数字农业技术如何影响农政变迁.pdf

第 41 卷 第 3 期2024 年 6 月中国农业大学学报(社会科学版)Journal of China Agricultural University(Social Sciences)数字农业技术如何影响农政变迁?封小郡摘摇 要摇 在数字农业发展过程中,数据成为重要的生产资料。不同的原有农业生产关系延伸出不同的围绕数据的生产关系,导致不同的农政变迁结果。在西方发达国家,土地私有制和数字农业公司主导产生基于私有制的数据生产关系,推动土地集中,增加大农场的竞争力,并强化资本对农业生产者的控制和剥削。在中国,生产端的农地集体所有制结合目前的政府主导为基于公有制的数据生产关系提供了可能,其中蕴含着迥异的农政变迁结果;销售端的电商平台主导产生基于新型私有制的数据生产关系,结果是电商销售引入了新型中间商,并强化了农民与商业资本间的不平等关系。如何对接小农户与数字农业技术、保护农民的数据主权,是该技术助力共同富裕的关键。关键词摇 数字农业;技术;农政变迁基金项目摇 国家社会科学基金重大项目“实施乡村建设行动研究冶(21ZDA058)。作者简介摇 封小郡,中国农业大学人文与发展学院副教授。摇 摇 数字技术已成为当下影响经济增长、收入分配、国际分工和国家竞争力的重要因素之一。数字农业指用数字技术对农业对象和过程进行数字表达、设计、控制及管理的农业(汪懋华等,2012:喻),其技术核心是数据成为重要的农业生产资料(Jouan鄄jean et al.,2020)。该技术可大致分为:(1)利用数据改变农业劳动过程的技术,让其变得精准或自动化,包括在精准时空维度上播种、施肥、打药、浇水,精准饲养,食物溯源,自动驾驶农机,以及加工和销售的精准化、自动化和线上化;(2)利用数据改变农业生物过程的技术,例如数字育种、细胞农业等(Miles,2019)。前者又被称为精准农业,是本文重点。数字农业可追溯到 20 世纪 50 至 60 年代农业计算机的使用,精准农业则在 20 世纪 90 年代取得发展。数字农业技术目前尚未成熟,存在精度不够、缺乏将数据转换为决策的模型等问题(Basso&Antle,2020;Visser et al.,2021)。数字农业崛起的背景是全球农业危机。20 世纪以来的石油化工农业造成了环境和文化的危机,并不可持续(McMichael,2009);同时,全球人口增长和食物消费结构升级要求提高农业产出,而耕地面积增长前景有限。数字农业技术有潜力减少农药化肥等的使用,并增加产出,被认为是应对这些问题的良药(Rotz et al.,2019)。一项针对 20072018 年意大利 22 公顷谷物用地的研究发现,通过精准施肥、灌溉等,研究期间谷物产量增加了 31%,而氮肥用量降低了 23%(Kayad et al.,2021)。另一些实验效果没有以上研究显著,但仍为正向淤。借助提高农业可持续性和生产力的双重话语权,数字农业在全球食物体系中取得霸权地位,被认为是农业的发展方向(Bronson&Knezevic,2016)。中国的数字农业正快速发展,但距世界前沿有一定距离。农政变迁源于农政问题这一马克思主义社会学传统,关注农民、农地、农业和农村在现代化中的转型,是社会发展和社会变迁过程中的重大议题(叶敬忠,2022)。随着市场化改革的深入,中国的农政变迁持续推进。从刀耕火种到石油化工农业,技术是农政变迁的不竭动力。那么,数字农业技术如何影响农政变迁呢?既有文献鲜少系统涉及该问题。基于西方发达国家和中国经验,本文分析了在不同的围绕数据的生产关系(简称“数据生产关系冶)下,数字技术对农政变迁的影响。数据生产关系是围绕数据生产、分配、交换和消费的社会关系。本文对理解数字时代农业相关的社会转型有学术意义,对中国更好地发展和治理数字农业有现实意义。一、农业技术与农政变迁:意涵与争论广义的农业技术包含整个农业过程相关技术,从育种、种养,到加工、贮藏和销售等。农业技术发展大致经历了:(1)从公元前 10 000 年到 19 世纪的传统农业时代,其间定居农业出现,人力和畜力驱动劳动过程;(2)20 世纪以来的现代农业时代,机械化改变劳动过程,生物遗传技术改变育种,化肥和农药改变动植物生长过程,生化技术扩展非生物性原料来源并改变食物的加工和销售(Goodman et al.,1987)。数字农业技术是农业技术的最新形式。农政问题由卡尔考茨基于 1899 年提出,关注资本主义生产方式下农业相关变化,即农政变迁(Kautsky,1988)。