本文摘要,学习与探索

刘长全   中国社会科学院农村发展研究所研究员、产业经济研究室主任，中国社会科学院大学教授、博士生导师，兼任国家奶牛产业技术体系副首席与产业经济研究室主任、中国林牧渔业经济学会秘书长。主要从事农村产业经济、粮食安全、奶业经济等领域研究。出版独合著学术著作3部，在权威、核心、SCI刊物、《光明日报》、《经济日报》等中央媒体发表学术论文90余篇，其中多篇被《中国社会科学文摘》、人大复印报刊资料全文转载。成果曾获中国农村发展奖论文奖和中国农村发展奖论文奖提名奖。在本刊发表的论文有：《颠覆性农业技术促进农业现代化的作用机制与实践路径》（2023年第8期）；《粮食产业智慧化发展的“两个跨越”挑战及破解路径》（2024年第7期）。

摘   要：智慧化是粮食产业克服困境、实现高质量发展的重要途径。粮食产业智慧化发展，有利于提升要素效率，破解劳动节约与提高管理水平、粮食产出增长与环境可持续两个重要矛盾；有利于促进分工合作，实现粮食产业体系现代化；有利于促进粮食生产定制化、产需衔接和产业链延伸。但是，粮食产业智慧化面临从局部示范智慧化向普遍智慧化跨越和从初级智慧化向高级智慧化跨越的挑战。实现跨越的路径是，通过“多层次智慧粮食产业体系+智慧化生产服务”实现普遍智慧化；通过“技术创新+数据共享+分工协同”实现高级智慧化。

关键词：粮食产业；智慧化；要素效率；资源潜力；社会化服务

基金项目：财政部和农业农村部资助国家现代农业产业技术体系（CARS-36）项目；中国社会科学院学科建设“登峰战略”农村经济学重点学科项目。

刘长全：《粮食产业智慧化发展的“两个跨越”挑战及破解路径》，《学习与探索》2024年第7期，第98—108页。

近年，智慧农业快速发展，对提升农业劳动生产率、资源利用效率等表现出巨大作用和潜力。粮食产业智慧化就是应用智能技术对粮食产业进行改造，使其向智慧粮食产业转变的过程。在劳动力成本不断升高、资源环境约束日益趋紧等背景下，粮食产业发展面临如何统筹减少劳动投入与提高管理水平的矛盾、如何实现粮食增产与环境可持续双重目标等一系列问题，智慧化发展是破解这些矛盾与问题的关键。但是，智慧化转型对投资强度、农户应用智能技术的能力等都有很高的要求。当前，粮食产业收益较低、农户经营规模普遍较小且种粮农民老龄化严重，因此，粮食产业是否能实现智慧化转型，以及是否能实现具有包容性的智慧化转型，即包括小农户在内的大多数农户都实现智慧化，仍是面临质疑的问题。本研究在分析智能技术在粮食产业中的应用状况和作用的基础上，提出通过智慧化推动粮食生产方式转变和粮食产业全面现代化必须实现两个跨越，即从示范的、局部的智慧化到普遍智慧化的跨越和从初级智慧化到高级智慧化的跨越，并进一步探讨“两个跨越”的实现路径。
一、粮食产业有待通过智慧化破解一系列困境

智慧农业是互联网、物联网、大数据、云计算、人工智能、智能机械等现代信息技术和数字装备技术与农业生产、经营、管理、销售、服务全过程深度融合，通过广泛的信息采集、智能决策与自动控制，实现以数据为核心要素的智能化、精准化、集约化发展的农业形态。利用智慧农业技术改造粮食产业，以提高粮食产业生产效率与资源配置效率，具有突出的必要性。

（一）粮食生产成本上涨、收益下降，粮食增产主要靠政策支持

随着劳动力成本、土地租金等的上涨，粮食生产成本持续上涨，粮食生产的收益持续下降。根据国家发展和改革委员会《全国农产品成本收益资料汇编》数据，2005年以来，我国主要粮食品种的生产成本都随着劳动力、土地等要素价格的增长而快速上升。2005—2018年，按照包括全部现金成本及自家劳动折价和自家土地折价的总成本，稻谷、小麦和玉米三大谷物平均的亩均总成本从425.1元/亩上涨到1093.7元/亩，亩均净利润从122.5元/亩下降到85.5元/亩（最高点为2011年的250.8元/亩）。农户家庭农业劳动投入可能因为劳动者年龄、技能等方面原因不能在市场上获得与机会成本相当的回报，但自家土地通常都能通过流转获得相应水平的租金。如果按照包括全部现金成本和自家土地折价的总成本，2005—2018年，三大谷物亩均总成本从285.0元/亩增长到710.1元/亩，亩均净利润从262.6元/亩增至298.1元/亩，但后者与最高点2014年的539.0元/亩相比下降了51.3%。粮食生产成本持续上涨导致主要粮食品种内外价格倒挂，粮食品种竞争力不足，面临进口压力。自2013年开始，稻谷、玉米国内市场批发价格与国外进口到岸价格间出现倒挂，小麦国内外价格最早自2009年前后就开始倒挂，大豆国内外价格自2012年开始倒挂。

