智慧农业催生乡村新质生产力实施方案

数字农田·智慧乡村智慧农业催生乡村新质生产力实施方案（2026—2030年）方案提要：智慧农业的价值，不在于田里多了几台传感器、天上飞了几架无人机，而在于能否用数据替代经验、用精准替代粗放、用协同替代分散，重构农业的投入产出结构。当前，智慧农业的推广面临三个错位：技术供给与农艺需求错位，硬件堆砌与实际效益错位，示范园区与普通农户错位。大田物联网装了不少，但很多数据没有指导播种、施肥和灌溉；数字平台建了不少，但小农户用不上、用不起。本方案围绕“农艺数据化、装备宜机化、服务社会化、主体梯队化、数据要素化”五条主线，从基础设施、场景应用、技术攻关、经营主体、人才支撑、资金模式、安全与伦理、绩效评价八个维度，设计了一套面向大田、设施、果园、畜禽和水产等多业态的培育机制，并配套成熟度自评表、场景优先级评估表、服务组织培育清单、绩效指标表，供地方主管部门和经营主体参照使用。一、形势判断与产业逻辑智慧农业是用数字技术对农业全链条进行改造，其目标不是“炫技”，而是解决农业面临的真问题：劳动力老龄化、水资源约束趋紧、化肥农药过量施用、产销信息不对称、极端天气频发。这些问题靠传统要素投入已难以解决，必须借助数据、算法和智能装备，提升土地产出率、资源利用率和劳动生产率。从新质生产力的角度看，智慧农业的本质是用数据要素替代部分传统要素投入，用精准决策替代经验判断，用社会化服务替代分散经营的低效率。然而，智慧农业的落地效果与投入并不总是匹配。许多地方的智慧农业项目呈现“三多三少”：硬件多、数据少，传感器和摄像头装了不少，但数据没有打通、没有分析、没有反馈到生产决策；展示多、应用少，示范园区里大屏林立、无人机飞防演示频频，但周边农户和新型经营主体并未真正用起来；大企业多、小农户少，智慧农业的解决方案主要面向规模化农场和农业企业，小农户因成本高、技术门槛高、地块分散而难以受益。这些问题的根源，在于智慧农业的供给逻辑仍是“技术推动”，而非“需求牵引”；仍以“项目制”方式建设，而非以“服务化”方式运营。本方案的基本判断是：智慧农业催生乡村新质生产力，不能走“重建设、轻运营”“重硬件、轻数据”“重示范、轻推广”的老路，而应以农艺数据化为核心，以宜机化装备为基础，以社会化服务为纽带，以经营主体梯度培育为支撑，以数据要素价值释放为长期方向。方案不追求物联网设备数量和平台建设数量，而追求数据利用率、精准作业覆盖率、服务带动小农户数量、节本增效幅度的实质性提升。核心判断智慧农业最稀缺的不是传感器和无人机，而是“能把数据翻译成农事决策”的人和组织。没有农技人员、乡土专家和服务组织把数据转化为“什么时候浇水、施多少肥、打什么药”的具体建议，再多的数据也只是沉默的字节。方案的首要功能，是培育和激活这类“翻译者”和“服务者”，把技术从展示厅推到田间地头。二、总体要求与发展目标（一）指导思想以农艺数据化为核心，以智能装备宜机化为支撑，以社会化服务为纽带，以经营主体梯度培育为基础，以数据要素价值释放为长期方向，推动智慧农业从“项目示范”向“常态应用”转变，从“技术展示”向“节本增效”转变，从“服务大户”向“带动小农”转变。坚持市场主导与政府引导相结合，坚持技术适用与农艺融合相结合，坚持效率提升与绿色发展相结合，把智慧农业打造为乡村新质生产力的重要载体。（二）基本原则第一，农艺先行。智慧农业的出发点是解决农艺问题，而非堆砌技术。数据采集、模型开发和装备选型都应围绕农艺需求展开，避免“为数字化而数字化”。第二，宜机适用。装备和软件应适应农业生产的实际条件（地块大小、作物类型、地形地貌、用户能力），不盲目追求“高精尖”，优先推广“用得起、用得上、用得住”的适用技术。第三，服务带动。以社会化服务组织为纽带，把智慧农业的能力打包成农户可购买的服务，降低小农户的使用门槛。第四，数据贯通。推动数据标准统一和跨平台互通，避免形成新的数据孤岛。第五，绿色导向。智慧农业应服务于化肥农药减量、节水灌溉、耕地保护等绿色目标，而非单纯追求产量。（三）分阶段目标阶段能力建设目标产业培育目标2026—2027年

