智慧农业 · 行业认知研究报告

第一章 · 边界、口径与产业形态

1.1 先划边界：本报告写什么、明确不写什么

「智慧农业」是一个被政策文件、券商研报和地方项目书共同撑大的词。先把边界钉死，否则后面每一个数字都会飘。

本报告的定义：智慧农业指以数据采集与算法决策为核心、直接作用于农业生产环节（种植、养殖、渔业）的技术、装备与服务。判据只有一条——去掉其中的数据与算法，这门生意是否还成立？不成立的，在范围内；照样成立的，不在范围内。

用这条判据划出的边界如下表。这张表要回答的是：为什么同样叫「智慧农业」的两家公司，可能做的是完全不同的两门生意。

有一处例外需要说明：普通拖拉机等整机不在范围内，但它是农机自动驾驶系统与前装智能系统的载体，整机的销量、结构与出口决定这些智能装备的装机基数。因此 3.3.2 节把农机整机作为载体观察，引用的整机销量与出口数据都是农机大类口径，不等于智慧农业的收入。

最容易被误算进来的两块，是高标准农田土建和种业。截至 2024 年底全国累计建成高标准农田超 10 亿亩（新华社《更多高标准农田来了》，2025-05-13），各地公开披露的亩均数字有两种口径，不可混用：四川的 559 元/亩是省级补助（不含中央与市县配套），宁夏「十四五」亩均 2,500 元、福建亩均 3,000 元是亩均投资（均为地方政府公开披露，2025）。按可比的亩均投资口径 2,000–3,000 元、10 亿亩粗估，这是一个 2–3 万亿元量级的累计投资盘子——但其中数字化模块的占比通常在个位数百分点，把整个工程盘子算作「智慧农业市场」，是本行业市场规模统计里最大的一处虚增。

1.2 市场规模：三个数字互相打架，这件事本身就是结论

关于中国智慧农业的市场规模，公开可得的数字如下。这张表不是为了给出一个答案，而是为了展示这个问题目前没有可靠答案。

金句 三个数字来自同一批聚合式行业报告，分项之和比其中最高的那个总量口径（1,600 亿）还高出 31%、比另一个（1,000 亿）高出一倍以上——差距大到只能用口径没有对齐来解释。

上表暴露的问题很具体：第一，同一年份（2024）的总量出现 1,000 亿与 1,580 亿两个版本，差 58%；第二，分项加总高于任一版本的总量，而这些分项与那两个总量分别出自哪家机构，公开引述中并未标明——查不到编制主体这件事本身，就说明这批数字没有一个统一的编制口径；第三，「智慧种业」600 亿元这一项存在定义问题：如果它指的是分子育种、基因编辑、种质数据库这类技术服务，其规模远小于种业全行业产值；如果它指的是种业全行业，那么按本报告 1.1 的边界，种子的生产与流通是明确的排除项——数字化改变的是用量决策，不是产品本身。无论按哪种定义，600 亿元这个数都不该出现在「智慧农业市场规模」里。

那么可信的锚点是什么？只有细分环节的单品市场能交叉验证：

• 农业无人飞机整机：中国市场 2020 年 15 亿元 → 2024 年 29 亿元，复合增速 17.92%（格隆汇引述行业调研，2025-11）。2024 年 29 亿元这个端点有独立来源可交叉核对：弗若斯特沙利文口径下该市场由 2019 年 8 亿元增至 2024 年 29 亿元（每日经济新闻《大疆打响农业无人机价格战，极飞科技等如何应对？》引述，2025-11-20）——起点年份与增速两条口径不同，但 2024 年的终点值一致。这个数字可用上市公司口径做一次交叉核对——极飞科技 2025 年总营收 11.66 亿元，其中农业无人飞机收入 10.22 亿元、占 87.6%，海外收入 4.19 亿元、占总营收约 36%（港交所招股书，2026-03；虎嗅转引，2026-03-28），倒推国内无人机收入约 6.5–7 亿元（本报告推算：10.22 亿元 × 64%–67%，假设无人机业务的海外占比与总营收相同）。由此反推国内整机盘子，结果取决于它的国内份额取值：按本报告 3.3.1 引用的 2022 年国内份额 37.59%（二手来源，仅作量级）反推，约为 17–19 亿元；若其国内份额已随格局集中降至 25%–30%，则为 22–28 亿元。需要说明的是，这里用 2025 年的公司收入去对 2024 年的市场规模，年份错配，结果只作量级参考。这条路径给出的区间是 17–28 亿元，与第一条路径的 29 亿元同量级，但不完全吻合。本报告因此采用 20–30 亿元作为该环节的量级判断，不作为精确值使用。
• 农业机械出口：2025 年货值 674.19 亿元，同比增长 32.3%（海关总署口径，农机新闻网《2026 年农机出海能否延续大幅增长 32.3% 态势》转引，2026-03）——这是整个农机大类，不限于智能装备。

