作为数字农业从业者如何看“国家数据局首次系统部署:行业高质量数据集建设六大行动”

我是草帽哥，致力于通过AI和科技来帮农业从业者降本增效。‍

国 家 数 据 局6月2号发了一个文件《关于推进行业高质量数据集建设行动的实施方案》，其中有涉及到数字农业智慧农业的，草帽哥给大家解读下。

先说草帽哥的结论

干数字农业这么多年，数据采了不少，但能用的、能卖的数据集一直缺标准、缺通道。这份方案，是国家层面第一次把“数据怎么变成AI的训练燃料”这件事系统说清楚了。更关键的是——农业农村被明文列进重点领域，不是被提一句带过，是跟工业制造、交通运输、医疗卫生这些大头并列的。

这份方案不仅仅给AI圈写的，是给所有做涉及行业数据的人写的。

咱们做数字农业的，得认真看。

---

事件来源

到2028年底建成一批经过应用验证的行业高质量数据集、打造一批数据驱动AI的典型应用场景、培育一批创新型数据企业和专业人才、形成一批数据集建设工具和标准

六大专项行动

序号	行动名称	一句话定位	农业相关性
1	强基扩容	把数据供给搞充足	🟢 农业农村列为重点领域，低空经济列为创新领域
2	标注攻坚	从“人标注”升级到"人机协同+专家参与"	🟢 农业数据标注必须靠农技专家，不是随便找人打标签
3	提质增效	数据集要AI-Ready，不是够多就行	🟡 农业数据清洗标准化是老大难，现在有国家级标准来推了
4	应用赋能	场景→数据→模型→应用闭环	🟢 上海数据创新中心的保险定价案例，就是这个闭环的雏形
5	管理服务	全生命周期管理，三权分置	🟢 农业数据产权谁归谁？农户、平台、政府？现在开始定规矩了
6	价值释放	数据能卖钱、能质押、能资产化	🟢 农业数据产品在上海数交所挂牌，就是这步的先例

关键机制设计

1、“数据飞轮”：场景牵引数据 → 数据驱动模型 → 模型赋能应用 → 应用创造价值 → 回到场景。不是单向流动，是循环加速。

2、链主单位牵引：不是每个农场自己搞数据集，是链主企业（大平台、大农企）牵头，上下游协同共建，中小企业跟着用。

3、三权分置：数据持有权、使用权、经营权分开。农户持有原始数据，平台获得使用权加工，交易所获得经营权流通。各方都有权、都有收益。

4、词元（Token）计价体系：不是按“数据包多少钱”卖，是探索以Token为基础的可量化、可定价的价值体系。这个概念很新，还没落地，但方向明确。

5、“一次测评、全国互认”：数据集质量测评不重复搞，一次通过全国通行。农业数据集如果过了测评，理论上在全国所有数交所都能挂牌。

6、公共数据+行业数据融合：政府开放农业公共数据（遥感、气象、统计），和企业私有数据（传感器、ERP）融合使用。

重点领域清单（农业农村明确在列）

科学研究、工业制造、农业农村、智慧能源、交通运输、金融服务、医疗卫生、教育教学、电子商务、人力资源、文化旅游、应急管理、气象服务、绿色低碳、公共安全、城市治理、住房建设、自然资源、社会信用

