農業現代化背景下大數據分析在農業經濟中的應用研究

戴小文，漆雁斌，陳文寬

（四川農業大學a.經濟管理學院，b.四川省農村發展研究中心，成都611130）

農業現代化背景下大數據分析在農業經濟中的應用研究

戴小文a，b，漆雁斌a，陳文寬a

（四川農業大學a.經濟管理學院，b.四川省農村發展研究中心，成都611130）

農業現代化不僅體現在農業技術、生產設備與發展模式，更重要的體現是發展理念的現代化。以信息化為手段對農業生產經營管理的全過程進行科學、理性、務實分析和指導，有助于農業及其相關產業的蓬勃發展。大數據分析以其“樣本即總體”、“數據事后識別”和“重相關性分析”的特點，為農業經營領域的快速決策提供了可能。研究認為：農業信息化是農業現代化的重要表現，而農業大數據應用是農業信息化的具體內容；未來農業產業化發展、規模化經營及市場化運作，將極大地依靠涉農領域的大數據分析來完成；目前農業大數據應用還存在物理和制度的制約，這些制約可通過技術進步與制度建設來克服。

大數據；農業；農業信息化

隨著經濟全球化程度的不斷加深，傳統農業向現代農業轉變是中國所面臨的一大挑戰，也是一大機遇。隨著農業生產技術的進步，全球農業發展的不平衡主要源自結構性的失調，工業化的普及使農業生產朝著更加“工業化”的方向發展。而隨著市場的開放，農業資源與產品的全球流通和分配，使中國不僅面臨更廣闊的國際市場，也面臨更多的不確定因素。

廣義上，現代農業主要指運用現代科學技術和經營管理手段對傳統農業進行改造，使其能夠在生產經營的過程中充分運用先進的技術和科學管理手段，提高農業生產效率、保證糧食安全等。而農業的信息化則主要是指以信息科學理論為指導，以信息技術為手段，通過采集、分析和利用農業信息來指導、調控農業生產經營過程的新型農業，它是更高級別的農業現代化形式。伴隨云計算、移動互聯網、物聯網發展而興起的大數據分析為高度互聯世界中的農業帶來了無限的可能。

一 大數據研究綜述

大數據（Big Data）的概念最早見于阿爾文·托夫勒的《第三次浪潮》，之后這一概念沉寂多年，直到近年來才重新回到人們的視野，并迅速占據了公眾視聽。2008年《自然》雜志（Nature）出版大數據專輯，從互聯網技術、網絡經濟、環境科學、生物醫學等方面介紹了大數據帶來的挑戰；麥克錫咨詢公司（McKinsey＆Company）在其2011年發布的一份有關大數據的研究報告中指出，數據已經成為了后工業化時代重要的生產要素之一，圍繞數據而展開的人類活動已經滲透到了每一個行業和領域［1］。世界經濟論壇（World Economic Forum）從醫療衛生、金融服務、健康管理、教育教學以及農業發展等多領域分析大數據將對世界產生的影響，并認為大數據分析將為世界帶來更多的可能性［2］。2012年，奧巴馬政府頒布了《大數據研究和發展計劃》，并由政府資助和鼓勵建立公共數據共享網站Data.gov等，標志著圍繞科學研究、環境治理、生物醫學等領域的大數據應用研究已經成為國家戰略，上升為國家意志［3］。

從概念的界定上，對大數據并無統一標準。其最初是指待處理的信息量超出了一般電腦在處理數據時所能使用的內存量，這導致了新的處理技術的誕生，如MapReduce和開源Hadoop平臺。而隨著計算機存儲技術的發展，數據量也從最初的B時代跨越到了ZB時代①。舍恩伯格認為，大數據是人們獲得新知識、創造新的價值的源泉，是改變市場、組織機構以及政府與公民關系的方法［4］9。何非等指出大數據是“數據管理復雜程度×價值尺度×發掘難度”的綜合概念，一方面它是企業自身產品和服務產生的大量的密集型“海量數據”，另一方面它是互聯網上產生的包含豐富的、可被發掘的具有社會價值和商業價值的數據［5］6。大數據的主要特點是所謂“4V”特征，即規模性（Volume）、快速性（Velocity）、多樣性（Variety）、真實性（Veracity）；也有學者提出“5V”的特點，即在“4V”的基礎上加上了實時性（Virtual）。大數據的本質和特點在于如何快速地對相關因素做出判斷，制定應對之策并且解決問題，重視時效性，尤其是在瞬息萬變的商業領域。目前在通用商業領域的大數據應用案例已經很多，如淘寶網、亞馬遜網站根據用戶購買記錄、瀏覽頁面的偏好、在頁面停留時間以及購買記錄等為用戶推薦其可能想要購買的產品。更為重要的是，這些相關的推薦信息根據用戶搜索關鍵詞和瀏覽商品的變化而實時變動。2014年春運期間，百度基于百度地圖LBS（Location Based Service）開放平臺數據繪制了“百度遷徙”地圖，展現了2014年中國農歷新年期間全國人口遷徙情況，其展現的“熱點遷入”、“熱點遷出”以及“最熱線路”實際上是豐富的短期人口流動研究資料，同時也為交通、安防、服務領域的治理提供了大量的有用信息。

