智慧農業發展中的農村金融轉型:理論邏輯、實踐困境與突破路徑

摘要：智慧農業作為數字技術與農業深度融合的產物,從根本上改變了農業生產經營模式,使數據成為農業生產的新要素,平臺成為農業活動的新載體,農村金融服務的形式、內容、對象等正隨著智慧農業的發展發生深刻變革。從理論上看,智慧農業發展將推動農村金融機構向“服務中介”轉型,金融服務模式向“平臺經濟模式”轉型,金融風控機制向“智能風控”轉型;從實踐來看,我國智慧農業發展已推動兩類轉型模式形成,即依托涉農產業互聯網平臺的金融實踐模式和金融機構主導的智慧農業管理平臺實踐模式。然而在實踐中,農村金融服務轉型仍面臨“介入難”“創新難”“協同難”“可持續難”“復制推廣難”等五大困境。未來需要進一步加強頂層設計,深化協同合作,完善數據共享,統籌推進場景創新,加快突破智慧農業發展中的金融轉型困境。

關鍵詞：智慧農業;農村金融;平臺經濟;金融服

以數字技術為特征的新一輪科技革命突飛猛進,正在成為當前經濟社會發展最大的變革力量。數字技術對全球服務業、工業、農業的生產經營方式變革,都產生了前所未有的沖擊和影響。我國高度重視發展數字技術與數字經濟,制定發展戰略、出臺鼓勵政策,促進數字技術和實體經濟深度融合。

數字技術加快與農業融合,推動傳統農業向智慧農業變革。智慧農業(又稱數字農業、精準農業[1]),以物聯網、大數據、云計算、人工智能等技術,對土地、勞動、資本等農業傳統要素進行重新配置與優化,實現了農業智能化決策、精準化種植、可視化管理、網絡化營銷等全程智能化[2],是人類社會從農業經濟、工業經濟進入數字經濟時代,數字技術與農業深度融合的產物。全球農業經過依靠人力畜力、依靠機械動力的階段,正邁入以數字技術為特征的智慧農業階段[3]。我國高度重視數字技術在農業中的應用,2020年黨的十九屆五中全會首次在黨的全會上提出,要“建設智慧農業”。2021年“十四五”規劃綱要再次指出,要“加快發展智慧農業,推進農業生產經營和管理服務數字化改造”。2021年、2022年、2023年中央一號文件連續三年對發展智慧農業做出部署安排。在政策驅動下,我國逐步形成了政府“新基建”引領、傳統農業龍頭企業主導、農業科技公司賦能、互聯網領軍企業推動等四大推動力量,物聯網、人工智能等數字技術在我國農業大部分行業已有落地應用,部分領域呈現規模化部署的態勢[4]。根據技術擴散理論(1),我國智慧農業發展已處于前流行階段,即將邁入流行拐點階段,我國傳統農業向智慧農業轉型駛入了快車道。相較傳統農業,智慧農業的生產要素配置、經營管理方式都發生了巨大的本質性變化。

農村金融服務的形式、內容、對象等正在智慧農業影響下發生深刻變革。從需求側看,智慧農業產業運行方式發生了巨大變革[5],使數據成為農業生產的新要素[6],平臺成為農業活動的新載體[7],對獲取金融服務的方式提出了更高要求,迫切需要金融機構通過開放銀行渠道,將金融產品和服務嵌入智慧農業生產經營場景中,與智慧農業平臺、企業財務系統等實現互聯互通,提高金融服務效能,提升智慧農業產業鏈整體運行效率。從供給側看,伴隨智慧農業發展,農業生產經營各環節的結構化和非結構化數據加速匯聚積累,使傳統方式忽略的“沉睡”信用信息顯性化[8],為金融機構強化金融科技賦能、有效解決農村數字普惠金融發展中的“數字鴻溝”“信用不足”等問題提供了廣闊舞臺。

本文基于對北京、浙江、陜西、福建、青海、云南等地相關政府、農業企業、金融機構的實地調研(2),系統歸納智慧農業發展推動農村金融轉型的理論機制、創新模式和實踐困境,并從這些困境出發,設計和創新金融服務供給,以期為農村數字普惠金融理論研究和實踐轉型,提供有益借鑒。

