智慧农业发展中的农村金融转型:理论逻辑、实践困境与突破路径

摘要：智慧农业作为数字技术与农业深度融合的产物,从根本上改变了农业生产经营模式,使数据成为农业生产的新要素,平台成为农业活动的新载体,农村金融服务的形式、内容、对象等正随着智慧农业的发展发生深刻变革。从理论上看,智慧农业发展将推动农村金融机构向“服务中介”转型,金融服务模式向“平台经济模式”转型,金融风控机制向“智能风控”转型;从实践来看,我国智慧农业发展已推动两类转型模式形成,即依托涉农产业互联网平台的金融实践模式和金融机构主导的智慧农业管理平台实践模式。然而在实践中,农村金融服务转型仍面临“介入难”“创新难”“协同难”“可持续难”“复制推广难”等五大困境。未来需要进一步加强顶层设计,深化协同合作,完善数据共享,统筹推进场景创新,加快突破智慧农业发展中的金融转型困境。

关键词：智慧农业;农村金融;平台经济;金融服

以数字技术为特征的新一轮科技革命突飞猛进,正在成为当前经济社会发展最大的变革力量。数字技术对全球服务业、工业、农业的生产经营方式变革,都产生了前所未有的冲击和影响。我国高度重视发展数字技术与数字经济,制定发展战略、出台鼓励政策,促进数字技术和实体经济深度融合。

数字技术加快与农业融合,推动传统农业向智慧农业变革。智慧农业(又称数字农业、精准农业[1]),以物联网、大数据、云计算、人工智能等技术,对土地、劳动、资本等农业传统要素进行重新配置与优化,实现了农业智能化决策、精准化种植、可视化管理、网络化营销等全程智能化[2],是人类社会从农业经济、工业经济进入数字经济时代,数字技术与农业深度融合的产物。全球农业经过依靠人力畜力、依靠机械动力的阶段,正迈入以数字技术为特征的智慧农业阶段[3]。我国高度重视数字技术在农业中的应用,2020年党的十九届五中全会首次在党的全会上提出,要“建设智慧农业”。2021年“十四五”规划纲要再次指出,要“加快发展智慧农业,推进农业生产经营和管理服务数字化改造”。2021年、2022年、2023年中央一号文件连续三年对发展智慧农业做出部署安排。在政策驱动下,我国逐步形成了政府“新基建”引领、传统农业龙头企业主导、农业科技公司赋能、互联网领军企业推动等四大推动力量,物联网、人工智能等数字技术在我国农业大部分行业已有落地应用,部分领域呈现规模化部署的态势[4]。根据技术扩散理论(1),我国智慧农业发展已处于前流行阶段,即将迈入流行拐点阶段,我国传统农业向智慧农业转型驶入了快车道。相较传统农业,智慧农业的生产要素配置、经营管理方式都发生了巨大的本质性变化。

农村金融服务的形式、内容、对象等正在智慧农业影响下发生深刻变革。从需求侧看,智慧农业产业运行方式发生了巨大变革[5],使数据成为农业生产的新要素[6],平台成为农业活动的新载体[7],对获取金融服务的方式提出了更高要求,迫切需要金融机构通过开放银行渠道,将金融产品和服务嵌入智慧农业生产经营场景中,与智慧农业平台、企业财务系统等实现互联互通,提高金融服务效能,提升智慧农业产业链整体运行效率。从供给侧看,伴随智慧农业发展,农业生产经营各环节的结构化和非结构化数据加速汇聚积累,使传统方式忽略的“沉睡”信用信息显性化[8],为金融机构强化金融科技赋能、有效解决农村数字普惠金融发展中的“数字鸿沟”“信用不足”等问题提供了广阔舞台。

本文基于对北京、浙江、陕西、福建、青海、云南等地相关政府、农业企业、金融机构的实地调研(2),系统归纳智慧农业发展推动农村金融转型的理论机制、创新模式和实践困境,并从这些困境出发,设计和创新金融服务供给,以期为农村数字普惠金融理论研究和实践转型,提供有益借鉴。

