4.5.1　前景看好

未来的数字农业一定是全面数字化的，每一个生产要素在数字世界里都有一个对应的影子，不需要实际操作生产要素，我们就能通过计算模拟操作所带来的效果，实现对生产、消费、流通全链路的预测，做到资源效率最大化、柔性定制按需生产、透明监管等。一切都是由数据驱动，由计算机在抽象的世界里模拟运营再反馈到现实中。同时，数字技术与生物技术一起配合，推动农技和品种改良的快速进步。数字农业技术的推广在一定程度上能够推动农业走向信息化、提高农业生产管理水平，也可以起到保障农产品和食品安全的作用，助推农业进一步向智慧农业、精准农业方向发展。

4.5.2　实施不易

发展数字农业科技，需要政府、相关研究机构、学者及农业信息科技企业的共同努力。政府应加强引导，制定相关的政策、规范，加大资金投入，尤其是加大对农业信息科技企业的补贴力度，促进创新发展、技术落地；相关研究机构、学者应加强人才队伍的建设，将自己的经验、方法以适宜的方式传递给相应的农业从业人员，将传统的农业耕作知识变成数字化、数据化产品，为未来的智慧农业发展奠定基础；以市场化为思考逻辑，农业信息科技企业需要深入一线，以农户为核心服务客户，思考如何帮助农户更好地发展，解决农户的根本问题，农业信息科技的发展重点在于落地。

另外，数字农业使得全程追溯农产品的生长过程成为可能，亦能有效实现农业生产工业化，在指导农民精耕细作，在育种栽培、施肥、灌溉等多个环节按照严格的标准执行，提高土地利用率以及单位产量，促农增收。然而要普及科技农业并没有那么容易，面临着不少难题。

难题一：数字农业属于高技术、高市场化的产业，需要财政投入大量资金支持，对于技术的要求也高。一方面，农业信息科技主要应用于几百米以上整体耕地，而此类耕地数量较少，且实现全面数字化需要大量资金支持，资金支持力度有限；另一方面，设备或软件价格较高，平均每亩需要几百至几千元不等，而产品销售没有议价权，采用数字农业对农业实际收益没有显性变化。农业数字化程度低，获取数据较难，同时传感器采集数据少，精度不准不稳定，并且核心设备及传感器来源于国外，中国大部分核心技术研发仍处于实验室当中，应用性不强。

难题二：许多看似简单一气呵成的操作，实际上离不开专业人才的培养。我国农民自身文化素质还有待提高，需要加大对农民的科技文化培训，提高其文化素养，培养懂科技、懂电脑、懂市场、懂管理的知识型人才。但是，对于一直从事传统农业生产的农民来说，说着容易，真正实施起来其实难上加难。我国农业人才短缺是最为严重的，根据2017年12月统计的全国农业普查数据显示，全国农业生产经营人员总共31422万人，受教育程度在初中及以下的占比为91.8%，农业经营人员受教育程度较低，农业人才缺口严重。实现农业数字化、智能智慧化发展，需要着重加强农业人才建设，提升农业生产管理水平，提升生产经营效率，站在农民的角度思考如何帮助农民解决问题。(www.daowen.com)

难题三：农业大数据难以前行。基于大数据在其他领域的发展势头，农业大数据生产的潜力不容小觑。以阡陌网络科技、天创金农科技、慧云信息技术为代表的农业大数据应用平台，在初探大数据指导农产品产销结合、供需对接等方面的贡献功不可没。现代农业依靠大数据，可以提前预测农产品的产量，使得农业生产更具针对性与计划性。值得注意的是，中国大部分农业大数据公司还在起步阶段，其中还面临着成本、推广等问题，高附加值的农产品也许是开始实施数字农业的引领者。

4.5.3　探索思路

以数据平台为发展方向，横向拓展，通过不断地为行业内从业者提供解决方案，包括种植、畜牧养殖和水产养殖，从而获取更多的数据；但该类方式仍以某个具体的项目为主，可复制性不强，而且获取某一产业的可用数据均较少，但这是目前大部分企业的经营方式。

以数据平台为发展方向，纵向发展，先解决某一类农产品的联网，跑通某一类农产品的数据模型，如慧云信息的葡萄联网、农信互联的猪联网等；但每种农产品又含有多个品类，如柑橘分为柑、橙、橘等，运用人工智能技术构建数据模型仍不容易。

以上游核心产品为发展方向，如某一类价格昂贵，如铁皮石斛、大闸蟹等，但必须应用传感器，如实时测量、显示土壤氮磷钾含量的传感器。当然，现在也有部分企业从研发传感器入手，同时通过自研或其他企业合作，为行业内提供解决方案，但资金、精力等投入时间较长，短期内企业无竞争力。如图4-3所示。

图4-3　雁荡山的高附加值农业产品铁皮石斛采用物联网土壤检测系统