智慧農業的本質特征在于,數據成為農業生產的新要素,平臺成為農業活動的新載體,科技成為農業發展的驅動力,推動農業生產函數發生重大調整、農業生產經營流程發生重大改變。農業農村經濟特征決定農村金融變化特點[9],農村金融服務的形式、內容、對象等正在智慧農業影響下發生深刻變革。概括來看,通過數字技術與農業傳統要素深度融合,智慧農業生產經營各環節數據逐漸打通并形成閉環,推動農村金融功能向“服務中介”延展,農村金融服務模式向“平臺經濟模式”轉變,“三農”金融風控機制向“智能風控”升級。可以預判,智慧農業的發展,將打破傳統農業與金融資本難以相互結合的固有藩籬,有望從根本上解決農村金融服務長期存在的成本約束、信息約束和擔保約束等世界性難題。

金融發展是金融功能不斷擴展和提升的演進過程[10]。金融功能的演進進程,則主要取決于經濟社會發展需求[11],只有當經濟技術水平發展到一定程度,才會產生對更高層次金融功能的需求[12]。農村金融功能的演進,同樣取決于農業農村經濟的階段性發展需求。長期以來,由于我國傳統農業分散的家庭經營方式特點,其對金融功能的需求,主要體現在支付結算、信用支持、風險管理等方面[13],農村金融機構主要扮演“資金中介”角色。傳統農業邁向智慧農業,農業生產方式、經營模式都在發生巨大變革,推動金融服務的功能向線上化、平臺化轉變,也隨之驅使農村金融機構逐步從“資金中介”,向提供科技服務、信息服務和綜合金融服務的“服務中介”延展(見圖1)。

圖1 智慧農業發展推動農村金融功能演進

第一,延展科技服務和信息服務功能。智慧農業天然具有數字基因,在線上開展生成、經營、管理活動,形成了海量的農業數字足跡。這些海量數據推動金融機構充分發揮金融科技優勢,拓展科技服務范圍,并不斷強化自身的信息服務功能和地位。一方面,金融機構以科技服務輸出為起點(3),介入智慧農業管理平臺建設,積累農業大數據;并通過大數據分析,為政府部門、龍頭企業、合作社、農戶等主體,提供生產、種植、銷售、物流、監管等信息服務。另一方面,金融機構以科技服務、信息服務等非金融場景服務為基石,實現金融、科技、信息與農業產業的深度融合,提高金融服務效能,提升智慧農業整體運行效率。

第二,延展全產業鏈綜合金融服務功能。相較傳統農業以家庭經營為主,智慧農業技術特性明顯,工業化生產特點明顯,因而更多以“龍頭企業+農戶”“科技公司+合作社+農戶”等產業化聯合體方式推進,更需要貫通全產業鏈的綜合金融服務支持。較多具有技術優勢的科技公司,以及具有一定產業基礎的農業龍頭企業,通過打造全產業鏈智慧農業生態系統,打通農業產業鏈上的主體、資金、信息、物流聯結渠道,最終形成多主體、多功能的產業鏈生態。智慧農業的產業化聯合體組織方式,逐漸改變了農村金融制式化、單一化的產品服務輸出方式,不斷推動農村金融機構延展綜合服務商功能,依靠產業鏈運行中產生的信息流、物流、資金流等各類數據信息,為產業鏈上下游主體提供支付結算、現金管理、供應鏈融資等全產業鏈綜合金融服務。

數字時代的顯著特征在于數字平臺、數字平臺經濟的出現與普及[14]。智慧農業作為數字時代產業物聯網的產物,也具有顯著的平臺化特征,是平臺和平臺經濟在“三農”領域的重要延伸。智慧農業平臺經濟,以涉農平臺為載體,通過集聚整合資源、促進信息流動、發揮服務支持作用,吸引產業鏈上下游主體組成新的經濟系統。金融機構則通過開放銀行系統將金融服務對外輸出[15],與智慧農業平臺中的政府、企業以及個人互利共生,形成相互依存、相互制約的有機生態系統。與傳統經濟的垂直價值鏈模式不同,智慧農業平臺具有規模經濟、范圍經濟、網絡經濟等特點,將為農村數字普惠金融高質量發展提供強大支撐。

第一,推動農村數字普惠金融“場景化”創新。智慧農業作為一種平臺經濟模式,使農業生產體系的開放化、互聯網化、智能化和數據化程度大幅提升,更多農業產業鏈以平臺式商業模式運作,形成開放式產業端平臺,成為金融場景同步布局的重要支點。金融服務以嵌入底層的形式,與智慧農業開放式產業端平臺對接,形成智慧農業產業鏈的結構式模塊,驅動更多產業鏈環節生成金融服務場景。在生產端,智慧農業在生產機械化、信息化、管理科學化等方面不斷提高生產數據共享深度,為各類金融場景的嵌入創造接口,使各類涉農主體獲得更加專業化、規模化、配套化的全方位即時金融服務。在流通端,智慧農業可提高農產品流通的效率,擴大流通范圍,推動流通端的電子化、線上化轉型,形成可追溯數據體系及覆蓋“全客戶、全渠道、全領域”的開放物流生態,推動場景金融服務有效嵌入農產品流通全流程。

