《Sustainability》:The Economics of Precision Agriculture (PA) and Resource Efficiency: Digital Technologies for Sustainable and Profitable Farming
编辑推荐:
精准农业(Precision Agriculture, PA)通过集成全球定位系统(Global Positioning System, GPS)、地理信息系统(Geographic Information System, GIS)、遥感、物联网(Intern
精准农业(Precision Agriculture, PA)通过集成全球定位系统(Global Positioning System, GPS)、地理信息系统(Geographic Information System, GIS)、遥感、物联网(Internet of Things, IoT)、人工智能(Artificial Intelligence, AI)、机器学习(Machine Learning, ML)及自主系统等数字技术,已成为提升农业生产率、优化资源利用效率与增强环境可持续性的变革性路径。尽管既往综述多聚焦于技术创新、采纳趋势或环境效应,但对技术采纳、资源配置、生产效率、投资绩效与长期可持续性之间的经济关联机制缺乏系统性整合。研究人员采用结构化叙述—系统综述方法,检索Scopus、Web of Science与Google Scholar中2004—2026年发表的同行评审文献,结合技术采纳理论、资源经济学与生产—效率模型构建综合分析框架,阐释数字技术创造经济价值的机理,并识别方法学局限、地域偏差、未解科学问题与未来研究方向。研究表明,GPS导航农机、变量施肥技术(Variable Rate Technology, VRT)、智能灌溉系统、AI驱动决策支持工具与集成数字平台可显著提升水肥利用效率、劳动生产率、生产效率和农场盈利能力。然而,经济绩效呈现显著情境依赖性,受农场规模、作物类型、气候条件、制度支持、数字基础设施、资源稀缺程度及政策环境的综合影响。当前研究中投资回报率(Return on Investment, ROI)、净现值(Net Present Value, NPV)、全生命周期成本核算、生态系统服务估值与环境外部性评估等方法学不一致,降低了跨研究可比性,制约循证政策制定。现有证据在北美、欧洲与澳大利亚高度集中,而中国、印度、巴西、撒哈拉以南非洲与东南亚的PA经济研究相对匮乏。研究进一步指出,高资本投入、小农户准入不平等、数据治理困境、系统互操作性不足、长期投资绩效不确定性,以及农业保险、气候风险管理与数字金融整合滞后构成主要挑战。本综述通过统一概念框架整合经济理论、方法比较、地理分析、可持续性估值与政策视角,强调亟需建立标准化经济评估方法、拓展地域代表性并推进跨学科研究,以支持全球农业可持续数字化转型的循证决策。
- 1.
引言
全球农业正面临气候变化加速、人口增长与资源稀缺背景下同步提升粮食产量、改善资源利用效率及降低环境退化的空前挑战。水资源压力加剧、土地退化、能源与肥料价格波动、劳动力短缺及气候变率上升,迫切要求构建以更少投入实现更高产出的可持续农业系统。精准农业作为变革性生产范式,通过整合GPS、GIS、遥感、无人机(Unmanned Aerial Vehicle, UAV)、IoT、AI、ML、机器人及自主系统,支撑处方化管理与数据驱动决策,优化水、肥、农药、能源与劳动的时空配置,进而提升生产效率、削减环境外部性并增强农场盈利性。既有综述虽已详述PA技术发展、采纳动态、数字创新与环境效益,但多孤立报告产量增益、节水节肥率或ROI等指标,缺乏将技术采纳、资源配置、生产效率与政策环境纳入统一框架以解析其长期经济绩效形成机制的系统性研究。此外,现有经济评估方法存在显著异质性,ROI、NPV、内部收益率(Internal Rate of Return, IRR)、部分预算分析、成本—效益分析(Cost-Benefit Analysis, CBA)、全生命周期成本核算、生态系统服务估值、影子定价与规避成本法等方法因假设差异、规划周期不一、不确定性处理分歧及贴现率选择不同,严重阻碍证据合成与政策转化。地理分布偏差同样突出,实证证据集中于规模化经营、机械化程度高、数字基础设施完善的北美、欧洲与澳大利亚,而对以小农为主体、制度与技术条件迥异的中国、印度、巴西、撒哈拉以南非洲及东南亚关注不足,导致PA经济理论过度侧重资本密集型模式,忽视合作社所有制、数字服务平台等适配资源约束情境的制度创新。同时,AI决策支持系统、数字孪生、自主农机、气候风险评估、农业保险、碳市场等新兴领域尚未被充分整合至经济分析框架。为此,本研究构建融合技术采纳理论、资源经济学与生产—效率模型的综合分析框架,系统比较经济估值方法,批判性审视地理偏差成因,评估政策相关性,并整合农业保险、气候风险管理、数字孪生等前沿议题,绘制PA经济学知识图谱。
- 2.
