人工智能的兴起及广泛应用不仅改变了人们的生活，而且对经济发展产生较为深刻的影响，制造业的资本有机构成大幅度提高，无人生产车间大量出现，制造业的数字化程度不断提高，并开始进入智能化生产时代。人工智能在促进制造业智能化改造的同时，不同制造业的应用场景又对人工智能的发展提出新要求，进而促进人工智能的发展，从而形成新产业、新业态。人工智能对制造业产生重大影响，除了促进制造业的转型升级外，还在广泛渗透其他领域。在农业领域，人工智能开始嵌入农业，并已实现多种应用场景，如种子发芽室、智能人工气候箱、采摘机器人和智能面积测量等系统开始出现，人工智能推动农业生产向智能化、精准化、高效化转型。人工智能通过物联网、传感器等向农业渗透，赋予农业生产以稳定性、规律性、精准性 。
中国政府高度重视人工智能对农业的影响。2019年，中共中央办公厅、国务院办公厅印发《数字乡村发展战略纲要》，提出“打造智慧农业”，要求推进农业生产数字化、智能化转型，并将智慧农场、精准农业等作为建设重点；该文件还提出“推动人工智能、大数据赋能农村实体经济”。2021年，国务院印发《“十四五”数字经济发展规划》，该文件进一步提出，“创新发展智慧农业，提升农业生产、加工、销售、物流等各环节数字化水平”。2025年，中央一号文件提出支持发展智慧农业。2025年，中共中央、国务院印发了《加快建设农业强国规划（2024—2035年）》，提出“实施智慧农业建设工程”。2025年，党的二十届四中全会通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出“全面实施‘人工智能 +’行动”。这表明在政策层面，智慧农业将是未来较长时期农业发展的重要方向，人工智能则作为关键技术手段嵌入农业经济发展过程之中，为智慧农业提供关键技术支撑。
如何在大国小农背景下充分发挥人工智能对农业的赋能作用，既是学术界的前沿话题，也是农业经济发展将面临的重大现实课题。一方面，要将农业技术创新、农业智能装备创新、应用场景及农业劳动者融合起来，突破常规，进行颠覆性技术创新；另一方面，要在制度上为农业科技发展注入新动能。为此，本文将考察农业经济从传统农业到智慧农业的演化路径，分析人工智能时代农业经济的特征，剖析迈向人工智能时代中国农业经济面临的主要问题，提出化解问题的建议。
农业经济的发展大体经历了“传统农业—机械化农业—信息化农业—智慧农业”的阶段（见表 1）。
农业1.0：人畜力驱动下的“自然依赖”阶段。在漫长的传统农业时期，生产资料由土地与劳动力主导，经营单元以家庭为核心，生产技术靠经验积累和世代相传，技术体系几乎完全依赖经验与节令，抗自然灾害能力弱，单位产出对气候波动高度敏感，是典型的靠天吃饭，农业发展较为缓慢。1400—1820年，中国粮食总产量只增长了4.3倍。值得注意的是，这一时期耕地面积增长了约3倍，粮食种植面积增长了2倍，人口（劳动力）增长4.3倍，即粮食总产量的增长主要是依靠劳动力投入和土地投入来实现的。因此，社会财富积累依靠土地与劳动，农业生产的资本有机构成低，“土地是财富之母，劳动是财富之父”是这一阶段的典型特征。