筑基期建成县域农业数据底座和天空地观测网络；制定主要作物数据采集和模型标准；培育一批社会化服务组织；建设智慧农业实训基地；数字乡村基础设施（网络、电力、物流）明显改善。主要作物精准播种、施肥、灌溉覆盖率明显提升；化肥农药使用量下降；服务组织带动小农户数量显著增加；形成一批可复制的节本增效案例。2028—2029年

成长期农业AI模型在主要作物和场景中达到实用水平；智能装备国产化率和宜机化程度提高；数据要素市场在农业领域初步探索；服务组织实现市场化运营；农产品质量追溯体系基本建立。智慧农业在设施农业、果园、畜禽、水产等业态规模化应用；农产品优质优价机制初步形成；乡村数字治理和公共服务水平提升；经营主体数字化能力显著增强。2030年

提升期形成自主可控的农业数据采集、模型算法和智能装备体系；数据要素在农业生产、金融、保险、流通中价值充分释放；服务组织覆盖主要农业县；智慧农业标准体系基本完善。农业全要素生产率显著提升；乡村新质生产力形成规模效应；小农户与现代农业有机衔接；智慧农业成为乡村产业振兴的重要支撑。三、智慧农业成熟度自评与路径选择不同地区、不同经营主体的智慧农业起点差异极大。有的规模化农场已实现精准灌溉和变量施肥，有的合作社还在用纸质记录。如果不做诊断就统一要求“上平台、装设备”，必然导致资源错配。建议在制定实施方案前，先完成一次结构化自评。（一）五维自评表维度判断项（0—3分：0=完全没有，1=有雏形，2=部分运行，3=稳定运行）低分信号数据采集①是否对土壤墒情、气象、作物长势进行常态化监测；②采集的数据是否被记录和存储；③数据是否覆盖主要地块和关键生育期；④是否使用遥感或无人机进行巡田。数据靠眼看手记；采集后不存储；只覆盖个别地块；从不使用遥感。决策应用①是否基于数据制定播种、施肥、灌溉、植保方案；②是否使用模型或算法辅助决策；③是否根据数据调整农机作业参数；④是否对决策效果进行跟踪评估。决策靠经验；从不看数据；农机作业凭感觉；效果好坏说不清。装备水平①是否使用北斗导航自动驾驶或辅助驾驶；②是否使用无人机植保或变量作业机具；③是否有智能灌溉或环境调控设备；④装备是否与地块条件和管理能力匹配。纯人工操作；无任何智能装备；灌溉靠大水漫灌；装备闲置不会用。服务与组织①是否购买或提供社会化服务（代管、代耕、代防）；②是否有合作社或服务组织统筹智慧农业应用；③是否与农技人员或专家建立稳定联系；④是否参与过智慧农业培训。单打独斗；无服务组织；遇问题无人可问；从未参加培训。数据贯通与安全①不同设备和平台的数据是否互通；②是否有数据管理和安全保护的基本规则；③是否了解数据权属和隐私边界；④是否将数据用于质量追溯或品牌建设。数据孤岛；无安全规则；不清楚数据归谁；从不用于追溯或品牌。（二）四条推进路径根据自评结果，建议选择四条路径。路径一：基础补课型，适用于数据采集和装备水平低的主体。重点是把关键数据采集起来、把适用装备用起来，先解决“看得见、管得住”的问题。路径二：决策优化型，适用于已有数据采集基础但决策仍靠经验的主体。重点是引入模型和算法，把数据转化为农事建议，并跟踪效果。路径三：服务带动型，适用于自身能力有限但周边有服务组织的主体。重点是通过购买社会化服务，间接获得智慧农业能力，降低使用门槛。路径四：全链数字型，适用于基础较好的规模化主体。重点是打通生产、加工、仓储、销售数据，实现全链条数字化和品牌化。四条路径不是互斥的，一个县域可以在不同主体和业态上选择不同路径。四、基础设施与数据底座（一）天空地一体化观测网络智慧农业的数据来源包括天基（卫星遥感）、空基（无人机）和地基（传感器、气象站、摄像头）。