可用的结论：智慧农业不存在一个可靠的总量数字，但存在若干个可靠的细分数字。做投资判断时应当自下而上加总细分环节，而不是自上而下从「千亿市场」里切份额——后者的分母本身是编出来的。

1.3 产业形态判定：这是网络，不是链条

产业链分析的第一步是判形态。判据有三条，命中任何一条就不能画成线性链：环节之间有回路 · 付钱的和使用的不是同一批人 · 存在并行且各自成立的通路。

智慧农业三条全部命中。

因此本报告用行业框架图而非分层链条来描述结构：

图 1 · 智慧农业行业框架图：三类付费方、三条交付通路、六个供给环节

数据来源：本报告整理

这张图要说明的核心是三条竖线：三个付费方的钱进入的是三条不同的通路，最终落到同一批供给环节上。因此同一家公司的收入结构里可能同时躺着三种性质完全不同的收入——第一种是制造业收入，第二种是服务业收入，第三种是工程承包收入，它们的毛利率、回款周期和成长逻辑没有任何可比性。后文第四章的利润池分析全部建立在这个区分之上。

1.4 行业生命周期定位

用技术采纳曲线定位：这条链上的各环节不在同一个阶段，把它们放在一起说「智慧农业处于早期」是错的。

这张表的用法：读到「智慧农业渗透率仅 XX%，空间巨大」这类论述时，要立刻追问说的是哪个环节。植保无人机在水稻主产区已经没有渗透空间了，而农业机器人的渗透率接近于零——两者被平均成一个数字，这个数字对任何决策都没有意义。

---

第二章 · 需求侧：钱从哪里来，为什么这么少

金句 这一章是整份报告的地基。智慧农业的所有商业问题，最终都归结为一个物理事实：中国农业的单位面积可支配利润，撑不起工业级的固定资产投入。

2.1 三个物理约束

约束一 · 产值的天花板是算得出来的。2025 年全国粮食播种面积 17.91 亿亩，单位面积产量 399 公斤/亩，总产 7.15 亿吨（《国家统计局关于 2025 年粮食产量数据的公告》，2025-12-12）。按主粮收购价粗算，一亩地一季的毛产值在 1,000–1,400 元区间。扣除种子、化肥、农药、农机作业与土地流转成本后，种粮大户的亩均净利在百元量级。

注意：这个量级是本报告按毛产值与主要成本项所作的粗估，不是统计值。可核验的官方口径是国家发展改革委《全国农产品成本收益资料汇编》，它按品种分别给出「亩均净利润」与「亩均现金收益」两个数（后者不扣自有人工与自有土地折价，数值显著高于前者），本报告未取到对应年份的原始表格，读者要精确数值应以该汇编为准。需要说明的是这个估算的方向：若真实净利低于百元量级，下面推出的结论只会更强，不会更弱。

这个数字决定了一切：一套单机售价 3–5 万元的农业无人机，若由农户自购，按 2.3 节单亩次毛利约 3 元计，需要累计作业约 1.0–1.7 万亩次才能收回（本报告计算：3–5 万元 ÷ 3 元）——而入册家庭农场的户均粮食种植面积只有 148.8 亩（农业农村部《新型农业经营主体保持良好发展势头》，2023-12-19），即使同一地块一年作业三次、设备用满五年，也只有约 2,200 亩次（本报告推算：148.8 亩 × 3 次 × 5 年，作业次数与寿命为假设）。差距在四倍以上。