综述方法
本研究采用结构化叙述—系统综述法,因多学科文献方法学异质性过高而未进行传统Meta分析。通过VOSviewer软件(1.6.21版)生成关键词共现与合著网络图谱,聚焦GPS、GIS、VRT、遥感、UAV、IoT、AI、ML、决策支持系统、自主农机及数字孪生技术的经济绩效评估。文献检索覆盖Scopus、Web of Science核心合集与Google Scholar(2026年1—3月),时间跨度为2004年1月至2026年3月,以反映现代PA技术随GPS农机普及而兴起的特征。检索策略涵盖“精准农业+经济学”“数字农业+经济绩效”“变量施肥技术+经济效益”等组合,并通过追溯高被引综述的引文网络补充文献。纳入标准限定为2004—2026年发表的英文同行评审研究,需报告经济或资源产出指标;排除纯工程设计、方法学不严谨及重复发表文献。筛选流程遵循PRISMA ScR指南,经识别、初筛、资格评估与最终纳入四个阶段完成。
- 3.
理论基础
3.1 技术采纳理论
PA采纳机制主要依托创新扩散理论、技术接受模型与整合型技术接受与使用理论(Unified Theory of Acceptance and Use of Technology, UTAUT)。罗杰斯的创新扩散框架强调感知相对优势、与现有系统兼容性、复杂性、可试性与可观察性决定生产者对数字技术的经济价值判断。UTAUT模型进一步证实绩效期望、便利条件、社会影响与行为意向是采纳的关键预测因子。近期研究引入农场异质性、行为经济学与制度约束视角,发现资本门槛高、信贷可及性低及信息不对称导致的损失厌恶、现状偏见等行为因素,常延缓理性投资决策。该理论构成PA经济框架的起点,解释生产者投资意愿的形成条件,但未阐明采纳后价值创造过程。
3.2 资源经济学
从厂商理论视角,PA通过将信息、知识与资本替代昂贵稀缺要素,实现利润最大化。其核心机制是以空间差异化策略取代均一化投入,依据田间异质性优化水、肥、农药、能源与劳动配置。资源稀缺性、空间变异度与投入品价格上升均会强化经济收益。环境经济学进一步将地下水超采、养分淋失、温室气体排放等负外部性纳入分析,影子定价与规避成本法证实PA的社会收益常超过私人财务回报。该理论衔接采纳决策与价值创造,揭示资源稀缺与规制收紧如何提升技术盈利性,并将分析维度从私人收益拓展至社会福利增益。
3.3 生产效率模型
随机前沿分析(Stochastic Frontier Analysis, SFA)、数据包络分析(Data Envelopment Analysis, DEA)与Malmquist生产率指数被广泛用于量化PA采纳后的技术效率、配置效率与全要素生产率变化。实证证据表明,GPS导航、变量施肥(Variable Rate Application, VRA)、AI决策支持系统与精准灌溉采纳者的技术效率显著高于非采纳者。但效率增益呈非线性特征:初始效率较低的农场因管理缺陷矫正获得边际改进更大,而接近生产前沿的农场增量有限。该理论将资源配置优化转化为可观测的经济产出,量化技术决策的最终绩效。
3.4 PA经济学整合理论框架
技术采纳理论、资源经济学与生产效率模型并非互斥,而是分别对应PA经济转型的采纳决策、资源优化配置与绩效实现的递进链条。三者整合形成从农户行为到资源优化、生产绩效再到政策效应的因果路径:微观层面提升盈利性与抗风险能力,宏观层面促进资源保护、粮食安全与环境可持续。该框架突破了单一理论视角的局限,为解析多尺度经济价值创造提供了系统基础。
- 4.