智慧农业的本质特征在于,数据成为农业生产的新要素,平台成为农业活动的新载体,科技成为农业发展的驱动力,推动农业生产函数发生重大调整、农业生产经营流程发生重大改变。农业农村经济特征决定农村金融变化特点[9],农村金融服务的形式、内容、对象等正在智慧农业影响下发生深刻变革。概括来看,通过数字技术与农业传统要素深度融合,智慧农业生产经营各环节数据逐渐打通并形成闭环,推动农村金融功能向“服务中介”延展,农村金融服务模式向“平台经济模式”转变,“三农”金融风控机制向“智能风控”升级。可以预判,智慧农业的发展,将打破传统农业与金融资本难以相互结合的固有藩篱,有望从根本上解决农村金融服务长期存在的成本约束、信息约束和担保约束等世界性难题。

金融发展是金融功能不断扩展和提升的演进过程[10]。金融功能的演进进程,则主要取决于经济社会发展需求[11],只有当经济技术水平发展到一定程度,才会产生对更高层次金融功能的需求[12]。农村金融功能的演进,同样取决于农业农村经济的阶段性发展需求。长期以来,由于我国传统农业分散的家庭经营方式特点,其对金融功能的需求,主要体现在支付结算、信用支持、风险管理等方面[13],农村金融机构主要扮演“资金中介”角色。传统农业迈向智慧农业,农业生产方式、经营模式都在发生巨大变革,推动金融服务的功能向线上化、平台化转变,也随之驱使农村金融机构逐步从“资金中介”,向提供科技服务、信息服务和综合金融服务的“服务中介”延展(见图1)。

图1 智慧农业发展推动农村金融功能演进

第一,延展科技服务和信息服务功能。智慧农业天然具有数字基因,在线上开展生成、经营、管理活动,形成了海量的农业数字足迹。这些海量数据推动金融机构充分发挥金融科技优势,拓展科技服务范围,并不断强化自身的信息服务功能和地位。一方面,金融机构以科技服务输出为起点(3),介入智慧农业管理平台建设,积累农业大数据;并通过大数据分析,为政府部门、龙头企业、合作社、农户等主体,提供生产、种植、销售、物流、监管等信息服务。另一方面,金融机构以科技服务、信息服务等非金融场景服务为基石,实现金融、科技、信息与农业产业的深度融合,提高金融服务效能,提升智慧农业整体运行效率。

第二,延展全产业链综合金融服务功能。相较传统农业以家庭经营为主,智慧农业技术特性明显,工业化生产特点明显,因而更多以“龙头企业+农户”“科技公司+合作社+农户”等产业化联合体方式推进,更需要贯通全产业链的综合金融服务支持。较多具有技术优势的科技公司,以及具有一定产业基础的农业龙头企业,通过打造全产业链智慧农业生态系统,打通农业产业链上的主体、资金、信息、物流联结渠道,最终形成多主体、多功能的产业链生态。智慧农业的产业化联合体组织方式,逐渐改变了农村金融制式化、单一化的产品服务输出方式,不断推动农村金融机构延展综合服务商功能,依靠产业链运行中产生的信息流、物流、资金流等各类数据信息,为产业链上下游主体提供支付结算、现金管理、供应链融资等全产业链综合金融服务。

数字时代的显著特征在于数字平台、数字平台经济的出现与普及[14]。智慧农业作为数字时代产业物联网的产物,也具有显著的平台化特征,是平台和平台经济在“三农”领域的重要延伸。智慧农业平台经济,以涉农平台为载体,通过集聚整合资源、促进信息流动、发挥服务支持作用,吸引产业链上下游主体组成新的经济系统。金融机构则通过开放银行系统将金融服务对外输出[15],与智慧农业平台中的政府、企业以及个人互利共生,形成相互依存、相互制约的有机生态系统。与传统经济的垂直价值链模式不同,智慧农业平台具有规模经济、范围经济、网络经济等特点,将为农村数字普惠金融高质量发展提供强大支撑。

