我国农业正处于从传统分散经营，向规模化、机械化、数字化、智慧化迅速推进的过程中，金融需求特别是资金需求旺盛。与传统农业相比，智慧农业的本质特征在于数据成为农业生产的新要素，科技成为农业发展的驱动力。从根本意义看，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，真正体现“科技—产业—金融”良性循环的运行特征。应该说，智慧农业的快速发展对金融服务内容、形式、模式、类型等各个方面都将带来有别于传统农村金融服务方式的全方位的巨大变化。

智能化、数据化的场景金融服务需求。科技、数据等新的生产要素改变了传统农村金融服务模式。金融服务将依托智慧农业场景，完全融入智慧农业生产经营的全过程中。例如，2021年农业银行青海分行探索推出“物联网+智慧畜牧”信贷模式，通过智能耳标动态监测、大数据信贷建模、资金闭环管理等，开展活体牲畜抵押贷款业务创新试点，有效解决了活体牲畜抵押难、监管难、融资难的问题。又如，中化农业于2017年推出现代农业技术服务平台（Modern Agriculture Platform，简称MAP），充分应用生物技术、信息技术、种植技术等现代农业科技，构建连接“消费升级”与“专业生产”的桥梁，不断提高农业种植的专业化、标准化、智慧化、市场化水平。

一体化、定制化的供应链金融需求。智慧农业更加强调农业产业链各要素的纵向贯通，需要通过农业、科技、金融三者之间的深入互动和良性循环，打通农业供应链上主体、资金、信息、物流实时快速反应的渠道，最终实现农业供应链和金融服务深度融合。从调研看，实践中涌现了一批诸如农业科技公司、互联网巨头的新兴农业参与主体。目前，我国智慧农业主要是由具有技术优势的新兴农业参与主体，以及具有一定产业基础的传统农业龙头企业来推动的，这些核心主体连接、赋能产业链上下游主体，推动产业整体数字化、智能化升级，打造智慧农业全产业链生态系统，迫切需要配套定制化的供应链融资、现金管理、资产管理、并购融资等，贯通全产业链的金融解决方案。

集中化、全周期的科技金融需求。从产业整体来看，智慧农业以资本替代劳动，逐步转化为资本密集型的产业，产业发展的集中化、周期性更加明显，必然产生对于信贷资金的旺盛需求，并且融资额度大幅上升，融资期限更趋长期化。从调研看，当前我国智慧农业正在从传统分散经营，向规模化、设施化、数字化、智能化的智慧农业迅速推进，“四化”的环节都产生了大量的外部融资需求。例如，调研的300万羽规模的智慧蛋鸡循环养殖项目，涉及现代化设备购置、数字系统建设等多个环节，资金需求超过10亿元，并且投资回收期预计在5年以上；又如，调研的寿光蔬菜公司，其建设分子育种实验室需要配备国际先进仪器设备200多台，资金需求超过5000万元。

多元化、多层次的综合金融服务需求。智慧农业是技术密集型活动，由专属硬件与软件设施构成，具有明显的科技含量高、附加值高、资本投入高、风险大且回收周期长等特点，其金融需求的多元化特征更加明显。例如，投资银行服务需求。从山东调研看，某初创型科技企业主要对外输出智慧农业建设解决方案、提供农业大数据服务，在技术开发环节有大量的长期资金需求（需求规模均在2000万元以上），特别是在产业基金、债券融资等领域具有较大的融资需求。再如，融资租赁需求。随着大型农业机械设备、农产品加工设施、农业物流特别是农业冷链物流设施的需求增加，融资租赁需求也在不断加大。此外，智慧农业相关经营主体对现金管理、渠道建设、理财等方面也有迫切需求。

技术数据层面的制约

当前，金融创新支持智慧农业发展还存在一些制约，主要体现为技术、数据等新要素发展还不够完善。

从技术应用看，一是我国农业产业整体数字化普及率低。由于数字化设备的应用成本较高，而中小规模的生产经营主体尚难以承担高成本的设备投入，目前我国数字化设备的普及率还处于较低水平，农业生产基地大多未建立公用的通信设施，增加了金融服务智慧农业的推广难度。二是经营主体的数字化应用不足限制了智慧农业快速发展。我国农业农村绝大多数生产领域的数字化转型仍停留在基础建设、单向应用层面。由于存在农业产品附加值相对较低、大田农业物联网设备难以维护等实际问题，农业农村生产领域数字化转型进展缓慢。如何更为合理地处理农业农村数字化转型短期建设与长期收益之间的矛盾，突破农业农村数字化转型困局，依然亟待探索。三是关键核心技术自主创新不足且短板突出。受制于技术发展较弱、部署成本高等现实情况，农业物联网技术在我国的应用还处于起步阶段，如高端农业传感器严重依赖进口；国产农用传感器标准不统一、稳定性差；推广普及和后期维护均耗资较高；等等。

从数据利用看。智慧农业金融服务创新，关键是挖掘利用智慧农业生产、经营、管理中积累的海量数据。当前制约智慧农业发展的最大问题并不是缺乏数据，而是涉农数据统筹利用难度较大。一是数据碎片化。涉农数据大多分散在地方政府部门和市场机构中，没有实现集中，质量参差不齐，碎片化严重。这些涉农数据大多处于睡眠状态，数据资产价值未得到充分挖掘利用。二是数据不统一。各个部门和机构对涉农数据的标签方式和存储格式存在较大差异，数据标准和格式不统一，无法直接导入运用。从政府部门看，不同部门之间信息化水平差异较大，实现涉农数据集中需要一个过程。从银行内部看，涉农数据分散在不同的业务系统中，大多尚未实现统一管理。从政银对接看，不同系统之间需要逐一对接和转化，要耗费大量精力进行数据清洗，数据利用成本高。三是数据共享难。涉农数据具有较高的壁垒，从调研反映看，政府部门和第三方机构出于信息保护要求，一般不愿意公开涉农数据，尤其是有价值、覆盖广、能直连的数据源相对较少。四是数据更新慢。数据的价值在于动态更新，由于农业生产经营处于不断变化中，如果数据更新不及时，数据价值将大打折扣。目前，不同部门管理的涉农数据更新频次不一，有些数据更新不及时，数据时效性和持续性较差……

本文编辑丨周茗一

责编丨丁开艳、兰银帆

初审丨徐兰英

终审丨张伟