大學生農場主年收入可達10萬元以上，能夠將這些掌握新技術的高素質人才留在農村

　　目前，浙江省11個市、90個縣（市、區），實現省市縣三級全貫通“鄉村大腦”，日均訪問量超120萬次

　　“數據是分層的，政府歸集數據的目的是為産業鏈服務，要求企業讓渡‘過細的數據’，不利于保護企業收集數據的積極性。”

　　文∣《瞭望》新聞周刊記者

　　飼喂監控、外部環境監測、奶牛發情提示……這樣的智能奶牛場在河北已建成774家，智能化率達93%。樂源牧業邯鄲有限公司總經理趙允波説，憑借智能設備，目前萬頭牧場僅需21名工人，與2019年相比養殖規模翻了兩番，年産奶量提升約5%，智慧農業助力牧場實現節本增效。

　　我國農村常住人口逐漸減少，未來誰來種地的問題亟需解決。智慧農業或將成為回答我國農業強國建設“主體之問”的重要答案。

　　通過智慧化決策、自動化控制、精準化耕作實現農業生産少人化、精細化，日益成為各地推動現代農業高品質發展的重要路徑。不少地方開展的智慧農業實踐，已不限于技術的簡單應用，而是逐漸深入到組織模式、産學研貫通各環節，將智慧農業更廣泛地拉進人們的視野之中。

　　不過，當前的智慧農業探索之路也面臨基礎設施跟不上、數據品質待提升、“智慧”人才供不應求的情況，需要調動各類主體積極性，多方面破解重重關卡。

  在位于浙江省建德市楊村橋鎮的草莓小鎮，工作人員巡察“數智草莓植物工廠”內種植的草莓（2024年1月26日攝） 翁忻旸攝/本刊

　　智慧農業實踐走向深處

　　在山東省，“90後”何石寶在連片的麥田下操控無人機巡田。“這能更高效地掌握田間情況，便于及時進行田間管理。”他説。現在，何石寶一人就管理了1000畝地，結合應用水肥一體化、深翻等農業新技術，他種的地裏，糧食産量連年保持高産穩産。

　　何石寶是平原土地魯望農業發展有限公司于2018年引入的首個“碩士農場主”。這家公司32名年輕農場主及相關工作人員中，碩士生達到9名。利用物聯網、農業大數據、無人機、水肥一體化等先進手段，這批“新農人”的農業生産效率普遍獲得大幅提升。

　　這背後，是當地圍繞智慧農業創新組織方式，制定吸引高學歷人才從事智慧農業生産的激勵機制，讓能人扎根田間地頭。

　　魯望公司總經理張研生説：“公司設置一年人才培養期，給予固定薪酬。後期根據管理土地的面積按月開工資，將農場實際種植利潤減去基本工資，剩余的一半經核算後，成為農場主的績效獎金。加上地方人才補貼，大學生農場主年收入可達10萬元以上。”

　　2020年，魯望公司還成立了山東省首個“農場主大學”，組織農場主係統學習農業知識、形成農業産業聯盟，建立糧食安全産業聯合體，幫助老百姓提高糧食産能。

　　圍繞“智慧”農人開展制度創新外，各地還圍繞“智慧”硬體基礎設施，統一數據平臺，釋放數據價值。

　　業內專家預計，未來大數據驅動的知識決策或將替代人工經驗決策，主導智能控制替代簡單的時序控制，這將是智慧農業的發展趨勢。基于此，打通“數據孤島”，讓大數據與農業深度融合，是解決農業實際問題的關鍵。

　　2020年以來，浙江省聚力打造鄉村大腦，構建起“11153”核心構架，即數據歸集“一個倉”、地理資訊“一張圖”、功能服務“一個碼”、核心能力“五個庫”，全面支撐數字鄉村建設。目前，浙江省11個市、90個縣（市、區），實現省市縣三級全貫通“鄉村大腦”，日均訪問量超120萬次。

　　浙江省農業農村廳農機化與數字化處二級調研員陶忠良介紹，在面向用戶的可視化“三農”地圖上，目前已梳理出主體、村莊、土地、産業等8類153個圖層，可為省市縣提供統一、權威、標準的服務支撐。用戶只需掃一掃“浙農碼”，就能進入不同模組。

　　在楊梅産地臺州市仙居縣，“鄉村大腦”整合了當地楊梅産業地圖，數據精確到每一戶農戶、每一株楊梅，為保險、開票等服務提供了精準的數據保障。同時，種植面積、農資採購、還款記錄等還成了授信依據。

　　陶忠良表示，浙江省從源頭上統一數據格式、語言體係等，破除部門間數據藩籬，避免“各搞煙囪”，在當地茶産業、畜牧業、漁業等領域，呈現出政府側與經營主體側、生産端與消費端高效連結的良好態勢。