微观层面,叶敬忠(2022)将农政问题梳理为:(1)农地所有权的变化;(2)农业生产方式的变化,特别是大生产与小生产的竞争;(3)农民的分化和无产阶级化;(4)农村治理和政治动员的变化。这些问题事关农业的资本主义转型,并着眼于农业转型如何贡献于社会转型。本文将其作为农政变迁的分析框架。农政变迁研究贯穿着一个争论,即小农生产在资本主义生产方式下的存续性。该问题总领农政变迁的四个方面,并对理解当下中国具有启示意义。一派以工业资本主义为蓝本,以农民与土地的分离作为资本主义改造农业的特征,结果是土地集75第 3 期摇 摇 摇 摇 摇 摇 摇 摇 摇 封小郡:数字农业技术如何影响农政变迁?淤The Goldman Sachs Group,2016.Precision farming:cheating Malthus with digital agriculture.ht鄄tps:/ 18 世纪晚期。马克思认为,英国资本主义转型的起点是圈地运动剥夺农民的土地,由此农民成为雇佣工人,剥夺农民土地的人成为资本家(马克思,2004:820-875)。列宁将马克思的理论应用于对 19 世纪末俄国农村的分析,发现贫农逐渐沦为雇佣工人、富农成为农业资本家的趋势,认为俄国正过渡到资本主义(列宁,1956)。另一派以商业资本主义为蓝本,以农业生产商品化作为资本主义改造农业的特征。在这条路径中,商业资本对农业剩余价值的生产介入有限,但通过农业投入和产出商品化参与剩余价值分配。结果是土地不一定集中,农业生产不一定规模化,农民形式上维持了小农生产,但通过投入和产出的商品化被剥削,斗争着眼于反商品化和改善交易条件,被称为隐性农政变迁路径。亚历山大恰亚诺夫(Alexander Chayanov)指出,资本在灌溉、运输等方面的投入把农民变成依靠他人生产资料的劳动力(Chayanov,1966:202)。尽管他们保留了小农生产形式,实际上像雇工一样被剥削(Bernstein,2010:93)。亨利伯恩斯坦指出,商业资本通过不平等交换剥削农民,是比雇佣劳动更普遍的剥削形式;农民常见的抗争手段是退出经济作物种植和要求改善交易条件(Bernstein,1977)。贾伊鲁斯巴纳吉(Jairus Banaji)基于对印度、孟加拉国、中国等的研究展现了商业和金融资本控制农民手段的多样性(Banaji,2016)。现实中,这两条路径常相互交织和转化。中国学界存在类似争论。在生产端,一派可称为阶级派,强调中国存在大规模农地流转,农民已显著分化;资本主义式农场依赖雇佣工人进行劳动(Zhang&Donald鄄son,2010;严海蓉,陈义媛,2015;陈航英,2021)。另一派可称为小农派,强调小农生产的合理性和生命力,例如小农家庭农场往往比大农场单位面积产量更高,有助于维持社会稳定,小农生计模式的多样性帮助他们保持自主性(黄宗智,2010;贺雪峰,2013;van der Ploeg&Ye,2016)。中国的农业变迁是一种“没有无产化的资本化冶:2006 年前后,在中国农业全部劳动投入中,每年受雇 100 天以上的雇佣工人的劳动仅占 3%,100 天以下的占 0郾 4%(黄宗智等,2012)。不过,两派在流通端观点类似。小农派代表黄宗智(2012)指出,小农与大商业资本的不平等交易是中国当代农业的特色。19992010 年,中国农产品生产和流通总利润中农民的份额(剔除劳动力成本后)从 29%下降到 20%,其余被中间商拿走(武广汉,2012)。阶级派进一步指出,中国农民在销售端和投入品端都受制于资本;虽然农民大多维持了生产组织上的自主性,但其种植收益仅等于其投入劳动的工资,农民与农业上下游企业之间构成隐蔽的雇佣关系(陈义媛,2016)。农业技术如何影响农政变迁是马克思主义社会学的传统议题。一派关注农业技术如何加剧土地集中和农民分化,如强调机械化偏向推动土地集中,并使大农场相对小农场有优势(Kautsky,1988:95-109),排斥劳动力并根据技能水平重组劳动力市场,使工人去技能化,强化剥削(Thomas,1992);在以良种、农药、化肥为主要内容的85中国农业大学学报(社会科学版)摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇2024 年绿色革命中,富农更能负担得起,是主要受益者(Harriss,2013)。另一派关注农业技术如何强化资本对小农的控制,在维持小农生产的前提下,榨取农业剩余,其主要机制是占取主义和替代主义。