第一,推动农村数字普惠金融“场景化”创新。智慧农业作为一种平台经济模式,使农业生产体系的开放化、互联网化、智能化和数据化程度大幅提升,更多农业产业链以平台式商业模式运作,形成开放式产业端平台,成为金融场景同步布局的重要支点。金融服务以嵌入底层的形式,与智慧农业开放式产业端平台对接,形成智慧农业产业链的结构式模块,驱动更多产业链环节生成金融服务场景。在生产端,智慧农业在生产机械化、信息化、管理科学化等方面不断提高生产数据共享深度,为各类金融场景的嵌入创造接口,使各类涉农主体获得更加专业化、规模化、配套化的全方位即时金融服务。在流通端,智慧农业可提高农产品流通的效率,扩大流通范围,推动流通端的电子化、线上化转型,形成可追溯数据体系及覆盖“全客户、全渠道、全领域”的开放物流生态,推动场景金融服务有效嵌入农产品流通全流程。

第二,推动农村金融传统经营范式转变。智慧农业平台发展,使农村金融服务的数据来源、增信方式、获客方式、审批模式等均发生了明显变化。传统范式下,农村金融服务的数据来源主要是财务、征信和实地调查数据;增信方式主要依赖实物资产;获客主要通过网点接客和人工访客来实现;审批则更多依赖人工收集数据、人工审批。智慧农业平台生态下,金融机构更依赖平台各类场景的数据足迹,注重对平台生成的结构化和非结构化数据进行全面整合利用;获客更多依托线上场景化链接有效触达农村长尾客户;增信方式更注重对数据的深度挖掘,推动数据资产的增信和变现;审批模式则加快向自动数据采集、智能审批不断升级。

智慧农业发展,较大程度缓解了农村金融服务最重要的一个痛点,即风险控制难题。传统农业生产的工厂化和标准化低、以分散的家庭经营方式为主,其信息不对称程度和信息搜集成本较高[16-17],导致金融机构依赖财务数据评估、抵押资产或“关系型信贷”的传统风控机制,较难在农村金融领域大规模推广。智慧农业发展使“三农”大数据得到快速积累,农业农村大数据体系建设逐步完善,推动金融机构在涉农领域逐步建立起数据驱动的智能风控机制。从贷款流程看,数据驱动的智能风控机制优势主要体现在两个方面:

第一,基于新型“三农”数据包的风险评估机制。智慧农业生成的大量数字足迹,使传统风控方式忽略的“沉睡”信用信息逐步显性化,形成了真实、丰富、可用、实时的新型“三农”数据资源[18]。基于这些新型数据资源,金融机构利用大数据分析与挖掘技术、机器学习算法等方法,构建线上化、智能化的涉农数字信用评价模型,更加有效地抓住一些复杂的非线性关系以及解释变量之间的交互作用,实现对产业链各主体、各环节的精准评级和全面风险评价。已有较多金融机构依托各类“三农”场景数据,创新涉农贷款风险评估模型,使其对涉农主体刻画的数据维度更加丰富、风险画像更加全面、违约预测更加精准。

第二,基于实时动态“三农”数据的贷后预警机制。智慧农业依靠物联网、卫星遥感等“天空地”一体化技术体系,实现了对农业生产、经营、管理全流程的动态监测和实时传输,使金融机构能够获取实时的农业地理空间信息、可视化的农业生产经营过程和市场购销动态等相关信息,并以此为基础建设“三农”数字化贷后风险预警系统,对农业生产经营各环节的风险点进行智能化、集约化的监测、预警和处置。总的来看,在金融服务智慧农业过程中,透明的农业信息流实时动态地在相关利益主体之间传递和共享,较大幅度缓解了传统风控面临的农业信息难获取、现场查勘成本高、涉农主体信用不足等难题,推动金融机构依靠数据、模型、技术手段,不断迭代更新智能化的风控体系,有效识别智慧农业产供销各个链条存在的风险隐患,实现覆盖事前、事中、事后的全流程智能化风险控制。

智慧农业蓬勃发展为农村金融服务创新提供了广阔舞台。较多金融机构依靠物联网、大数据、“天空地”一体化技术,针对服务智慧农业开展了一系列金融创新探索。但在积极探索智慧农业与金融创新融合发展过程中也面临诸多问题和制约因素。