约束二 · 经营规模的分散是结构性的，不是暂时的。全国土地流转率 2023 年为 36%，其中流向家庭农场、专业合作社、农业企业的面积占流转总量的 45%（农业农村部统计，中国农村网《健全农村土地流转价格形成机制的探讨》转引，2024-11-06）。土地流转率的官方口径，分母是家庭承包耕地总面积（见附录 A）。因此 36% × 45% 得到的约 16%，是家庭承包耕地中进入规模化经营的比例，不是占全国耕地的比例。此外还有一块被这个统计漏掉：国有农场与农垦系统的耕地从来不进入「流转」统计，而它们本身就是规模化经营。所以 16% 是全国规模化经营耕地占比的下限，真实值高于它；具体高多少需要农垦耕地面积数据，本报告未取到。剩下的大部分耕地，仍然分布在户均不到十亩的小农手里。

注意：36% 这个数为二手引述（A 机构引述 B 机构），且为 2023 年口径，至数据截止日未见更新。本报告用它做量级推算，不用于精确测算。这与 3.1 对「中高端传感器进口占比 80%」的处理不同，区别在于：土地流转率是农业农村部的常规统计，二手转述失真的概率远低于那份蓝皮书的行业估算，因此本报告允许它进入量级推算，而后者不允许。

约束三 · 使用者的年龄与教育结构，决定了产品必须简单到什么程度。2024 年从事农业生产经营活动累计 30 天以上的农业生产经营人员平均年龄为 56 岁，初中及以下受教育程度占 83.7%（转述自 2025 年公开引述的农业农村部统计，未见原始统计文件）。可回溯到一手文件的锚点是第三次全国农业普查：2016 年农业生产经营人员中，55 岁及以上占 33.6%，未上过学、小学、初中三项合计占 91.8%（国家统计局《第三次全国农业普查主要数据公报（第五号）》，2017）。两组数字统计口径不同、不可直接相比，但方向与量级一致。

这条约束被行业系统性低估。它不是「培训一下就能解决」的问题——它决定了任何需要读图表、设参数、看数据看板的产品，在真实田间的使用率会趋近于零。市面上大量「建而不用」的智慧农业平台，根因在此，不在技术不成熟。

三条约束叠加，得到本报告最重要的一个推论：

金句 在中国，能卖出去的智慧农业产品，必须满足「不要求农户出资、不要求农户学习、不要求农户改变作业习惯」中的至少两条。只满足一条的，买家局限在有自有资金、有专人操作的规模经营主体与龙头企业（见 2.2 节）；三条都不满足的产品，无论技术多先进，都只能卖给财政。

2.2 三个付费方，三种完全不同的决策逻辑

这张表要回答的是：智慧农业行业里的钱，实际由谁掏出来，以及每一笔钱背后的决策逻辑是什么。理解了这三列的差别，就能理解为什么行业内的公司财务表现差异如此巨大。

上表的解读：三列的「本质是什么生意」不同，意味着三类供应商不应该被放进同一个估值框架。

• 服务政府的公司，赚的主要是垫资利差和项目获取能力的钱。以农业水利与智慧农水领域的代表性上市公司为例：2025 年营业收入 37.61 亿元，其中智慧农水项目建设 22.10 亿元，全年回款 34.45 亿元，同期清收历史欠款 3.38 亿元，107 个 50 万元以下项目欠款全部清零（公司 2025 年报，2026-04）。「清收历史欠款」被写进年报核心成果，这件事本身就说明了这门生意的性质——它的核心经营变量是应收账款，不是产品。该公司 2025 年归母净利润 4,890.01 万元，同比下降 39.72%，而扣除非经常性损益后的净利润 3,916.74 万元，同比增长 105.96%（同上）——两个方向相反的增速，差异来自非经常性损益，这也是政府项目类公司常见的财务特征。

• 服务规模经营主体的公司，赚的是制造业和服务业的钱，可持续但天花板受制于 2.1 的三条约束。

• 服务龙头企业的公司，实际上多数被龙头自己做掉了。生猪养殖头部企业自研巡检机器人与饲喂系统，理由在于这套系统必须和自己的猪舍结构、饲料配方、防疫流程深度耦合，外购的标准品做不到。这一条决定了养殖智能化环节很难长出独立的第三方大公司。