农业2.0：生物化学投入的“要素替代”阶段。随着农业资本有机构成的提高，特别是进入20世纪中期以后，以“绿色革命”为标志，农业机械、高产杂交育种、化肥和农药等化学投入品开始在多地的农业生产领域广泛推广。以农业机械化为例，美国1940年基本实现农业机械化，1958年全面实现农业机械化；英国 1948 年基本实现农业机械化，1964年全面实现农业机械化；加拿大1950年基本实现农业机械化，1966年全面实现农业机械化；法国1955年基本实现农业机械化，1968年全面实现农业机械化。在这一阶段，以上这些国家通过增加资本、技术等要素投入缓解了传统劳动力不足问题，并改善了土地质量。自1980年起，我国化肥的用量除1998—2000年间有所放缓外，一直保持较高的增速，直到2014年才有了小幅下降趋势。新科技的应用和化肥的使用极大地提高了土地生产率，显著改善了粮食供给状况。该阶段虽实现了“多投要素、稳增产出”的扩张格局，但各类化学农资对产出的增长动力已开始减弱，高投入亦带来面源污染、土壤劣化等问题，为可持续发展带来挑战。
农业3.0：机械化—信息化耦合的“效率跃升”阶段。自20世纪末起，机械动力与信息技术在农业中交错扩散，农业机械开始实现自动化，无人操作、自动控制农业机械开始出现，农业机械与电脑融合，开始向机械化—信息化迈进。农业机械自动化及信息化降低了农民劳动强度，并持续推动产能提高。拖拉机与联合收割机替代人畜力，GPS、GIS和遥感技术导入田间，测土配方施肥、精准灌溉的雏形开始形成。至2020年，中国农作物耕种收综合机械化率达71.25%（小麦97.19%、玉米89.76%、水稻84.35%），标志着生产方式由“体力密集”向“机械—信息密集”转型，使土地产出率在有限资源约束下保持持续攀升，为智能化奠定了数据和装备基础。
农业 4.0：人工智能赋能的“智慧农业”阶段。进入人工智能时代，信息科学技术和多领域科学技术深度融合，诱发新的产业技术革命，人工智能开始赋能农业生产、农业服务、农产品营销、农产品消费等环节，农业开始由机械化转向智能化，这种农业被称为“智能农业”或“智慧农业”。以“智慧农业”的方式实现农产品的“智能”和“互联”，从“自动化”迈向“自智化”。智慧农业的核心特征体现为以信息和知识为核心要素，将认知决策过程机器化，即通过现代信息技术和智能装备等与农业深度跨界融合，实现农业生产过程的信息感知、定量决策、智能控制、精准投入等全新农业生产方式。这一技
术范式的转变，标志着农业全要素生产率正式迈入指数增长阶段。
表 1 对农业经济演化历史进程进行了系统性总结，每一轮技术革命均深刻重塑了农业经济的运行范式：其动力机制经历了从土地—劳动力要素驱动，向技术—资本要素密集驱动，再向数据—智能要素主导驱动的演化路径。这一历史维度的考察，为解析人工智能时代农业经济的新质特征提供了重要的背景参照。唯有置于这一历史演进脉络之中，方能更深刻地洞察AI赋能农业的时代价值与现实挑战。
进入人工智能时代，人工智能开始深度嵌入农业生产各环节、各领域，对农业经济产生了前所未有的影响，使农业经济呈现出与以往任何时代不同的全新特征。从生产到流通的全链条中，数据和智能正成为关键生产要素，农业生产方式和价值链条产生了质的飞跃。
第一，生产对接需求精准化。不管是农业1.0还是农业2.0，甚至农业3.0阶段，由于生产空间与消费空间的异地性、消费信息与生产信息的不对称性等原因，生产者很难精准把控消费市场的变化，生产决策常常滞后于市场需求，无法精准锁定市场客户和产品价格；生产瞄准的市场空间受限于农户活动空间，农户对于市场需求变化的感知主要来源于自己到集镇市场了解的情况。在人工智能时代，大模型能够给生产者提供更加准确的消费信息，特别是对消费变化的预测能够降低决策的盲目性，凭借大模型的知识学习能力和模型规划能力，能够帮助农业生产者作出更为精准的生产决策。例如贵州山区的农业生产者可以准确地知道上海家庭居民的消费需求，能够了解千里之外客户的消费变化。如广西农户可以根据香港居民的偏好选择种植下个季节的蔬菜，实现生产与市场需求的精准对接；同样，上海居民如果想吃百香果，就能利用人工智能知道百香果的产地分布，不同地方都种植什么品种的百香果，不同百香果的特点、成熟时间等，从而根据自己的需求下单。可以预计，随着人工智能的广泛应用，越来越多的农业生产经营者会将大模型运用到农业生产经营之中。