概括起来主要有两类模式:第一类是依托涉农产业互联网平台的金融实践模式;第二类是金融机构主导的智慧农业管理平台实践模式。比较来看,第一类模式中,农业龙头企业、农业科技公司、农业专业平台公司等主体建立涉农产业互联网平台,金融机构主要通过将金融服务“嵌入”平台,为平台上下游涉农主体提供支付结算、现金管理、融资等多元化金融服务,是平台生态的重要“参与者”。第二类模式中,金融机构则通过“自建”平台,同时为平台上下游涉农主体提供科技、信息等非金融服务及多元化金融服务(见表1),是智慧农业平台的“运营者”。

表1 智慧农业发展推动农村金融服务转型的实践模式比较

1.依托涉农产业互联网平台的金融实践模式

伴随智慧农业产业规模快速扩张,农业龙头企业、农业科技公司、农业专业平台公司等主体,依托各自比较优势,纷纷建立涉农产业互联网平台。涉农平台通过研发一系列软硬件系统,将物联网、人工智能、区块链等数字技术有机嵌入农业生产经营全过程,对农业产业链各要素进行资源整合,积累了生产、仓储、运输、销售的全链路数据,初步形成了“技术应用—数据沉淀—生态互联”的智慧农业发展生态。在智慧农业生态系统中,较多金融机构与涉农平台加大对接合作力度,加快开放技术接口,将金融服务嵌入平台生态,共同为产业链上下游企业、农户提供综合金融服务,从获客引流、数据合作、信用评价、风控手段等多个方面加快推动金融服务模式创新(见表2)。

表2 依托涉农产业互联网平台的典型模式

资料说明:根据公开资料和调研资料整理得到;北大荒,即北大荒农垦集团有限公司;先正达,即先正达集团股份有限公司;农信互联,即北京农信互联科技集团有限公司;土流集团,即土流集团有限公司。下同。

北大荒开发的“数字农服平台”是典型的农业龙头企业主导模式。2020年,“数字农服平台”正式上线,平台集成开发了11项功能,为农业经营主体提供土地承包、农资采购、农机使用、无人机植保等全方位的数字化生产服务,汇集了农业产业链各类场景数据。第一类是农业自然资源数据,主要利用农业物联网等技术采集农田的空间分布、质量、作物类型等数据信息;第二类是农业生产服务数据,主要利用北斗导航等技术收集土地承包和托管、农资采购、农机撮合等数据资源;第三类是衍生的农户信用评价数据,平台建立了农户信用评价机制,通过整合农户多维数据资源,结合农户合同履行、社会信誉等信用信息,以及手机使用偏好等行为信息,形成农户精准画像和信用评价数据。

“数字农服平台”依托汇集的大数据对农户进行全方位画像,为农村数字金融服务创新提供了有效支撑(见图2)。在批量获客引流方面,一方面,平台利用多维数据建立农户画像和农户信用评价系统,筛选出符合一定等级的白名单客户,批量推送至金融机构;另一方面,也有金融机构通过与北大荒共建平台方式,把金融产品或服务嵌入平台系统,将平台客户转化为金融服务潜在对象,实现批量获客。在数字信贷创新方面,金融机构充分挖掘平台大数据资源,利用平台构建的农户信用评价数据,开展多层次数字农贷产品创新。如农业银行基于平台农户种植、流转的土地信息,利用数据交叉验证建立风控模型,研发了纯线上的信用贷款产品;建设银行运用“金融大数据+农业大数据+政务大数据”,对信用主体进行立体画像,针对土地承包、农资采购、土地托管等不同场景,推出多种线上信贷产品。在贷款存续期管理方面,平台对农户行为和信用评估结果进行实时监控、分析,及时发现和预测潜在风险。如对农作物建立产前、产中、产后全方位监测体系,对整个生产流程动态追踪,提升了风险预警的实时性、精准性。

图2 基于“数字农服平台”的金融实践模式

农信互联搭建的“数智农业平台”是典型的农业科技公司主导模式。“数智农业平台”,以生猪养殖为核心,为生猪产业链各个环节提供全方位的数字化解决方案,积累了多环节高质量数据。在生产端,平台对生猪入栏、养殖、出栏进行全周期数据化监管,收集关键生育期、环境参数、质量指标等大量畜牧生产数据。在销售端,平台搭建了商城,对接供应商、养殖户、采购商等产业链上下游主体,以商城为核心打通销售各个环节,积累牲畜出栏、检疫、销售、支付结算等数据。

