察期間提出“加快形成新質生產力，增強發展新動能”。學術界普遍認同新質生產力是科技創新在其中發揮主導作用的生產力，是擺脫了傳統增長路徑、符合高質量發展要求的生產力。對于新質生產力的“新”，主要體現為新技術、新經濟和新業態，或新科技、新能源和新產業；對于新質生產力的“質”，則強調在堅持創新驅動本質的基礎上，通過關鍵性顛覆性技術突破，為生產力發展提供更強勁的創新驅動力。在農業領域，構筑農業新質生產力同樣具有重要意義。

農業生產力是通過農業勞動，改造、征服、利用自然獲得物質資料的能力。農業生產力系統主要涵蓋農業勞動者、勞動資料、勞動對象等“實體性因素”，農業基礎科學、前沿技術等“滲透性因素”，農業管理服務、分工協作、預測決策等“運籌性因素”，以及農業信息、農業教育等“媒介性因素”。農業新質生產力是以數字科技、生物科技、現代工程科技等高水平科技創新為引領，通過科技與改革的雙輪驅動，擺脫傳統粗放型外延式發展路徑依賴，實現實體性、滲透性、運籌性、媒介性因素的改造升級與深度融合，具備智能化、綠色化、融合化、組織化等突出特征的先進農業生產力質態（見圖1）。農業新質生產力將賦能農業全要素生產率大幅提升、全產業鏈深度轉型升級，是實現高水平農業科技自立自強的重要體現，是推動中國農業高質量發展、建設農業強國與鄉村全面振興的內在要求和重要著力點。 

 
圖1　農業新質生產力系統
Fig. 1  System of agricultural new quality productivity

作為農業領域又一次新技術革命的智慧農業科技，已在農業實踐中展現出強大的引領帶動作用，相較于傳統農業技術，智慧農業科技通過將數據和知識作為重要核心要素，集成農業生物技術、農業信息技術與智能化農機裝備，變革農業生產方式，賦能農業生產更加高質量、高效率、高效能與人性化。智慧農業科技創新實踐充分體現出農業新質生產力“高科技、高效能、高質量、可持續”的內在特征，已然成為推進農業新質生產力發展的重要內核與引擎，因此，推動智慧農業科技創新在引領農業新質生產力發展中具有重要的戰略與現實意義。本文通過分析智慧農業科技創新推動農業新質生產力發展的現實基礎、內在邏輯與問題挑戰，提出前瞻性戰略路徑與對策建議，以期為加快中國農業新質生產力發展提供新思路、新抓手和新路徑。

1、智慧農業科技創新引領農業新質生產力發展的現實基礎與內在邏輯 

在全球智慧農業科技創新趨勢導向與戰略引領下，智慧農業科技創新持續加速，已成為引領農業新質生產力發展的重要源動力。

1.1　智慧農業科技創新的現實基礎　

當前，智慧農業科技創新能力不斷增強，在智能育種、農業信息感知、農業大數據與AI、智能農機裝備等領域取得重大科技創新突破，為引領農業新質生產力發展提供現實基礎支撐。

1.1.1　“表型+基因型+環境型”智能育種邁入快車道

智能育種技術是以動植物表型、基因型、環境型等組學大數據為核心，通過信息技術與生物技術的有機融合，實現基因快速挖掘與表型精準預測，進而基于全基因組的機器學習預測模型，創制出智能組合優良等位基因育種設計方案，實現智能、高效、定向的新品種選育。科研機構、種業企業在智能育種領域持續加大科研創新力度，取得了一系列技術創新與突破。一是作物表型信息高通量獲取技術在育種領域得到應用。德國LemnaTec公司、荷蘭Pheno Spex公司等圍繞臺式作物表型分析、實驗室作物表型分析、溫室3D作物表型分析、野外作物表型監測等已開發了系列表型監測平臺，為作物育種提供表型組學數據。中國國家農業信息化工程技術研究中心等科研團隊自主研發了作物高通量表型平臺和配套的表型參數解析軟件，并將其應用于玉米、小麥育種的表型性狀解析。二是基于多組學大數據的智能設計育種取得顯著進展。美國等種業強國已基本進入智能設計育種時代，拜耳（Bayer）、科迪華（Corteva）等國際種業巨頭已建立起成熟的智能設計育種體系，多組學大數據分析、AI等技術被廣泛應用于種子選擇與優化。華中農業大學、中國農業科學院深圳農業基因組研究所等處于國內領先地位，面向玉米、畜禽等建立了多組學知識庫，并基于多組學數據分析，初步實現了動植物性狀重要基因和遺傳變異的快速檢索與智能分析。隆平高科、首農食品集團等種業龍頭企業積極與科研院所合作，在群體材料高效篩選、品種適應性評價等智能育種決策工具研發方面初見成效，調研數據顯示，智能育種決策工具的應用能夠提升新品種選育效率20%以上。三是育種大數據平臺進入商業化應用階段。以美國Benson Hill等為代表的種業企業已熟化推廣了一批如CropOS等商業化育種大數據平臺。中國國家農業信息化工程技術研究中心將信息技術與商業化育種技術緊密結合，并集成地理信息系統（Geographic Information System, GIS）、AI等相關技術，研發了中國首個具有完全自主知識產權的商業化育種大數據平臺“金種子育種云平臺”，調研數據顯示，平臺能使雜交計劃制定效率提升80%，田間性狀數據采集與分析效率提升100%。華智生物公司研發了華智智能育種專家系統，涵蓋了種質庫存、繁育活動、品種測試、分子育種等8個核心模塊共463項具體功能，能夠對育種全過程進行預測、控制和管理，顯著提高育種效率。