第二，农业生产智能化。人工智能对农业生产的影响是全面且深刻的。从农业生产过程看，人工智能将实现农业生产全过程的智能化。农业生产包括育种、耕地、育苗、移栽、除草、施肥、灌溉、病虫害防治及田园管理等。一是育种智能化。人工智能深度嵌入农业，将实现农业育种从“经验育种”到“智能育种”的转变。如利用人工智能的几大模型，可以对核酸序列或者蛋白序列进行分析和架构，重新设计新的生物品种，这对过去的经验育种带来颠覆性改造，从而推动种业从“经验驱动”向“智能驱动”跃迁。二是灌溉智能化。利用土壤湿度传感器传回的土壤信息、气象站的天气预报信息以及作物类型、生长阶段的多维数据，以农业生产大模型依托多模态数据处理能力，能够根据农作物生产对水分的具体需求，智能调度灌溉时间、频次与水量。三是施肥智能化。利用人工智能技术，让农业生产者能够及时掌握土地营养成分实时情况，结合不同作物的生长情况及对养分的需求，可以精准计算出不同农作物、不同生长期的施肥方案，做到精准施肥。四是农产品采摘智能化。以人工智能为牵引，驱动不同种类的采摘机器人行走于田间地头，对农产品进行采摘，推进农产品采摘、收割环节的智能化。
第三，农业产业链数字化。人工智能对农业改造的一个重要方面就是农业产业数字化，例如土壤的营养含量、作物生产情况、不同作物对不同养分的供需配置情况、病虫害情况等的全面数字化。这种数字化将不仅限于田间生产这一环节，而是从田间生产延伸至农产品分类、加工、仓储物流、市场营销等全产业链条。在农产品分类环节，基于计算机视觉的智能分级技术，可以根据农产品的大小、形状、色泽、损伤程度等相关数据，对农产品进行自动化的精准分类，并按照不同品质的农产品匹配消费群体和消费市场，安排不同的流通渠道。对于农产品加工数字化来讲，可以引入制造业数字化的做法，结合不同产品加工要求，对农产品加工全流程进行数据化生成和处理，形成农产品加工及制成品的数字化。就农产品仓储及物流而言，AI驱动的智能调度算法可动态匹配订单需求与库存状态，通过物流路径优化与时效控制等方式，让新鲜农产品以最短的时间送至消费者手中。在市场营销环节，电商平台的数字化，可以根据农户、家庭农场、农业合作社及涉农企业等的产品情况，为其精准对接目标市场，并拟定提供低成本、高效率的营销解决方案。对农业全链条的数字化改造，将有效推进农业产业的升级换代。农业产业链数字化已开始出现雏形，如浙江的数字农业，2024年年底“浙农码”累计赋码用码量超6.6亿次，汇集362项涉农服务，实现码上功能聚合。“浙农码”改变了传统农业经济模式，促进农业向“农业产业大脑+未来农场”转变，初步探索了“数字化基地—数字农业工厂—未来农场”农业发展路径。
第四，生产过程人机融合化。随着农业经济不断升级转型，农业的机械化程度越来越高，针对不同作物、不同生产阶段和不同作业，农业机械在农业生产中大量使用，一个重要特征是通过人操作机器，机器替代部分劳动。农业工人通过操作机器不断积累相应的经验与知识，通过干中学提升劳动速度、精度。在人工智能帮助下，智能农机装备、农业机器人及无人作业系统的规模化，每一次农业机器的操作都可以转化为数据知识，通过这种数据知识的不断积累和自动处理，农业机械工作的经验与知识积累，逐渐转变成依赖于人工智能的数据处理，这让农业机器的操作者能够更快地与机械有机融合。