第二,推動農村金融傳統經營范式轉變。智慧農業平臺發展,使農村金融服務的數據來源、增信方式、獲客方式、審批模式等均發生了明顯變化。傳統范式下,農村金融服務的數據來源主要是財務、征信和實地調查數據;增信方式主要依賴實物資產;獲客主要通過網點接客和人工訪客來實現;審批則更多依賴人工收集數據、人工審批。智慧農業平臺生態下,金融機構更依賴平臺各類場景的數據足跡,注重對平臺生成的結構化和非結構化數據進行全面整合利用;獲客更多依托線上場景化鏈接有效觸達農村長尾客戶;增信方式更注重對數據的深度挖掘,推動數據資產的增信和變現;審批模式則加快向自動數據采集、智能審批不斷升級。

智慧農業發展,較大程度緩解了農村金融服務最重要的一個痛點,即風險控制難題。傳統農業生產的工廠化和標準化低、以分散的家庭經營方式為主,其信息不對稱程度和信息搜集成本較高[16-17],導致金融機構依賴財務數據評估、抵押資產或“關系型信貸”的傳統風控機制,較難在農村金融領域大規模推廣。智慧農業發展使“三農”大數據得到快速積累,農業農村大數據體系建設逐步完善,推動金融機構在涉農領域逐步建立起數據驅動的智能風控機制。從貸款流程看,數據驅動的智能風控機制優勢主要體現在兩個方面:

第一,基于新型“三農”數據包的風險評估機制。智慧農業生成的大量數字足跡,使傳統風控方式忽略的“沉睡”信用信息逐步顯性化,形成了真實、豐富、可用、實時的新型“三農”數據資源[18]。基于這些新型數據資源,金融機構利用大數據分析與挖掘技術、機器學習算法等方法,構建線上化、智能化的涉農數字信用評價模型,更加有效地抓住一些復雜的非線性關系以及解釋變量之間的交互作用,實現對產業鏈各主體、各環節的精準評級和全面風險評價。已有較多金融機構依托各類“三農”場景數據,創新涉農貸款風險評估模型,使其對涉農主體刻畫的數據維度更加豐富、風險畫像更加全面、違約預測更加精準。

第二,基于實時動態“三農”數據的貸后預警機制。智慧農業依靠物聯網、衛星遙感等“天空地”一體化技術體系,實現了對農業生產、經營、管理全流程的動態監測和實時傳輸,使金融機構能夠獲取實時的農業地理空間信息、可視化的農業生產經營過程和市場購銷動態等相關信息,并以此為基礎建設“三農”數字化貸后風險預警系統,對農業生產經營各環節的風險點進行智能化、集約化的監測、預警和處置。總的來看,在金融服務智慧農業過程中,透明的農業信息流實時動態地在相關利益主體之間傳遞和共享,較大幅度緩解了傳統風控面臨的農業信息難獲取、現場查勘成本高、涉農主體信用不足等難題,推動金融機構依靠數據、模型、技術手段,不斷迭代更新智能化的風控體系,有效識別智慧農業產供銷各個鏈條存在的風險隱患,實現覆蓋事前、事中、事后的全流程智能化風險控制。

智慧農業蓬勃發展為農村金融服務創新提供了廣闊舞臺。較多金融機構依靠物聯網、大數據、“天空地”一體化技術,針對服務智慧農業開展了一系列金融創新探索。但在積極探索智慧農業與金融創新融合發展過程中也面臨諸多問題和制約因素。

概括起來主要有兩類模式:第一類是依托涉農產業互聯網平臺的金融實踐模式;第二類是金融機構主導的智慧農業管理平臺實踐模式。比較來看,第一類模式中,農業龍頭企業、農業科技公司、農業專業平臺公司等主體建立涉農產業互聯網平臺,金融機構主要通過將金融服務“嵌入”平臺,為平臺上下游涉農主體提供支付結算、現金管理、融資等多元化金融服務,是平臺生態的重要“參與者”。第二類模式中,金融機構則通過“自建”平臺,同時為平臺上下游涉農主體提供科技、信息等非金融服務及多元化金融服務(見表1),是智慧農業平臺的“運營者”。