1.1.2　農業天、空、地信息感知技術體系逐漸成熟，應用日趨廣泛　

農業天、空、地信息感知技術是通過利用衛星遙感、無人機遙感、智能感知終端及物聯組網等相關技術，采集獲取各類農業信息和數據，再經由信號傳遞模塊和后臺解析技術，將抽象的農業信息轉換為數字信號，是智慧農業科技的核心。農業天、空、地信息感知技術研發創新成效顯著、技術應用日趨廣泛。一是基于衛星遙感的農業產量估測、災害預警等研究不斷深入。美國農業部（United States Department of Agriculture, USDA）、國家海洋大氣管理局（National Oceanic and Atmospheric Administration, NOAA）、宇航局（National Aeronautics and Space Administration, NASA）和商業部（United States Department of Commerce, USDOC）早在20世紀70~80年代已實施了“大面積農作物估產實驗（Large Area Crop Inventory Experiment, LACIE）”“農業和資源的空間遙感調查計劃（Agriculture and Resources Inventory Surveys Through Aerospace Remote Sensing, AGRISTARS）”。2007年，20國集團發起了旨在用地球觀測數據開展農情監測預警、農業氣象預測、農業土地利用變化觀測的GeoGLAM（Group on Earth Observations Global Agricultural Monitoring）計劃。中國科學院CropWatch團隊是該計劃的共同發起者，其建立的全球農情遙感速報系統（CropWatch），能夠在4種空間尺度、4種時間分辨率、5種空間分辨率下，對農業氣象、作物長勢、作物產量等14個指標進行遙感觀測，實現“地塊－村－鎮－縣－市－省－國家－全球”多層級監測預警。近年，基于高光譜的農業遙感技術成為國內外的研究熱點，已開展了包括高光譜遙感系統搭建、病蟲害等特征圖譜提取和算法改進等研究。二是基于無人機技術的農業中小尺度遙感監測研究處于起步階段。國內外已有研究主要利用無人機高光譜遙感影像，建立面向無人機遙感的作物生物量、病蟲害等測度模型，實現對作物長勢與養分診斷、分析，生物與非生物脅迫定量監測等。三是農業傳感器技術產品研發“多點開花”。經咨詢專家，目前美國AllSensors公司、日本久保田株式會社（Kubota）、德國博世公司（Bosch）、以色列阿菲金公司（Afimilk）等已實現了環境信息、動植物生命信息、農產品質量安全信息、農機工況作業信息等相關傳感器的迭代升級。國內光、溫、水、氣等一般性環境類傳感器已實現國產化替代，土壤養分等傳感器研發也在加快。例如，國家農業信息化工程技術研究中心打破國外技術壟斷，研發了新一代土壤成分快速檢測系統“知土”，能夠在10分鐘內完成土壤主要養分、重金屬及其他多種微量元素的快速測量，具有完全自主知識產權，并已在山東、廣東、湖北、陜西等地廣泛應用。

1.1.3　農業大數據與智能決策技術研究探索不斷推進　

大數據與AI技術能夠助力農業科學決策、指導農業生產經營。其中，農業大數據技術是基于海量農業數據，結合數據可視化、分析挖掘、模擬預測等前沿技術，開展數據的深度分析，農業AI技術則是基于機器學習、深度學習、計算機視覺、知識圖譜等技術，實現知識表示、自然推理、自動程序設計等，從而產生有價值的農業知識與規律，為農業生產提供決策支撐。當前，基于大數據與AI技術的農業決策支持研究探索不斷推進。一是開展了農業大數據挖掘系統構建與應用研究。美國主導了Hadoop、Spark、Flink等大數據處理框架的開發，并在農業領域得到廣泛應用，建立了農業氣象、作物生長、病蟲害等大數據預測模型。國內學者也積極開展了基于Hadoop、Spark框架的農業大數據挖掘系統架構與模塊設計、農業大數據分析預測模型構建等研究。二是農業AI模型與算法創新不斷推進。美國、荷蘭、以色列、日本等國家在農業AI模型與模擬、農業認知計算與知識發現、農業可視交互服務引擎等智能模型算法方向處于國際領先地位。國內學者也積極推動農業智能算法模型的研發創新，在農業計算機視覺、機器學習、群體智能算法等領域取得一定進展。三是農業決策支持系統開發與應用成效顯著。隨著大數據、AI等技術的發展，利用農業決策支持系統輔助決策已較為普遍。其中，美國佛羅里達大學（University of Florida）農學研究所開發的農業技術轉移決策支持系統（Decision Support System for Agrotechnology Transfer, DSSAT）是目前使用最為廣泛的決策支持系統，通過氣象、作物、土壤等多模型耦合，科學模擬和評估農作物生長、產量等，為農業生產者、研究人員和政策制定者提供農業管理決策方案。中國面向小麥、水稻、園藝作物等病蟲害診斷、栽培管理，也研究形成了一系列農業決策支持系統。例如，北京愛科農公司基于大數據與自研作物模型，構建了智慧種植決策系統，可向農戶提供地塊基礎地力、田間環境、作物長勢、水肥管理、災害預警、產量預測等農事決策服務，服務已覆蓋全國10個省（區），幫助農戶節肥節藥20%。