PA技术经济分析
4.1 遥感与无人机
遥感技术通过持续监测作物长势、土壤环境与空间异质性创造经济价值,其效益取决于管理决策的优化而非数据本身。Sentinel-2等免费卫星数据降低了信息获取成本,但农户技术能力与数字素养仍是关键制约。UAV在高效巡田、胁迫早期识别与精准施药方面可降低生产成本并减少产量损失,但规模经济效应显著:大型农场易通过节约劳动力抵消资本投入,小农则因固定成本分摊面积有限难以盈利。此外,空域管制政策与短期评估忽略设备折旧、软件升级等隐性成本,导致ROI常被高估。现有研究地域偏差亦削弱结论外推性。
4.2 物联网与智能灌溉
IoT通过土壤水分传感器、气象站与边缘计算设备实现实时监测,硬件成本下降显著缩短投资回收期。其经济效益在缺水地区最为突出,智能灌溉调度可在稳产前提下大幅降低用水成本。然而,在灌溉水与能源价格受补贴区域,私人投资激励不足,凸显制度环境的关键作用。当前评估多遗漏安装维护、网络连接、传感器校准及软件订阅等持续性成本,尤其对小农而言,固定成本占比过高易导致收益误判。
4.3 AI与ML驱动决策支持系统
AI与ML通过整合多源数据提升决策时效性与精确性,核心价值在于降低不确定性下的决策失误风险。但经济绩效高度依赖数据质量、本地化校准及农户执行力。算法黑箱、数据权属争议及模型可解释性不足削弱小农信任度。更关键的是,现有模型多基于发达国家大规模农场数据训练,直接移植至小农体系可能产生适应性偏差,加剧技术鸿沟。
4.4 PA经济证据批判性评估
学界共识认为PA能提升资源效率、削减成本并增强环境可持续性,但效益持续性受作物类型、农场规模、气候波动及管理能力调节。大型农场因基础设施完善更易实现规模经济,小农则受制于资本门槛与土地细碎化。方法学层面,ROI、NPV、IR R等指标的异质性应用及短期评估忽略设备淘汰、学习曲线、价格波动等因素,导致结果可比性差。出版偏倚亦使失败案例未被充分报道。未来需建立涵盖私人盈利、环境外部性与社会福祉的标准化评估框架。
4.5 地理偏差与PA经济学演进
北美、欧洲与澳大利亚凭借规模化农场、成熟数字基建与公共研发投入主导现有知识体系。中国依托北斗导航、数字乡村战略探索出政府引导的服务化模式;印度因小农主导而侧重低成本移动服务与合作社共享机制;巴西热带农业研究揭示了空间异质性管理的经济价值。相比之下,撒哈拉以南非洲与东南亚受限于基建滞后、融资困难与数字素养不足,相关研究极度匮乏。这种地理偏差导致理论模型过度适配资本密集型范式,忽视适合小农的PA即服务(PA as a Service, PAaaS)等创新业态。
- 5.