在粮食生产面临成本上涨、收益下降和进口冲击的情况下，国家为促进粮食生产不得不持续提高口粮品种的最低收购价格，甚至出现最低收购价与市场价格的长期倒挂，最低价在实质上转变为最高价，粮食价格也从市场驱动变成了政策驱动。根据国家发改委价格监测中心数据，自2013年以来早籼稻的企业平均收购价格就一直低于国有粮食收储企业平均收购价格（见图1），晚籼稻在2013年以来的大部分时间、红小麦在2015年以来的大部分时间都是企业平均收购价格低于国有粮食收储企业平均收购价格。

（二）粮食需求升级分化，优质产品供给不能满足需求

近年，我国城乡居民食物消费需求不断升级，食物消费需求总量的增长伴随着结构的多元化、差异化，增长的是以对高品质食物需求为特征的“差异化”“发展型”“享受型”需求。基于CHNS数据，如果将居民消费的谷物分为普通谷物、特色谷物和优质谷物，按提供的膳食热量计算，优质及特色谷物在谷物总消费中的占比有快速增长趋势，占比随着收入水平提高而提高，在城镇居民中的占比更高、增速更大。虽然早籼稻和红小麦原粮的加工企业收购价格长期低于国有收储企业最低收购价格，但是从图2可以看出，优质小麦的加工企业收购价格总体上一直高于国有收储企业最低收购价格，甚至两者的差距呈扩大趋势。2014年以来，优质早籼稻的市场价格在部分时间低于政策支持价格，其他时间则总体上持平，市场价格与政策支持价格之比则高于普通早籼稻。也就是说，优质粮食的价格仍是市场驱动，甚至市场驱动力越来越强，反映了对优质粮食的增长性需求。

在对优质粮食消费需求不断增长的同时，我国粮食产出还主要是同质甚至低质的，面向的是最基本的“标准化”“生存型”“温饱型”需求，粮食产出不能满足升级的消费需求。在此情况下，政策推动增产的普通粮食出现过剩，并转化为库存，而对优质粮食的增长性需求有相当一部分转化为进口。这样一种结构性不平衡已成为常态，其结果是粮食产出、库存与进口同时增长。根据国家粮油信息中心测算的供需平衡表数据，2019—2021年中国稻谷累计结余3849万吨、小麦结余1799万吨。在口粮过剩、饲料粮短缺的情况下，稻谷、小麦的饲用量也大量增长。如果没有饲用量的增长，2021年小麦结余量就达到1911万吨。2022年，中国小麦进口996.9万吨，是2010年的7.1倍；稻谷进口221.5万吨，是2010年15.0倍。2010—2022年，按表观消费量，中国小麦新增净进口占到新增总需求的29.1%。如果考虑到库存的增加，两个品种新增净进口占到新增总需求的比重更高。如果进一步考虑出口的主要是普通产品，进口的主要是需求快速增长、国内生产不足的高筋、低筋或其他优质小麦、稻谷，那么对优质口粮品种的新增需求有更大比例是靠进口满足的。优质粮食产出不足，不能满足升级的消费需求，既有政策本身存在的激励结构问题，也有生产方式转变滞后，不能满足生产高品质、多元化粮食需要的问题。

（三）资源潜力有待进一步挖掘，传统增产方式面临环境约束

FAO的全球农业生态区划（GAEZ）模型综合考虑土壤、光、温、水、作物、生产管理等条件，测算了不同时期主要农作物在全球各区位可确保土地可持续利用的单产潜力，并依据各国产量统计数据与各区位土壤、实际气候、生产条件等测算了不同时期主要农作物在各区位的实际单产。根据GAEZ数据，中国除了水稻总体上已面临潜力过度开发问题，其他主要粮食作物的实际单产普遍低于单产潜力，饲料粮作物实际单产与单产潜力的差距更大。具体来说，玉米实际单产与单产潜力之比（以下简称“潜力开发系数”）平均仅有0.69，大豆只有0.58，但是水稻生产在多数地区存在潜力过度开发问题，潜力开发系数平均达到1.15，小麦平均也达到0.77（参见表1）。