1.1.4　面向不同領域的智能農機裝備創制成果豐碩

智能農機裝備是指通過設計和智能技術創新，具有人類（部分）智能硬件設備或軟硬件集成系統，可全部或部分替代人或輔助人高效、便捷、安全、可靠地完成特定復雜的農機作業目標任務，實現農業生產全過程的數字化感知、智能化決策、精準化作業和智慧化管理，具有人與機、機與物之間交互性特點。目前，面向大田種植、設施園藝、畜禽養殖、水產養殖等領域的智能農機裝備研發應用不斷加速。一是大田智能農機裝備得到廣泛應用。約翰迪爾（John Deere）、紐荷蘭（New Holland）、愛科集團（Agco Corporation）等農機制造巨頭，在智能農機裝備關鍵核心技術研發領域處于世界領先地位，已向全球市場推廣智能拖拉機、自走式打包采棉機等產品。基于北斗導航的國產智能農機裝備也快速發展。例如，國家農業信息化工程技術研究中心在北斗自動導航系統基礎上，通過加裝雙目立體相機，構建農田地頭邊界線檢測系統，解決了農機自動駕駛系統對于農田地頭環境感知與識別的瓶頸，其創制的農機自動駕駛系統得到落地轉化與廣泛應用。據農業農村部數據，2021年，中國大田種植信息化率已超過21.8%，其中，小麥、稻谷和玉米三大糧食作物分別達39.6%、37.7%和26.9%。二是溫室智能控制、智能灌溉、機器人等設施園藝智能技術裝備持續迭代升級。荷蘭玻璃溫室智能控制技術，以色列高效微滴灌技術，日本設施生產機器人、智能微耕設備等技術裝備研發應用處于世界領先地位。國內自主研發與市場化應用進程加快，其中，連棟溫室環境智能管控系統已實現國產化。天津水利科學研究所等研制的設施滴灌施肥智能化控制設備已達到世界先進水平。中國農業大學等研發團隊在草莓、蔬菜采摘機器人等前沿領域持續發力。三是畜禽養殖環境自動控制、精準飼喂等設備創新與應用進入“深水區”。以瑞典斯維墾（Sveaverken）、以色列阿菲金（Afimilk）等為代表的龍頭企業，面向奶牛、肉牛、豬、家禽飼養，能夠提供集養殖場環控系統、智能項圈、推料機器人、清糞機器人等設備于一體的集成式智能化解決方案。國內畜禽智慧養殖設備研發應用處于快速發展期，調研數據顯示，國內新建規模化養殖場應用環境控制設備的比例達到90%，其中，國產化率超過50%。小龍潛行、普立茲、睿畜科技等企業與科研院所合作，在畜禽智能飼喂、穿戴、稱重、消毒防疫等設備研制取得突破。四是水產養殖環境調控系統、智能投喂系統、水下機器人等研究不斷推進。美國、日本、挪威等國家在水產養殖環控系統、投喂設備、水下機器人等設備研發，以及智能網箱、智能養殖工船等集成化設施設備研制處于領先地位。國內水產智能養殖設備研發起步相對較晚，近年，中國水產科學院、浙江大學等科研機構在智能增氧、水產智能投飼等系統設備研發中持續發力，取得顯著進展。

1.2　智慧農業科技創新引領農業新質生產力發展的內在邏輯　

智慧農業科技創新通過賦能農業要素創新、技術創新、場景創新、主體創新與價值創新，推動農業新質生產力發展。

1.2.1　要素創新：數據要素為農業新質生產力發展提供基礎資源　

智慧農業科技創新能夠促進農業數據要素這一新型生產要素的生成與集聚。不同于傳統生產要素，數據要素具備可復制性強、迭代速度快、復用價值高等特點，能顯著提高信息傳遞效率、大幅降低個體信息獲取成本。在農業領域，通過將數據要素與資本、人力、土地、技術等其他生產要素有機結合，能夠激發傳統生產要素創新活力，提高要素效率效果，實現要素優化組合和配置；通過將數據要素融入農業生產、加工、流通、銷售和服務管理等各環節，能夠深刻變革農業生產管理方式，提高農業產業發展質量和效益，催生新產業、新業態、新模式，為農業新質生產力發展提供基礎資源底座。

