美国精准农业技术推广经验及对我国启示

张宇泉，曹正伟，锡林图雅

(1 上海交通大学中英国际低碳学院，上海 201306；2上海交通大学新农村发展研究院，上海 200240；3上海工程技术大学，上海 201620)

1 背景介绍

精准农业是建立在农业生产机械化、信息化、智能化基础上的一种现代农业生产管理体系，其发展经历了由强调先进技术特征到彰显农业生产与环境质量双赢理念的过程。例如，20世纪90年代末，美国全国科学委员会(National Research Council)将精准农业定义为“一种利用信息技术、应用各种手段获取数据来支持作物生产决策的管理策略”，重点在于将精确性引入到农业生产决策中[1]。进入21世纪，美国农业部自然资源保护局在其技术手册中，将精准农业宣传为一种基于信息和技术的管理系统：利用土壤、作物、营养物、环境条件等多源数据，通过定位技术来实现农业生产收益最大化和保护环境的双重目的[2]。

相比传统农业，精准农业需要的支撑要素较多：除传统农艺技术外，还需融入信息技术和现代农机装备。信息技术主要指应用3S技术(RS-遥感、GIS-地理信息系统和GPS-全球定位系统)和决策支持系统；现代农机装备则用于作业执行和数据采集。精准农业技术具体应用包括精量播种、变量施肥、精准用药、有效灌溉、自动导航等[1-3]。相比传统农业，精准农业通过水肥精准管理，可以：(1)防止土壤质量退化、保护土地资源；(2)节约灌溉用水、保护水资源；(3)防止水体富营养化、减少农业面源污染。此外，精准农业通过病虫草害精确管理，可以保护生物多样性，保障和提高农产品质量安全程度。可见，在土地、水资源日益稀缺及污染加剧的情景下，精准农业对农业生产的可持续性、环境友好性有重要意义[1，3]。本研究以精准农业技术应用较广泛的美国为例，评介其精准农业技术被农户采纳的经验，并结合我国国情，就影响中美技术推广的因素进行比较分析，为我国深入推广精准农业技术提供政策建议。

2 农户采纳精准农业技术的美国经验

根据张辉等[2]研究成果，自21世纪以来，美国农业耕作开始广泛运用遥感技术、智能机械、计算机网络系统等先进要素；2010年物联网的引入，更是促进了精准农业技术的广泛应用；目前，美国50%以上的农业生产应用精准农业技术。基于文献整理分析，本研究发现影响美国农户采纳精准农业技术的主要因素包括技术认知、生产条件和农业政策。

2.1 技术认知

精准农业技术自20世纪90年代早期就已出现，但早期推广过程却相当缓慢[4]。为此，Daberkow等[4]就美国农场经营者对精准农业技术的认知与实际采纳行为进行了影响因素分析。研究点明，从采纳决策过程角度来看，采纳决策者对新技术的认知具有内生性问题，即当农场主预期某项新事物能带来经济回报时，才会去积极搜集相关信息。因此，如果仅以采纳了精准农业技术的农户为研究样本，将难以甄别出能影响普通农户认知和行为的推动因素。为此，该研究采用了二阶段模型对“认知”和“采纳行为”进行联合分析，模拟了“认知”与潜在外生变量之间的关系，构造了有关“认知”的工具变量并带入到“采纳行为”模型中，由此探究“采纳”与“认知”及其他外生变量之间的关系。该研究还发现，技术推广中有经济能力采纳精准技术的农场主，也极有可能同时是公共或私人信息服务提供者的偏好关注对象，其中公共服务主要指政府资助的农业推广站，私人服务则来自精准农业的技术供应商、广告商等。

除研究精准农业技术的“采纳意愿”外，学者也关注农户的“采纳时机”。以棉花为例，Watcharaanantapong等[5]利用美国南部12个州棉花种植者2009年的调研数据，探究了影响农场主采用不同精准农业技术时机的因素。被调研的精准技术包括网格状土壤抽样、产量监测以及遥感技术。研究发现，影响棉花种植者采用不同技术的共同因素是种植者认为精准农业可以提高环境质量，不同的信息渠道(互联网、新闻媒体、农业顾问)也会影响农民采用精准技术的时机。此外，农民自身掌握电脑知识也会促进其更早地使用精准技术，尤其是产量监测技术。