建议以县域为单位，统筹建设天空地一体化观测网络：天基利用公开卫星遥感数据，定期获取作物长势、土壤墒情、灾害范围等信息；空基配置无人机进行高分辨率巡田和变量作业；地基在代表性地块布设土壤墒情、气象、苗情监测设备，形成固定观测点。三类数据应统一时空基准和数据格式，接入县域农业数据平台。观测网络的建设应遵循“共享复用”原则，避免各部门、各主体重复建设。对已由气象、自然资源等部门建设的观测设施，应通过数据共享方式接入，而非另起炉灶。（二）农业数据平台与标准农业数据平台是智慧农业的“中枢”。建议建设县域农业数据平台，具备数据汇聚、存储、处理、分析和共享功能。平台建设的关键不是技术架构，而是数据标准：统一地块编码、作物分类、生育期划分、农事操作记录、投入品使用、产量和质量指标等数据项的格式和口径。标准制定应由农业农村部门牵头，联合科研机构、服务组织和经营主体共同参与，避免由技术厂商单方面定义。平台应向上对接省市平台，向下连接各类设备和应用，横向打通气象、水利、自然资源、市场监管等部门数据。平台的生命力在于“被使用”，应将数据服务嵌入农技指导、保险理赔、信贷评估、质量追溯等实际业务中，而非建成一个“只看不用”的展示系统。（三）网络与电力保障智慧农业的落地离不开网络和电力的基础支撑。建议：网络方面，优先解决规模化种养基地、设施农业园区和重要田块的4G/5G覆盖，对偏远地块可采用低功耗广域网（NB-IoT/LoRa）补充；推动农村宽带提速降费，降低数据传输成本。电力方面，保障智能灌溉、环境调控、冷链仓储等设施的用电需求，对偏远地块可推广太阳能供电的监测设备。网络和电力是智慧农业的“隐性基础设施”，其短板往往比软件和算法更直接地制约应用效果，应在方案中给予足够重视。五、重点场景与应用推广（一）场景优先级评估智慧农业的场景极其丰富，但经济性和推广难度差异很大。建议从节本增效空间、技术成熟度、用户接受度、基础设施适配性四个维度评估场景优先级，避免“全面开花、无一结果”。优先支持“节本增效明显、技术成熟、用户易接受、基础设施可支撑”的场景，对“远期潜力大但当前条件不成熟”的场景，以试验示范为主。场景核心价值技术成熟度用户接受度优先级建议精准灌溉节水、节肥、省工较成熟较高优先无人机植保减药、增效、应对劳动力短缺成熟高优先变量施肥减肥、增产、减少面源污染较成熟中重点推广智能农机作业提高作业精度和效率较成熟中高规模主体优先设施环境调控提高品质、减少病害、反季节生产成熟高（设施农业）设施农业优先畜禽智慧养殖精准饲喂、健康监测、环境控制较成熟中高（规模场）规模养殖场优先水产智慧养殖水质监测、精准投喂、病害预警发展中中重点示范农产品质量追溯品牌溢价、消费者信任成熟中高（品牌主体）品牌主体优先（二）大田种植场景大田种植是智慧农业的主战场。重点推广精准播种、变量施肥、智能灌溉、无人机植保、北斗导航作业等场景。实施要点：以地块为单元，建立地块数字档案，记录土壤类型、肥力、历史产量和农事操作；以作物为对象，开发主要作物的生育期模型和施肥灌溉决策模型；以农机为载体，推动北斗导航自动驾驶和变量作业机具的普及；以服务为纽带，通过社会化服务组织将智慧农业能力打包提供给小农户。大田场景的推广应优先在规模化经营主体和托管服务覆盖区域落地，形成“大户带小户”的辐射效应。（三）设施农业与果园场景设施农业和果园的附加值较高，对智慧农业的支付意愿和能力较强。重点推广环境自动调控、水肥一体化、病虫害智能识别、产量预测、质量追溯等场景。实施要点：环境调控根据作物需求自动调节温湿度、光照和二氧化碳浓度；水肥一体化根据基质或土壤墒情精准供给水肥；智能识别利用图像识别技术进行病虫害诊断和果实成熟度判断；质量追溯记录生产全过程数据，支撑品牌建设。设施和果园场景的推广应与产后分级、冷链物流和品牌营销结合，使智慧农业的投入能够通过品质提升和品牌溢价获得回报。