1.2.2　技術創新：智慧農業技術為農業新質生產力發展提供持續動力　

技術創新是智慧農業科技創新的核心。“云大物移智鏈邊”（云計算、大數據、物聯網、移動互聯網、AI、區塊鏈、邊緣計算）技術創新，以及與生物技術、新材料技術、農業工程技術的融合是智慧農業技術創新的主要內容。智慧農業技術創新一是能加快農業信息感知數字化，實現農業全要素、全過程信息精準感知、識別與表達；二是能助力農業管理決策科學化，實現農業氣象災害預警、病蟲害實時監測、疫病精準防控；三是能推動農業裝備控制智能化，實現農機、農藝與信息的深度融合；四是能提升農業要素投入精準化，實現要素定量投入、資源節約與高效利用；五是能促進農業信息服務個性化，實現服務高效便捷、雙向互動、精準對接，從而為農業新質生產力發展提供持續動力。

1.2.3　場景創新：智慧農業場景為農業新質生產力發展提供實踐范式　

智慧農業科技創新的著力點與落腳點在于智慧農業場景創新。智慧農業科技創新成果的落地轉化與集成應用，衍生出種業4.0、無人農場、智能溫室、智慧牧（漁）場、農業智能服務等新型農業場景。其中，種業4.0通過構建“常規育種+生物技術+數字技術+AI”的育種模式，搭建多主體協同的科研育種平臺、種業大數據平臺，實現種業育繁推效能提升；無人農場、智能溫室與智慧牧（漁）場通過數字技術、智能農機裝備、現代化農業設施的集成應用，實現大田種植、設施園藝、畜禽水產養殖關鍵環節的“機器換人”與智能管控；農業智能服務依托大數據、農業算法模型、決策支持系統等，為涉農管理者提供科學、高效的輔助決策工具，為農民提供精準的農業知識服務。新型農業場景的形成將為農業新質生產力發展提供典型實踐范式。

1.2.4　主體創新：智慧農業人才為農業新質生產力發展提供智力支撐　

在智慧農業科技創新賦能下，政府管理人員、農業科研人員、農業生產經營主體、農業服務主體等產業鏈不同主體的參與方式、創新能力與運行能效發生新的轉變。其中，政府管理人員通過應用相關政務平臺、產業大數據平臺，能夠提升農業監管服務能力與水平；農業科研人員將智慧農業技術與裝備應用于科研試驗，能夠提升科研人員創新能力與效率；新型農業經營主體、農民等通過智慧化轉型，能夠提升農業生產能力與農產品電商等數字經濟參與能力；農技推廣人員、農業社會化服務主體、金融機構等農業服務主體通過應用涉農服務平臺、專家系統，能夠提升農業科技、農機、金融等涉農服務能力。智慧農業管理型、科研型、技能型人才的培育，將加速農業新技術應用、新模式形成，為農業新質生產力發展提供智力支撐。

1.2.5　價值創新：智慧農業價值創造為農業新質生產力發展提供重要遵循　

價值創造是農業新質生產力發展的目標與追求，而智慧農業科技創新能對農業產業鏈帶來新的價值創造。通過智慧化轉型升級，農業生產經營主體能夠減少人工投入、優化資源配置、增強溝通協作、提升農產品質量，實現成本節約與收入增加，產生新的經濟價值；政府、科研機構、服務組織等能夠提高科研產出、提升管理服務效率、促進產業協同發展，提升產業經濟價值與社會價值。同時，以農產品電商為代表的農業數字經濟發展，將不斷產生新的多邊經濟效應，平臺價值得到倍增。農業數據資源積累和數據要素市場培育，將推動數據要素向資產化、資本化轉變，數據要素價值將逐步得到釋放，形成新的價值。經濟價值、社會價值、平臺價值、數據價值的創造，將為智慧農業科技創新引領農業新質生產力發展提供重要依據與遵循。 

 
圖2　智慧農業科技創新引領農業新質生產力發展的邏輯圖
Fig. 2  Logical diagram of smart agricultural technology innovation leading the development of agricultural new quality productivity

2、中國智慧農業科技創新引領農業新質生產力發展面臨的重大問題與挑戰

對標中國農業新質生產力發展要求和國際智慧農業科技先進水平，中國智慧農業科技創新總體處于多點突破、系統集成和商業化應用起步階段，在政策體系、關鍵技術、成果轉化、支撐體系等層面還面臨一定問題與不足。