2.2 生产条件

除了农场主的技术认知因素，农业生产客观条件也影响精准农业技术的采纳。Asare等[6]利用美国南方14个州2013年的棉花生产者数据，探究了农场经营者采纳包括地理基础信息的网格状土壤抽样技术的影响因素。土壤抽样通常被视作精准农业的基础。研究发现，农作物(棉花)产出的区域内空间变异幅度，对是否采纳土壤抽样技术以及采纳程度有显著影响：空间变异幅度越大，对采纳的正效应就越大。此外，该研究也认为，精准农业技术更适用于有经济价值竞争力的农作物。

2.3 农业政策

有效的政府财政支持对推广精准农业具有推动作用。Asare等[6]研究发现，成本分担报销能显著促进农场经营者采用囊括地理基础信息的网格状土壤抽样技术，增加技术推广的土地面积，这里提到的相关政府项目主要是美国农业部自然资源保护局的各类保护项目，例如环境质量激励项目、农业管理援助、环境保护项目等，都为农场经营者提供财政和技术教育方面的支持，鼓励农户从事具备资源保护性功能的农业生产活动。

2.4 美国精准农业技术采纳经验小结

美国经验显示，无论是农户自身的环境保护意识，还是政府支持的环境项目，都有助于提升精准农业的普及程度。另外，个体农场经营者自身的信息技术知识水平、对政府成本分担政策的了解，以及作物(棉花)产出空间变异幅度等生产客观条件等都会影响精准农业技术的采纳及采纳程度。此外，除上述有关追求经济利益、环境保护方面的私人自觉或公共推动因素外，张辉等[2]认为美国和加拿大精准农业发展的动力来源还包括“技术研发”，即科学界推动了农业种植从靠农民个人经验种地变为靠数据支持决策种地的转变过程。

3 精准农业大数据利用及相关问题的美国经验

精准农业需要现代农机装备与信息技术支撑：现代农机装备是农业科技的物化载体，信息技术则提供智能化工具。在相当程度上，精准农业是建立在农业机械化与信息化融合发展的基础上[7]。以物联网新一代信息技术为例，农业物联网利用各种信息感知设备采集农业生产、环境等数据，然后将其通过各类网络传输到特定系统进行处理和分析，最终通过智能终端输出对农业活动的管理[8]。可见在精准农业中，获取、传输、处理、分析各类数据并基于数据生成决策具有相当重要的地位。

精准农业技术的普及，能奠定农业大数据的物质基础。Coble等[9]对美国农业大数据的现状、未来应用以及政策法规问题进行了梳理。他们认为，针对建立在精准农业基础上的农业(生产)大数据，人们应关注其对精准生产、数据隐私、宏观政策分析三个方面的影响。

3.1 精准农业与农场管理

首先，大数据意味着要拓展传统数据的深度与广度[9]。深度方面，农业数据要增加维度，从仅注重收集、分析农业生产G-E(遗传-环境)两个维度，到覆盖M(管理选项)从而囊括G-E-M(遗传-环境-管理)三个维度。将自然环境条件的状态与变化同人类管理行为关联起来，能为探究如何更好地发挥人类主观能动性、优化管理提供数据研究基础。广度方面，大数据汇集来自多方个体的数据。农业大数据的优势体现在数据网络的正外部性：来自各农场的数据若集中到一起，其价值远比单个农场的数据价值要大；个体通过参与数据社区或网络，则能从中受益[9]。

根据Coble等[9]的总结，通过运用时间序列分析、机器学习、峰值和板回归分析等大数据处理方法，人们可以进行：(1)天气预测；(2)作物产量预测与作物选择；(3)智慧灌溉；(4)作物病虫害预测；(5)农业政策与贸易分析。

以美国大田作物玉米为例，Jin等[10]对位于伊利诺伊州内的66 hm2玉米地进行试验，发现使用大数据决策工具确定氮元素追肥量，玉米的产量得到显著提高。这项试验中，确定氮元素精准施肥推荐量的过程涉及综合运用作物数字模拟模型与基于卫星图像/无人机航拍图像数据。具体的作物模型为“农业生产系统模拟器”。具体数据为土壤调查地理数据，广动态范围植被指数，以及美国国家气象数据中心的实时天气数据。通过融合这些模型和数据，推荐当地玉米种植的N追肥量在60—120 kg/hm2。

