高鸣：以人工智能战略强化国家粮食安全保障

一、引言

人工智能作为驱动新一轮科技革命与产业转型的核心通用技术，是催生新质生产力的关键引擎。党的二十届四中全会通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确提出要“全面推动‘人工智能+’行动，以人工智能引领科研范式革新，深化其在产业发展、文化建设、民生保障、社会治理等领域的融合，抢占人工智能应用高地，为各行各业提供全方位赋能。”人工智能横跨计算机科学、认知科学等多个学科，集成了机器学习与计算机视觉等多项关键技术，展现出高度交叉融合的特点。近年，中国积极把握人工智能发展机遇，大力支持其创新与应用。2024年，中国公开的生成式人工智能专利数量已占全球总量的六成以上，为人工智能与社会经济的深度融合奠定了坚实基础。

粮食安全乃“国之大者”，将人工智能应用于国家粮食安全保障体系，是支撑国家实现独立自主发展的现实需要。2025年，我国粮食产量持续稳定在1.4万亿斤以上，粮食安全保障能力不断增强①。然而，我国粮食安全仍面临诸多挑战。首先，农村劳动力老龄化趋势加剧，“谁来种地”的问题尚未完全破解。其次，我国农业科技水平与世界农业强国相比仍有差距，尤其在粮食育种技术和高端农机装备等领域存在明显短板。再者，耕地与水资源长期处于高负荷利用状态，粮食安全保障面临着严峻的生态资源约束。未来一个时期，要确保国家粮食安全，必须积极引导先进生产要素向粮食领域聚集，为粮食安全注入新的发展动力。

值得深入探讨的是，人工智能作为能够推动生产力跃升和生产关系变革的战略性新兴技术，将如何重塑我国粮食安全保障的格局？当前人工智能赋能粮食安全有哪些具体应用场景？其在粮食领域的布局与应用又受到哪些现实条件的制约？未来推动人工智能应用于粮食安全保障的主要目标与思路应是什么？

围绕上述议题，学界展开了广泛讨论，相关研究主要集中于三个方面。第一，人工智能发展的影响及其风险防范。人工智能是具有自我强化能力的通用技术，能优化生产要素配置效率，驱动传统产业升级与新兴产业发展。聚焦农业农村领域，人工智能已在农业生产、乡村建设等多个方面展现出强大应用潜力，日益成为推动农业农村现代化的重要力量。但也有学者提醒，需正视人工智能发展带来的技术风险，应完善相关法律法规，提升人工智能治理水平。第二，新时期保障粮食安全的形势变化与路径选择。从粮食安全的整体格局看，我国口粮自给率虽高，但大豆等粮食品种的进口需求短期内难以根本改变，未来仍需重视国际粮食贸易风险。从面临的新形势看，居民膳食营养需求的提升对粮食安全保障提出了更高要求，在“吃得饱”的基础上，还需努力实现“吃得好”与“吃得健康”。对此，学者们建议应加快发展新质生产力，加速数智化科技在粮食安全保障中的应用，持续提升保障能力。第三，人工智能技术在粮食领域应用的优势与困境。部分学者认为，人工智能推动了精准农业发展和智能装备在粮食领域的应用，有助于提升生产效率，未来应持续拓展其应用场景。但也有研究发现，人工智能技术在粮食领域的应用存在固定投资成本高、投资回收周期长等问题，现阶段小农户和家庭农场等经营主体应用相关技术缺乏可行性。

总体而言，学界系统梳理了人工智能的发展现状与应用情况，并明确了新时期我国保障粮食安全面临的形势。已有研究具有重要参考价值，但仍存在以下不足：一是对人工智能赋能粮食安全保障的理论机理探讨尚不充分；二是现有讨论多集中于粮食生产环节，对人工智能在粮食减损、增效方面的分析较为欠缺；三是对粮食产业关键特征的把握不够深入，相关政策建议的针对性与可行性有待提高。为此，本文首先阐述人工智能赋能粮食安全保障的内在逻辑，进而分析其应用潜力与挑战，最后提出相应的政策优化路径。

二、人工智能赋能粮食安全保障的内在逻辑

粮食安全是一个综合性概念。人工智能通过延伸粮食产业链、提升价值链、打造供应链，全方位赋能粮食安全保障能力的提升。本部分聚焦于延伸产业链、提升价值链和打造供应链这三个维度，探讨其内在逻辑。