　　此外，在新農人、新平臺賦能智慧農業的基礎上，各地還加速破解理論實踐“兩張皮”現象，讓前沿技術離農業更近。

　　在中科合肥智慧農業谷有限責任公司，一臺土壤養分快檢設備半小時就能獲得準確數據。行業傳統檢測平均需一個月，常難以滿足農時需求。研發團隊負責人陳翔宇説，“2020年智慧農業谷成立後，我們匯聚多領域人才，形成建制化科研平臺，收集來自種植大戶的意見反饋，讓科研成果服務一線獲得了加速度。”

　　智慧農業谷是中國科學院合肥物質科學研究院與合肥市長豐縣人民政府聯合成立的國有企業，承接創新研究、産業孵化、基地實驗等職能，旨在提出智慧農業整體性解決方案。在破解科研與應用“兩張皮”上，近年來他們探索出多項經驗。

　　一是“雙任職”，讓科技研發有市場依據，讓科研人員有“退路”。胡宜敏是科研院所的一名副研究員，還是智慧農業谷副總經理。在這裏，身跨兩種身份的職工近100名。胡宜敏説，農業産業利潤薄、風險高，企業不願貿然加大科技投入，智慧農業谷的科研人才面向農業場景做研發、與市場串聯，並保障他們“有退路”，激活了人才創新活力。

　　二是就地轉化使用，讓單一産品融入産業生態。“蟲臉識別”、無酶熒光可視化農殘快檢……一係列新研發産品在這裏快速轉化應用。目前智慧農業谷産業園已孵化和吸引智慧農業企業40家，遍布産業全鏈條。這些企業互相優先使用最新科研成果，目前已形成智慧農業産業生態圈。

　　三是“研研結合”“研用結合”推動整合創新。胡宜敏説，在産業園內，企業底層數據開放，便于形成協作關係。同時，生産基地以及參與科研試驗的農業經營主體會基于數據，對裝備和係統提出改進意見，增加了整合創新的市場導向性和實踐適應性。

　　智慧農業發展堵點待解

　　近年來，部分地方在智慧農業的探索中取得了寶貴經驗，為今後的發展探尋前進方向。但在部分偏遠地區，由于地形因素導致地塊分散不集中，基礎設施尚待補強。比如在一些集中連片的大農場，由于距離信號基站較遠或有遮擋物等原因，通信信號仍不穩定，農業物聯網無線通信待完善。

　　智慧農業基礎設施有待補強是智慧農業發展面臨的難題之一，除此之外，我國智慧農業發展仍需邁過多道“坎”。

　　農民戶均耕地面積小，小地塊耕作農戶對土地進行投入不劃算，社會化服務組織收取的托管費不足以支撐投入。部分設備經銷商表示，願對農田進行智慧化嘗試的農民基本為大戶。但部分種糧大戶擔憂農民提前收回流轉土地，在硬體投入上有顧慮。

　　山東一家水産公司負責人以漁業舉例，傳統漁業屬勞動密集型産業，而智慧漁業要實現魚類行為識別、裝備自動控制、無人化車間加工等，這些都是當前一家一戶水産養殖無法實現的。

　　受訪專家表示，農業生産集約化程度仍有待提高是智慧農業發展需要邁過的一道“坎”，目前我國農業社會化組織發育程度仍處在初期階段，智慧農業的潛力尚沒有完全釋放。

　　智慧農業發展的另一道“坎”在數據層面。一方面農業數據收集、利用不足。多位受訪專家告訴記者，當前，市場尚未形成強大的農業數據採集第三方公司，各地智慧農業的底層數據大量來自人工填報，數據品質值得商榷，有效指導農業生産水準的數據仍較少。

　　“農業數據收集困難帶來的影響是根本性的。”胡宜敏表示，精準決策依托可靠數據支撐，否則做出的農業數字化係統也難以有效發揮作用。

　　業內專家介紹，目前，荷蘭的智能溫室大果番茄平均産量達到每平方米72公斤，國內智能溫室的最高産量與之仍有差距，主要原因在于缺乏與國內生産場景相適應的植物生長環境調控模型演算法，數據品質是影響模型演算法的關鍵。

　　另一方面我國農業數據缺乏各類標準，不僅是不同物聯網設備、不同農業設施設備數據缺乏標準，政府相關管理數據也缺乏可操作性的標準，客觀上造成了數據難以融合。2022年浙江省出臺全國首部公共數據領域的地方性法規《浙江省公共數據條例》，但全國層面目前還沒有針對農業數據的專門法律，農業數據管理暫時“無法可依”。

　　一家相關公司負責人表示：“我們通過衛星遙感圖片結合實地測量，能看到區域內所有地塊的作物生長情況。但因為數據沒有打通，不知道這塊地是誰的，不知道他名下一共經營了多少畝地。我們根據光譜分析得出的一些趨勢性預測，也無法提供給有需要的群體，難以實現數據價值變現。”