金融机构与“数智农业平台”强化合作,借助其数据优势和客户集聚优势,围绕生猪产业链开展了一系列数字金融创新探索(见图3)。在批量获客引流方面,针对生产端,金融机构通过嵌入平台的生产、销售等生态场景,批量获取购买数智产品、参与商城交易的有资金需求客户;针对饲料、设备等供应端,则通过平台白名单推送的方式,获得优质且有资金需求的供应商名单。在数字信贷创新方面,金融机构主要依托平台场景与数据,满足产业链上客户端到端的信贷需求。如借助平台产生的养殖、交易、物流数据,以及业务人员对养殖户深度服务所获取的基础信息数据,通过数据建模,为产业链上生产经营主体提供信贷服务。在贷款存续期管理方面,平台通过对生猪的入栏、养殖、出栏全流程管控,形成动态、可追溯的区块链生物资产,确保生物资产安全可控。

图3 基于“数智农业平台”的金融实践模式

依托“数字农服平台”和“数智农业平台”的金融实践模式,在涉农大数据积累、降低金融机构获客成本、提升风险控制能力、降低不良贷款率等方面均展现了较好的应用前景,是伴随智慧农业发展的农村金融服务转型的重要方向。

2.金融机构主导的智慧农业管理平台实践模式

近年来,金融机构特别是大型商业银行依托资金优势、科技优势,借助区块链、大数据、人工智能等新一代信息技术,结合粮食、肉牛、茶叶以及农业生产托管等农业细分领域,搭建各类智慧农业管理平台,提供更加精准、高效的金融和非金融综合服务,实现农业产业与金融的深度融合和相互促进(见表3)。

表3 金融机构主导的智慧农业管理平台的典型模式

以农业银行的智慧畜牧数字金融云平台为例。我国畜牧产业正处在从传统分散经营,向规模化、数字化、智慧化迅速推进的过程中,融资难是影响智慧畜牧发展的“卡脖子”障碍。生物资产抵押难、设押后监管难的问题始终未能有效解决。农业银行针对畜牧业金融服务过程中存在的信息采集难、畜牧活体辨识难度大、金融服务种类少等问题,聚焦肉牛养殖打造了智慧畜牧数字金融云平台(见图4),有效解决了活体牲畜抵押难、监管难、评估难的问题。

图4 智慧畜牧数字金融云平台运行机制

资料来源:根据公开资料和调研资料整理。

一是实现活畜资产数字化。通过智能耳标、智能项圈等物联网设备,对活畜资产进行智能监测和数据采集,为每个活畜提供唯一数字身份识别码,建立活畜资产数字档案。二是解决活畜资产登记确权难的问题。通过区块链技术搭建监管方、金融机构和养殖户之间多方协同互信的可信环境,将链上生物资产抵押单通过人民银行征信中心的动产担保登记系统进行登记与公示,确保抵押资产的有效性、合规性和合法性。三是解决活畜资产监管难的问题。通过物联网设备实现线上实时监测与预警,使商业银行及时了解活畜资产的存栏、健康情况以及盘点数量,实现生物资产贷后监管的可视、可控与可管。四是解决活畜资产评估难的问题。研发活畜资产动态价值评估模型,实时动态评估生物资产价值,确保抵押资产的价值充足性。农业银行智慧畜牧平台已在河南、青海、西藏等27个省份试点推广,累计服务畜牧合作社、家庭农场、畜牧龙头企业等主体约3400户,监管活体牲畜近400万头,智慧畜牧信贷业务余额超过100亿元,为解决生物资产抵押难、监管难、融资难问题提供了有益思路,为其他畜牧品种和牧区复制推广提供了可行路径。

第一,智慧农业产业链整体数字化水平较低,金融服务介入难。调研发现,我国智慧农业相关技术的创新和应用,主要集中在部分产业的部分环节。智慧农业产业链整体数字化水平偏低,成为制约相关金融创新的重要原因。一方面,智慧农业项目对资金和技术投入的要求较高,形成经济效益的周期较长,涉农企业资金投入能力有限。如调研的陕西智慧苹果,其项目建设主要停留在生产环节的应用层面,采购和销售还基本采用传统模式,金融服务难以嵌入智慧农业全产业链提供一体化、多元化金融服务。另一方面,由于多数智慧农业平台仅实现了种苗购买、疫病防治、产品追溯等较为简单的功能,农业经营者、农业企业、相关服务主体参与度较低,尚未形成多类涉农主体广泛交互的开放性生态系统,以智慧农业平台为核心的金融服务体系在短期内也难以建立。