2.1　科技創新政策體系不夠健全　

一是政策創設有待加強。目前，從國家到地方針對智慧農業科技創新的政策體系建設仍處于初步探索階段，一般作為數字農業科技的高級形態進行簡單宏觀展望，相關制度框架和配套服務體系尚不健全，而關于智慧農業科技創新引領農業新質生產力發展的政策導向還處于探索當中，長效發展機制有待逐步形成。二是政府財政支持能力有限。智慧農業科技創新周期長、投入大，成果落地轉化成本高、見效慢。而財政“輸血式”支持能力有限，數據顯示，中國農業科技投入在科技總投入的占比由2001年的6.8%下降至2022年的1.37%，2022年中國農副食品加工業與食品制造業科技投入分別僅占整體制造業科技投入的1.86%與0.9%，全國縣域農業農村信息化建設的財政投入僅占全國農林水事務財政支出的1.4%，對智慧農業科技創新與轉化支持有限。三是科技創新體制機制不健全。中國智慧農業科技創新缺乏有效的協同機制和激勵機制，如政府、科研機構、農業企業、農戶之間的信息溝通和資源共享不暢，智慧農業科技創新的投入產出比不高，絕大多數一線科技人員認為農業領域的科技體制機制改革舉措落實到位程度不足80%。

2.2　關鍵技術面臨卡點、堵點、斷點　

一是基礎研究支撐不足。國內關于智慧農業基礎研究起步較晚，與美國、德國、日本等國家相比，國內動植物知識模型與智能決策精確度低，底層核心算法缺少，過度依賴國外開源算法與軟件，未形成有影響力的農業AI開源軟件庫，部分已構建的模型、算法難以實現動植物生命數據、環境數據的高效處理和精準挖掘，整體處于跟跑階段。二是部分核心元器件受制于人。在以農業物聯網為代表的信息感知技術研究方面存在明顯短板，農業專用傳感器難以有效滿足生產需求。其中，農業動植物本體傳感器基本處于空白，高端農業環境和動植物生命信息感知設備被美國、日本、德國等壟斷，對外依存度達80%以上。農業機器人核心部件、高端智能化精準作業裝備主要依賴歐美等發達國家，在負載動力換擋、無級變速、視覺系統、柔性執行器件等領域研發薄弱。三是基于多學科的全產業鏈技術集成不夠。由于農業的生物特性，智慧農業科技創新具有顯著的多學科交叉特點，但國內現有研究成果對農學、計算機科學與技術、農業工程等多學科知識融合不足，技術的點上突破較多，圍繞全產業鏈進行技術集成的研究難度高、創新成果少，面向小農戶、小地塊的技術裝備研發缺乏。

2.3　科創成果轉化落地難度較大　

一是高校、科研院所成果轉化意愿與能力不強。由于高校、科研院所普遍存在智慧農業科研工作以項目導向為主，缺乏與市場有效溝通的問題，大量科研成果處于“高枝青果”狀態。同時，由于中國科技成果中試工程化起步較晚，針對智慧農業技術產品的中試、熟化經費和專業性平臺支持不足，缺乏必要的裝備條件與技術服務，難以支持科研成果落地轉化。二是可持續的商業化運作機制尚未成熟。已有的智慧農業科技成果普遍面臨“成本剛性、單價難提、復用有限”的困境，相關智慧農業科技應用項目很難有效實現成本平抑，導致大多數智慧農業科技成果仍處于小范圍試點示范階段，市場化產業化進程緩慢，政府、科研單位和社會資本合作、多元化投資環境尚未完全形成，成熟良性的盈利機制與商業化運行模式亟待挖掘。三是技術產品推廣服務不健全。國內高水平的科技成果轉化服務平臺和社會化中介服務機構較為缺乏，難以對高校、科研院所智慧農業科技成果轉化提供“橋梁”作用。面向新型農業經營主體、小農戶的智慧農業技術產品推廣、運維體系不健全，利益聯結分享機制不完善，導致智慧農業技術集成應用場景創設不足，難以真正提升農業生產力。

2.4　科技創新支撐體系不夠完備　

一是科創平臺能級小、影響力不足。智慧農業科技創新平臺以省部級為主，“國字號”、區域性的智慧農業重大科創平臺數量較為缺乏，對中國樹立智慧農業高水平科學研究、重大原創成果產出、關鍵核心技術問題突破的能力形成制約，不利于輻射帶動全國智慧農業重大創新，難以在國際國內層面具備引擎性與標桿性。二是數據與創新鏈存在嚴重脫節。高質量的數據資源是智慧農業科技創新的基礎，但國內政府數據開放規模僅為美國的1/9，“阿里系”“騰訊系”等數據陣營壁壘森嚴，人才集聚的科研單位缺乏一手數據，擁有數據資源的政府、頭部互聯網企業缺乏人才，數據資源供需不匹配問題明顯。三是科技創新未實現“標準先行”。標準化是科技創新體系的重要支撐，但國內農業領域標準化發展滯后，有研究表明，截至2022年僅北京、上海等4個省（市）農業地方標準更新率超過10%。而智慧農業領域的標準制定不足問題更為明顯，影響科技成果的有效轉化。四是高層次人才短板突出。中國智慧農業人才培養體系尚不健全，交叉學科型人才培養基地和學術平臺建設滯后，既懂農業又懂AI的高層次復合型人才培育不足，國外高端智慧農業人才存在“引不來、留不住”等問題，人才缺口接近1 100萬。五是科技金融水平不高。推動智慧農業科技創新離不開科技金融支持。但因缺少專業性的知識產權評估機構與標準，智慧農業科技創新知識產權價值難以界定，制約相關金融產品的供給。智慧農業技術產業化投融資體系與技術產權市場整體發育不健全。