3.2 数据隐私与信息不对称

尽管参与数据社区或网络能从中受益，农场经营者将个体的生产、环境、管理等数据提供给第三方数据平台，可能会产生数据隐私、安全方面的问题[9]。在美国，数据服务提供者主要是企业，而且在大部分情况下，个体农场在享受数据服务的同时，也需要提供自身农场的数据。对于拥有数据“无形资产”的农场经营者来说，这样的“信息不对称问题”会引发利益担忧：例如，土地拥有者、农资零售商以及其他服务提供商，可能因具备准入多个个体数据的条件，获取相对个人农场主的商业谈判优势。换言之，数据服务提供者因其掌握大量的个体数据，将比数据社区中的农场成员享有更多利益[9]。

据美国农业部农业资源管理调查的数据显示[11]，目前主要有四种与大数据相关的精准农业技术被广泛使用：(1)作物产量监测地图；(2)土壤监测地图；(3)自动引导机械作业；(4)变量投入施用技术。此外，大量营养元素(氮、磷、钾)、微量营养元素，以及土壤类型也被记录绘制成图。上述技术中，农业机械的自动导航有赖于全球定位系统(GPS)定位技术，变量投入施用技术则需要依据作物产量或土壤监测地图来确定投入量。农场主、农资供应商，以及农场管理方案定制咨询专家都是这些数据的消费者。

3.3 大数据的次级利用与宏观政策分析

大数据的次级利用远比数据的初级应用有价值，这一点也是区别“小数据”与“大数据”的重要特征[9]。例如，与个体农场地块关联的作物产量、土壤测试、土地肥力等数据，在区域层面整合之后，能形成区域大数据。这些数据可用于分析区域层面的土壤养分流失、农业面源污染等环境问题，进而将有利于提高农业活动的可持续发展性与可追溯性。换言之，从环境经济角度出发，因精准农业普及而促成的农业大数据，不仅可为科学评价农业环境管理政策的治理效果提供数据事实基础，也能为探索分析环境政策提供数据素材：例如，上述区域农业大数据可用于模拟、分析区域层面的“总量控制与交易”养分管理机制，为评判该市场手段的经济可行性和经济效率提供科学支撑[9]。

事实上，如何实现数据的“次级利用价值”，对美国也是一个挑战。在农业数据丰富的美国，构建农业大数据框架和实现农业大数据价值是其面临的主要问题。Woodard[12]提到，尽管美国有关农业资源、生产过程、生态环境以及市场信息的数据极其丰富，但数据利用低效，一个重要原因就在于缺乏一个安全的公共数据平台来整合这些数据资源。

3.4 美国精准农业大数据应用经验小结

管理成效方面，美国实施基于数据进行决策的精准农业有利于农业绿色发展：通过感知、传输和处理分析各类农业数据，其能促进资源的高效利用，从而降低农业物耗、能耗及相关经济成本，并保护农业生态环境。

微观方面，美国农业大数据的形成主要依靠第三方数据服务提供商将多个个体数据收集并整合。个体通过加入数据社区或网络，与第三方共享自身数据来获得第三方提供的大数据服务。这种“众包”方式，将原本以特定体系(例如美国农业部自然资源保护局)为核心的数据统计任务转化成以特定数据统计任务为核心的网络化社会生产，即农户个体成为数据采集员，这使得数据采集队伍扩大、数据覆盖范围更广[13]。当然，这其中涉及数据隐私与信息合理利用的问题。

宏观方面，美国农业数据资源已经相当丰富，但如何将各类农业资源、生态环境、生产管理以及市场信息等数据进行整合并有效利用，实现大数据更为高级的“次级应用价值”，仍是美国面临的有待实现的目标。提早设计好农业大数据资源整合利用平台，也将是我国在精准农业发展方面实现“弯道超车”的着力点。其中，精准农业大数据尤其对农业-环境保护及相关政策制定具有显著价值。

4 影响我国精准农业技术普及的非技术因素

进入21世纪，我国农业机械化发展迅猛：从2003年至2012年，全国农机工业总动力从604亿kW增长至1 020亿kW，增幅近69%；2012年底，全国农业机械化率为57%[14]，2015年则达到63%，且与之相伴的是我国农业对信息化发展日益增长的需求[7]。自2013年起，农业农村部选址天津、上海、安徽3个省市开展农业物联网区域试验工程，旨在探索如何发展农业物联网，并为构建国家农业物联网标准框架体系及相关平台提供前驱基础[8]。现代农机装备方面，我国近年来重点发展和研究了智能化粮食收获机械；农业机具管理方面，重点研发了基于GPS的精准农业远程信息化服务系统，用于机械故障诊断和维修指导[15]。未来，我国农业机械化将更强调“智能化、大功率、环保高效”[14]。就目前而言，我国精准农业仍处于“试验、示范”的前期准备阶段。