占取主义是指农业生产的不同要素被改造成工业品,再投入农业生产中;替代主义是指农产品加工导致农产品产值中工业成分比例增加,同时合成原料愈发替代农产品成为工业投入品。这使得工商业资本从两端榨取农民剩余(Goodman et al.,1987)。上述争论贯穿中国相关研究。中国农业已从集体时代的准生态农业变成高度依赖农药化肥和设施的石油化工农业(张慧鹏,2016),农业技术已从集体时代的公共品变成商品(陈义媛,2021)。一方面,农业技术促进了土地流转和农民分化,例如农户自有农机的增加会提高其流入土地的可能性(钱龙等,2021);大农场机器设备的应用使其比小农家庭农场更有竞争力,并使工人去技能化(黄瑜,郭琳,2015)。另一方面,农机作业服务降低了小农使用农机的门槛(Yang et al.,2013);运用占取主义框架,有研究指出农机作业服务和农药化肥等农资是资本重塑农业活动和占取农业剩余的方式,小农生产形式被保留,实质则被消解;而且,农机作业商和农资经销商流转土地以保证市场份额(陈义媛,2018;2019)。那么,数字农业技术如何影响农政变迁呢?二、西方发达国家数字农业技术对农政变迁的影响西方发达国家的数字农业走在世界前列。在美国,2010 年 22%的玉米田使用精准投入品技术,45%使用自动驾驶系统淤;2016 年约 40%的农民使用精准施肥技术于。在加拿大,2015 年56郾 2%的农场使用电脑进行管理,48郾 6%的油籽和谷物类农场使用自动驾驶农机,43郾 3%的蛋禽类农场使用自动环境控制设备,53郾 6%的养猪场使用自动饲喂设备盂。在德国,2015 年一个基于 500 家农场的调研显示,45%的受访农场使用全球定位系统导航的农机,32%使用精准施肥和打药技术,13%使用机器人(Adusumalli,2018)。这些国家数字农业的主要推动者是公司,包括:(1)传统农业生化巨头,例如孟山都推出了 Climate FieldView 平台,具备数据采集、存储、管理、分析、决策等功能;95第 3 期摇 摇 摇 摇 摇 摇 摇 摇 摇 封小郡:数字农业技术如何影响农政变迁?淤于盂U.S.Department of Agriculture,2010.Crop production practices for corn:all survey states.https:/data.ers.usda.gov/reports.aspx?ID=17883。The Goldman Sachs Group,2016.Precision farming:cheating Malthus with digital agriculture.ht鄄tps:/ Canada,2017.Growing opportunity through innovation in agriculture.https:/www150.stat鄄can.gc.ca/n1/pub/95鄄640鄄x/2016001/article/14816鄄eng.htm。(2)传统农机巨头,例如迪尔推出了软件控制的农机;(3)传统食品巨头,例如雀巢和百事推出了数字化战略;(4)互联网巨头,例如微软、IBM、谷歌、脸书推出了数字化农业生产程序,亚马逊则进入食物流通端;(5)技术和食物领域的初创公司,其一方面借助大学等科研机构进行研发,另一方面通过非营利机构推动技术落地(Birneret al.,2021)。这种公司主导的数字农业发展方式,结合发达国家普遍的土地私有制(McMorran et al.,2020)淤,产生出基于私有制的数据生产关系。这种数据生产关系通过推动以下农政变迁改变农业生产关系,促进了资本积累。(一)推动土地集中数字技术采集的农业大数据可增加农地投资的盈利性和合法性,并减少农地投资障碍。在土地私有制下,其推动土地集中在机构投资者和大农场手中,成为显性农政变迁的新动力。第一,借助大数据赋予的精准种养能力,数字农业技术能提高产量,进而提高地价,使得农地投资比之前更有利可图。19792019 年,美国农地投资的年均收益率为 9郾 8%,高于投资于标普 500 指数的 7郾 1%于。2020 年前后,投资公司努维(Nu鄄veen)在澳大利亚、智利等地拥有 210 万英亩土地;投资公司汉考克(Hancock)在美国、加拿大等地拥有 30 万英亩土地。数字农业技术助推了该趋势。第二,数字农业技术增加了农地攫取的合法性。