虽然粮食单产潜力仍有待继续开发，但是靠化肥、农药高投入来提高产量的传统路径难以为继。以化肥来说，2022年中国农用化肥施用折纯量5079.2万吨，与2010年相比下降8.7%，但是与2000年相比仍增长了22.0%，更是1978年的4.75倍（参见图3）。根据国家发改委农产品成本收益统计资料，2018年中国小麦、稻谷和玉米每公顷化肥施用氮折纯量分别达到262公斤、208公斤和223公斤，与2010年相比分别增长4.4%、减少1.4%和减少6.3%；与2000年相比分别增长36.0%、增长1.5%和减少3.9%。以每季作物每公顷施用氮180公斤的限量标准，2018年三种作物每公顷施用氮分别超标45.5%、15.3%和23.8%。化肥、农药的过量施用带来严重的环境问题。根据第二次全国污染源普查公报，2017年全国农业源水污染物排放中氨氮21.62万吨、总氮141.49万吨、总磷21.20万吨。如何在减少化肥农药使用量的情况下提升粮食单产、提高粮食单产潜力开发水平是粮食产业智慧化要应对的重要挑战。

粮食产业智慧化通过信息技术、智能装备等技术的应用可以实现测产、风险预警、生产经营管理决策优化等功能。从微观调查数据来看，目前中国粮食产业的智慧化转型还处于起步阶段，表现在农户应用智能技术比例低、应用智能技术单一。

（一）粮食产业智慧化的内容与功能

粮食产业智慧化首先是物联网、大数据与人工智能等一系列技术创新和在粮食产业链上的应用，包括农业传感器、卫星遥感与无人机、大数据、农业数字模型、人工智能、智能化装备与农业机器人等，进而实现粮食产业的智能化、精准化、集约化。概括来看，粮食产业的智慧化在技术上主要涉及三个基本方面：一是全面感知，利用卫星、无人机、田间和智能农机上的传感器等感知和收集各方面数据，监测作物生长情况、土壤与气候等环境信息；二是智能决策，基于农业数字模型、大数据模型、机器学习与人工智能等技术，挖掘分析粮食作物与生产环境的互作关系，预测粮食作物生长趋势，优化施肥、打药、收获等方面的决策；三是自动精准执行，在无人或少人的情况下，利用智能装备与农业机器人等精准执行施肥打药与作物收获等方面的行为。除了传统生产决策的自动化、精准化，粮食产业智慧化的智能决策还体现在以下一些方面：（1）基于遥感等信息测算作物产量和识别产量变动风险；（2）基于作物数字模型、害虫和昆虫模型、疾病模型，利用大数据和人工智能分析技术，对作物生长进行预测、监测；（3）利用多源数据精准预报和识别、发现病虫害等信息，实现农业重大入侵生物的前瞻性风险预警和实时控制；（4）基于农业数字模型和大数据技术，对作物轮作、品种选择、灌溉施肥等不同生产行为进行评估、优化和指导。

（二）粮食产业智慧化现状

中国社会科学院农村发展研究所开展的2022年中国乡村振兴调查（CRRS）对村庄层面各类智能技术应用情况，以及农户层面主要农作物在耕地、播种等各生产环节上应用智能化技术的状况进行了调研。基于调查数据，本文从智能化技术应用角度对粮食产业的智慧化情况做了分析。需要注意的是，限于数据的可获得性，此处分析的智慧化主要是智能装备和技术在生产环节的直接应用，粮食产业链后端的加工、销售等环节的智慧化问题并未涉及。

村庄数据统计的智能技术应用、主要用途等均以问卷实际回答为准，农户数据统计课题组依据问卷做了一定的分类和判别。在乡村振兴调查的农户问卷中，如果农户利用GIS导航作业、基于遥感等数字信息进行决策、利用数字化装备进行精准控制、利用感应器收集数据等就判定为应用了智能技术。农户作业方式主要分为人力（或畜力）作业、自家机械作业、购买社会化机械作业等，本文将农户应用智能技术的情况总体上分为完全未使用、仅自家作业部分使用、仅购买服务作业部分使用、全部使用几类，并进一步将全部使用和部分使用的情况都记为应用了智能技术。另外，每个农户通常调查2种作物在各环节的生产行为，如果一个农户在一个环节上（如耕地）至少有一个作物应用了智能技术，则认为该农户在该环节上应用了智能技术。