此外，未来精准农业技术要普及，技术供给侧要能提供满足农业生产多样化需求的各项技术。比如，随着传统粮食种植缩减，经济农作物(水果、蔬菜、药材等)在增加，这就需要配套装备及技术的多样化发展[14]。另外，我国农业生产环境的多样性、复杂性也要求新准备及技术能匹配具体的作业环境，例如在开阔田间使用GPS导航，在园林间则最好选择视觉导航[16]。

总之，现代农机装备与信息技术是精准农业不可或缺的硬件和软件基础。现有与“精准农业”技术采纳及影响因素分析的国内文献尚为罕见。尽管如此，有关普通“农业机械”或新技术采纳的文献可能为“精准农业”普及的问题带来若干启示。本研究重点关注“非技术”方面影响技术采纳的各种微观、宏观社会经济因素。

4.1 农户管理能力

农户的管理能力是技术决策的内生因素。董莹等[17]探究了在我国常见的小规模分散经营模式条件下，个体农户的管理能力如何影响了农业生产创新、采用新技术的效果。以北京的示范户与非示范户为调研对象，研究发现农户的技术需求是推动生产创新的主要因素，而且示范户采用新技术通常能带来正效应。具体表现在：示范户投入要素的结构较非示范户要更合理，产出的贡献要素不仅来源多样而且效率较高；另一方面，非示范户更依赖土地资源、化肥物质的投入。此外，从农户个体及经营特征角度来看，示范户具有年轻、专业、经营规模适度等特征。

4.2 农户禀赋

农户禀赋对农户采纳技术决策具有显著影响。孔祥智等[18]以我国西部地区为例，发现政府机构推广高成本的新技术，面临着要在两类农户之间做选择：一类是具有或潜在具有承担得起采纳成本的农户，另一类是经济条件相对较弱、但同时又有较强的采纳新技术意愿的农户。为此，文章建议政府需要对经济条件欠佳、改变自身状况意愿较强的农户辅以一定财政支持。另外，推广部门也应广泛、深入地宣传新技术，充分接触地理位置较偏远、经济状况欠佳的农户，使各类农户都能在信息充分的基础上，做出技术采纳决策。这与Daberkow等[4]的研究相呼应，即政府或私营部门的信息服务通常可能更倾向瞄准具备经济能力的农户，从而产生马太效应，强化“经济能力强-获取信息服务多-经济能力更强”的正反馈循环。因此，从普惠和公平原则的角度出发，政府方面有必要出台扶持经济能力较弱农户的政策。

4.3 农业项目

政府农业项目对农户技术采纳也产生引导作用。田甜等[19]以湖北省部分地区的农户为调研对象，考察了农地整理项目对农户使用农业机械行为的影响。其研究发现：(1)农地整理项目这样的政策能影响农户对农业机械投入量最优规模的大小，且总体来看，农地整理项目通过隐含对农业机械的需求促进了农业机械化发展。可见，政策性引导能发挥重要作用；(2)除了政策推动外，农户使用农业机械的行为受市场条件，例如资本要素、农产品与劳动力的市场价格的影响，以及自身和自身家庭特征的影响。

4.4 补贴政策

对精准农业技术采纳、农机购置等通常涉及较大前期投入的决策来说，政府补贴政策的作用不可忽视。潘经韬等[20]研究了农机购置补贴对农业作业服务市场发展的影响，该研究利用2004—2013年省级面板数据，主要回答农机购置补贴究竟是促进了农机作业服务市场的发展，还是增加了自主购机作业。研究发现，政府的农机购置补贴产生的“挤入效应”要强于“挤出效应”，即政府补贴对农机作业服务市场的发展较对农户自主购机有更强的正向效应。当然，政策对农机作业服务市场的推动也可能将牵涉到数据归属与共享的问题，即农业生产田间作业的数据是属于农机作业服务提供商，还是购买作业服务的农户。基于美国个体农户将自身数据提供给第三方数据服务供应商的经验，我国未来农机作业服务市场的发展需要解决大数据隐私和合理公平利用的问题。