精准水管理
5.1 智能灌溉系统
智能灌溉系统集成土壤湿度传感器、气象数据与作物蒸散模型,实现按需供水。基于FAO-56 Penman-Monteith公式并结合实时传感的高级系统较传统日历灌溉节水20–35%,引入作物生长模型后可再增10–15%效率。
5.2 水分利用效率
水分利用效率(Water Use Efficiency, WUE)作为核心指标,在滴灌结合传感器反馈的地中海番茄种植及半干旱地区亏缺灌溉小麦生产中均显著提升。但经济转化依赖水价机制:全额成本定价或配额管理下节水直接转化为收益,而补贴或计量缺失则弱化激励。
5.3 缺水条件下的经济效益
水稀缺程度与精准灌溉NPV呈正相关。美国西部干旱区研究显示,当水价超过0.10美元/立方米时,智能灌溉15年NPV可达800–2500美元/公顷。随着水权交易推广与气候干旱加剧,此类技术正成为PA中最具经济理性的投资方向。
- 6.
变量施肥技术经济学
6.1 经济机理与投入优化
变量施肥(Variable Rate Fertilization, VRF)通过匹配田间肥力空间变异与作物需求,依据边际收益等于边际成本原则优化养分配置。但其盈利性高度依赖田块异质性程度,均质农田可能难以收回技术投入。现有评估常忽略软件订阅、数据处理与培训成本,且短期研究未考虑肥料价格波动与设备折旧。
6.2 节肥效益与经济表现
VRF通常降低肥料用量10–30%,大田作物年净收益约20–80美元/公顷,高附加值园艺作物增益更显著。2021–2022年全球氮肥危机期间,节肥直接对冲价格风险。但小农受限于资本与技术服务,需依赖PAaaS等模式突破瓶颈。
6.3 环境效益与可持续性估值
精准施肥通过减少硝酸盐淋溶、富营养化与氧化亚氮(N2O)排放创造环境价值。碳信用交易、养分交易计划等机制可内化部分外部性,但估值方法(影子定价、规避成本法、生态系统服务估值等)间差异巨大,且存在反弹效应(节肥刺激扩耕)与技术隐含碳排放未被充分核算的问题。亟需开发生命周期评价与标准化环境估值框架。
- 7.
精准灌溉与水管理经济学
7.1 水稀缺作为经济驱动力
水资源稀缺推高灌溉用水的边际机会成本,强化精准灌溉投资逻辑。但经济可行性受水文条件、水价政策、能源成本与作物价值共同调节。 volumetric定价或地下水管控区激励最强,而补贴区则相反。评估需超越直接节水,纳入能源节约、养分利用率提升、品质改善与气候韧性等综合收益。
7.2 经济绩效与资源效率
精准灌溉普遍实现节水10–40%,高附加值作物因水分胁迫直接影响品质而回报最优。但ROI估算受水价、能源成本、设备折旧等参数影响显著,短期试验常忽略软件更新、传感器校准及气候年际变异导致的收益波动。
7.3 小农采纳与发展中地区视角
非洲、南亚与东南亚面临严峻的水危机与气候脆弱性,但小农因资本匮乏、技能不足与基建滞后难以独立承担技术成本。合作社经营、承包商服务与PAaaS模式成为可行路径。当前研究空白在于缺乏针对这些区域社会经济条件的长期可行性评估。
7.4 环境效益与经济估值挑战
精准灌溉的环境收益(减少地下水超采、养分淋失等)具有显著正外部性,但估值方法(影子定价、条件价值法等)的异质性导致结果不可比。除非通过水市场、生态补偿等机制将外部性内部化,否则私人投资决策可能偏离社会最优水平。
- 8.