3、智慧農業科技創新引領農業新質生產力發展的路徑 

聚焦智慧農業科技創新的問題，提出科技創新平臺、技術、場景、人才的“四高”路徑，以補齊智慧農業科技創新短板，加快形成農業新質生產力。

3.1　建設高能級智慧農業科創平臺　

高能級智慧農業科創平臺是圍繞國家智慧農業重大戰略目標，開展智慧農業基礎研究、關鍵核心技術攻關、科技成果轉化及產業化等科技創新活動的重要載體，是智慧農業原始創新的“策源地”與關鍵核心技術的“發源地”。通過高能級智慧農業科創平臺建設，能夠推動農業人才、資本、技術、數據等現代要素集聚，為農業新質生產力發展提供創新平臺支撐。據此，應以平臺建設為抓手，不斷完善科技創新體系，提升平臺科技支撐能力。一是要加快布局智慧農業高能級創新平臺。緊抓實現中國高水平科技自立自強、發展新質生產力的戰略機遇，結合農業地域特點與智慧農業科創基礎、產業布局，在國家層面統籌謀劃智慧農業高能級創新平臺建設項目，支持高校、科研院所、創新型龍頭企業、高端人才團隊，以獨立建設或合作共建的方式推進平臺建設。二是要建立健全平臺科創體系。以創新平臺為“主引擎”，支持建設升級一批重點實驗室、工程技術中心，孵化一批管理制度現代化、運行模式市場化的新型研發機構。通過“創新平臺先研、企業跟進、聯合推動落地”的科創模式，開展智慧農業基礎理論研究、重大關鍵技術攻關與高端智能產品研制，實現智慧農業科技“從0到1、從1到N”的孵化裂變。三是要著力提升平臺學術影響力與產業帶動力。依托創新平臺，以國際合作項目、國家重點研發專項等為紐帶，吸引全球智慧農業領域的院士專家參與項目實施，強化國內國際智慧農業人才交流與科技創新合作，打造在國內國際具有重要影響力的智慧農業科技創新高地、人才聚集高地和高新技術產業化引領高地。

3.2　突破高精尖智慧農業技術產品　

農業新質生產力發展需要向科技要增量、挖潛能、拓邊界。高精尖智慧農業技術產品的突破，對于轉變農業生產方式、提高農業綜合生產能力具有重要意義，能夠為農業新質生產力發展提供關鍵科技支撐。因此，一是要加強智慧農業基礎研究攻關。推動跨學科的算法技術融合創新，打破智慧農業核心算法技術梗阻，著力突破人機交互、生物特征識別、類腦計算等難題，迭代升級農業大數據算力。將農業AI大模型研發作為國家科技重大專項和重點研發計劃的支持內容，在生物育種、農技與農產品市場信息服務等基礎條件好、需求大的領域，率先開展AI大模型與基礎軟件庫自主研發。二是要加快攻克“卡脖子”技術難題。重點推動農業高端專用傳感器研發，研制一批具有自主知識產權的土壤養分傳感器、作物養分與病害傳感器、動物體征傳感器、農產品品質傳感器以及農機工況作業傳感器等。著力解決智能設計育種技術、農業高通量表型獲取技術、動植物生長發育調控模型、環境模擬模型等技術難點。三是要推進智能農機裝備研制。針對農業產業鏈中勞動密集環節，自主研發一批適用性強的作物精準播種、精準施肥/藥、精準收獲、養殖環境精準監測、精準飼喂等智能農機裝備，開發適宜設施環境的耕整地、育苗、移栽、植保、運輸專用型智能機械，開展農業機器人柔性執行器件、自主智能移動平臺，以及采摘機器人、消毒巡檢機器人、水下作業機器人等整機的探索研究。

