自2014年以来，我国农机工业发展呈现中低速增长态势。这其中虽有宏观经济步入发展新常态的影响以及农机市场刚性需求下降的客观作用，但更主要的是农机供给侧结构性改革的力度不够、速度不快。优化农业机械产业结构，加快排放标准升级，推进产学研合作及专业人才培养，进而促进我国农机工业健康发展。加快智能农机大数据应用，有效推动智能农业发展。

 

　　农业机械作为装备制造业中与农业密切相关产业，对保障粮食、促进农业增产增效起着至关重要的作用。《中国制造2025》将农业机械产业列入十大重点发展领域，为我国农机工业的发展带来了新的契机。

 

　　前瞻产业研究院《2016-2021年中国农业机械服务行业市场前瞻与投资战略规划分析报告》指出：自2004年起，在重农惠农政策扶持下，我国农机工业走过了“黄金十年”的发展期，农机工业生产总值平均增幅保持在20%左右，拖拉机、联合收割机等产品产量居首位。但自2014年以来，我国农机工业发展呈现中低速增长态势，这其中虽有宏观经济步入发展新常态的影响以及农机市场刚性需求下降的客观作用，但更主要的是农机供给侧结构性改革的力度不够、速度不快，造成了农机工业发展存在弱、散、小，重点环节农机供应不足等问题。

 

　　在优化农业机械产业结构方面，强化农机购机补贴与产业结构优化的政策匹配，加大对大型拖拉机及其复式作业机具、大型联合收割机等高端农业装备的补贴力度，助力农机供给侧结构改革，加快提升国内农机制造企业高端农机产品的供给能力和水平;同时，加大对农用机械新能源应用的政策补贴及支持力度，鼓励和引导国内制造企业设立现代农业综合示范基地。

 

　　在排放标准升级方面，严格执行农用机械2016年12月1日国三柴油机切换的时间节点，加强对农用机械排放的监管，加大对国三柴油机切换期间生产企业造假行为的打击力度，以及后续监管的惩罚力度;同时，引入农用机械强制报废政策，根据产品功率、技术含量、尾气排放等制定相应的强制报废年限，并可通过建立专项补贴制度来鼓励用户主动更新农机。

 

　　在产学研合作及专业人才培养方面，加大对科研院所农业机械技术研发的政策引导，更加重视高等院校农业机械相关学科建设和专业人才培养，鼓励和支持产学研联合开展技术孵化。

 

　　从智能农业和农机发展需求分析，适应我国农业现代化的智能农机及大数据应用，主要涵盖农机定位监控与自动驾驶、农机作业参数智能监测与计量、作业环境数据采集与处理、智能设备协同与精准作业、数据远程传输与分析决策、数据共享与应用等领域。通过农业装备的技术进步和产品创新，实现四大功能：

 

　　一是智能控制。通过传感器、机电液控制、CAN总线、GPSGPRS、辅助基站、云计算、大数据等技术应用，对农机作业位置、零部件工作状态实施动态监控，按照作业需求自动控制，实现围栏管理、远程启停、调度管理、故障预警、自动驾驶(在动力换挡、无级变速、产品电控技术应用基础上)、轨迹行驶、地头管理等功能。

 

　　二是多机物联。在农机智能控制基础上实现多机物联，拖拉机、收获机械、农机具等多机协同作业，智能优化行驶速度、输出转速和扭矩等作业参数，保证作业效率和效果;拖拉机与农机具自动挂接，机具自动升降、启停，联合智能控制，对作业效果实施监控并动态优化;对耕种管收、收获后处理等成套农业装备进行动态管理，匹配工作效率，实现适时作业调度。

 

　　三是精准作业。利用遥感、光谱、传感等技术，掌握土壤信息(肥力、湿度等)、作物信息(病虫害、产量等)，通过云计算、大数据信息决策系统，对农机进行智能控制，实现变量施肥、变量播种、变量喷药、变量灌溉等精准作业，对收获机械行驶速度，割台、脱粒等部件作业效率动态优化，降低破损率、掉籽率及收获机械故障率。

 

　　四是产品决策。利用农机部件作业信息(如拖拉机作业挡位、行驶速度、发动机转速、水温、油温等)、环境信息(如温度、湿度等)、地理信息(如海拔高度、气压、土地比阻、坡度等)等大数据，通过产品分析、决策系统提供产品改进和研发支持，对农机产品进行设计优化，提高产品适应性、可靠性、舒适性，降低作业油耗和故障率;新产品设计输入数据化，根据不同区域、不同用户、不同作业需求，提供差异化产品，提升农机作业效率和作业效能。

 

　　为加快智能农机大数据应用，有效推动智能农业发展：

 

　　一是制定智能农机大数据应用规划。统一数据标准，利用云计算、大数据等技术，将农机作业信息、农业地理信息、气候土壤信息、智能农机决策支持信息等应用数据集成，建立农机行业统一的信息管理平台，实现我国农业和农机大数据的协同管理和综合利用。

 

　　二是加大对农机智能化技术发展和产品研发的政策支持。对智能农机的电子控制单元、机电液控制、传感器技术、3S技术(GPS、GIS、RS)、田间信息数据采集、智能决策系统等应用研究的企业或单位，给予专项政策支持。