表1 智慧農業發展推動農村金融服務轉型的實踐模式比較

1.依托涉農產業互聯網平臺的金融實踐模式

伴隨智慧農業產業規模快速擴張,農業龍頭企業、農業科技公司、農業專業平臺公司等主體,依托各自比較優勢,紛紛建立涉農產業互聯網平臺。涉農平臺通過研發一系列軟硬件系統,將物聯網、人工智能、區塊鏈等數字技術有機嵌入農業生產經營全過程,對農業產業鏈各要素進行資源整合,積累了生產、倉儲、運輸、銷售的全鏈路數據,初步形成了“技術應用—數據沉淀—生態互聯”的智慧農業發展生態。在智慧農業生態系統中,較多金融機構與涉農平臺加大對接合作力度,加快開放技術接口,將金融服務嵌入平臺生態,共同為產業鏈上下游企業、農戶提供綜合金融服務,從獲客引流、數據合作、信用評價、風控手段等多個方面加快推動金融服務模式創新(見表2)。

表2 依托涉農產業互聯網平臺的典型模式

資料說明:根據公開資料和調研資料整理得到;北大荒,即北大荒農墾集團有限公司;先正達,即先正達集團股份有限公司;農信互聯,即北京農信互聯科技集團有限公司;土流集團,即土流集團有限公司。下同。

北大荒開發的“數字農服平臺”是典型的農業龍頭企業主導模式。2020年,“數字農服平臺”正式上線,平臺集成開發了11項功能,為農業經營主體提供土地承包、農資采購、農機使用、無人機植保等全方位的數字化生產服務,匯集了農業產業鏈各類場景數據。第一類是農業自然資源數據,主要利用農業物聯網等技術采集農田的空間分布、質量、作物類型等數據信息;第二類是農業生產服務數據,主要利用北斗導航等技術收集土地承包和托管、農資采購、農機撮合等數據資源;第三類是衍生的農戶信用評價數據,平臺建立了農戶信用評價機制,通過整合農戶多維數據資源,結合農戶合同履行、社會信譽等信用信息,以及手機使用偏好等行為信息,形成農戶精準畫像和信用評價數據。

“數字農服平臺”依托匯集的大數據對農戶進行全方位畫像,為農村數字金融服務創新提供了有效支撐(見圖2)。在批量獲客引流方面,一方面,平臺利用多維數據建立農戶畫像和農戶信用評價系統,篩選出符合一定等級的白名單客戶,批量推送至金融機構;另一方面,也有金融機構通過與北大荒共建平臺方式,把金融產品或服務嵌入平臺系統,將平臺客戶轉化為金融服務潛在對象,實現批量獲客。在數字信貸創新方面,金融機構充分挖掘平臺大數據資源,利用平臺構建的農戶信用評價數據,開展多層次數字農貸產品創新。如農業銀行基于平臺農戶種植、流轉的土地信息,利用數據交叉驗證建立風控模型,研發了純線上的信用貸款產品;建設銀行運用“金融大數據+農業大數據+政務大數據”,對信用主體進行立體畫像,針對土地承包、農資采購、土地托管等不同場景,推出多種線上信貸產品。在貸款存續期管理方面,平臺對農戶行為和信用評估結果進行實時監控、分析,及時發現和預測潛在風險。如對農作物建立產前、產中、產后全方位監測體系,對整個生產流程動態追蹤,提升了風險預警的實時性、精準性。

圖2 基于“數字農服平臺”的金融實踐模式

農信互聯搭建的“數智農業平臺”是典型的農業科技公司主導模式。“數智農業平臺”,以生豬養殖為核心,為生豬產業鏈各個環節提供全方位的數字化解決方案,積累了多環節高質量數據。在生產端,平臺對生豬入欄、養殖、出欄進行全周期數據化監管,收集關鍵生育期、環境參數、質量指標等大量畜牧生產數據。在銷售端,平臺搭建了商城,對接供應商、養殖戶、采購商等產業鏈上下游主體,以商城為核心打通銷售各個環節,積累牲畜出欄、檢疫、銷售、支付結算等數據。

金融機構與“數智農業平臺”強化合作,借助其數據優勢和客戶集聚優勢,圍繞生豬產業鏈開展了一系列數字金融創新探索(見圖3)。在批量獲客引流方面,針對生產端,金融機構通過嵌入平臺的生產、銷售等生態場景,批量獲取購買數智產品、參與商城交易的有資金需求客戶;針對飼料、設備等供應端,則通過平臺白名單推送的方式,獲得優質且有資金需求的供應商名單。在數字信貸創新方面,金融機構主要依托平臺場景與數據,滿足產業鏈上客戶端到端的信貸需求。如借助平臺產生的養殖、交易、物流數據,以及業務人員對養殖戶深度服務所獲取的基礎信息數據,通過數據建模,為產業鏈上生產經營主體提供信貸服務。在貸款存續期管理方面,平臺通過對生豬的入欄、養殖、出欄全流程管控,形成動態、可追溯的區塊鏈生物資產,確保生物資產安全可控。