第五，农业供应链衔接无缝化。人工智能在农业供应链和农产品流通领域同样展现出巨大潜力，让农业供应链各环节之间的衔接越来越紧密，并实现无缝衔接。一是通过消费大模型，农业生产者能够准确预测消费市场的变化情况。例如，可以利用电商平台的区域消费数据、消费者行为数据，设计相应的需求预测模型，对生产者拟瞄准的消费市场进行精准预测，用消费大模型预测的数据帮助农业生产者做出生产什么、生产多少的决策；预测特定市场的消费者什么时候需要什么农产品、需要什么品质的农产品、需要多少等。以寿光蔬菜产业链为例，当地通过产销数据平台掌握每个菜农每月交易量、价格走势等信息，不仅能帮助金融机构为农户授信提供依据，也使批发市场能够提前获知产量变化，及时调整采购策略。二是农业生产者根据目标市场的消费情况组织生产。利用消费大模型提供的消费情况，特别是不同季节的消费情况，农业生产者结合自己的资源禀赋，可以按照正常的农业生产季节进行生产，也可以进行反季节生产，还可以进行大棚生产，让农产品早上市或者晚上市。这样能确保生产的农产品价格好、不滞销。三是农产品的分拣加工自动化和数字化。利用计算机视觉和机器学习技术，可以更好地对农产品进行分拣和加工，不仅分拣和加工自动化，而且可以对有关资料进行数字化处理，便于农产品更加顺畅进入供应链的物流环节。四是物流精准对接消费。数字化的农产品进入物流环节后，AI算法可优化调度和物流管理，让农产品准时运送到消费目的地。总之，人工智能让农业生产供应链从“生产—分拣加工—物流—消费市场”各环节实现无缝衔接，从而减少生产盲目性，降低产品库存，优化物流路线，节约农产品在途时间。
第六，农业机器人工作自动化。农业机器人是人工智能时代农业机械化的重要特点之一，将广泛应用于播种、除草、收获等多个农业生产领域。美国利用无人机系统，精准识别并清除田间杂草，实现了除草作业的自动化和精准化。剑桥大学的工程师研发的自主收获机器人“Vegebot”，通过计算机视觉与机器学习算法精准识别草丛中的莴苣成熟程度，并按照生产者预先设计的成熟度进行自动化采摘。陕西渭南市的冬枣种植农场也已开始应用精密视觉系统技术，通过智能采摘机器人和AI视觉系统辅助，自动采摘并分类冬枣，提高熟果采摘效率。浙江“未来农场”也已开始应用类似机器人技术，通过智能采摘机器人和AI视觉系统，自动采摘并分类果蔬产品，提高采摘效率。山东潍坊等地引进的自主播种机和植保无人机也逐渐普及，借助AI导航实现自动化作业。
第七，农业病虫害防控智能化。借助无人机、传感器和计算机视觉技术，构建病虫害防治监测系统，再结合病虫害分析、处理系统，就能对病虫害的发生、演变进行准确判断，实现农业病虫害防治的智能化。在葡萄种植业中，可以通过无线传感网络和AI算法的病害监测系统实现病害提前预警，让葡萄种植者能够及时、有效防治病虫害，降低病害损失风险。中国智慧农业示范地区已经开始使用类似病虫害智能监测系统，如浙江省数字化茶园依托智能传感器和AI病害识别算法，实现了茶叶病虫害的实时监测和自动预警，精准用药，减少了农药施用量。山东寿光等设施农业区，引入AI图像识别系统实时诊断蔬菜作物病虫害发生情况，并通过智能决策系统精准指导农民进行病虫害防治。
第八，农业管理精准化。随着农业机器人、无人机、传感器等在农业生产中的运用，再加上农业滴灌、排水以及水肥一体等农业硬设施的不断完善，农业生产管理的各种模型将广泛运用到农业生产领域，其数据的集成及生产大模型对数据的及时分析和处理，不仅可帮助生产者准确决策，而且能够实现各生产环节的精细化管理。例如，使用无人机、卫星遥感和无线传感器网络收集田间实时数据之后，经过机器学习算法对土壤湿度、作物健康状况、气候数据进行分析和研判，可以拟定精准的施肥、灌溉、病虫害防治方案。如美国部分农业领域应用AI算法与传感器数据，精确控制农作物的灌溉和施肥量，可节省大量水肥投入。在中国山东，智慧温室采用多源传感器实时监测大棚内温湿度和作物生长状态，通过 AI 模型分析相关数据并自动调控通风、浇水、施肥等作业，实现种植全过程的精准管理。