PA投资成本—效益评估
8.1 投资回报率
ROI因直观简便被广泛采用,PA技术ROI多介于8–35%,大型农场与高价值作物系统收益更高。但其局限性明显:成本核算范围不一(是否含培训、运维等)、忽略时间价值与风险差异、未涵盖环境外部性。单纯依赖ROI可能导致低估具有长期环境效益的技术。
8.2 净现值
NPV通过折现现金流更全面反映长期绩效,尤其适用于精准灌溉等长周期投资。但其结果对贴现率、规划周期、价格波动等假设高度敏感。传统NPV的确定性假设亦无法捕捉气候与市场不确定性。敏感性分析表明,水价、肥价与贴现率是关键影响因子。政策层面需将环境外部性纳入NPV以提升决策科学性。
8.3 回收期、投资风险与全生命周期绩效
回收期侧重流动性风险评估,软件与UAV通常2–4年回本,而灌溉设施与自主农机需4–10年。但该指标忽略资金时间价值与回收后收益,且未计入软件订阅、网络安全、技术淘汰等持续成本。PA的核心风险缓释价值——通过实时监测降低气候与生产波动损失——尚未被传统指标充分捕获。未来需转向包含韧性效益的全生命周期评估。
8.4 经济估值方法比较与政策适用性
ROI适于农户短期决策,NPV长于长期项目评估,CBA则能整合环境与社会外部性,适用于公共政策分析。新兴的生命周期成本法、实物期权分析与随机模拟进一步拓展了评估维度。方法论选择应匹配决策场景:农户关注盈利性,政府需权衡社会福利,金融机构侧重风险调整现金流。亟需开发融合财务绩效、环境成本与气候韧性的标准化框架。
- 9.
经济约束、采纳壁垒与不确定性
9.1 资本要求与技术可及性
高昂的初始投资(传感器、GPS、数据平台等)是小农采纳的主要障碍。合作社、承包商服务与PAaaS模式可缓解资本约束,但其可持续性需在发展中国家实证检验。
9.2 数据治理、数字基建与互操作性
数据权属模糊、隐私担忧与算法不透明削弱农户信任。宽带覆盖不足、软硬件兼容性差进一步抬高交易成本。技术革新必须与数字基建及治理体系协同推进。
9.3 经济评估的不确定性
方法学异质性、出版偏倚及环境价值量化困难导致评估结果可信度受限。亟需建立整合私人收益与环境外部性的标准化协议。
9.4 经济证据向农业政策的转化
政策设计需超越农场层面ROI,纳入环境外部性与长期韧性。水价改革、能源补贴退坡、生态补偿与数字基建投资是关键干预点。标准化评估框架将提升政策循证水平。
- 10.
可持续性产出
10.1 水稀缺经济学
水稀缺是精准灌溉采纳的核心驱动力,美国科罗拉多河流域案例显示百公顷农场年节水收益可达1.5–6万美元。但水价补贴会显著弱化经济激励,印证制度中介作用。
10.2 肥料价格波动
肥料价格剧烈波动使VRF成为重要的风险管理工具。2021–2022年氮肥价格飙升期间,VRF通过减量施用对冲成本风险。实物期权模型证实,价格波动期VRF总收益的15–30%源于调整灵活性,传统ROI分析低估此价值。
10.3 劳动力短缺
农业劳动力短缺在发达与发展中经济体同步加剧,推动自动化采纳。美国果蔬业工资上涨20–40%提升无人化设备经济性,日本老龄化农业则通过政府支持实现移栽、收获环节自动化。但技能错配(维修技师短缺)与收入分配效应(低技能劳工受损)构成隐性成本。
10.4 气候变化适应
气候变率提升PA技术经济价值,其适应功能(如胁迫响应灌溉、动态施肥)主要通过风险削减创造收益。澳大利亚干旱区研究显示,农户对早期胁迫预警技术的支付意愿是常规效率收益的2–3倍。碳市场与指数保险进一步通过风险转移机制强化PA采纳动力。
10.5 稀缺—采纳关联的批判性审视
稀缺对采纳的影响呈非线性:受制度调节(水价政策)、具有不对称性(涨价促采纳、降价难逆转)、存在边际递减(普及后竞争优势弱化)及行为过滤(信息不足与认知偏差延迟决策)。政策需配套示范推广与能力建设以消除行为阻滞。
10.6 PA、农业保险与风险管理
PA通过高频监测数据降低保险双方信息不对称,提升天气指数保险的精算准确性与理赔效率。AI预测模型与数字孪生技术支持灾害模拟与风险定价,但依赖网络覆盖、数据质量与监管框架。未来需深化PA在综合风险管理中的经济贡献研究。
- 11.