圖3 基于“數智農業平臺”的金融實踐模式

依托“數字農服平臺”和“數智農業平臺”的金融實踐模式,在涉農大數據積累、降低金融機構獲客成本、提升風險控制能力、降低不良貸款率等方面均展現了較好的應用前景,是伴隨智慧農業發展的農村金融服務轉型的重要方向。

2.金融機構主導的智慧農業管理平臺實踐模式

近年來,金融機構特別是大型商業銀行依托資金優勢、科技優勢,借助區塊鏈、大數據、人工智能等新一代信息技術,結合糧食、肉牛、茶葉以及農業生產托管等農業細分領域,搭建各類智慧農業管理平臺,提供更加精準、高效的金融和非金融綜合服務,實現農業產業與金融的深度融合和相互促進(見表3)。

表3 金融機構主導的智慧農業管理平臺的典型模式

以農業銀行的智慧畜牧數字金融云平臺為例。我國畜牧產業正處在從傳統分散經營,向規模化、數字化、智慧化迅速推進的過程中,融資難是影響智慧畜牧發展的“卡脖子”障礙。生物資產抵押難、設押后監管難的問題始終未能有效解決。農業銀行針對畜牧業金融服務過程中存在的信息采集難、畜牧活體辨識難度大、金融服務種類少等問題,聚焦肉牛養殖打造了智慧畜牧數字金融云平臺(見圖4),有效解決了活體牲畜抵押難、監管難、評估難的問題。

圖4 智慧畜牧數字金融云平臺運行機制

資料來源:根據公開資料和調研資料整理。

一是實現活畜資產數字化。通過智能耳標、智能項圈等物聯網設備,對活畜資產進行智能監測和數據采集,為每個活畜提供唯一數字身份識別碼,建立活畜資產數字檔案。二是解決活畜資產登記確權難的問題。通過區塊鏈技術搭建監管方、金融機構和養殖戶之間多方協同互信的可信環境,將鏈上生物資產抵押單通過人民銀行征信中心的動產擔保登記系統進行登記與公示,確保抵押資產的有效性、合規性和合法性。三是解決活畜資產監管難的問題。通過物聯網設備實現線上實時監測與預警,使商業銀行及時了解活畜資產的存欄、健康情況以及盤點數量,實現生物資產貸后監管的可視、可控與可管。四是解決活畜資產評估難的問題。研發活畜資產動態價值評估模型,實時動態評估生物資產價值,確保抵押資產的價值充足性。農業銀行智慧畜牧平臺已在河南、青海、西藏等27個省份試點推廣,累計服務畜牧合作社、家庭農場、畜牧龍頭企業等主體約3400戶,監管活體牲畜近400萬頭,智慧畜牧信貸業務余額超過100億元,為解決生物資產抵押難、監管難、融資難問題提供了有益思路,為其他畜牧品種和牧區復制推廣提供了可行路徑。

第一,智慧農業產業鏈整體數字化水平較低,金融服務介入難。調研發現,我國智慧農業相關技術的創新和應用,主要集中在部分產業的部分環節。智慧農業產業鏈整體數字化水平偏低,成為制約相關金融創新的重要原因。一方面,智慧農業項目對資金和技術投入的要求較高,形成經濟效益的周期較長,涉農企業資金投入能力有限。如調研的陜西智慧蘋果,其項目建設主要停留在生產環節的應用層面,采購和銷售還基本采用傳統模式,金融服務難以嵌入智慧農業全產業鏈提供一體化、多元化金融服務。另一方面,由于多數智慧農業平臺僅實現了種苗購買、疫病防治、產品追溯等較為簡單的功能,農業經營者、農業企業、相關服務主體參與度較低,尚未形成多類涉農主體廣泛交互的開放性生態系統,以智慧農業平臺為核心的金融服務體系在短期內也難以建立。