(一)人工智能以延伸粮食产业链为基础，优化各环节分工

人工智能赋能国家粮食安全保障，需以延伸粮食产业链为基础，协同提升产业链各环节的保障能力。从产业链上游看，我国种业创新能力不强，育种技术与国际先进水平存在较大差距。粮食生产方式仍较粗放，农业投入品消耗量大。从产业链中下游看，我国粮食在加工、消费等环节的损耗率较高。以稻谷为例，产后环节的综合损失浪费率达30.27%，其中仅加工和消费两个环节的损失浪费率就高达20.62%。

当前人工智能展现出显著的“劳动节约型”技术进步特征。应用人工智能技术可以提升粮食全产业链的数智化水平，推动精准农业发展，从而实现全产业链的降本增效。在产业链上游，人工智能可赋能育种创新，提高育种效率。以劳动节约型技术替代人力投入，推动农业从依赖经验转向数据驱动的智慧模式，实现农业投入品的减量增效。在产业链中下游，人工智能通过数据分析和预测，为粮食产业链的进一步延伸提供科学的决策支持。

(二)人工智能以提升粮食价值链为重点，增强经济激励

粮食产品主要用于满足食物消费需求，这决定了其整体增值空间有限。但我国仍可通过发展粮食精深加工、打造优质粮食品牌等方式，推动现有价值链向更高水平跃升，从而更充分地激励从业者积极性。为此，我国实施了农产品加工业提升行动、“中国好粮油”示范行动等项目与工程，取得了一定进展，为提升粮食价值链打下了基础。

人工智能是做好“粮头食尾”增值文章的“利器”。第一，加工装备的数智化转型能提升粮食加工的精细化程度，推动精深加工的技术边界外扩。原本被浪费的粮食副产物得以更高效利用，加工环节损耗率进一步降低，极大拓展了价值增值空间。第二，利用人工智能建立和完善粮食产品的全流程质量标准管理与质量追溯体系，可提升产品标准化程度，推动附加值增长。第三，利用人工智能收集并预测消费者粮食消费信息，据此打造符合需求的优质产品。通过品牌信息的精准推送扩大影响力，实现粮食产品的内在价值。

(三)人工智能以打造粮食供应链为关键，提升韧性水平

打造粮食供应链旨在切实提升我国粮食“供得上”的能力，具体需从畅通国内供应和稳定国际贸易两方面着手，不断增强供应链韧性。国内方面，粮食供需仍处于“紧平衡”状态。“北粮南运”的流通格局显著，确保产销顺畅对接仍是保障粮食安全需解决的重要问题。国际方面，局部地缘冲突引发国际市场震荡。部分国家在国际贸易中不遵守规则，进一步增大了国际农产品市场的不确定性，放大了我国大豆等粮食产品的进口风险。

人工智能的应用提升了信息资源的开发利用水平，通过赋能国内供应和国际贸易，不断增强我国粮食供应链的韧性。第一，人工智能可以改善国内粮食供应的软硬件设施，提高流通效率。它基于粮食产销大数据进行学习与预测，形成更优的运输和供应方案。推动粮食物流基础设施数智化转型，进一步减少中间环节的粮食损耗。第二，利用人工智能对国际粮食市场进行跟踪监测，预测风险并构建预警机制，降低市场波动对贸易的不利影响，缓释进出口风险。

三、人工智能赋能粮食安全保障的现实基础

利用人工智能技术提升粮食安全保障能力，首先需明晰现有技术的应用基础。本部分从粮食增产、减损、提质、增效四个方面入手，探析其应用状况与潜力(图1)。

(一)人工智能在粮食增产方面的应用基础

推动粮食增产需实现良田、良种、良机、良法的深度融合。当前人工智能在改进育种和提升农机性能等方面应用场景丰富，为粮食增产注入新动能。第一，人工智能的应用促进了育种技术发展，激活了增产“芯片”。传统育种主要依赖人工试验检测，应用人工智能可提高效率、缩短周期。育种科学家利用图像识别技术精准识别植株特征，结合机器学习方法判断其是否为潜在优势植株，大幅减少人工筛选时间，提升成功率。从实际应用看，2024年，崖州湾国家实验室联合多单位发布了国内首个种业大语言模型“丰登”(SeedLLM)，提升了育种科研效率。预计人工智能未来将在粮食育种领域发挥更重要作用。第二，人工智能推动了新型智慧农机的应用，提高了生产效率。应用计算机视觉等技术后，农机具可自动规划作业路径、躲避障碍，减少劳动投入并提升作业精度。农业无人机等新型智慧农机可通过空中作业弥补传统装备不适应复杂地形的短板。在人工智能推动下，我国已在农业无人机等领域形成一定优势。2024年，全国植保无人机数量达25.1万架，防治作业面积达26.7亿亩次，均保持世界第一。