3.3　打造高水平智慧農業應用場景　

智慧農業應用場景是試驗空間、市場需求、彈性政策的復合載體，通過高水平應用場景打造，能夠推動智慧農業科技落地轉化與產業化，促進農業新技術新產品新模式交互融合，為農業新質生產力發展提供實踐載體支持。面向農業重點領域，一是應加快種業“4.0”建設。加強智慧農業科技在種質資源挖掘利用、基因挖掘與遺傳改良、設計育種中的應用，構建主要農作物、畜禽水產的種質資源表型與基因型鑒定平臺，支持申建智慧種業產業園，示范推廣種業物聯網、智能播種、種子智能清選加工等設施設備。搭建涵蓋植物檢疫、新品種審定保護、種子檢測認證等于一體的區域性種業大數據平臺。二是應推動少人/無人農場建設。綜合利用衛星遙感、航空遙感、地面物聯網等手段，建設大田“四情”（墑情、苗情、蟲情、災情）監測網絡和智能植保防御體系，加快推動基于北斗導航的智能農機裝備、農機指揮調度平臺、農場智慧管理平臺等在大田耕種管收全過程的應用，實現少人化、無人化。三是應推進智能溫室試點示范。推動基于國產化智慧管控系統的智能溫室建設，集成應用育苗智能化控制系統、小型設施專用智能農機裝備、水肥一體化設備、精準施藥系統、病蟲害監測預警系統、設施智慧管理軟件平臺等系統設備，開展采摘、巡檢機器人應用示范。四是應著力推進智慧牧場建設。以生豬、奶牛、肉牛肉羊、家禽等為重點，支持開展智慧牧場建設，推動構建畜禽養殖大數據平臺，加大牧場生產環境精準調控、精準飼喂、疫病疫情監測預警、糞污無害化處理、智能消殺與巡檢等智能裝備應用，提升牧場智慧化養殖管理水平和綜合效益。五是應開展智慧漁場建設。以池塘養殖、陸基工廠養殖、網箱養殖、海洋漁業四種養殖方式為重點，推動養殖水質實時監測、精準投喂、成魚/死魚捕撈、網衣清洗與提升、水下作業機器人等智能裝備的應用示范，探索開展漁場智慧化養殖管理。

3.4　培育高層次智慧農業創新人才　

高層次創新人才是智慧農業新知識、新技術的創造者與發明者。高層次創新人才培育對于提高農業科技創新能力和競爭力具有重要意義，為農業新質生產力發展提供堅實智力支撐。為此，一是要引進一批智慧農業高層次領軍型人才。堅持農業“高精尖缺”的人才定位，在國家層面明確并發布智慧農業科技創新的人才缺口與引才領域，通過打好專班引才、揭榜引才、以才引才、以賽引才等組合拳，引進一批智慧農業高層次人才。二是要加強多學科復合型人才培養。聚焦智慧農業科技創新的新領域、新賽道，在國內高等院校加緊部署“新農科、新工科”建設，主動布局一批智慧農業新院所、新專業，加強學科專業與信息技術、生物技術、工程技術和管理科學等的有機融合，將跨學科優勢轉化為復合型人才培養優勢。三是要組建智慧農業PI（Principal Investigator）團隊。統籌實施智慧農業“大PI”建設計劃，形成一批由院士專家引領的高水平創新團隊，給予持續穩定的項目支持，并鼓勵采用產業化運作、產學研合作的方式，開展科研攻關、項目合作與成果轉化。四是要構建良好的智慧農業高端人才引育環境。通過建設國際化人才交流合作基地，舉辦國際性人才交流活動，發展智慧農業人力資源服務產業集群等，實現更大范圍、更高層次的智慧農業創新人才交流合作，不斷完善高端人才引育環境。

4、智慧農業科技創新引領農業新質生產力發展的戰略建議 

在智慧農業科技創新進入從“跟跑”向“并跑”“領跑”發展的關鍵時期，為有效擺脫科技創新的路徑依賴，將先進技術轉化為先進生產力，必須加深理論認識，圍繞頂層設計、政策供給、先行實踐、生態體系等層面，建立健全實施機制和政策框架。

4.1　深化智慧農業科技創新與農業新質生產力認識　

一是加深科學認識。推動智慧農業科技創新、發展農業新質生產力是一項長期任務和系統工程，需要系統謀劃、統籌考慮。建議在國家層面通過項目支持、政策征集等方式，組織各領域專家就智慧農業科技創新、農業新質生產力等新思想、新理念開展充分調研與研討，加深對智慧農業科技創新、農業新質生產力概念內涵、內生關系的科學認識。二是出臺智慧農業科技創新引領農業新質生產力發展的戰略規劃。在形成統一認識的基礎上，建議在國家層面加快編制國家智慧農業科技創新引領農業新質生產力發展的戰略綱要、行動指南等，基于國內外技術差距與農業新質生產力發展要求，明確中國智慧農業科技創新的時間表、任務書與路線圖，盡快形成農業新質生產力的強引擎。三是構筑智慧農業科技創新長效工作機制。探索建立由農業農村部、科技部等多部門聯合，高校、科研機構、企業多主體聯動的智慧農業專項工作領導小組，形成智慧農業科技創新和集成應用縱向貫通、橫向聯動的長效工作機制，通過定期召開全國會議，部署智慧農業科技創新與應用工作，切實推進智慧農業科技創新見行見效。