第二,智慧農業大數據整合、共享與應用不充分,金融服務創新難。從調研看,金融機構有效利用智慧農業數據資源還面臨不少堵點,以農業生產經營行為數據為核心的信用體系尚未完全建立。一是數據整合共享程度低。智慧農業產業運行涉及的生產、流通、交易等數據,往往歸屬于企業、不同政府部門等主體,導致數據標準化程度低且難以共享,金融機構獲取智慧農業數據渠道仍不暢通。二是數據管理和應用水平低。當前,智慧農業信息數據更注重采集,容易忽視信息數據的內在聯系;用于智慧農業生產、管理的信息數據較多,與市場、信用相關的特色數據較少。因此,可用于支撐數字化金融服務創新的數據有限。三是數據權屬界定不清晰。特別是涉及商業銀行、地方政府、科技公司、農業企業等多方參與主體時,出現的系統平臺和數據權屬界定不清晰問題,成為影響金融創新的風險隱患。

第三,軟硬件重復建設問題突出,金融服務協同難。從調研結果看,很多智慧農業項目和金融創新缺乏統籌規劃,同質化創新和系統重復建設較多,多方主體共同參與、協同推進的格局尚未形成。以農業銀行在青海省的智慧畜牧貸為例,商業銀行、地方政府、保險公司等紛紛將“物聯網”技術運用到畜牧產業發展中,不僅商業銀行會給牦牛打上電子耳標,地方政府防疫部門、質監部門、保險公司根據各自需要,也會給牦牛打上耳標,導致一頭牦牛同時攜帶多個電子耳標,并且管理不統一、數據不共享;在軟件系統方面,商業銀行、保險公司等根據不同的商業需求,均開發了各自的活體牲畜物聯網監測系統,導致系統開發投入較大、系統功能無法共享復用,金融創新難以形成合力。

第四,前期軟硬件投入成本大,金融服務商業可持續難。從調研結果看,開展智慧農業金融創新多數需要金融機構前期投入相關配套設備并搭建系統平臺,前期投入大、成本高的問題均較為突出。然而,無論是物聯網、云計算還是大數據,機械設備成本高、信息化成本高等問題均較為突出。仍以農業銀行智慧畜牧貸為例,主要投入包括軟件系統開發、智能耳標采購、活體牲畜評估費等幾項費用。在不考慮軟件系統開發的固定成本以及人工費用,單個活體牲畜的耳標和評估費合計超過150元,如達不到一定的業務規模,收益將較難覆蓋成本。能否實現長期的商業可持續是影響金融服務智慧農業的關鍵因素。

第五,智慧農業創新以試點為主,金融服務復制推廣難。調研發現,不僅生豬、蛋雞等農業不同細分行業間的智慧農業數字設施、平臺系統難以共享復用,同一行業內,由于各地智慧農業項目多數還處于試點階段,項目創新的個性元素較多,提煉出的可共享復用的共性模式也相對較少。如農業銀行介入的云南智慧茶葉平臺,該平臺和金融服務系統根據試點企業的生產流程和經營需求專門定制,難以在其他企業、合作社等主體推廣。因此,盡管在調研中智慧農業經營者對金融服務的現實需求旺盛,金融機構也有較高的金融創新意愿,但要實現金融產品服務的大規模復制推廣還面臨較多制約因素。

發展智慧農業是把握新一輪農業科技革命新機遇的戰略選擇,也是加快建設農業強國、實現農業農村現代化的重要途徑。金融能夠在推動智慧農業發展中發揮積極作用,但同時需要多方力量協同支持,構建更有利于金融功能發揮的政策環境和配套措施。特別是,要緊緊圍繞智慧農業發展對金融服務帶來的深刻變革,加強頂層設計,深化協同合作,完善數據共享,統籌推進場景創新,加快突破智慧農業發展中的金融轉型困境。

政府層面,應將智慧農業作為農業強國建設的重要抓手,制定符合國情的智慧農業發展路徑,因地制宜出臺智慧農業發展政策和產業政策,逐步探索出適合國情且獨具特色的智慧農業模式。如,依據不同區域農業產業特點,差異化創建區域智慧農業創新中心,以實現對當地有益的智慧農業發展經驗和技術示范,發揮引領創新作用等。應建立健全支持智慧農業發展的產業、科技、政策、金融支持體系,為金融創新與智慧農業更好地融合發展提供良好的內外部環境支撐。金融機構層面,應緊跟國家智慧農業戰略部署,深入開展智慧農業行業基礎研究,做好金融配套政策對接,加快制定智慧農業金融創新的專項規劃,明確今后一段時期支持智慧農業的戰略定位、目標任務、政策舉措。如,基于大田種植、設施農業、畜牧業、漁業等智慧農業細分行業,建立專業研究團隊,探索持續跟蹤研究機制,充分了解其差異化金融需求,出臺專項金融服務方案。