（四）畜禽与水产养殖场景畜禽和水产养殖的智慧化程度直接影响疫病防控、饲料成本和产品品质。重点推广精准饲喂、健康监测、环境控制、水质在线监测、病害预警等场景。实施要点：精准饲喂根据动物生长阶段和个体状态自动配比饲料、控制投喂量；健康监测利用传感器和视频分析监测体温、活动量和异常行为；环境控制自动调节畜禽舍和水产池塘的温湿度、氨气、溶氧等指标；病害预警基于水质和养殖数据建立预警模型。养殖场景的智慧化应与动物防疫和产品质量安全监管衔接，形成可追溯的养殖档案。（五）社会化服务与小农户带动小农户是智慧农业推广的难点，也是乡村新质生产力必须惠及的群体。建议以社会化服务组织为纽带，将智慧农业能力打包成小农户可购买的服务：托管服务（代耕、代种、代管、代收）、植保服务（无人机统防统治）、灌溉服务（智能灌溉托管）、信息服务（农情推送、市场行情、技术指导）。服务组织负责智慧农业设备和技术的投入与运营，小农户按亩或按次付费，降低小农户的使用门槛和风险。建议对服务组织购置智慧农业设备、建设服务平台给予补贴，对服务小农户达到一定数量的组织给予奖励。社会化服务的绩效评价应以“服务小农户数量”和“节本增效幅度”为核心，而非服务组织自身的收入规模。六、技术攻关与装备自主（一）农业专用传感器与模型农业场景的特殊性对传感器和模型提出了不同于工业的要求：低成本、低功耗、耐恶劣环境、易维护。当前，土壤墒情传感器、气象站、苗情监测设备等已较为成熟，但价格和运维成本仍偏高；作物生长模型、病虫害预测模型、产量预测模型的精度和适用性仍有待提升。建议重点攻关：低成本土壤多参数传感器、基于图像和光谱的作物长势监测设备、主要作物的生长与产量模型、病虫害智能识别与预警模型、畜禽行为与健康监测算法。模型攻关应注重本地化，不同区域、不同品种的模型参数差异很大，不能简单套用国外模型。（二）智能农机与作业装备智能农机是智慧农业的执行载体。建议重点发展：北斗导航自动驾驶系统（提高作业精度、减轻驾驶员疲劳）、变量施肥播种机（按处方图精准作业）、智能灌溉设备（按墒情自动灌溉）、无人机植保与巡田（高效、精准、适应复杂地形）、果蔬采摘机器人（应对劳动力短缺，当前以示范为主）、畜禽精准饲喂设备。农机攻关应注重宜机化：适应小地块、坡地、大棚等复杂条件，操作简便、维护方便、价格可承受。对已成熟的智能农机，应通过农机购置补贴和作业补贴加快推广。（三）农业AI模型与决策支持农业AI是智慧农业的“大脑”。建议重点推进：作物病虫害识别（基于图像和深度学习的诊断）、长势监测与产量预测（基于遥感和气象数据）、施肥灌溉决策（基于土壤、作物和气象数据）、畜禽健康预警（基于行为和环境数据）、市场行情预测（基于供需和价格数据）。AI模型攻关的关键是数据质量：农业数据分散、标注成本高、时空异质性强，没有高质量的本地数据，模型精度难以保证。建议依托农业数据平台，建立数据标注和模型评测机制，推动模型在不同区域和品种上的验证与迭代。（四）装备国产化与供应链智慧农业装备的国产化程度直接影响成本和推广速度。当前，部分高端传感器、智能农机核心部件和农业AI芯片仍依赖进口。建议梳理智慧农业装备的供应链风险清单，对“卡脖子”环节（如高精度土壤传感器、农机专用控制器、农业AI芯片）组织联合攻关，对已实现国产化的装备（如无人机、北斗导航终端、智能灌溉设备）通过示范推广加速市场验证。装备国产化不追求“全部自给”，而应在关键环节形成可替代能力，降低供应链风险。七、经营主体培育与服务组织建设（一）规模化经营主体家庭农场、合作社、农业企业等规模化经营主体是智慧农业的先行者。建议支持其率先应用智慧农业技术，建设数字农场、智慧牧场、智慧渔场，形成可复制的样板。对规模化主体的支持应聚焦“能力建设”而非“设备采购”：帮助其建立数据管理规范、培养数字化人才、对接技术服务平台，使其真正具备使用智慧农业的能力。对应用效果显著的主体，在项目申报、品牌认定、信贷支持中给予倾斜。