编者按：本文作者宫华泽，北京麦飞科技有限公司创始人、董事长兼CEO，中国科学院遥感学博士，参与起草多项国家空间数据与技术标准，提出的数项数字农业技术流程已成为智慧农业领域的行业标配；一手筹建了全球领先的超大空间对地观测科学平台，同时系发改委国家工程实验室核心成员。

一、中国农业独有的产业结构特征，决定了第一产业升级必须走“大同大异”的数字化变革之路

以种植行业为例，中国目前正处于“耕地总量稳定，劳动力流失严重，甚至不可逆，人均耕种面积逐年增大，生产压力提升”的阶段。小农时代已经不在，农业经济占据家庭总收入的占比在下降，新农人群体开始冒头。

面对巨大面积总量的耕地，以及老农人到新农人的衔接转换期，还要保持与尊重各个农业种植区的农产特色与文化习惯，亟需一套具备共性产业升级特点的思路与方法，“农业数字化”是必由之路。农业数字化可以保持原有产业的特点不变，采用信息化手段将原有传统的农业种植从数据层面上串联，量化效率、成本与收益，更轻松地管理产前、产中及产后，这谓之“大同”。

如今不同种植区域均有其独有的农产价值特点，如主粮区以保产增产为主，高经作区以特色产业链贯通为主，再细分的区域如中药材种植，还会联动下游行业的发展，因此农产过程与供给能力可牵动整体升级，数字化技术并不改变农产的特色点，而是更加去量化特色，明确特色，助推特色，这谓之“大异”。

二、农业数字化的核心在于建立有产业价值创造的、并可自主迭代更新的基础大数据采集体系，而“数字农服”恰逢其时

农业数字化是一种新型技术手段，也是一种新的管理模式，若想让数字化手段在原有产业中落地生根，需要其自身具备生命力。

首先，农业数字化需要对原有产业的一些环节具备价值创造能力。农业种植最为关注的是成本与产值，数字化手段对过程的精确、定量管理能够达到“降本增效”的作用。简而言之，更为精细化的管理，本身就会对过程中的成本浪费、效能忽视等问题起到数据穿透的作用。实践表明，1-2个种植周期的迭代，可以产生明显的降本增效效果。

其次，好的技术与方法也需要好的市场化模式，才能够面对传统产业平稳地切入。从目前人均耕地面积逐年增大的趋势来看，专业的社会化农服必然会得到较大的发展空间，这也符合国家对于耕种过程管控的要求。数字化技术与农服形式的结合——“数字农服”恰逢其时。

将数字化技术按照农服逻辑进行融合，能够让原有产业更容易接受，更快落地，更好见效。近2-3年来看，全国农服组织发展迅速，表明农服形式对于现有种植产业具备天然血缘关系，针对农服的数字化改造与升级，可以将新型技术与管理意识完美落地。

另外，数字农服本身也是一套完整的农业基础大数据采集体系，并且由于其数据沉淀是伴随着农业生产过程的，所以天然具备高可信度的数据积累特点。农服规模的增长和服务周期的持续将极大地扩展基础大数据积累的时空维度。

三、为每一块农田建档，打造农产价值与风险评估平台体系，让“价值”与“风险”各归其位

农业的核心价值是土地价值。通过数字化技术，以农服形式切入，针对土地地理位置、平整程度、肥力特点、农作物全生育期过程跟踪、产量估计与溯因分析等等，相当于在为每一块农田建立数字化档案。农田档案体系的建立，意味着具备了评估农产价值与风险的能力。历史3-5年的种植档案能够指导、重塑、升级当年当期的种植方案，让种地从备耕期开始就可以数字化推演出当年收益，需要改善的环节，以及预测将会遇到的风险。

同样，农产价值与风险评估体系还将支撑农业保险的优化发展。基于风险的浮动定价，基于产业链完整程度风险评估，绘制主要产区的农产风险数字地图等等，都会基于农产价值与风险评估体系发展起来，也将指导农保补贴的精准发放，让农保手段的普及与产业需求挂钩，真正起到帮助国家粮食安全抗风险、帮助农民平摊风险的作用。

四、中国农业数字化的终局之一：形成具备全球观瞻能力的农业大脑

农业基础大数据采集体系随着数字农服的推广会逐步搭建起来，数据积累越来越多，时空维度基础上还会叠加作物品类与特色产业链结构的字段。农产价值与风险评估能力是在大数据体系基础上的数据化应用，由此可催生很多细分的新型业态。

照此发展，中国农业数字化将会形成全球最大库容规模的大数据体系，实现完全的数据穿透与可视化管控，打造具有中国特色的“农业大脑”。大脑体系的形成还将打开新的产业升级曲线，重塑与迭代。

基于粮食安全的考虑，我国很多农产品依然需要全球采购补给来调控国内供需。在完全掌控国内农产数据的基础上，能够实现实时或准实时的数据传递，提升分析决策效率，进一步夯实我国粮食安全的自主掌控，实现全球观瞻能力。