充分發揮政府的統籌引領作用,搭建農戶、企業、金融機構、科研機構等不同主體間的合作機制,探索形成“政產銀保研”共同體。一方面,通過政府牽頭,助力銀行、保險、企業、科技、科研等相關主體建立深度合作,協同推動智慧農業硬件設施、軟件系統研發建設,加強共享復用,解決各主體介入智慧農業成本高、重復建設等問題。另一方面,政府可設立專項基金,對智慧農業項目進行補貼支持,降低農業企業、金融機構等主體參與智慧農業創新成本,激勵多元主體參與智慧農業建設。此外,金融機構可建立專業研究團隊,深化與各級農業農村部門及智庫機構合作,探索持續跟蹤研究機制。

數據是智慧農業發展的關鍵要素,要加快推動解決涉農數據合規利用問題。一是政府部門、金融監管機構應進一步加大對智慧農業數字足跡的動態管理,打造規范化、標準化的農業大數據體系,明確大數據應用規范和數據共享開放原則,提高農業數據質量和再利用價值,促進金融機構積極介入建設統一權威、互聯互通的智慧農業大數據平臺。二是金融機構要加快推進數據資產化,堅持數據保護與開發利用并重,持續增強農業大數據分析應用能力,深度挖掘農業數據要素價值。三是應加快推動涉農領域的數據立法,從法律層面進一步明晰不同場景下數據的權屬關系,確立數據合理共享和監管機制,避免農業數據無序收集,加強農業數據安全管理。

金融機構面向智慧農業的金融創新大都處于技術試點階段,需要加強系統謀劃,做好相關場景布局,依托智慧農業平臺加大力度推動農村金融“場景化”服務創新。一是要將支持智慧農業列入服務鄉村振興戰略總體布局,推動政府、企業、科技、金融等不同參與者協同制定區域化、行業化、個性化的智慧農業場景解決方案。二是加強智慧農業場景建設的統籌管理,避免重復建設。對于前期試點的具有普遍性的智慧農業場景,應加快標準化改造,在全國范圍選擇相應農產品主產區進行復制推廣應用。三是加快推進智慧農業場景金融服務創新,充分運用數字技術,進一步擴大農業領域可用于抵質押的資產范圍。如借助智能耳標動態監測活體牲畜,開展活體牲畜抵押貸款業務,使活體牲畜成為有效抵押,解決活體牲畜抵押難、監管難、融資難的問題。

我國是農業大國,不同細分行業、不同地區的智慧農業發展模式,具有明顯多樣性。謀劃智慧農業金融服務藍圖,應結合各行業、各地區發展趨勢,構建分行業、分地區的分類推進策略。一是分行業有序推進。對于智慧農業金融創新試點,可優先介入規模化、機械化程度高的細分行業,如選擇設施化程度高的生豬、蛋雞、蔬菜產業。二是分地區梯次推進。選擇山東、江蘇等農業發達省份,轄墾區典型省份,以及特色農業省份,作為智慧農業金融創新試點主陣地,發揮示范引領作用。三是重點場景典型推進。圍繞我國植保無人機、農機自動駕駛、精細養殖等三個相對成熟的智慧農業場景,探索結合點,形成可復制推廣的金融服務模式。

作者：曾學文1 王 雪1 張正平2

(1.中國農業銀行,北京 100005;2.北京工商大學 經濟學院,北京 100048)

參考文獻：

[1] Walter,A.,Finger,R.,Huber,R.,et al:“Opinion:Smart Farming is Key to Developing Sustainable Agriculture”,Proceedings of National Academy of Science,Vol.114,No.24,2017,pp.6148-6150.

[2] 趙春江:《智慧農業發展現狀及戰略目標研究》,《智慧農業》2019年第1期,第60—68頁。

[3] 李道亮:《農業4.0——即將到來的智能農業》,機械工業出版社2020年版,第36—39頁。

[4] 殷浩棟、霍鵬、肖榮美等:《智慧農業發展的底層邏輯、現實約束與突破路徑》,《改革》2021年第11期,第95—103頁。

[5] 牟少巖、丁慧媛、鄭滿生等:《智慧農業革命影響及對策研究》,《農業經濟問題》2022年第9期,第111—117頁。

[6] 阮俊虎、劉天軍、馮曉春等:《數字農業運營管理:關鍵問題、理論方法與示范工程》,《管理世界》2020年第8期,第222—233頁。

[7] 陳國軍、王國恩:《“盒馬村”的“流空間”透視:數字農業經濟驅動下的農業農村現代化發展重構》,《農業經濟問題》2023年第1期,第88—107頁。

[8] 曾學文:《構建涉農領域數字信用體系》,《中國金融》2023年第17期,第11—14頁。

[9] 胡雅淇、林毅夫:《共同富裕目標下的鄉村振興與金融支持:一個新結構經濟學視角的解讀》,《農村金融研究》2023年第1期,第3—14頁。

[10] Merton,R. C.:“ A Functional Perspective of Financial Intermediation”,Financial Management,Vol.24,No.2,1995,pp.23-41.