该技术可降低农药和化肥的使用,投资者可借此宣扬其农地攫取是善的,因为这些农地会使用数字技术耕作,并提供数据给投资者,以证明其农地投资保护了环境。第三,大农场会更多采用数字技术,使其相对小农场更有竞争力,这会驱使大农场去扩张(Fraser,2019;Borras Jr.et al.,2022)。第四,数字农业技术通过提供数据将“不透明冶的农地变成可投资的,降低了农地投资障碍。农地高度异质,农地投资利润与农业生产高度相关,而农业生产高度不确定,这对农地估值造成障碍。缺乏估量农地价值的标准化手段长期被认为是阻碍农地投资的主要因素。而数字农业技术可产出多年产量、土壤性质、农事操作等数据。这些数据可用于量化估算农地价值,也因其客观性赋予这种估算合法性;农地资产化和数字化结合的后果是方便土地攫取(Visser,2017;Duncan et al.,2022)。第五,数据可以帮助投资者更好地应对气候变化时代农业生产的不确定性。一06中国农业大学学报(社会科学版)摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇2024 年淤于McMorran,Rob,Jayne Glass,Jane Atterton,et al.,2020.Review of international experience of com鄄munity,communal and municipal ownership of land.https:/www.landcommission.gov.scot/down鄄loads/5e8c359e459f3_ A%20International%20Community%20Ownership%20Review%20Final%20Report.pdf。Nuveen,2020.Investing in farmland.https:椅 Climate FieldView 平台可监测农业数据,帮助投资者在不确定的情形下做出最优决策;另一方面,通过提供全球不同地区的农业数据,数字技术协助投资者投资不同位置的地块和作物以对冲风险。第六,数字农业技术方便了机构投资者管理农地。机构投资者收购土地后往往不是自己种植,而是外包给农民,由此产生监督问题。在被投资农地布局数字农业技术方便了投资者通过数据监控农场(Duncan et al.,2022)。(二)增强大农场的竞争力目前,数字技术主要为大农场所采用。全球范围内,2018 年面积小于 1 公顷的农场有3G 和4G 信号的分别只有37%和24%,而在面积大于200 公顷的农场中该比例为 80%和 74%(Mehrabi et al.,2021)。在美国,2010 年面积超过 2 900 英亩的玉米农场中使用精准农业技术的比例是所有玉米农场的 2 倍淤。在加拿大,2015 年面积超过 10 000 英亩的农场中,93郾 6%使用自动驾驶技术,97郾 1%使用全球定位系统,52郾 7%使用地理信息系统;而在面积小于 500 英亩的农场里,这三类技术的使用率在20%左右或以下于。这意味着数字技术主要被用于增强大农场的竞争力。鉴于西方发达国家普遍实行土地私有制,通过推动土地攫取和强化大农场的竞争力,数字农业技术推动了农民的无产阶级化和分化。造成这种状况的一个原因是公司主导的数字农业技术主要为大农场开发(Mi鄄chels et al.,2020;Carolan,2022)。有研究分析了137 个常用的数字农业工具,发现大部分是为大农场开发的(Prause et al.,2021)。小农场的数据收集条件差,加之现有数字农资公司主要收集大农场的数据,导致根据这些数据训练出来的算法对小农场适用性差。另外,采用数字农业技术时,拥有不同作物种类、耕作方式的农地需要收集和分析的数据有差异,因此需要的硬件和软件也有差异。与单一种植主粮作物的工业化大农场相比,种植非主粮作物、存在轮作和间作的小农场从数字农业技术中获利有限(Visser et al.,2021)。另一个原因与数字农业技术的成本有关。一些技术的单位面积成本与规模不直接相关,例如某害虫诊断工具,农民上传虫害图片即可获得诊断(Carolan,2022)。但相当一部分数字技术的成本随服务面积增大而摊薄,例如服务于精准投入的全球定位系统、地理信息系统、自动驾驶农机、挤奶机器人等。而且,农机在不断升级。最初的农机是马拉动的,之后变成内燃机驱动、机械控制的。20 世纪 80 年代以来,电子控制取代了机械控制。