1.智能技术已在农业生产中得到广泛应用。从图4可以看出，在全部304个村庄中，43.4%的村庄在小麦、稻谷、玉米、大豆等粮食作物生产中至少应用一项智能装备与技术。其中，在粮食生产中应用无人机的村庄占村庄总数的40.5%，应用配有GPS的农机等装备的村庄占21.1%。但是，应用无人车、各类传感器和遥感信息的比例很低。从农户数据来看，在2068户种植粮食作物（小麦、水稻、玉米、大豆）的有效样本中，11.5%的农户在粮食生产的耕种、播种、打药、施肥、灌溉与收获中的至少一个环节使用了智能技术。其中，在打药环节应用智能技术的比例最高，也仅7.0%；其次是耕地环节，为4.7%；再次是播种和收获环节，最低的是灌溉和施肥环节，这几个环节应用智能技术的比例都不足4%。值得注意的是，在村庄层面和农户层面智能技术覆盖水平存在较大差距，相差超过30个百分点，这意味着无人机等智能技术的可及性已达到较高水平，但真正应用智能技术的仍主要局限于各村庄的少部分农户，例如家庭农场等新型农业经营主体。

2.粮食作物生产应用智能化技术的比例更高。在村庄层面，将无人机、GPS装备等智能技术应用在粮食作物生产中的村庄的占比更高。从图5中可以看出，在应用无人机的村庄中，将无人机用于玉米生产的村庄占到61.2%；用于小麦和稻谷生产的村庄也分别占48.8%和36.4%；用于大豆生产的村庄占比偏低，仅占12.4%；用于经济作物生产的村庄也仅占17.8%，虽然小幅高于大豆，但大幅低于玉米、小麦和水稻；用于蔬菜瓜果生产的村庄的占比更是只有1.6%。但是，以上比例很大程度上还受到各村庄种植结构的影响，种大豆、经济作物的村庄本身占比较低的话，将无人机应用于大豆和经济作物生产的村庄的占比自然也低。因此，以种植各类作物的村庄的占比去加权，即计算将无人机应用于各作物生产的村庄占种植相应作物的村庄总数的比重，那么粮食作物中小麦和稻谷高达84.7%和83.1%，玉米也达到73.0%，大豆为40.3%；经济作物为49.3%，仍是略高于大豆，但是明显低于小麦、稻谷和玉米；蔬菜瓜果仍只有9.2%。GPS装备在各作物中的应用表现出相似特征，在此不赘述。

需要关注的问题是，粮食作物生产应用智能化技术的比例更高是不是意味着粮食作物智慧化发展更容易、面临更少的困难和挑战？显然不是这样。经济作物相对于粮食作物毫无疑问具有更高的土地产出率和投资能力，但是真正有能力投资智慧农业的仍是专业化、规模经营农户，而对于非专业化、小规模的经济作物生产来说，生产的碎片化、非标准化相对于粮食作物生产来说更突出，也缺乏集聚的外部规模效应，因而反而不利于智能技术应用。实际上，相对于经济作物播种面积在样本村庄农作物总播种面积中的占比仅为5.9%来说，无人机与GPS装备在经济作物中的应用比例确实是比较高的。粮食作物应用智能化技术的比例是不是真的已经很高？显然也不是这样。从农户数据分作物分环节应用智能技术的统计情况看，小麦、水稻、玉米种植户中在耕种收等任一环节应用智能技术的农户分别仅占14.2%、12.3%和9.9%，大豆也仅占9.9%，在耕种收等各个环节上应用智能技术的农户的占比则更低（见表2）。由此可以看出，粮食产业智慧化仍处于起步阶段。

3.规模经营促进智能技术在粮食生产中的应用。从农户数据来看，经营规模增加对智能技术的应用表现出明显的促进作用，规模组越大智能技术的应用比例越高。对小麦种植来说，在种植面积0～5亩的农户中仅9.7%至少在一个生产环节应用了智能技术，这个比例随着种植规模的增加不断提高，在种植100～200亩的农户中达到50.0%。对水稻和玉米种植来说，应用智能技术的农户的比例总体上也随着种植规模的增加而提高（见图6）。