2.3 算一笔账：为什么植保无人机跑通了，而其它形态没有

这是本报告唯一一处逐项拆开的单位经济性测算。它要回答的问题是：同样是「智慧农业设备」，为什么无人机能靠市场卖出 20 万架以上，而智能灌溉、田间传感器、决策平台卖不动？

先看无人机的账（服务商视角，非农户视角）：

测算 · 先算上限：按单机单日 400 亩、南方水稻区最高档报价 12 元/亩、单亩作业成本 9.1 元计，单亩毛利 3 元、单日毛利 1,200 元；若一个作业季能有效作业 60 天，单季毛利约 7.2 万元。

金句 但 7.2 万元是机队满负荷的上限，不是常态。 它隐含单机单季作业 24,000 亩次，而 3.3.1 给出的行业实况是：2024 年 25.1 万架对应 26.7 亿亩次（均为全国农技中心调度口径），单机年均只有 1 万亩次左右——上限假设是行业实际均值的 2.3 倍。

差距来自作业窗口内的天气、转场、排队与机队闲置，8.2 模式二会展开这个季节性结构。按行业实际的单机年均 1 万亩次、单亩毛利 3 元计，单机年毛利约 3 万元；一台 3–5 万元的机器，回本周期约一到两年，且高度依赖机队的调度效率。9.1 元/亩的成本构成原报道未拆分，若其中已含设备折旧，这里按毛利算出的回本期偏长。

单亩毛利本身也是区间而非定值。上面取的 3 元用的是全表最高一档报价（12 元/亩）；若按北方小麦区 8–10 元/亩、成本同为 9.1 元计，单亩毛利为 −1.1 至 0.9 元——这个价位上的作业本身不赚钱。飞防服务的经济性高度依赖作业区与报价档位，它不是一门稳赚的生意。

一线的实际收入低于这个上限，而不是验证了它：有飞手在春耕近 3 个月内作业约 4,000 亩、总收入约 4 万元（海报新闻，2026-04-11，篇名见上表），按 3 元/亩毛利计仅约 1.2 万元，单季收不回设备成本。这是单人单机的低端场景，规模化飞防队的机队利用率会更高——但它与 24,000 亩/季之间的距离，正是「上限」与「常态」之间的距离。

再看一个对照：田间环境监测设备的账。一套包含土壤墒情、气象、虫情的监测站，采购价通常在 2–8 万元区间，服务半径受限于地块——它产出的是信息，而信息本身不直接创造现金流。要把信息变成钱，需要农户据此改变施肥施药决策，且改变后的收益要大于设备成本。农业农村部公布的水稻数字化种植典型案例给出的收益是：亩均节约投入品与人工成本 128 元、亩均稻谷毛收入增加约 370 元（农业农村部《典型案例：水稻全程智慧种植模式》，2025-05-12）。按亩均增益约 500 元（128 元 + 370 元）、设备 5 万元计，需要覆盖 100 亩才能一年回本——听起来可行，但这个数字有三处需要打折：

第一，样本偏差。上述数据来自被选为「典型案例」的示范项目，示范项目的农艺管理水平、品种选择、投入强度都高于普通田块，增产中有多少来自数字化、多少来自其它同步改进，公开材料无法拆分。

第二，收益归属。亩均增收 370 元中，相当部分来自品质提升带来的售价溢价——这依赖销售渠道，不是设备能保证的。

第三，一套监测站服务不了 100 亩以上的异质地块。农业的空间异质性意味着，地块越大越需要多套设备，规模效应在感知环节是负的。

两笔账的对比给出结论：

金句 无人机卖的是「作业能力」，一次作业换一次收费，价值即时兑现；监测与决策类产品卖的是「信息」，价值兑现依赖使用者的后续动作，而使用者平均 56 岁。 两者的差别在价值兑现路径的长度：路径越长，产品越难卖。

---

以上是免费试读部分（正文约 29%）。完整版包含全部 15 章正文、全部数据表与来源清单。