各种传感器、摄像头、全球定位系统加入,使农机能够收集带16第 3 期摇 摇 摇 摇 摇 摇 摇 摇 摇 封小郡:数字农业技术如何影响农政变迁?淤于David Schimmelpfennig,2016.Farm profits and adoption of precision agriculture.https:/www.ers.usda.gov/webdocs/publications/80326/err鄄217.pdf?v=0。Statistics Canada,2017.Growing opportunity through innovation in agriculture.https:/www150.stat鄄can.gc.ca/n1/pub/95鄄640鄄x/2016001/article/14816鄄eng.htm。有地理位置的土壤、作物产量和品质、虫情等数据,并进行精准的打药等作业。这些改进提高了农机价格(Rotz et al.,2019),这使得大农场更易采纳数字技术。针对小农场的数字农业服务可缓解该情况,但目前这方面讨论较少。这些情况显示出基于私有制的数据生产关系如何运作:数据的生产需借助数字工具,而数据工具的开发公司考虑利润选择为大农场服务;同时,相对于小农场,大农场的雄厚资本使其更可能消费数字工具、生产农业数据,以获得数字红利。由此,借助数字农业工具,隐性农政变迁路径披上了数字化的外衣,数字农资公司获得了参与农业剩余分配的新手段;同时,由于土地所有中的强势地位延伸出在数据生产和获益中的强势地位,大农场相对小农场的优势被巩固。(三)强化资本对农业生产者的控制和剥削数字农业技术强化了农业生产者的无产阶级地位,使得农业生产者成为免费数据劳工,不仅出卖劳动力,而且被剥夺数据。通过强化控制和剥削,数字技术使得资本从劳动力和数据两个方面获得剩余价值(Fraser,2019;Miles,2019)。数字技术强化了资本对农业生产者的控制。第一,在数字农业中,土地私有制下的雇工和佃农相对农地经营者和所有者的弱势地位延伸出他们对自身数据所有权的被迫让渡,这些数据被用来加强对其劳动过程的监控。例如,迪尔农机实时记录驾驶员位置和操作等信息,使雇主可实时监督其劳动(Prause et al.,2021)。加拿大的投资公司 Bonnefield 则通过收集其佃农的数据来判断他们是否遵守操作规范;卫星遥感技术、无人机、摄像头等设备也帮助投资者监测农田(Duncan et al.,2022)。第二,在土地私有制下,农场主为削减成本力求减少劳动力使用,为此会使用替代劳动力的自动化工具,例如用自动驾驶农机替代驾驶员的劳动(Prause et al.,2021)。数字化也带来高技能工作机会(Rotz et al.,2019)。由此,自动化会改变农场劳动力需求的技能结构,强化农场对低技能工人的控制,导致他们被淘汰的风险加大。第三,数字红利催生农民对数字农资公司产生依赖,强化后者对农民的控制。一是数字决策工具替代农民的脑力劳动。农民缺乏将繁杂数据转化为精准决策的能力,不得不依赖数字工具。而数据和算法因为其客观、精确、量化特征披着合理性外衣。农民基于经验的决策被贬低,公司基于数据和算法的决策取得霸权地位(Miles,2019;Gardezi&Stock,2021)。农民对数字工具的依赖意味着自身经验的弱化,进而增强该依赖。北美一个用数字平台管理其 2 000 英亩土地的农民说:“我爸爸了解这片土地如同了解自己的手背我阅读屏幕和仪表盘我爸爸阅读土地我甚至记得他曾经去闻和尝土壤冶(Carolan,2020)。但从管理农场和数字技术缺陷的角度,农民的经验在解读数据和决策中非常重要(Gardezi&Stock,2021;Prause et al.,2021)。二是享受数字红利的诱惑让一些农民迎合数字工具的偏好,改变自己种植的品种和耕作方式(Carolan,2020)。数字农资公司对农民的控制性也落实为限制农26中国农业大学学报(社会科学版)摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇2024 年民在不同公司的设备间转移数据、捆绑销售数字工具和农资、限定农机维修商等(Jouanjean et al.,2020;Prause et al.,2021;Carolan,2022)。在这种权力格局下,虽然农民是数据的生产者,却不得不放任数字农资公司攫取其数据并借此强化剥削。数字农资公司主要通过两种方式盈利。一是收集用户数据以改进产品品质和营销。