4.社会化服务与技术服务型合作社是促进智能技术应用的主要途径。从农户数据来看，机械作业来源对智能技术在粮食生产中的应用也有明显影响，小麦、水稻、玉米与大豆生产各环节上用自家机械作业的农户应用智能技术的比例普遍较低，而购买机械作业服务及由合作社提供作业服务的农户应用智能技术的比例普遍较高。具体来说，在耕地环节，用自家机械作业的农户中，表示应用了智能技术的仅占2.1%，而购买机械作业服务的农户中有7.1%表示应用了智能技术。播种、施肥与收获环节不同作业方式应用智能技术的差距与耕地环节相似。差距最明显的是打药环节，在用自家机械作业的农户中仅3.2%表示应用了智能技术，而购买机械作业服务的农户中32.1%表示应用了智能技术，由合作社提供作业服务的农户虽然少，但是应用智能技术的比例达到了37.5%（见表3）。

三、粮食产业智慧化的作用与成效

智慧化对粮食生产方式转变和粮食产业现代化有重要推动作用，体现在：有利于促进要素与资源精准、集约利用，实现粮食产业发展与变化的要素条件的更优匹配；有利于提高粮食生产收益，提高农民收益和粮食产业竞争力；有利于加快粮食产业技术进步和促进粮食产业技术创新范式的变革。

（一）提升要素效率，破解两个重要矛盾

适宜的生产方式和生产技术以一定的要素供给和资源约束为条件，同时因后者的变化而变迁。粮食产业智慧化过程中，数据在转变为关键生产要素的同时，也在加快生产方式对传统要素条件变化和约束的适应性转变，尤其是提升土地、劳动等要素的产出效率，破解粮食产业发展面临的两个重要矛盾。第一，在农业劳动供给减少和劳动成本大幅上升的背景下，破解劳动节约与提高管理精度、管理水平之间的矛盾。智慧化通过智能装备、信息技术的应用不仅可以实现对劳动的替代，还使对粮食生产过程、生产环境的监测无时无处不在，生产经营管理高度自动化。例如，无人机喷洒农药的效率超过传统人工的30倍，在环境恶劣、人工作业困难的地方效率优势更加突出。第二，在资源环境约束日益趋紧的情况下，破解粮食产出增长与环境可持续之间的矛盾。长期以来，我国农业与粮食产出的增长主要依靠化肥、农药的大量投入，导致粮食生产与资源环境的关系紧张，但是这种紧张关系并不是不可避免的。一方面，智慧化技术通过提升资源产出效率实现产出增长与环境可持续的协同。具体途径包括，通过提高肥料、农药投入与作物生长需求、土壤环境、病虫害疫情等的匹配，减少肥料和农药的无效投入及潜在影响；通过优化农艺、农技、农时的匹配及强化产后各环节的监测与管理，减少产业链过程上的损耗。另一方面，智慧化技术通过缓解自然资源的约束扩展粮食产业的发展空间。精准调控、灌溉等技术的创新和应用有利于放松资源、区位等自然条件对粮食生产的约束，盐碱地区、干旱半干旱地区、北部高寒低积温地区等非传统生产空间发展粮食的潜力都能进一步发挥。据研究，智慧化垂直农场利用大数据技术分析温度、湿度、二氧化碳及作物长势信息，单位面积上可实现用水减少95%、肥料减少50%、农药零投入，同时年产量高出390倍。

（二）促进分工合作，实现粮食产业体系现代化

智慧化在改变粮食生产方式的同时，也将改变粮食产业相关主体之间的关系、促进粮食产业链的延伸、促进粮食供需关系更紧密结合，从而推动整个粮食产业体系的现代化。第一，智慧化促进和丰富粮食产业内的分工合作关系。粮食产业智慧化贯穿粮食全产业链，在利用数据要素改变生产方式与资源配置的同时，也推动产业链上生产、服务、流通、加工等各类活动与主体之间分工合作关系的发展。尤其是，智慧化促使粮食生产进一步服务化且社会化服务进一步分化。除传统机械作业和购销服务外，信息服务、数据分析与智能决策服务等各种新型服务主体都将参与到粮食产业的分工体系中，科技型人才、科技型服务企业都成为粮食产业体系的重要组成部分。第二，智慧化拓展粮食产业与上下游的合作关系。首先，促进信贷、保险等金融服务向粮食产业延伸。粮食产业大数据的构建和完备，包括粮食种植、灾害风险与产量预估等数据，有助于消除信息不对称及其对金融活动的抑制作用，从而加快粮食产业相关的信贷、保险、担保等金融业务的创新与推广。其次，促进科技创新活动与粮食产业的紧密结合。一方面，智慧化促进了粮食作物、生产环境及两者互作关系等数据的广泛采集，这些数据使得基于大数据和人工智能技术的数字育种、农业数字模型构建等成为可能。另一方面，在环境、需求等都充满异质性和不确定性的粮食产业中，要实现精准化、最优化目标，智慧化必须依靠科技创新去提升品种的一致性、应对环境变动与风险冲击的不确定性，促进创新活动更多面向粮食产业发展过程与具体需求。