(二)人工智能在粮食减损方面的应用基础

粮食从生产到消费经历多个环节，每个环节都存在不同程度的损失。保障粮食安全要树立节约减损即增产的理念，切实降低损耗浪费。人工智能可以提升技术装备数智化水平并优化流通模式，进而实现节粮减损。第一，人工智能推动粮食储运设施数智化升级，为节粮减损提供技术支持和装备保障。传统储运设施科技应用水平不高，多依赖人工巡检，易造成粮食损失。对此，我国加大数智化改造力度。安装智能仓储设备后，可实时调控温湿度，减少虫害霉变概率。依靠机器学习等技术对粮情进行实时监测分析，发现异常及时预警并引导高效处置。应用智能储粮技术后，我国国有粮库的粮食综合损失率已降至1%以内，成效显著。第二，人工智能可以优化粮食流通模式，减少损失浪费。在“北粮南运”格局下，每年有大量粮食需远距离调运，流通环节损失不容忽视。使用机器学习技术可在高频数据变动中分析预测供需变化，为各类经营主体提供更充分的市场信息，便于其更合理安排购销计划。人工智能的应用为我国发展“四散化”粮食流通提供了精准可行的技术依据，有助于降低损耗率。

(三)人工智能在粮食提质方面的应用基础

保障国家粮食安全不仅要确保数量安全，还要确保质量安全。人工智能的应用有助于提高粮食的生产质量和检验水平，为守好“质量关”打下基础。第一，人工智能的应用有助于在生产中实现农业投入品减量增效。化肥农药等农用化学品过量投入会导致残留量较高，是阻碍粮食质量提升的重要原因。大部分种粮农户主要凭经验施肥打药，且出于防灾增产动机，实际用量常超过最适宜水平，最终对质量造成不利影响。应用人工智能后，生产者可实时上传反映生长情况的图片等信息，随时向专业大语言模型提问，从而获取科学精准的施肥打药方案，推动投入品减量增效。第二，人工智能可以提升粮食质量检验水平，严格落实监管要求。与传统检验技术相比，人工智能可进一步提升检验的准确性和效率。借助智能传感和图像识别技术，对粮食大小形状等物理特征进行精准识别分析，提升筛选效率。利用优质粮食数据预先训练学习，在实地提取真菌毒素等质量指标后，依靠模型判断相关指标是否处于安全范围内，从而实现快速准确的检验。

(四)人工智能在粮食增效方面的应用基础

保障粮食安全需为生产者等相关从业人员提供合理经济激励，以提高其生产经营积极性。人工智能推动了粮食精深加工技术进步，并促进了消费市场发展，为提升产品效益创造了更广阔市场空间。第一，人工智能的应用推动了粮食精深加工业发展，促进了附加值提升。我国农产品加工转化率约为72%，大量副产物未能得到综合利用，造成附加值流失。精深加工的技术装备短板长期制约高质量发展。我国充分发挥人工智能领域优势，以加工设备为载体，综合应用高精度智能传感技术、数据分析技术，不断提升加工数智化程度。优化算法后，加工装备运行故障概率明显降低，加工效率和质量不断提升。目前，我国已在智能粮机研发方面取得重要进展，应用了图像识别等先进技术的智能色选机等具备较强国际竞争力。第二，人工智能推动了粮食消费市场转变，促进了产品价值实现。利用机器学习等技术分析消费者膳食营养大数据，为其制定个性化摄入方案，并根据不同消费习惯进行“画像”，将优质产品精准推送给各类消费群体，通过压缩中间环节成本、实现供需顺畅对接来提升产业整体效益。

四、人工智能赋能粮食安全保障面临的问题与挑战

尽管人工智能应用前景广阔，但现实中仍存在一些不利于其在粮食领域部署推广的堵点。本部分从成本收益等视角进行分析，提出粮食领域应用人工智能面临的问题挑战。

(一)粮食生产效益有限不利于相关人工智能的研发推广

2012—2023年，我国三大主粮(稻谷、小麦、玉米)的平均每亩净利润低于200元，部分年份净利润甚至为负(图2)。人工智能的部署应用需要数据、算力和算法的紧密协同，但当前粮食经济效益不高，难以充分激励这些要素向粮食领域集聚。第一，粮食的经济效益难以覆盖数据开发成本。保障粮食安全涉及的环节和主体众多，数据