第二,智慧农业大数据整合、共享与应用不充分,金融服务创新难。从调研看,金融机构有效利用智慧农业数据资源还面临不少堵点,以农业生产经营行为数据为核心的信用体系尚未完全建立。一是数据整合共享程度低。智慧农业产业运行涉及的生产、流通、交易等数据,往往归属于企业、不同政府部门等主体,导致数据标准化程度低且难以共享,金融机构获取智慧农业数据渠道仍不畅通。二是数据管理和应用水平低。当前,智慧农业信息数据更注重采集,容易忽视信息数据的内在联系;用于智慧农业生产、管理的信息数据较多,与市场、信用相关的特色数据较少。因此,可用于支撑数字化金融服务创新的数据有限。三是数据权属界定不清晰。特别是涉及商业银行、地方政府、科技公司、农业企业等多方参与主体时,出现的系统平台和数据权属界定不清晰问题,成为影响金融创新的风险隐患。

第三,软硬件重复建设问题突出,金融服务协同难。从调研结果看,很多智慧农业项目和金融创新缺乏统筹规划,同质化创新和系统重复建设较多,多方主体共同参与、协同推进的格局尚未形成。以农业银行在青海省的智慧畜牧贷为例,商业银行、地方政府、保险公司等纷纷将“物联网”技术运用到畜牧产业发展中,不仅商业银行会给牦牛打上电子耳标,地方政府防疫部门、质监部门、保险公司根据各自需要,也会给牦牛打上耳标,导致一头牦牛同时携带多个电子耳标,并且管理不统一、数据不共享;在软件系统方面,商业银行、保险公司等根据不同的商业需求,均开发了各自的活体牲畜物联网监测系统,导致系统开发投入较大、系统功能无法共享复用,金融创新难以形成合力。

第四,前期软硬件投入成本大,金融服务商业可持续难。从调研结果看,开展智慧农业金融创新多数需要金融机构前期投入相关配套设备并搭建系统平台,前期投入大、成本高的问题均较为突出。然而,无论是物联网、云计算还是大数据,机械设备成本高、信息化成本高等问题均较为突出。仍以农业银行智慧畜牧贷为例,主要投入包括软件系统开发、智能耳标采购、活体牲畜评估费等几项费用。在不考虑软件系统开发的固定成本以及人工费用,单个活体牲畜的耳标和评估费合计超过150元,如达不到一定的业务规模,收益将较难覆盖成本。能否实现长期的商业可持续是影响金融服务智慧农业的关键因素。

第五,智慧农业创新以试点为主,金融服务复制推广难。调研发现,不仅生猪、蛋鸡等农业不同细分行业间的智慧农业数字设施、平台系统难以共享复用,同一行业内,由于各地智慧农业项目多数还处于试点阶段,项目创新的个性元素较多,提炼出的可共享复用的共性模式也相对较少。如农业银行介入的云南智慧茶叶平台,该平台和金融服务系统根据试点企业的生产流程和经营需求专门定制,难以在其他企业、合作社等主体推广。因此,尽管在调研中智慧农业经营者对金融服务的现实需求旺盛,金融机构也有较高的金融创新意愿,但要实现金融产品服务的大规模复制推广还面临较多制约因素。

发展智慧农业是把握新一轮农业科技革命新机遇的战略选择,也是加快建设农业强国、实现农业农村现代化的重要途径。金融能够在推动智慧农业发展中发挥积极作用,但同时需要多方力量协同支持,构建更有利于金融功能发挥的政策环境和配套措施。特别是,要紧紧围绕智慧农业发展对金融服务带来的深刻变革,加强顶层设计,深化协同合作,完善数据共享,统筹推进场景创新,加快突破智慧农业发展中的金融转型困境。

