数字农业：下个十年

那么未来十年，数字技术的进步在农村会扮演怎样的角色呢？我们也许可以从这次疫情的致推演中得到一些启示，技术既可以替代人，也可以赋能人。比如餐饮外卖、电商快递和共享出行等服务行业，如果没有移动互联网、智能手机、GPS等数字技术的赋能，人的服务率会非常低。再比如在线办公、在线诊断、在线教育等服务，机器并没有替代白、医生和教师们，而是为他们赋能。另一些域，机器正在替代人，比如自动驾驶、无人化配送、无人工厂、以及发展迅猛的无人农场等等。其实无论是在近期还是远期，替代人和赋能人的技术都会同时存在，它和社会的特性相关。

数字农业起源于上个世纪80年代的美国，它在诞生之初是为了解决农业劳动效率低和资源浪费的问题。数字技术早在农业中的应用是气象与土壤数据的采集和分析，属于赋能人的范畴。后来，美国劳动人口不断减少，农业社区出现了严重的老龄化，技术的方向便发生了改变。现在我们看到的美国农田里的自动喷灌、自动农机和自动运输车辆等设备，都是用来替代人的技术。

根据美国农业部公布的1965～2017年数据，数字化使得美国农业生产率提升了9.6%，成本大约降低了3%，优势主要集中在生产端。从技术渗透率上看，在美国规模越大的农场，数字技术应用的普及率就越高。比如基于GPS的自动导航技术，在3800英亩（约2.3万亩）以上规模的农场，应用率超过80%，而在600英亩（约3600亩）以下的农场仅有12%。且在相同的数字化应用条件下，大规模农场的盈利要比中小型农场平均高出2.8%左右。因此在美国，数字化技术使得大型农场的竞争力提升，并推动了整个行业向头部集中。

在农村，当前数字技术扮演的更多是赋能角色，这是由我国农村生产结构决定的。虽然正在经历高速的城市化，土地流转和规模化经营越来越多，但在未来相当长的一段时间里，农村经济的主体仍将是中小型农场、合作社和家庭农场。伴随农村空心化、老龄化的压力，农业生产的主力会由各地的农服组织和农民合作社来承担。相比美国，我们的农村劳动力相对充足，成本也低很多。但即使在数字经济中，劳动力成本、重要生产要素的价格仍然是影响经济发展模式的决定性因素。机器作为可贸易品，在套利行为的驱动下，其的价格和效率会日益趋同。劳动力的可贸易性相对较低，基本都是本地化服务，所以常常会产生较大的效率差异。如何让数字技术和人互补，实现数字人赋能自然人，发挥数字技术的规模化、网络化效应，将是农业未来十年的重要目标。

从宏观经济的角度来说，当前美国的资本相对便宜，而的劳动力相对便宜。所以数字经济在美国扮演的是替代劳动力角色，在经济上对资本有利，对劳动力不利。的数字经济更多体现在机器与人的互补层面，在经济上对资本不利，对劳动力有利。

数字农业的微观基础

在农业1.0时代，土地和劳动力是主要的生产要素。农业效率的提升完全依赖于土地规模和劳动力水平，生产要素竞争性。到了农业2.0时代，技术和资本成为农业生产的新要素。农机、育种、化肥和农药等技术使得单位土地生产能力有效提升，规模农业诞生，但其生产过程对于人的依赖仍然很高，比如操作设备，勘查农情等。到了农业3.0（数字化）和农业4.0（智能化）时代，数据和算力会成为重要的生产要素。这两个生产要素的竞争性相对于土地、资本和劳动力要弱，而产生的规模经济、网络效应和范围经济效应则要很多。也就是说，数字农业带来生产效率的提升潜能要高于传统农业。

2019年10月，中共十九届四中全会也在官方正式文件中次提出数据是新生产要素。作为生产要素，数据对农业生产有三个层级的意义：一是与传统生产要素一样，数据质与量的提升可以提高农业产品的质量和数量；二是数据与传统要素一样，不仅本身可以参与产出分配，同时还会影响各要素之间的替代关系，进而改变技术、劳动与资本之间的收入分配关系；三是数据具有不同于传统要素的特质，这也是数字农业与传统农业区别的微观基础。

有人说数据是当代的石油，是重要的生产要素，这句话只说对了一半。因为地球上的石油总量是有限的，一旦被开采出来，用一桶就少一桶，别人无法使用。而数据资源是可以快速地、批量地复制的。使用数据不但不会减少数据量，甚至还能因为加入了反馈而丰富数据。拿飞设备产生的数据做例子，我们今天在全世界有约10万台各种各样的数字化农业设备，比如农业无人机、无人车和物联网等等。它们每天大约要产生100T左右的数据，这些数据（data）在原始状态下会存储在本地设备或者云端。而一旦数据被用户使用（通常是用来做图像识别、航线规划或者数据查询等），又会产生新的数据，甚至挖掘出更高维度的信息（information）。数据的这个特性在其它生产要素中是从未有过的。未来的“数字人”农民使用的主要生产资料，正是由这些设备产生的数据与信息。

历，任何人想要在农业社会获得大的价值分配，就要抓住生产要素的分配权。到了数字时代，数据资产的分配权会成为各大利益集团争抢的核心资源。数字农业在提升生产效率的同时，也会进一步加剧市场竞争，有竞争就会有赢家和输家，从而引发贫富分化。数字经济的发展也会出现明星企业、平台和个人集聚资源，赢者通吃的问题，加大社会收入差距。这就要求我们的政府扮演好制度的建设者和社会兜底者的角色，保证数字化竞争在一定的秩序内进行，在坚持市场分配资源的同时让大多数人，特别是普通农民也能享受到经济发展的成果。

分配关系重塑

在过去的十几年里，我们讨论的数字农业，主要是围绕如何基于各类传感器和自动化设施实现的农田量化（精准化）管理。学界对于技术带来的生产关系变革，以及价值链的重构讨论得比较少。而当我们希望着眼于未来十年，布局技术和投资的时候，就需要站在一个更高的维度来看待农业的数字化变革了。产业变革意味着商业机会，因此我们必须非常清楚，巨大的变革会在哪些环节产生，它们会带来或者带走多少价值。

先，如果我们把整个社会生产体系看作是一个工厂，技术进步会使低效率的部门在收入分配环节的比重上升。比如过去农村需要大量劳动力在农田耕作才能解决人民的温饱问题。后来随着技术进步，生产率提高了，大量剩余劳动力就转移到了制造业。制造业也是一样，有了自动化的生产线以后，制造业的生产率提高了，剩余劳动力就继续转移到了生产效率更低的服务业。所以现在，服务业在经济中的比重越来越大，这些都与收入分配是有关系的。

这里会产生一个社会经济学悖论：越是技术进步快的部门，越是无法享受技术进步带来的好处。比如说，技术进步带来汽车部件生产率的提升，但不代表这些岗位的工资能上升，反而是那些生产率低的部门工资上升，因为这些部门效率低，生产供不应求。效率高的部门由于业务收入的提升，将增加对所有商品的需求，那些低生产率部门的商品由于供给不上，价格上升会更快，进而提高了低生产率部门的工资。这个低生产率部门重要性上升的悖论在经济学中叫做“鲍莫尔病”。