（二）社会化服务组织社会化服务组织是连接智慧农业与小农户的关键纽带。建议重点培育三类服务组织：农机服务组织（提供智能农机作业、无人机植保、精准灌溉等服务）、农技服务组织（提供测土配方、病虫害诊断、农事指导等服务）、综合服务组织（提供托管、代管、产销对接等全链条服务）。对服务组织的培育应包括：设备购置补贴、服务能力培训、服务标准制定、服务质量评价。建议建立服务组织名录和信用评价体系，让小农户能够找到可靠的服务提供者。服务组织的绩效评价应以“服务面积、服务农户数、节本增效幅度、用户满意度”为核心指标。（三）小农户的衔接机制小农户不可能人人成为智慧农业的直接使用者，但可以通过服务组织间接获得智慧农业的收益。建议建立三种衔接机制：服务购买（小农户按需购买托管、植保、灌溉等服务）、合作社带动（合作社统一采购智慧农业服务，再分配给成员）、村集体统筹（村集体建设智慧农业设施，向农户提供有偿服务）。对小农户的带动效果应纳入智慧农业项目的绩效评价，避免“只服务大户、忽略小农”。同时，应尊重小农户的意愿和选择，不搞强迫命令。（四）农业数据要素化探索农业数据具有巨大的潜在价值，但其确权、定价、交易和收益分配机制尚不成熟。建议在条件成熟的地区开展农业数据要素化试点：数据确权（明确农户、经营主体、服务组织、平台方在数据产生和使用中的权利）、数据定价（探索农业数据的成本法、收益法或市场法定价）、数据交易（依托数据交易所或农业数据平台，开展数据产品交易）、收益分配（探索数据收益在各方之间的合理分配）。试点应坚持“保护农户权益”的原则，防止数据被滥用或收益被少数主体独占。八、人才支撑与能力建设（一）复合型农业数字化人才智慧农业最缺的人才是“懂农业、懂数据、懂技术”的复合型人才。建议：高校培养，支持农业院校开设智慧农业、农业大数据、农业人工智能等专业方向，将农艺课程与数据科学、物联网课程结合；联合培养，支持高校与农业企业、服务组织共建实训基地，将真实农事问题作为学生课题；在职培训，面向基层农技人员、合作社带头人、家庭农场主开展智慧农业培训，重点提升数据应用和装备操作能力。培养质量的标准不是论文数量，而是能否把数据转化为农事决策、能否独立操作和维护智慧农业设备。（二）基层农技推广队伍转型基层农技人员是连接技术与农户的关键力量。建议推动农技推广队伍从“技术指导”向“数据服务”转型：能力转型，培训农技人员使用遥感、物联网、AI诊断等工具，使其能够基于数据为农户提供精准建议；工具赋能，为基层农技人员配备移动终端和农情监测APP，使其能够及时获取和反馈信息；考核调整，将服务农户数量、问题解决率、数据应用效果纳入农技人员考核。农技队伍的转型不是“换人”，而是“换工具、换方法”，让现有人员发挥更大作用。（三）乡土专家与数字农人乡土专家和数字农人是智慧农业推广的重要力量。建议：认定与激励，对在智慧农业应用中表现突出的乡土人才给予认定和奖励，发挥其示范带动作用；培训与交流，组织数字农人培训营、经验交流会，促进知识共享；平台支持，为数字农人提供设备、数据和技术支持，帮助其成为当地智慧农业的“领头雁”。乡土专家的优势在于“接地气、懂农事、有威信”，其推广效果往往优于外部技术人员的说教。九、资金投入与商业模式（一）多元投入结构智慧农业投入大、周期长、外部性强，需要多元化资金支持。财政资金重点支持数据平台、观测网络、公共实训基地、基础模型等公共环节。农业经营主体投入智能装备、软件服务和数据应用。服务组织投入服务设备和运营能力。金融信贷为智慧农业设备和设施提供贷款和租赁服务。社会资本可通过产业基金、PPP等方式参与。四方资金应各司其职，避免重复投入或留下空白。（二）商业模式创新智慧农业的可持续发展取决于商业模式是否成立。