例如,孟山都的农业平台向用户推销种子;先正达指望数字工具收集数据,以提升其种子和农药业务。二是出售数据及数据产品淤。农民不仅无法分享自身数据产生的利润,而且被这些数据反噬。其一,农民的数据被农业公司无偿收集以改进设备,但设备价格越来越贵(Rotz et al.,2019)。其二,数据被用来向农民精准推销,诱导农民使用更贵、更多的投入品(Stone,2022)。例如一项在东非的实验表明,通过短信向农民推销农资增加了 22%的购买行为(Fabregas et al.,2019)。其三,个体农民数据中蕴含的种养智慧被公司无偿收集后转卖给与其竞争的农民(Verdonk,2019)。其四,数据助力价格操控和商品投机。例如,2008 年左右起,美国12 家食品公司通过共享商业数据等形式统一肉鸡收购价,侵犯鸡农利益(Jouanjeanet al.,2020)。第四,农民依赖算法决策,而算法不透明,可能含有损害农民的机制(Visseret al.,2021)。而且,数字农业技术为公司巨头扩张提供了机遇,有助于强化资本对农业生产者的控制和剥削。如上所述,数字农业的主要推动者是农业生化、农机、食品和互联网巨头。一方面,巨头相互兼并、联合。例如,2014 年巴斯夫、拜耳、陶氏化学、杜邦、孟山都和先正达占据全球种子市场的 55%和农药市场的 75%;2015 年陶氏化学和杜邦合并(后又拆分);2017 年中国化工集团收购了先正达;2018 年拜耳收购了孟山都,杜邦和迪尔联手推进数字农业项目,巴斯夫和孟山都则联手进行数字农业研发,投资巨头黑岩公司(Blackrock)在拜耳和陶氏杜邦公司占有股份。另一方面,巨头收购竞争者,并通过投资加强控制力。例如,孟山都 2013 年收购了 ClimateCorporation,2016 年收购了 VitalFields,并基于二者推出了 Climate FieldView 平台;孟山都还于 2011 年成立了风险投资基金用于投资初创公司。这些巨头凭借资本、先发、数据收集优势以及平台网络、规模经济和范围经济等在数字农业赛道中优势巨大,农民与之完全没有谈判能力(Verdonk,2019;Birner et al.,2021)。数字技术也强化了食品公司对农民的控制和剥削。农民相对食品公司的弱势在数字农业中延伸出他们对食品公司数据要求的迎合,结果是农民承担数据成本而食品公司获利。例如,数字技术使食品公司能精细溯源,借此提取农民更多数据;农民往往不仅要自费收集数据,还要把数据无偿让渡给食品公司,供其强化对自身的控制,并获得可溯源食品的溢价(Donaldson,2022)。食品巨头佳吉(Cargill)使用全球36第 3 期摇 摇 摇 摇 摇 摇 摇 摇 摇 封小郡:数字农业技术如何影响农政变迁?淤Digitalization and platforms in agriculture:organizations,power asymmetry,and collective action solu鄄tions.https:/www.econstor.eu/bitstream/10419/237363/1/ETLA鄄Working鄄Papers鄄78.pdf。定位系统来监控印度尼西亚、喀麦隆等地的小农是否毁林种地,以彰显公司根除其可可供应链中此行为的努力(Prause et al.,2021)。数字技术也使得食品公司可以在网上销售农产品以盈利(Carolan,2022)。由此,数字农业技术从上下游深化了隐性农政变迁路径。(四)激发新的治理和政治动员形态数字农业技术同时赋予了政府新的控制和服务农民的方式。一方面,数字工具提供了标准化数据采集和处理方案,方便了政府通过数据规制农民行为;数据收集和处理系统的集中化强化了中央政府相对地方政府在数字治理上的权力(Forney&Epiney,2022)。政府在资本通过数字工具控制农民方面有时扮演协助角色。例如,美国 1998 年通过的数字千年版权法(Digital Millennium Copyright Act)规定农民无权进入其智能农机的软件控制系统,使得其只能依靠农机商维修农机(Carolan,2022)。另一方面,政府通过提供公益性数据服务农民。例如,加拿大政府为农民提供免费的高精度气候数据(Bronson&Knezevic,2016)。与此同时,数字农业的兴起引发了关于数据权利保护和反垄断等治理议题(Verdonk,2019)。数字农业也激发了新的政治动员形态。