　　此外，人才不足也制約了智慧農業的發展潛力。相關部門負責人表示，目前在我國數字鄉村及智慧農業技術産品研發和推廣應用中，信息化實用人才供不應求，影響智慧農業技術産品研發和推廣應用。

　　有學者表示，原因之一在于交叉學科教育的布局和引導人才下沉的體制機制尚在布局建設中。當前無論是農學本科生還是電腦專業本科生，對農業數字化這類交叉學科不夠了解，在實踐中面臨跨學科問題。加上當前高校畢業生在縣級層面就業意願有待提高，導致基層相關人才更加缺乏。

  在四川省眉山市東坡區西南智慧農業産業園，工作人員在採摘無土栽培的番茄（2024年2月11日攝） 姚永亮攝/本刊

　　多方發力破解現實難題

　　為破解各類難題，受訪專家、基層幹部、企業負責人、農業經營主體、農業社會化組織負責人等不同人士，結合自身經驗，從不同角度給出具體建議。

　　例如，因地制宜統籌規劃基礎設施建設，提高決策的科學性和合理性，優化資源配置，提高決策質效。在傳統農區加強基礎設施建設，從保障國家糧食安全形度出發，政府牽頭協調多家單位協同推進智慧農業建設所需基礎設施。在具體實施過程中，可將基礎設施建設與智慧農業項目統籌規劃，在基礎設施完備地區優先推進智慧農業項目。在實現水澆地較為困難的地區，推進有機旱作與智慧農業相結合，也可有效提高農業産出。

　　再如，優化智慧農業資源配置，在各領域、各層面鼓勵重點人群、重點企業開展政策部署，激發各主體能動性、積極性，促進智慧農業的發展更進一步。

　　為提升農業生産規模化水準，受訪專家和基層幹部認為，在當前發展階段，規模化、集約化經營主體是智慧農業的主要投資者和使用者，智慧農業項目應更多圍繞這類經營主體開展，為他們提供必要的資金補貼、政策傾斜。針對部分種糧大戶擔憂的流轉土地履約困境，可探索村集體居間作保等方式，培育農民的履約意識和契約精神，讓更多大戶敢于在流轉合同期內對土地進行投入。同時，鼓勵農業龍頭企業將業務向智慧農業方向延伸，出臺相關激勵政策。

　　為實現涉農數據精準有效積累，從農戶角度，新疆科百宏業科技有限公司負責人王海天説，相關部門、智慧農業企業積極出臺鼓勵措施，提升農戶協助數據採集積極性。“由于缺乏對數據採集前景的有效認識，農戶往往缺乏協助數據採集積極性。我們可以探索企業和農戶之間數據分紅的機制，鼓勵各類涉農感測器的安裝推廣，比如企業可以每年給協助收集數據、維護設備的農民獎勵部分農資進行激勵。”

　　從企業角度，相關企業負責人認為，我國氣候多樣、地形復雜，部分地區一個縣內還有多種小氣候，具體建模工作繁重，需要大量的公司進行投入。因此，對基于農業大數據進行建模的公司，給予充分的智慧財産權保護。允許其對一地耕作模型在一定時間內的獨享使用權，以鼓勵其進行類似的數據積累和分析、應用探索。

　　受訪專家提醒，政府歸集數據上應避免貪大求全。“數據是分層的，政府歸集數據的目的是為産業鏈服務，要求企業讓渡‘過細的數據’，不利于保護企業收集數據的積極性。”

　　為鼓勵各主體統一標準，協同建立涉農數據的共用平臺，打通部門間的數據壁壘，受訪專家認為可以從體制機制入手，建立一次採集、上傳共用、便利使用的數據採集、匯聚、分析、使用生態鏈。建立國家層面統籌的涉農基礎數據管理機制，建好涉農數據共用平臺，依據科研院所、企業研發需求明確數據開放獲取的許可權，明確保密責任，加快農業數據安全的立法工作。

　　此外，還可以鼓勵有實力的大型公司積極進軍布局統一數據平臺建設，並逐步建立多方受益的利益聯繫機制，讓投入的企業能夠長期獲益。實現智慧農業領域的“富礦富採”，多方共贏。

　　為培養跨學科人才，鼓勵專業人才下到基層，中國農業大學資訊與電氣工程學院教授李道亮提出，優化高校“三農”人才培養方式，錨定農業現代化發展方向，提升為農服務能力。創新智慧農業人才的跨學科培育方式，讓相關專業學生在校期間獲得足夠寬廣的視野，對智慧農業發展方向有更加深入、準確的理解。（採寫記者：許雄 水金辰 許舜達 葉婧 黃騰 郭雅茹 茍立鋒 趙鴻宇）