第九，农业经济运行的低交易成本化。随着专业化和分工的细化，参与农业经济活动的主体越来越多。农业经济活动是指众多主体在不同时空通过一定方式联系起来进行，进而形成整个农业经济链条。在一系列农业经济链活动中，前者提供的产品情况对于后者采取什么样的行为具有至关重要的影响。传统农业经济的最大特征是不同时空、不同主体、不同环节之间信息的不对称，在不对称信息条件下，后者要搞清楚前者的产品或者原料情况，需要的信息成本是非常高的。例如，居民作为个人消费者，要能识别路边小摊卖的苹果是否施用农药是较为困难的；农民在购买种子时，并不知道种子的优劣情况等问题。农业分工越细、专业化程度越高，交易成本越高，交易成本不断上升是人工智能时代之前农业经济的重要特征之一。人工智能时代，农产品从种子到播种、从生长到采收、从物流到家庭环节的数据都非常清晰，可极大降低经济运行过程中的交易成本，可以说人工智能将改写农业经济高交易成本趋势，从某种程度上说，人工智能时代的农业是一种低交易成本的经济。
第十，农业资本高度密集化。如果我们沿着农业经济演化的历史进程——“传统农业—机械化农业—信息化农业—智慧农业”来看，不仅农业技术水平与知识含量持续提升，农业有机构成也在不断优化，农业资本密集程度更是逐步提高。农业经济演化过程中的每一次跃升，既是农业技术的跃升，又是承载农业技术的农业机器的跃升。到人工智能时代，农业生产不仅需要完善的灌溉设施，还需要大量机器人、传感器、无人机等与过去不一样的劳动工具，同时还需要引入多种农业大模型对数据进行处理、分析，这些都需要大量的资本投入，从而让农业成为资本密集化的产业。笔者在贵州安顺塘约村调查发现，村里大棚种蔬菜，1亩地仅大棚的成本就高达30万元，如果再加上各个生产环节的农业机器人、传感器、水肥一体等多种投资，以及数据处理等软件成本，人工智能时代的农业需要巨额投资，是名副其实的资本密集化产业。
人工智能向农业的全领域、全环节的深度渗透甚至融合必将是大势所趋，不过迈向人工智能时代，农业经济领域还存在诸多问题需要我们去解决。
（一）迈向人工智能时代农业经济面临的问题
第一，农民的低积累与农业的高投入。2024年中国农村居民人均可支配收入为23119 元，就笔者调查的塘约村来看，如果对其进行改造升级，实现农业与人工智能的深度融合，还需要增加机器人、传感器、无人机、大型计算机等硬件，以及数据清理软件的购置。这些投资加在一起，还需要大量投资，追加的投资如果按照每亩10万元计算，每亩耕地的投资将超过40万元。2024年农村居民人均消费支出为19280元，农村居民可支配收入除消费之后如果全部用于投资，则每人可投入3839元，按照2024年家庭规模2.62人计算，则每个农户可投资为10058元，这样，投资一亩土地基本需要一个家庭近40年的家庭结余。
第二，农业智能化机械严重短缺。从中国农业智能机械化水平看，只能在少数典型领域或者地方使用较少的智能机械设备，对于农业大田生产来讲，机械化水平不高，更谈不上机械的智能化。2023年农作物总播种面积25.74亿亩，仅有农用大中型拖拉机551.1万台，平均约每 467 亩拥有 1 台农用大中型拖拉机。据第三次农业普查调查果树修剪机仅有49万台，389.94亩果园才拥有一台果树修剪机。农业土壤自动监测、作物生产监测、农业传感器等较少，有的才开始研究和开发，还没有进行大规模生产。