可持续性产出(续)
11.1 温室气体减排
VRF通过优化施肥降低N2O排放,精准灌溉通过水分管理抑制稻田甲烷排放。全球谷物生产全面采纳PA有望年减排3–4.5亿吨CO2当量,按现行碳影子价格估算社会收益达150–450亿美元/年。但估值高度依赖社会成本假设与额外性原则(仅核算超越基准线的减排量)。
11.2 资源保护
靶向施药减少非靶标生物暴露,提升授粉与生物防治服务价值(全球年值2350–5770亿美元)。精准控肥减轻水体富营养化,规避水处理与生态修复成本。但生态系统服务估值存在方法异质性(是否含非使用价值)与作物依赖性差异(虫媒作物获益显著,禾谷类作物微弱)。
11.3 循环经济贡献
PA优化有机肥变量施用与秸秆管理,促进养分循环与生物质能源化,助力农业循环生物经济。但效益发挥依赖区域种养布局匹配与养分回收基础设施。
11.4 环境估值方法学考量
碳影子价格(50–200美元/吨CO2当量)、授粉服务生产函数法、水质改善的规避成本法等均存在显著假设敏感性。贴现率选择可导致估值差异达3倍,意愿调查法则存在30–50%的假设偏差。亟需开发标准化环境会计框架。
11.5 遗留知识缺口与未来方向
未来研究需优先解决四大问题:①开发整合私人盈利、环境外部性与气候韧性的标准化评估方法;②填补撒哈拉以南非洲、南亚等地的地理证据空白;③深化AI、数字孪生、自主系统等新兴技术的全生命周期经济分析;④构建融合保险、碳市场、数据治理的综合分析框架。
- 12.
未来创新
12.1 自主农业系统
自主农机(自动驾驶拖拉机、除草机器人等)通过全流程替代人工创造经济价值,麦肯锡预估全球年潜力达1500–2000亿美元。但高资本门槛(全自动联合收割机高达50万美元)可能加剧产业集中度,技能需求转型(机械维修、数据分析)或引发结构性失业,法律责任与算法问责机制亦待完善。
12.2 AI驱动农场管理
下一代AI平台将实现“感知—决策—执行”闭环管理,通过全生育期协同优化提升净收益。但人机权责界定模糊、算法依赖削弱农户判断力、本地化数据“冷启动”问题(需多季数据训练模型)均构成经济摩擦。
12.3 数字孪生、预测分析与智能风险管理
数字孪生通过整合IoT、遥感与历史数据构建虚拟农场,支持情景模拟与事前决策,显著降低试错成本。其在农业保险(提升指数保险精算精度)、自主系统协同(提供导航与调度算法基础)中具广阔前景。但数据互操作性、模型验证成本与计算资源约束限制小农采纳。
12.4 创新、创业与人力资本
PA经济潜力释放依赖新型农业人才培养。中国农业院校实践表明,涉农社会实践、创业竞赛等体验式教育提升学生务农意愿11.0%,职业价值观认同中介效应达16.1%。未来需构建融合农学、数据科学与商业管理的跨学科教育体系,支撑AgTech创业生态。
- 13.
结论
精准农业已从单项技术集合演进为支撑农业可持续集约化的数字范式。本综述通过整合技术采纳理论、资源经济学与生产效率模型,系统阐释了数字技术创造经济价值的多尺度机制,批判性地指出现有经济评估的方法学异质性与地理偏差,强调未来需建立标准化分析框架、拓展全球代表性研究、深化新兴技术评估,并推动政策创新以统筹私人盈利、环境外部性与社会福祉。唯有技术创新与制度变革协同,方能实现全球农业数字化绿色转型的普惠共赢。