[11] Levine,R. :“ Bank-Based or Market-Based Financial Systems: Which is Better?”,Journal of Financial Intermediation,Vol.11,No.4,2002,pp.398-428.

[12] 白欽先、譚慶華:《論金融功能演進與金融發展》,《金融研究》2006年第7期,第41—52頁。

[13] 董翀、馮興元、孫同全:《農業農村現代化的金融支農保障機制:變化、問題與對策》,《農村金融研究》2020年第8期,第3—8頁。

[14] 黃益平:《平臺經濟的創新與監管》,《金融論壇》2022年第9期,第3—5頁。

[15] 黃卓、王萍萍:《數字普惠金融在數字農業發展中的作用》,《農業經濟問題》2022年第5期,第27—36頁。

[16] 何廣文、何婧、王雪:《抵押對農戶信貸風險的影響研究》,《北京聯合大學學報(人文社會科學版)》2016年第4期,第103—109頁。

[17] 馬九杰、楊晨:《金融科技推動農民農村共同富裕的路徑研究》,《農村金融研究》2022年第8期,第3—9頁。

[18] 黃季焜:《數字技術如何促進鄉村振興——兼談農村數字金融》,《農村金融研究》2023年第12期,第3—10頁。

（1）技術擴散理論把一項技術的流行劃分為五個階段,以目標人群為分母,以采用人群為分子。第一階段為前2.5%階段,即先行種子階段;第二階段為前13.5%階段,即前流行階段;第三階段為前34%階段,即流行拐點階段,新技術邁入該階段,如無其他干擾,將迅速得到大范圍普及;第四個階段為后34%階段,即后流行階段;第五階段為后16%階段,即流行高原階段。2023年我國農業領域ICT資本投入對農業增加值的貢獻率為10.5%,較2016年增長了4.21%,處于第二階段前流行階段,即將邁入第三階段流行拐點階段。

（2）課題組圍繞智慧農業發展現狀及其金融需求和金融供給情況開展了一系列調研。具體調研內容:北京的正大集團蛋雞養殖、峪口禽業智慧蛋雞平臺、京東科技農村金融科技板塊、北京農信互聯科技集團有限公司“數智農業平臺”、先正達集團股份有限公司的MAP(Modern Agriculture Platform)智慧農業平臺;浙江德清縣的數字農業及其金融服務情況;陜西的蒲城縣四方果業專業合作社、政府和農業銀行三方合作共建的智慧蘋果管理平臺;福建武夷星茶業有限公司與農業銀行合作建設的智慧茶葉數字云平臺;青海農業銀行主導推動的智慧畜牧場景;云南勐海縣政府與農業銀行合作共建的“云茶產業鏈數字生態創新平臺”;黑龍江北大荒農墾集團有限公司“數字農服平臺”。

（3）建設銀行“裕農通平臺”、農業銀行“智慧農業綜合管理平臺”等均是銀行機構利用金融科技優勢,搭建的智慧農業管理平臺,并為各類涉農主體提供諸如線上農業托管、蔬菜智慧管理、環境監測等科技服務。

更多干貨、市場分析、重磅案例、實戰課程歡迎訂閱 [農業行業觀察]公眾號：nyguancha

文章：10897 篇

瀏覽：37425 次

代表文章

農俠會：三農領域產業社群（資源對接、案例分享、線上課程、線下活動）

【政策解讀】2021鄉村振興政策解讀（最全）

從快遞到農業，且看順豐布局農村的變與不變

【鄉村振興案例】國家推行鄉村振興千萬工程的六大路徑和十大典型案例

國家“十四五”規劃和2035年遠景目標綱要（農業農村領域節選）

中化化肥舉行2024“邁優伴”領航行動啟動會

【政策解讀】玉米大豆是重點！新一輪千億斤糧食產能提升行動方案發布

【政策匯總】2023農業政策大匯編（建議收藏）

2024生態農業新質生產力產業發展大會暨茂盛生物成立十五周年慶典成功舉辦

AI賦能農業發展向“新”提“質”，中國移動助推鄉村振興智啟新章