就精准农业自主购机而言，政府如何制定相关补贴政策，尚缺乏科学依据。一个重要原因是目前国内有关精准农业的成本研究近乎空白[21]：精准农业发生的成本不明确，比如先期投入有多大，长远角度对自然资源影子价格的影响，不同阶段的成本项目构成及比重等，都有待翔实的调查和研究。此外，厘清精准农业发生成本，也是为评判精准农业是否合适大规模推广、如何界定适度规模提供决策依据[21]。

4.5 其他社会经济因素

土地规模偏小与细碎化也阻碍了精准农业的发展[2]。例如，配备智能系统的大型农业机械，在以农户为决策单元的小块耕地上难以有效或高效作业。此外，政府也需要为农资制造业提供良好成长环境。例如，制定良好的产业政策引导制造商大力研发，以满足未来精准农业发展的多样化需求[14]。综上，农户自身的管理能力和禀赋条件，农业政策和/或服务市场条件，以及土地规模和产业政策等，都是制定精准农业技术推广方案中需要仔细考虑的因素。

5 中美经验对比总结与政策建议

目前，我国精准农业还处于起步阶段。对中美两国情况进行比较分析，有助于发掘促进我国精准农业合理发展的着力点和解决问题的思路。表1对比了中美两国之间有关新技术采纳的微观、宏观影响因素。

表1 中美比较：促进采纳先进技术的微观与宏观因素

Table 1 Comparison of micro-and macro-level factors facilitating the adoption of advanced technologies in China and the US

在个体层面，不论是中国还是美国，经济能力和资源禀赋条件较好、掌握一定信息技术知识的农户更有可能去了解和接触新技术。同时，新技术信息服务提供者或推广部门也可能更青睐这些农户，造成“强者更强、弱者越弱”的马太效应。

对我国正处在农业机械信息化、智能化发展的阶段来说，中美个体层面的对比分析表明：(1)信息服务要更注重向信息接收不充分的农户倾斜；(2)政府要加强对较弱势农户的财政支持，助其实现农业生产方式的转变。具体政策可以从提升农户管理能力、信息素养以及经济基础着手。在管理能力方面，政府可通过宣传教育、推动合作示范等途径使农户意识到精准农业具有提高生产效率、保障或提升产品质量的潜能，且农户能借助现代信息技术手段实现农业生产与市场的低成本对接、提高农产品的市场竞争力[8]。在信息素养方面，可从“回乡”机制创新着手，使具备一定技术知识和社会见识的“城归”发挥带头作用，促使农户培养自身信息素养、向智能化方向看齐[7，15，22]。在经济基础方面：(1)有必要将财政转移支付向“有回报”的基础设施建设方面倾斜[22]，其中可包括社会性基础设施如教育培训；(2)优化农机购置补贴政策，加大对购置先进适用现代农机装备的补贴力度，并鼓励农业合作社运用先进装备组织生产作业[7]。此外，在技术供给方面，我国也应加快研发一批“操作简单、性能稳定、维护方便”的适用于精准农业的技术产品[8]。

在宏观层面，美国政府通过环境激励项目间接地促进了精准农业和农业大数据的发展，我国则通过补贴方式直接促进一般农业机械化的普及。

随着我国生态文明建设的深入开展，未来我国也可借鉴美国经验，通过农业生态环境保护的方式间接推动精准农业技术的普及、农业发展的智能化及大数据建设。例如，可通过宣传教育、推动技术示范等途径提升公众环境意识，让农户认识到精准农业不仅能带来经济效益，还具备“提高产能、保护环境”的潜力[15]。此外，为未来更有效、安全地利用精准农业大数据，我国也应提早规划好农业大数据平台的顶层设计。目前，我国涉农数据采集主要围绕生产展开，并主要由国家统计局、农业农村部和国家粮食和物质储备局开展监测，且重点放在大宗农产品上[23]。而且，在平台建设、开放共享方面，我国涉农数据也存在总量偏低、质量不高的情况。要实现超出农业本身、跨区域尺度的大数据“次级利用价值”，我国可通过搭建“开放式、协作式”平台，借助网络技术通过“众包众筹”方式实现农业数据的大规模覆盖与共享基础的建立和优化[23]。此外，考虑到以“众包”方式进行数据采集，可能会因采集人员复杂而影响采集的专业性与连续性，产生各类误差甚至错误，有必要在数据平台上通过数据挖掘、人工智能等技术进行数据质量控制[13]。