（三）促进粮食生产定制化、产需衔接和产业链延伸

智慧化使得粮食生产与消费、加工等环节之间双向互动的关系得到加强，从而促进粮食产需匹配和供给的有效性。尤其是，智慧化生产可以实现标准化与差异化的有机统一，标准化提高了产品质量的可靠性和透明度，差异化即实现了产品种类、特征的按需生产，标准化和差异化的统一使得高效、高质量地精准匹配需求成为可能，从而加快定制生产、订单生产等新型产销模式在粮食产业中的发展。第一，生产者从间接获取需求信息转向直接获取需求信息，接受消费者对生产方式、生产经营管理过程的直接监督。智慧化贯穿全产业链的信息流动使得生产者有可能从过去的主要依靠价格等信号的反馈间接了解需求转向直接对接消费者，获取消费者需求信息，并据此确定生产规模、生产结构、产品特征，甚至生产方式。第二，生产者与流通企业、加工企业之间从单纯的购销关系转为双向互动关系，实现更紧密的产需联结。一方面，智慧化的粮食生产者通过精准化生产管理可以对流通企业和加工企业的差异化需求作出响应；另一方面，流通企业和加工企业的需求可高效地反馈到生产环节，甚至直接指导生产决策、监督生产管理过程。另外，数据积累的规模效应与智能装备投资存在的资产专用性也将推动生产者与流通企业、加工企业之间构建更加稳定的契约关系。第三，生产更符合加工需求的粮食原粮，促进了粮食加工增值和粮食产业链延伸。粮食制品终端需求的增加、升级和差异化对加工用原粮的品种、性状特征提出更高、更多元化的要求，包括差异化营养、口感或加工特征等，智慧化生产有利于更高效、精准地按照加工需求增加粮食生产。
四、粮食产业智慧化的“两个跨越”与实现路径

（一）粮食产业智慧化面临“两个跨越”的挑战

通过智慧化推动粮食生产方式转变和粮食产业全面现代化必须实现两个跨越，一是实现从示范的、局部的智慧化到普遍智慧化的跨越，二是实现从初级智慧化到高级智慧化的跨越。普遍智慧化指不受生产规模、经济条件与自然条件限制，大多数农户都能够实现智慧化，即包括传统小农户、自然条件与经济条件相对较差地区的农户在内的大多数农户都能够在生产中应用智能技术。目前，中国粮食产业离普遍智慧化还有很大差距。政策性的智慧农业示范项目仍主要停留在展示层面，在生产实践中的作用比较弱。市场化的智慧化，从以上农户层面应用智慧农业技术的情况来看，发展水平也很低。另外，目前农户层面应用的智能技术还比较单一，主要是无人机和GPS装备，应用主要集中于打药等环节，在功能上主要体现为对传统以人力为主的生产经营管理的简单替代，在数据采集、智能决策与自动执行等方面都处于初级水平。与这种初级智慧化相对应的是高级智慧化，后者是在粮食产业全产业链上实现数据采集、智能决策与自动控制等相关技术的集成，并在整体上实现智能与优化，包括对作物和环境的全面感知，对多源数据、多模态数据的广泛采集；以识别深层特征、复杂关联和构建农业数字模型为基础，对农业生产经营活动做精准分析、前瞻预测与最优决策；利用智能装备与智能机器人自动、精准执行各项决策。