针对上述情况,有学者反对公司主导的数据攫取(data grabbing),呼吁数据主权(data sovereignty),即民主的数据相关过程参与和价值共享(Visser et al.,2021)。农民组织等民间组织在这种实践中发挥了重要作用,其斗争着眼于挑战数字农业中的私有制,降低数字农资和食品公司对农业生产的渗透,通过组织化赋能个体农民并增强农民群体对数据攫取者的谈判力等。具体而言,在融资方面,主流数字农业项目依赖私有风险资本,替代性方案则依赖社群资本、直接公募、员工持股等,以减少私有资本主导数字农业项目中的逐利倾向(Chileset al.,2021)。在研发方面,主要的替代性方案是开源。例如,志愿者开发 farmOS 软件,通过它帮助农民记录和计划农事操作。该软件开源,农民可以自主修改以满足需求(Fraser,2022),由此避免农民的数据被数字工具公司攫取。在数字工具使用方面,主要诉求有二。一是农机软件修理权,即农民有权修理农机软件模块,并有权获得农机商的修理资料,以绕过农机商及其特许修理商,减少时间浪费和修理成本(Carolan,2018);二是数据迁移权,即要求农业数据可在不同设备间无损迁移,以减轻单个公司对农民的锁定(Jouanjean et al.,2020)。在数字农业组织方面,替代性方案主要是社群和合作社。数字农业社群的代表是农场黑客(Farmhack)。该组织成立于 2011 年,由美国的非营利性农民组织发起,目前成员遍及多国。农场黑客立足于提升农民集体能力,而非个体权利诉求。该组织认为有修理权不代表农民有修理能力,开源运动存在同样的问题,需要创造生态系统让农民有能力自主地满足需求;途径是打造支持性社群,促进农民数字知识交流,帮助其创造并完善工具,以减少对数字工具公司的依赖(Carolan,2018;Giotitsas,2019)。农民数据合作社提供平台供农民储存、汇集数据,并共同决定数据的管理和46中国农业大学学报(社会科学版)摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇2024 年使用。它可以让农民自主选择由谁来提供决策建议,集体与数字工具提供商谈判,推动开发农民导向的数字工具。一个例子是美国农民发起的种植者信息服务合作社(Grower Information Services Cooperative),它为成员农民提供数据存储平台,代表成员就数据使用与客户和政府谈判,并为成员提供数据分析和决策服务(Fraser,2019;Jouanjean et al.,2020)。在销售端,数字技术协助打造替代性食物销售渠道,其代表是 2012 年成立于澳大利亚的开放食物网络(Open Food Network)。该电商平台开源,农民可以利用其提供的开源代码个性化打造自己的店铺,并与其他农民合作改进平台软件,使其更符合自身需求(Carolan,2022)。在数字农业治理方面,农民组织主导的典型替代性方案是公司数据行为守则,其内容针对公司的数据收集、处理和分享行为。遵循守则的公司会得到相关认证,农民可根据公司的认证情况知晓其数据相关实践,决定是否采购。美国、法国、瑞士、澳大利亚等有该实践,其主要问题是守则不具法律约束力(Jouanjean et al.,2020)。三、中国数字农业技术对农政变迁的影响中国数字农业实践可追溯至 20 世纪 70 年代末利用计算机处理农业数据,之后长期专注于农业数据库建设和软件开发,2010 年后开始大规模应用农业大数据、物联网和智能技术(赵春江等,2018)。本部分资料主要来自笔者:(1)2021 年 7 月在四川某县的水果电商调研,就电商对农民的影响采访了水果电商24 人,政府官员、快递、农民等电商产业链人员35 人;(2)2021 年 12 月在湖北某市的调研,就社区团购对生产端的影响采访了某电商巨头工作人员 7 人及其供应商经理 5 人;(3)2022 年 8 月在山东某市的调研,就数字农业技术对农民的影响采访了农场主、合作社、数字农资公司和政府官员 28 人,农民13 户。(一)生产端的数字农业技术与农政变迁当下,在农业机械化、数字化、信息化和自动化技术应用方面,中国与美国有差距,但中国的农用无人机全球领先(兰玉彬等,2020)。根据笔者的调研和业内信息,目前我国数字农业生产端落地的项目相当一部分为应用场景展示,实际的降本增效作用有限,推广有限淤。因此,本部分只能分析数字农业技术影响中国农政变迁的端倪。在起步阶段,政府扶持起关键作用。