Generative AI and Agricultural Productivity: Evidence from Peanut Farmers in China

在世界许多地方，务农是一场与不确定性的持续博弈。农民必须决定何时播种、给予多少水量，以及当叶片变黄时该如何应对，而这往往是在身边没有专家指导的情况下进行的。几十年来，解决方案一直是依赖于当地经验、邻里互助或走村串巷的政府推广人员。这些渠道提供了至关重要的知识，但它们往往反应迟缓、规模化成本高昂，或者过于笼统，无法适应单一农田的具体情况。近年来，移动电话和互联网开始弥补这一差距，提供了获取天气预报和市场价格的即时途径。然而，一个新的问题出现了：人工智能能否做得比仅仅传递静态事实更多？计算机程序是否真的能与农民对话，理解特定作物的独特问题，并提供一种感觉像是来自资深专家的建议？这就是生成式人工智能的承诺——一种能够创造新的、定制化的响应，而非仅仅检索预设答案的技术。如果这项技术能够真正降低获得专家建议的门槛，它就能改变小规模农户管理土地的方式，潜在地将不确定性转化为机遇。

南京农业大学的一个研究小组致力于在现实世界中测试这一承诺，重点关注中国六个省份的花生农户。他们在2025年收集了来自977户家庭的数据，这一年标志着这项技术在农业领域的一个重要时刻。研究人员想知道，使用生成式人工智能工具（即可以与用户聊天并生成建议的应用）是否真的改变了农民的种植面积、收获量以及资源利用效率。为了得到明确的答案，他们必须非常谨慎。选择使用新技术的农民通常与其他农民有所不同；他们可能受教育程度更高、拥有更好的土地，或者仅仅是更愿意承担风险。研究人员使用了一种复杂的统计方法，将技术本身带来的影响与这些其他因素区分开来，以确保他们发现的任何改进都确实与使用人工智能有关。

结果令人鼓欣慰，但也具有针对性。与未使用生成式人工智能的农民相比，在花生作物中使用生成式人工智能的农民种植面积显著增加，且单位面积产量更高。平均而言，用户看到的产量上升，并且他们也因此更有信心扩大种植面积。然而，这项技术似乎并未在更广泛的意义上改变农场的根本效率。当研究人员计算全要素生产率（衡量农场将劳动力、化肥等所有投入转化为产出的效率的指标）时，发现使用者与非使用者之间没有显著差异。这表明，虽然人工智能帮助农民做出了更好的即时决策，但它尚未从根本上变革整个生产系统，也未改变种植花生的底层技术。

研究进一步探讨了这些收益是如何产生的。主要的益处似乎来自于对病虫害的管理。使用人工智能的农民能够更快、更准确地识别作物中的问题。他们不再需要等待邻居注意到某种枯萎病，也不再需要猜测叶片枯萎的原因，而是可以咨询人工智能，这帮助他们更快地诊断问题并采取正确的处理措施。这种速度和精准度减少了因疾病导致的作物损失。此外，这项技术帮助农民更有效地利用了劳动力。通过处理搜索信息和规划任务这类脑力劳动，人工智能为农民腾出了时间，让他们能够专注于田间的体力劳动。研究发现，这些改进集中在病虫害防治领域；人工智能并未显著改变农民对新种子品种、新肥料或新收割机械的采用。事实证明，这项技术在处理需要快速、局部化答案的日常重复决策方面最为有用。

并非所有农民都能以同样的方式获益。研究显示，生成式人工智能带来的优势并非自动获得的，它在很大程度上取决于农民自身的技能和环境。产量增益在那些已经具备较高数字素养（即能够熟练使用智能手机并操作数字工具）的农民中最为显著。它对于那些此前参加过技术培训或与其他农民进行过知识交流的人群也同样有效。这些群体更有能力提出正确的问题，并将人工智能的建议转化为行动。此外，对于拥有较大、较少碎片化土地的农民来说，其益处更为明显。对于拥有许多细碎、分散土地的农民，该技术并未产生同样的产量提升，这表明在试图将更好的信息转化为更好的结果时，农场规模至关重要。

除了田间地头，研究人员还观察了其对家庭经济的影响。产量增加和种植面积扩大直接转化为使用该技术的家庭收入的提高。有趣的是，人工智能似乎并未改变农民在化肥或农药上的支出，也没有改变他们销售花生的价格。价值纯粹来自于种植得更多以及因病减产得更少。展望未来，使用人工智能的农民表达了继续使用它的强烈愿望，特别是针对那些频繁发生的任务，如挑选种子、管理水分和检查病虫害水平。他们对于将人工智能用于购买重型机械或在作物收获后进行加工等大型一次性决策的兴趣则较低。这表明，农民将这项技术视为一个强大的助手，用于处理日常的耕作节奏，而非替代重大的资本投资。

研究结果清晰地描绘了这项技术现状。生成式人工智能并不是一个能瞬间解决所有农业问题或彻底变革食物生产方式的魔杖。相反，它作为一个高效的决策支持工具，填补了一个关键空白：对及时、局部化建议的需求。通过帮助农民及早发现问题并更好地管理劳动力，它可以增加产量和收入，但前提是农民具备相应的技能，并拥有能够支撑这种管理的土地结构。研究表明，农业技术的未来不仅在于构建更聪明的算法，还在于将其与人类教育和更好的基础设施相结合。如果农民能够学会如何有效地与这些新数字工具协作，并且他们耕作的土地组织方式允许高效管理，那么生成式人工智能就能成为小规模农户工具箱中的标准配置，将信息从一种稀缺资源转变为可靠的盟友。