不能实现普遍智慧化，就不能解决大多数粮食生产者生产方式的智慧化转型问题，以上提到的粮食产业面临的挑战就无法从根本上得到破解。不能实现高级智慧化，就不能实现数字经济、人工智能快速发展背景下的粮食产业应实现的现代化，中国粮食产业与国外发达水平的效率差距、竞争力差距就可能进一步扩大，我国资源环境对粮食产业的支撑能力也不能得到根本提升。但是，“两个跨越”的实现面临一系列困难与制约。第一，高成本问题。智慧化是技术密集、资本密集的生产方式。对粮食产业智慧化来说，即使不考虑农业数字模型、机器学习算法等高度技术密集的投资，仅农田上的基本投入就包括田间小型气象站、土壤墒情传感器、盐分传感器/氮磷钾传感器、PH传感器、智能灌溉设备等，另外要有智能机械投资、要获取卫星遥感和无人机遥感等数据，这些都意味着很大的投资强度。对于成本效益本来就很低的粮食产业来说，智慧化投资的经济性是很难得到保证的。对小农户来说高成本问题尤其突出。第二，空间差异问题。我国幅员辽阔，不同地区的农地坡度和连片性有很大差异，气候条件不同，作物与作物生产特征也不同，也就是说空间差异的来源也是多元的。这决定了没有普遍适用的智慧化技术模式。例如，基于卫星遥感数据的作物长势分析对于西北、东北等天气晴朗少云的地区更加适用，而在黄淮海与南方地区则更多要靠无人机遥感和地面影像数据。第三，技术创新与供给不足问题。智慧化是智能技术、工业技术和工程科技等高度集成的过程和结果。目前，我国农业传感器、数字农机、农业机器人、农业数字模型等的创新与国际先进水平都有差距，这些技术的集成应用程度远远不够，技术供给与粮食产业实现普遍的、高水平的智慧化的要求之间存在很大差距。例如，我国的农业机器人与国际先进水平相比大多存在功能单一、实际应用较少、可靠性和精度低、智能化程度低等问题。第四，农户应用智能技术能力不足问题。当前中国粮食生产的主体仍是广大的小规模家庭经营农户，在劳动力大量流出、老龄化日益严重的情况下，当前的粮食生产主体在获取智慧农业技术、应用智慧农业技术方面的能力都很低。第五，农地碎片化问题。农户承包经营的农地不但面积小，而且地块分散。单个农户的智慧农业投资往往具有经济上的不合理性和现实上的不可行性，包括以上提到的智能农田设施与智能农业装备等。

（二）“两个跨越”的实现路径

1.通过“多层次智慧粮食产业体系+智慧化生产服务”实现普遍智慧化。要实现普遍智慧化的跨越就必须解决智慧化的适用性、可及性与可负担性问题，这需要依靠智慧粮食产业体系建设与生产服务智慧化的共同作用。智慧化重塑粮食产业体系的同时，其本身的实现也需要产业体系的构建来支撑。粮食产业智慧化是粮食产业链、价值链、供应链和数据链有机协同的过程，根据“四链”上与数据产生、收集、使用等相关的各类主体的构成及分工协作关系，智慧化的实现主要有以下几种基本模式：农业企业自主型、加工流通企业带动型、专业化服务企业主导型、数字化农机企业主导型、农技推广体系依托型。智慧化的不同模式具有互补性、兼容性，不同模式在协作和协同发展过程中通过各自网络与功能的叠加，并与社会化生产服务结合和推动生产服务智慧化，从而构建广覆盖、多层次的智慧粮食产业体系。广覆盖即所有农户都有可能融入智慧化过程，获取智慧化服务，实现生产方式的智慧化转型；多层次指不同的农户可以获得多层次的智慧化服务、提高多层次的智慧化水平。具体来说，农户可以选择利用低成本的、具有公共产品性质的依托农技推广体系的智慧化服务，在较低层次上实现生产的智慧化，或进一步融入其他模式智慧化网络，实现更高层次的智慧化。

2.通过“技术创新+数据共享+分工协同”实现高级智慧化。粮食产业智慧化从初级向高级发展的基础是智慧粮食产业体系的升级、高级化。为此，首先要加强技术创新。创新的内容包括传感器、智能机器人、农业模型与算法、集成技术等各类软硬件技术，所要解决的问题包括从无到有突破“卡脖子”的技术供给问题、从技术可行到经济可行的技术经济性问题、从发现需求到解决需求扩展功能的技术应用场景问题等，也就是既要有高级智慧化所需的技术，也要有高级智慧化的技术应用，还要有真正能节本增效的经济效率。其次要加强数据共享。只有打破信息孤岛才能构建起贯穿全产业链的大数据，促进农业数字模型创建和迭代优化，进而以数据为要素实现粮食产业全过程的生长监测、风险预测和决策优化等。再次要完善分工协同。智慧粮食产业体系的演化和发展，既包括技术供给、技术服务与技术应用主体之间的分工协作，也包括智慧化过程中不同技术提供者之间的分工协作。就粮食产业智慧化的大脑——农业模型与算法来说，虽然目前数字化生产服务企业、数字化转型的农机龙头企业都在尝试构建农业数字模型，但是这些企业间比较优势的差异决定了分工协作是必然的，也是更高效的。农业物联网硬件投资主体、数据公司、农业数字模型与人工智能公司、智能农机装备公司等主体间相互分工协作才能加快创新的发展和提高整个智慧粮食产业体系的效能。正是因为分工协作的需要，智慧化的不同模式的区分并不是绝对的，随着牵头主体之间分工的发展，不同智慧化模式甚至将趋于融合。
五、促进粮食产业智慧化发展的对策建议