政府层面,应将智慧农业作为农业强国建设的重要抓手,制定符合国情的智慧农业发展路径,因地制宜出台智慧农业发展政策和产业政策,逐步探索出适合国情且独具特色的智慧农业模式。如,依据不同区域农业产业特点,差异化创建区域智慧农业创新中心,以实现对当地有益的智慧农业发展经验和技术示范,发挥引领创新作用等。应建立健全支持智慧农业发展的产业、科技、政策、金融支持体系,为金融创新与智慧农业更好地融合发展提供良好的内外部环境支撑。金融机构层面,应紧跟国家智慧农业战略部署,深入开展智慧农业行业基础研究,做好金融配套政策对接,加快制定智慧农业金融创新的专项规划,明确今后一段时期支持智慧农业的战略定位、目标任务、政策举措。如,基于大田种植、设施农业、畜牧业、渔业等智慧农业细分行业,建立专业研究团队,探索持续跟踪研究机制,充分了解其差异化金融需求,出台专项金融服务方案。

充分发挥政府的统筹引领作用,搭建农户、企业、金融机构、科研机构等不同主体间的合作机制,探索形成“政产银保研”共同体。一方面,通过政府牵头,助力银行、保险、企业、科技、科研等相关主体建立深度合作,协同推动智慧农业硬件设施、软件系统研发建设,加强共享复用,解决各主体介入智慧农业成本高、重复建设等问题。另一方面,政府可设立专项基金,对智慧农业项目进行补贴支持,降低农业企业、金融机构等主体参与智慧农业创新成本,激励多元主体参与智慧农业建设。此外,金融机构可建立专业研究团队,深化与各级农业农村部门及智库机构合作,探索持续跟踪研究机制。

数据是智慧农业发展的关键要素,要加快推动解决涉农数据合规利用问题。一是政府部门、金融监管机构应进一步加大对智慧农业数字足迹的动态管理,打造规范化、标准化的农业大数据体系,明确大数据应用规范和数据共享开放原则,提高农业数据质量和再利用价值,促进金融机构积极介入建设统一权威、互联互通的智慧农业大数据平台。二是金融机构要加快推进数据资产化,坚持数据保护与开发利用并重,持续增强农业大数据分析应用能力,深度挖掘农业数据要素价值。三是应加快推动涉农领域的数据立法,从法律层面进一步明晰不同场景下数据的权属关系,确立数据合理共享和监管机制,避免农业数据无序收集,加强农业数据安全管理。

金融机构面向智慧农业的金融创新大都处于技术试点阶段,需要加强系统谋划,做好相关场景布局,依托智慧农业平台加大力度推动农村金融“场景化”服务创新。一是要将支持智慧农业列入服务乡村振兴战略总体布局,推动政府、企业、科技、金融等不同参与者协同制定区域化、行业化、个性化的智慧农业场景解决方案。二是加强智慧农业场景建设的统筹管理,避免重复建设。对于前期试点的具有普遍性的智慧农业场景,应加快标准化改造,在全国范围选择相应农产品主产区进行复制推广应用。三是加快推进智慧农业场景金融服务创新,充分运用数字技术,进一步扩大农业领域可用于抵质押的资产范围。如借助智能耳标动态监测活体牲畜,开展活体牲畜抵押贷款业务,使活体牲畜成为有效抵押,解决活体牲畜抵押难、监管难、融资难的问题。

我国是农业大国,不同细分行业、不同地区的智慧农业发展模式,具有明显多样性。谋划智慧农业金融服务蓝图,应结合各行业、各地区发展趋势,构建分行业、分地区的分类推进策略。一是分行业有序推进。对于智慧农业金融创新试点,可优先介入规模化、机械化程度高的细分行业,如选择设施化程度高的生猪、蛋鸡、蔬菜产业。二是分地区梯次推进。选择山东、江苏等农业发达省份,辖垦区典型省份,以及特色农业省份,作为智慧农业金融创新试点主阵地,发挥示范引领作用。三是重点场景典型推进。围绕我国植保无人机、农机自动驾驶、精细养殖等三个相对成熟的智慧农业场景,探索结合点,形成可复制推广的金融服务模式。

作者：曾学文1 王 雪1 张正平2

(1.中国农业银行,北京 100005;2.北京工商大学 经济学院,北京 100048)