4.2　優化智慧農業科技創新政策供給　

一是創建更具活力的智慧農業科研項目扶持政策。政府應加強智慧農業核心技術攻關的項目支撐，牽頭制定重點科創領域的聯合攻關支持目錄。并按照項目研發費用或關鍵設備、系統軟件投入的一定比例，給予科研機構項目經費后補助。同時，推動智慧農業基礎研究類科研基金項目經費“包干制”試點，激活科研主體對智慧農業科技創新的積極性。二是完善智慧農業科創成果落地轉化制度供給。要求國家級重大智慧農業科技創新項目立項目標應涵蓋成果推廣規模等指標。落實落細科研人員職務科技成果所有權或長期使用權試點，鼓勵科研人員以技術轉讓、作價入股、成果拍賣等方式推動智慧農業科技成果轉化。此外，基于“智機優補”原則，將更多國內自主研制的智能農機裝備納入農機購置與應用補貼范圍，加速智慧農業科創成果賦能農業新質生產力。三是健全智慧農業科技創新標準規范。成立國家智慧農業標準化工作小組，開展中國智慧農業領域標準整體規劃、體系建設、試點示范、應用實施等工作。協調科技部等部門，推動設立智慧農業標準研究科技專項，加強智慧農業數據標準、關鍵技術標準、場景建設運營保障標準等制定，形成智慧農業科技創新與應用標準譜系。四是健全智慧農業科技創新知識產權保護制度。以新技術、新裝備知識產權保護為抓手，持續深化智慧農業科技創新知識產權保護意識，加強農業大數據、農業AI等新興領域知識產權規則研究，探索開展農業數據知識產權保護立法，重點處理好數據保護與使用、安全與隱私的關系，實現各方利益平衡。

4.3　建設國家智慧農業創新發展試驗區　

為集聚智慧農業科技“強磁場”，激活農業新質生產力“主引擎”，建議在基礎設施水平高、科技創新能力強、農業產業特色明顯的地區，遴選一批典型縣市有序推動國家智慧農業創新發展試驗區建設，以智慧農業科技創新引領農業新質生產力發展為主線，著力打造中國智慧農業創新發展標桿。一是夯實農業新基建。持續推動5G網絡在試驗區農業基地的全面覆蓋，支持推進農業大數據中心、算力中心，以及智慧農業科技研發基地、中試基地、開放創新平臺等基礎設施建設。二是著力加快智慧農業技術集成示范。通過政策與項目支持，鼓勵試驗區內科研機構與企業聯合開展智慧農業科技綜合集成應用示范和產業化試驗，打造多視角全方位的智慧農業應用場景，加快推進智慧農業科技與農業實體經濟的深度融合，構建“場景+鏈式”的智慧農業整體解決方案。三是開展智慧農業創新發展政策試驗。在試驗區率先構建支持智慧農業科技創新的新型制度框架與體制機制，開展標準規范、組織架構、項目運行管理、成果轉化、知識產權、人才引育等重點領域新政策、新機制的先試先行，依托政策實踐演化形成適合中國智慧農業創新發展的制度安排。四是推動智慧農業創新發展社會實驗與模式總結。通過組織科研單位在試驗區開展長周期、跨學科的智慧農業創新發展社會實驗，客觀記錄、科學評估智慧農業創新發展對宏觀經濟、中觀產業、微觀主體的綜合影響，總結凝練符合中國不同區域特征的智慧農業創新發展模式與運行機制，形成可復制、可推廣的實踐經驗，為中國智慧農業創新發展提供支撐與借鑒。

4.4　著力完善智慧農業科創生態體系　

一是健全智慧農業科技金融體系。在充分發揮政府引導作用的基礎上，探索推動智慧農業科技金融體系建設，支持商業銀行成立科技支行、發展知識產權質押融資、設立科技創投基金，并與風投機構、私募機構、社會資本開展“投貸聯動”，合作設立科技股權基金等，為智慧農業科技創新注入“金融活水”。二是完善智慧農業科技服務體系。加快智慧農業科技大市場、高校院所技術轉移機構、科技中介服務企業等主體的建設培育，并在已有農業科技成果交易轉化與知識產權綜合服務平臺建設基礎上，搭建智慧農業這一細分領域的交易服務系統平臺，通過市場化運作，提供技術評價、價值評估、成果拍賣、掛牌交易等“一站式”服務。三是構建智慧農業產業體系。基于產業集群發展理念，布局建設智慧農業“裝備制造、產品研發、生產服務、生態環保”相融合的產業體系，大力發展智能農機產業、農業傳感器產業、農用軟件產業、農業信息服務產業、碳中和數字化產業等，培育一批具有全球競爭力、產業鏈供應鏈控制力的平臺型企業和鏈主企業，形成良好智慧農業產業生態。
 
來源于：智慧農業期刊
 

嘉延（北京）環境科技有限公司致力于“植物生長可控環境”的技術研發和服務，秉承“自主創新、追求卓越”的理念，提供可靠的人工環境模擬調節技術。多年來，在人工環境應用領域不斷深入探索，特別是在植物生長、組織培養、種質低溫儲藏、植物補光以及其他特殊人工環境等方面提供整體解決方案。