智慧化是粮食产业现代化发展的必然要求。虽然智慧化在粮食产业有广泛场景、很大需求和重要作用，但是当前我国粮食产业仍处于智慧化起步阶段，智能技术的应用比例、应用水平都较低。其中，既有高投资成本的制约，也有技术供给不足、应用场景、应用模式创新滞后的阻碍。为加快推动中国粮食产业实现智慧化的“两个跨越”，需要从多方面着力。

（一）加快智能化技术的创新和供给

为破解中国粮食产业智慧化发展面临的技术供给短板，首先，加快关键技术创新和突破。包括高端传感器、智能装备与机器人、粮食数字模型、人工智能、空地协同感知、精准农业航空技术等，通过持续创新拓展粮食产业智慧化发展的技术边界。其次，加快适应不同生产需求、生产环境的智能技术供给。面向不同粮食品种、不同区域资源条件、不同经营规模等情况下对智能技术的差异化需求，为促进智能技术落地应用，要加快以适应不同需求为目标的技术创新。再次，加快应用场景、应用方式创新。既要实现前沿技术与纷繁复杂的实际生产经营管理的对接，也要探索智能技术有可能满足的新需求、实现的新目标，为高质量发展提供新的解决办法。最后，要着力降低智能技术应用成本。推动智慧化从技术可行向经济可行发展，从而消除智能技术在粮食生产中的成本障碍。

（二）加快智慧化模式创新，协同促进智慧化的普遍实现

粮食产业要实现的智慧化必须是普遍的、包容不同经营规模、经营方式的智慧化，其关键是构建多层次智慧粮食产业体系。为此，首先，要加快不同智慧化模式发展和创新。支持粮食产业一体化龙头企业在智慧化方面的创新实践，发挥高水平农业企业自主型智慧化模式的引领示范作用；以加快智慧化社会化服务为着眼点，重点推动专业化服务企业主导型和数字化农机企业主导型智慧化模式，实现兼顾普遍性与高水平发展的智慧化；着力补齐公益性智慧化服务短板，提升农技推广体系依托型智慧化模式的服务能力，改变示范性大于实用性现状，为最广大的粮食生产者提供兜底性的智慧化生产服务。其次，促进不同模式、不同主体的协作与分工。多层次智慧化体系建立在广泛协作的基础上，具体来说，一要发挥公益性智慧化模式的支撑作用，加大公共智能基础设施投资和数据开放共享；二要发挥市场化智慧化模式的专业技术优势和服务能力优势，通过购买服务方式提升公益性智慧化服务水平，例如将各类企业的智慧化技术接入农技推广体系依托的智慧化模式中，增强后者的智能化决策能力和决策水平；三要促进粮食产业大数据与人工智能分析决策公司、智能装备企业、生产服务组织等在发挥各自比较优势的基础上深化分工协作关系。

（三）依托智慧化加快粮食产业转型升级

智慧化是手段，最终服务于粮食产业的转型升级，改变当前粮食产业生产率低、回报率低、加工转化率低、资源环境效率低等问题。首先，要依托智慧化转变粮食生产方式和资源利用方式，加快生产工具、投入品、农业设施、农艺技术等的变革，全面提高农业劳动生产率、土地产出率和资源利用率。其次，要转变粮食产品结构，促进粮食产出与技术发展、经济社会需求的更优匹配，实现多元化供给与差异化需求的匹配、标准化生产与精深加工需求的匹配等，特别是通过促进粮食原粮结构与质量的优化更好满足粮食制品加工需求，促进粮食产业链延伸。再次，要以数字化社会化服务的发展等为依托，转变农业组织模式、完善产业利益联结机制、加快一二三产业融合发展，包括促进智慧化生产与育种等技术创新的融合，智慧化生产与信贷、保险等现代金融服务业的融合。

参考文献已省略

来源:学习与探索