参考文献：

[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] 赵春江:《智慧农业发展现状及战略目标研究》,《智慧农业》2019年第1期,第60—68页。

[3] 李道亮:《农业4.0——即将到来的智能农业》,机械工业出版社2020年版,第36—39页。

[4] 殷浩栋、霍鹏、肖荣美等:《智慧农业发展的底层逻辑、现实约束与突破路径》,《改革》2021年第11期,第95—103页。

[5] 牟少岩、丁慧媛、郑满生等:《智慧农业革命影响及对策研究》,《农业经济问题》2022年第9期,第111—117页。

[6] 阮俊虎、刘天军、冯晓春等:《数字农业运营管理:关键问题、理论方法与示范工程》,《管理世界》2020年第8期,第222—233页。

[7] 陈国军、王国恩:《“盒马村”的“流空间”透视:数字农业经济驱动下的农业农村现代化发展重构》,《农业经济问题》2023年第1期,第88—107页。

[8] 曾学文:《构建涉农领域数字信用体系》,《中国金融》2023年第17期,第11—14页。

[9] 胡雅淇、林毅夫:《共同富裕目标下的乡村振兴与金融支持:一个新结构经济学视角的解读》,《农村金融研究》2023年第1期,第3—14页。

[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] 白钦先、谭庆华:《论金融功能演进与金融发展》,《金融研究》2006年第7期,第41—52页。

[13] 董翀、冯兴元、孙同全:《农业农村现代化的金融支农保障机制:变化、问题与对策》,《农村金融研究》2020年第8期,第3—8页。

[14] 黄益平:《平台经济的创新与监管》,《金融论坛》2022年第9期,第3—5页。

[15] 黄卓、王萍萍:《数字普惠金融在数字农业发展中的作用》,《农业经济问题》2022年第5期,第27—36页。

[16] 何广文、何婧、王雪:《抵押对农户信贷风险的影响研究》,《北京联合大学学报(人文社会科学版)》2016年第4期,第103—109页。

[17] 马九杰、杨晨:《金融科技推动农民农村共同富裕的路径研究》,《农村金融研究》2022年第8期,第3—9页。

[18] 黄季焜:《数字技术如何促进乡村振兴——兼谈农村数字金融》,《农村金融研究》2023年第12期,第3—10页。

（1）技术扩散理论把一项技术的流行划分为五个阶段,以目标人群为分母,以采用人群为分子。第一阶段为前2.5%阶段,即先行种子阶段;第二阶段为前13.5%阶段,即前流行阶段;第三阶段为前34%阶段,即流行拐点阶段,新技术迈入该阶段,如无其他干扰,将迅速得到大范围普及;第四个阶段为后34%阶段,即后流行阶段;第五阶段为后16%阶段,即流行高原阶段。2023年我国农业领域ICT资本投入对农业增加值的贡献率为10.5%,较2016年增长了4.21%,处于第二阶段前流行阶段,即将迈入第三阶段流行拐点阶段。

（2）课题组围绕智慧农业发展现状及其金融需求和金融供给情况开展了一系列调研。具体调研内容:北京的正大集团蛋鸡养殖、峪口禽业智慧蛋鸡平台、京东科技农村金融科技板块、北京农信互联科技集团有限公司“数智农业平台”、先正达集团股份有限公司的MAP(Modern Agriculture Platform)智慧农业平台;浙江德清县的数字农业及其金融服务情况;陕西的蒲城县四方果业专业合作社、政府和农业银行三方合作共建的智慧苹果管理平台;福建武夷星茶业有限公司与农业银行合作建设的智慧茶叶数字云平台;青海农业银行主导推动的智慧畜牧场景;云南勐海县政府与农业银行合作共建的“云茶产业链数字生态创新平台”;黑龙江北大荒农垦集团有限公司“数字农服平台”。

（3）建设银行“裕农通平台”、农业银行“智慧农业综合管理平台”等均是银行机构利用金融科技优势,搭建的智慧农业管理平台,并为各类涉农主体提供诸如线上农业托管、蔬菜智慧管理、环境监测等科技服务。

更多干货、市场分析、重磅案例、实战课程欢迎订阅 [农业行业观察]公众号：nyguancha