建议探索：服务订阅（农户按亩或按年订阅农事指导、植保、灌溉等服务）、设备租赁（服务组织向农户出租智能农机和监测设备）、按效果付费（根据节本增效的实际效果收费）、数据增值（在保护隐私的前提下，将脱敏数据用于保险定价、信贷评估、市场分析）、品牌溢价（通过质量追溯和智慧生产提升农产品品牌价值）。商业模式的关键是找到愿意付费的用户和可持续的定价机制，避免长期依赖补贴。（三）风险分担与保险智慧农业面临技术风险（设备故障、模型不准）、市场风险（农产品价格波动）、自然风险（极端天气）等多重风险。建议：设备保险，为智能农机和监测设备提供财产保险；服务质量保险，为社会化服务的履约质量提供保障；天气指数保险，利用气象数据开发指数保险产品，降低农户因灾损失；数据安全保险，为农业数据泄露或滥用提供风险保障。风险分担机制的目的是降低经营主体的后顾之忧，促进智慧农业的推广应用。十、安全、伦理与数据治理（一）数据安全与隐私保护农业数据涉及农户个人信息、经营数据和地块信息，必须加强安全保护。建议：分类分级，根据数据敏感程度和重要性，实施差异化保护；权限管理，明确数据采集、存储、使用、共享的权限和流程；脱敏处理，在数据共享和交易中对敏感信息进行脱敏；安全审计，定期对数据平台和系统进行安全检查和风险评估。数据安全不是限制使用，而是在保护农户权益的前提下促进数据价值的合理释放。（二）算法公平与伦理边界农业AI模型的训练数据往往来自特定区域和特定品种，直接应用到其他区域和品种时可能出现偏差。建议：模型验证，在不同区域和品种上对AI模型进行验证，确保其适用性和公平性；可解释性，对影响农户决策的AI建议（如施肥量、灌溉时间），应提供可理解的理由，避免“黑箱”决策；伦理审查，对涉及农户利益、食品安全和环境保护的AI应用，进行伦理评估，防止技术滥用。算法公平和伦理边界是智慧农业获得社会信任的基础。（三）数字鸿沟与包容性智慧农业的推广可能加剧“数字鸿沟”：大户用得起、用得好，小农户用不上、不会用。建议：服务普惠，通过社会化服务组织降低小农户的使用门槛；培训下沉，面向小农户开展手机应用、智能设备操作等基础培训；设施共享，建设村级智慧农业服务站，提供设备共用、技术咨询服务；政策倾斜，对小农户购买智慧农业服务给予补贴。智慧农业的目标不是“少数人的现代化”，而是“多数人的共同提升”。十一、组织实施与绩效评价（一）组织架构建议建立“县级统筹、乡镇落实、平台支撑、主体实施”的组织架构。县级层面成立智慧农业发展工作专班，由农业农村、工信、科技、财政、自然资源、市场监管等部门参加，负责规划制定、任务分解、绩效监测和协调服务。乡镇层面负责项目落地和农户组织。平台层面由农业数据平台、观测网络、实训基地等承担公共服务职能。主体层面由规模化经营主体、服务组织和村集体共同参与。四方职责清晰、接口明确，避免“都在管、都不管”。（二）年度行动安排时间重点任务责任主体第一季度完成智慧农业摸底和主体自评；发布年度重点任务和场景清单；数据平台和观测网络建设方案编制；服务组织培育计划制定工作专班、行业专家、平台建设单位第二季度数据平台上线试运行；观测网络布设；首批智慧农业场景立项；服务组织培训；实训基地开班平台运营方、服务组织、高校院所第三季度场景应用中中期检查；数据质量专项治理；AI模型验证；小农户带动效果评估；安全与伦理培训专家委员会、服务组织、监管部门第四季度年度绩效评价；场景效果评估；下一年度任务和预算编制；经验总结与推广工作专班、第三方评估机构、经营主体（三）绩效指标建议从六个维度设置监测指标。数据基础类：观测网络覆盖面积、数据平台接入主体数、数据标准覆盖作物数、数据质量合格率。场景应用类：精准灌溉/变量施肥/无人机植保覆盖面积、智能农机作业面积、设施环境调控覆盖率、质量追溯覆盖主体数。节本增效类：化肥农药减量幅度、节水节电幅度、亩均增产幅度、亩均节本幅度。服务带动类：服务组织数量、服务小农户数量、托管服务面积、用户满意度。主体培育类：数字农场/牧场/渔场数量、复合型人才培训