创新领域：低空经济、具身智能、智能驾驶、智慧海洋、生物制造

---

草帽哥的客观分析

三个真正值得兴奋的点

1. 农业数据终于被当“正经行业数据”对待了

以前农业数据在政策文件里要么没有，要么是“乡村振兴”里一句带过。这次农业农村跟工业制造、金融服务并列，说明国家把农业数据当“AI训练必需品”看了。

这背后的逻辑很清楚——农业场景复杂度高、数据类型多样（遥感、传感器、时序、图像、文本都有），恰好是AI模型需要的那种“多模态训练粮”。

2. “数据飞轮”把之前碎片化的工作串起来了

咱们做数字农业的，之前的问题是：传感器装了 → 数据采了 → 存在本地硬盘上 → 没人用 → 没人买单 → 项目断续。

现在方案明确说“场景牵引数据”，意思是你先有保险定价、产量预测这些真需求，再去组织数据集，不是先采一堆数据再想能干啥。

我前两天写的上海数据创新中心那4款产品挂牌，就是飞轮转起来的第一圈。

（农业数据终于能卖钱了？——浦东智慧农业数据行业创新中心这件事，值得新农人认真看看）

3. 三权分置解决了农业数据的最大痛点——谁的数据归谁

大棚里的传感器数据，农户说是我棚里采的归我，平台说是我服务器存的归我，政府说补贴我买的设备数据应该共享。扯了多年没结果。

现在三权分置定下来：持有权归农户，使用权归平台加工，经营权归交易所流通。收益分配方案也有了比例参考，以后扯皮有规矩可循了。

三个需要冷静看的地方

1. 2028年底的目标，时间紧迫但落地路径还模糊

方案说“到2028年底建成一批经过应用验证的行业高质量数据集”，但农业数据集建设从采集到清洗到标注到测评，一个完整周期至少6-12个月。

现在方案刚出，标准体系还在研制，测评机制还没建，2028年底只剩不到两年半。农业数据集的先发者有窗口优势，但如果标准迟迟不出来，大家都等着，时间就浪费了。

2. 标注攻坚行动对农业的挑战最大

方案说要“专家深度参与”标注。农业数据的标注门槛极高——你得懂作物生长周期、懂病虫害特征、懂土壤指标含义，这个绝对不是随便一个标注员能干的。

但现实是：农技专家忙做实验、忙写论文，谁有精力做数据标注？方案提到“建立行业专家认证机制”，但没有说怎么激励专家参与。

如果专家标注的报酬赶不上做咨询、写项目的收入，这件事推不动。

3. Token计价体系听着酷，但农业数据可能不适合

农业数据不像文本、图像那样可以被模型一段一段“吃”，它更多是时序数据（温度每15分钟一条、价格每天一条）和空间数据（遥感覆盖整个县区）。Token计价适合“按调用次数收费”的API模式，但农业数据的买家（保险公司、期货公司）更可能是"买一整年的数据包"。

两种模式并存没问题，但如果政策只推Token模式，农业数据产品可能被挤到边缘。

对咱们做数字农业的具体影响

短期（6个月内）

• 关注标准研制进展：农业高质量数据集的格式、标注、质量测评国家标准一旦出来，之前散乱的数据集就能规范化，赶紧对接
• 对接链主单位：方案鼓励链主牵头，阿里云、大农企、省级信息中心都可能成为农业数据集的链主，主动参与联合体
• 公共数据开放加速：遥感、气象、统计数据的开放力度会加大，企业私有数据如果愿意脱敏共享，融合数据集质量会上一个台阶

中期（1-2年）

• 数据集交易常态化：上海数交所已经开了先例，其他地方数交所会跟进，农业数据产品的挂牌通道会更通畅
• 标注产业出现专业细分：会出现专门做农业数据标注的公司/团队，农技专家通过认证机制成为"标注顾问"
• “AI-Ready”成为采购门槛：政府采购、国企招标可能要求数据集通过"一次测评全国互认"，没过测评的数据集进不了采购清单

长期（2-3年）

• 农业数据资产化：数据集可以质押融资、作价入股。一个大棚运营公司，传感器数据+三年历史数据打包，可能直接作为资产评估的一部分
• 数据飞轮真正转起来：如果保险定价、产量预测、疫病预警这些场景持续跑通，数据采集→加工→交易→应用→反馈的闭环就不是一次性项目，而是持续经营

草帽哥的个人判断（仅供参考）

这份方案是“定方向”的，不是“给钱给项目”的。

对咱们做数字农业的人来说，方向对了比什么都重要——农业数据被纳入AI训练的数据基础设施，这个定位一旦确立，后续的资金、标准、通道都会跟着来。

但别指望一纸文件就能解决所有问题。农业数据的三大难题——采集成本高、标注门槛高、变现路径长——方案只解决了“变现路径”的制度设计（三权分置、交易机制、资产化），采集和标注还得靠行业自己啃。

最务实的一步：如果你手上有农业数据，现在就去关注国家数据集管理服务系统的建设进展。 方案明确要建"物理分散、逻辑集中"的国家系统，数据集目录、供需信息都会上这个系统。早登记、早对接，后面交易通道一开，你就在第一批名单里。

原文来源：国家数据局《关于推进行业高质量数据集建设行动的实施方案》（国数科基〔2026〕25号），2026年6月3日印发原文链接：https://www.gov.cn/zhengce/zhengceku/202606/content_7070902.html