2015 年以来,中央密集出台数字农业农村56第 3 期摇 摇 摇 摇 摇 摇 摇 摇 摇 封小郡:数字农业技术如何影响农政变迁?淤千亿市场的数字农业,在我看来多是“面子工程冶,https:/ 2015 年的关于推进农业农村大数据发展的实施意见和 2019 年的数字农业农村发展规划(20192025 年)。地方政府积极进行数字农业试点。中国数字农业生产端的起步特点和政府在其中的关键作用鲜明地表现在,当下中国数字农业设备和服务提供商的营收大多来自政府淤。除上文提到的外资公司外,本土农资和农机设备公司如中化、大疆、极飞等正积极探索数字农业技术方案。调研地山东某市是全国数字农业农村改革试验区,笔者重点调研了该市某全国数字乡村试点县。该县的主要农业产业是苹果种植,存在树老、人老、土地细碎化等问题,具有一定的代表性。目前,该县迫切需要提高苹果品质,减少用工。对此,该县的一个方案是推广数字农业技术。该县民间有零星的此类自发行为。例如,某果业公司使用数字设备对苹果进行标准化种植;某农业设备公司和阿里合作研发数字农业解决方案;某个人成立无人机打药公司。但政府在该技术推广中发挥了关键作用。一方面,该县所在市政府投入了专项财政资金和人员组织保障;另一方面,该县政府以财政奖补、金融支持、行政命令、示范引领等方式推动。目前,该县最普遍的数字相关设备是水肥一体化系统,80%的农地安装了该系统。它将水或肥液送入植株根系。普通的水肥一体化系统每亩成本不到 1 000 元,而政府对安装该系统的土地每亩补贴 300 500 元,大大促进了该系统的普及。该系统没有得到充分利用,间接表明了政府补贴在其安装方面的关键作用。不过,该系统大多只涉及田间管路、人工决策和操作,不涉及数据采集终端和云平台。这些模块只有少数果品公司的基地使用,可实时监测土壤墒情、肥力,自动、定时、定量浇水施肥。该县第二普遍的是无人机,2020 年该县无人机作业面积为 3郾 5 万亩。这背后也是政府补贴。2019 年和 2020 年,该县政府对无人机打药的农地每亩补贴 5 元(约为服务费的 15%)。另有政策补贴合作社和家庭农场购买农业无人机,例如载重 40 公斤的农业无人机每台补贴 8 000 元。一些大农场还安装了其他物联网模块,包括小型气象站、虫情预警系统,以及检测果径、叶面肥、土壤 pH 值等的传感器、摄像头、大数据平台等。这些技术减少人工有限,故推广有限。以上技术的应用均受政府补贴影响。既有技术已提供数字红利。第一,减少了人工和物料耗费,加快了农事操作速度。水肥一体化系统可节约 90%的人工、80%的用水。用无人机对苹果树打药,用药量减少 30%50%,兑水量减少 90%;无人机 3 5 分钟能打完一亩果园,但一人一天打不完两亩。第二,提高农事决策精准度。传统农民利用经验决策,新农民利用数据辅助决策。某农场主说道:“缺水,它会提供出数据。缺肥,它也会提供出数据。它提供出数据,那你施肥的时间不就有把握了吗?就比如,下雨不缺水了,但它缺肥,那缺什么肥啊?需要补充什么肥啊?你没有这些,你等着检测,那就晚了,因为66中国农业大学学报(社会科学版)摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇2024 年淤35 斗发布聚变:中国农业人工智能白皮书,http:/ ZDkzMjdkOD鄄JmZDliMmNmYWVlZDE0NTA。这个是同步的冶。气候变化降低了农民传统经验的可靠度,增加了农民对实时气候数据的依赖。一个农场主说:“现在热了,雨水多了,虫子多了,不能用老技术冶。在该县,2021 年多雨造成苹果提前落叶;2022 年授粉时节高温,预计减产 30%左右。实际上,近几年授粉时节不是寒流就是高温。第三,数字设备应用将浇水、施肥、打药等操作标准化,提高了优质果率。第四,减少农业职业伤害和污染。例如,苹果一年约要打药 10 次,被本地医生认为是该县癌症高发的原因之一。无人机打药可减少人在农药环境中的暴露和农药对地下水的污染。与发达国家相比,即便在这个全国数字农业的先行区,数字农业技术的应用范围和深度仍处于初步阶段。一个重要阻碍是中国农地的细碎化。西方发达国家农场面积较大:2010 年,就种植类农场的平均面积而言,加拿大为 493 公顷,德国为 185郾 6公顷,美国为 89 公顷淤。而 2016 年中国小农户数量占到农业经营主体的 98%以上,户均经营规模为 7郾 8 亩(约 0郾 52 公顷)于。在调研县,苹果种植以 2 3 亩的家庭果园为主,一家的