第三，智能机器在农业领域应用研发不足。农业生产不仅在广阔的空间进行，而且与土壤、气候、地形地貌等自然环境条件紧密相关，农业生产种类多、环节多，不同作物、不同生长时期、不同地理条件对农业机器人的要求不一样，应用场景也不一样，农业智能机器应用就存在差异，需要根据应用场景进行重新开发设计。在这方面，除无人机研发和应用较多外，其他研发和应用才开始起步。
第四，农业数字集成处理难。数字化处理是我们的短板，还有不少难题需要研究。人工智能时代农业经济的一个特点是数字化，农业生产环境、生长过程、作物生长对肥料养分的需求、农产品收割或者采摘等信息全部数字化；同时农产品生产空间与需求空间，生产数量、品质与需求数量及质量等均数字化。现在问题在于：我们的农业经济还没有开启数字化征程，对于农户生产而言，相关生产信息基本没有数字化；对于新型农业经营主体而言，多数生产环节也没有数字化。农业经济数字化处理模型、工具及平台载体也还在研发过程中，还没有大规模推广；另外，数亿农户经营的细碎地块、琐碎的农事，这些生产信息如何数字化、如何集成也会面临不少问题。
第五，农业生产者的素质远远满足不了经营需求。2023年农村劳动力有约5.91亿人，外出务工劳动力有约2.86亿人，剩余3.05亿劳动力在农村。据国家统计局抽样调查，2023年 15 岁及以上人口中还有3.43%为文盲，文盲大多数在农村，值得注意的是外出务工劳动力多为文化程度高的青年农民，这样从业农民的劳动力为农村中的老年劳动力和文化程度低的劳动力。低文化程度的劳动力从业农民生产主要依靠经验知识，不要说操作智能农业设备，就是操作一般的农业机械都存在一定难度。
（二）农业经济迎接人工智能时代的对策
第一，加大农业智能化研究、开发与应用力度。以粮食、蔬菜、水果、养殖等农业主要农产品生产为核心，根据不同农产品生产不同环节、不同地区的要求，加强农业智能装备研究、开发及实际应用，为人工智能时代农业发展提供硬件支撑。同时，加强农业数字集成、处理大模型的研究及开发应用，为人工智能时代农业发展提供软件支持。
第二，推进农业机械制造业的智能化改造。推进现有农业机械制造业向数字化、智能化方向转型，促进农业机械制造业的转型，生产适应人工智能时代农业生产经营所需要的智能化农业机械，适时推进不同农业生产、不同生产环节的农业机器人等农业装备智能化，按照人工智能时代农业经济的数字化、智能化要求，构建智能化农机装备制造体系，充分发挥现有大型农业机械的作用，对已经用于农业生产领域的大型农业机械进行智能化升级。
第三，大力建设智能农业基础设施。智能农业基础设施是人工智能时代农业发展的基石，在人工智能时代，数字生产力就是农业新质生产力。数字发挥作用的前提是有完善的农业基础设施，例如完善的排灌设施、水肥一体设施、农业生产大棚、宽带通信网络、电网升级和农业物联网基础设施等。
第四，积极推进农业经济数字化进程。加强农业生产大模型的研究开发和应用，人工智能时代农业经济精准运营、精准管理等是通过数字来实现的，数字作用的前提在于大模型对数字的集成、处理能力，这需要我们根据不同农业经济领域、不同应用场景研究、开发相应的大模型，让数字真正发挥其新质生产力作用。
第五，培养数字型、智能型农民。面向人工智能时代的农业经济，对农业生产者、经营者提出新的要求，农业机器人、云计算、大数据等都要求经营者具有数字知识，农民需从依靠经验生产转变为依靠数据、知识经营，成为数字型、知识型、智能型农民。对此，要加强相关培训。一是对现有农业推广人才进行培训，培训大量数字型、智能型农业科技人才；二是农业职业技术学院要加强智能农业技术人才培养，培养一大批实用型农业智能人才；三是对农民进行培训，提升农民的数字素养，推进农民智能化转型。
10个月宝宝每天需要喝多少奶粉？