在學術研究領域，目前關于大數據的研究主要有兩個方面。一是基于計算機科學偏向技術層面的研究，如基于MapReduce平臺。Zhang通過大數據分析提出了解決云端可擴展子樹匿名化問題的混合策略［6］；Victoria López研究了為解決非平衡大數據情境下的經典分類系統問題［7］；Alicia Fernández和趙哲峰的研究試圖在大量異構數據存在的情況下識別有用和有意義的信息［8］［9］5-10。 另一方面是大數據分析的跨學科研究。如Kwon認為大數據分析與數據庫相關搜索、挖掘和分析可以為公司提升業績［10］；Belaud試圖通過科學大數據分析來展示自然災害管理的可持續和化學過程工程［11］；俞立平探討了大數據分析與經濟學研究的關系，認為大數據既統一了自然科學和社會科學，又統一了理論科學、實驗科學和復雜現象模擬，以大數據分析為基礎的“智能經濟學”將成為未來的熱點領域［12］。此外，還有學者在城市管理、隱私保護、學校教育、交通布局等領域運用大數據方法進行了研究②。

關于農業大數據的研究目前還不多見，溫孚江、孫忠富、郭平、蔡書凱等人的研究主要從宏觀政策層面和信息技術角度對大數據在農業領域的可能應用進行了闡述③。總體上看，還未有人對整個農業產業鏈條進行分段，并根據大數據本身的特點來討論農業大數據采集、分析與應用的研究成果。

二 農業現代化與大數據農業

從十八屆三中全會提出的有關構建新型農業經營體系、健全農業支持體系、滿足農業人口市民化要求，到2014年中央一號文件提出的推進農業科技創新、建設以農業物聯網和精準裝備作為重點的農業發展全程信息化、啟動農村流通設施和農產品批發市場信息化提升、加強農產品電子商務平臺建設等要求，我們可以看出，在城市經濟、工業經濟快速發展的今天，將信息化手段應用于我國的農業升級與改造，不僅是農業現代化，也是我國成為綜合性現代化強國和實現可持續發展的重要基礎。隨著時代的進步，農業現代化不僅僅滿足于機械化的生產技術和工業化的生產方式，而更加強調在生產、流通、消費等各個環節的信息記錄、分析與預測，對信息的挖掘與使用使得我們可以調整、指導現有的農業生產行為，減少不必要的資金、人力和時間浪費。信息技術的進步，使農業現代化從過去強調農業機械化這一樸素概念擴展出許多新的內容，農業信息化賦予了農業現代化新的內容。21世紀的農業就是一本數字圖書，而農業大數據分析就是我們讀懂這本大書的關鍵。

（一）農業大數據采集途徑

從技術手段上看，“3S”技術是農業大數據獲取的主要手段，即全球定位系統（GPS，Global Positioning System）、地理信息系統（GIS，Geographic Information System）、遙感技術（RS，Remote Sensing）。在農業實踐中，各種配備GPS定位傳感器的農業機械可以快速、大量地生成自己的位置信息，通過由一個GPS信號基站和若干GPS信號接收器構成的GPS作業系統，調度、指揮裝有GPS信號接收器的農用設備進行作業，從而大大提高作業效率。GIS是大數據時代另一項重要的發展現代農業的手段，但目前在中國的農業生產中，GIS發展還相對落后，缺乏相關信息是主要的制約因素。GIS在農業現代化建設中的作用主要包括：建立農業信息數據庫、農業資源的動態監測、農業生產的管理與決策。通過遙感成像等技術，配合GPS系統，結合信息的人工報送和終端采集，繪制加載了包括作物品種信息、化肥施用量信息、農作物播種面積等多種信息的信息地圖，通過對比不同時間的農地信息變化，為農業空間比較研究、生態環境空間分析、病蟲害防治、農作物生長預測、水旱災害預測等提供重要背景材料，為農業綜合管理和決策提供科學的依據。RS技術是一種遠距離偵測技術，通過在遠距離上偵測標的物的反射、輻射和散射電磁波，進行信息提取、記錄、分析和加工，是一項重要的數據獲取手段，也是GPS與GIS發揮作用的重要前提。利用高分辨率的遙感信息，可以獲取農田土壤以及農作物特性的空間反射光普變異性，從而獲取有關農田及作物生長的一系列信息。

（二）農業大數據分析的特點與機制

首先，由于知識和技術的限制，傳統數據分析的對象是具有代表性的樣本數據，為了獲得最佳的擬合效果，常常需要對數據進行各種“技術處理”。而大數據分析是基于全樣本的分析，即樣本等于總體，從而能更真實地反映數據現象背后的情況。此外，大數據也使短期內的高頻變動數據分析成為可能。其次，大數據分析主要關注“相關關系”而非“因果關系”，使大數據分析在數據的使用上更加直接，時效性更強，這是有別于傳統計量研究的重要特點。通過將收集到的各種信息數據化處理后，不僅可以供人工檢索和分析，利用物聯網系統和人工智能技術還可實現機器對數據的訪問、檢索和分析，從而極大地提高工作效率。第三，大數據分析與傳統數據分析流程不同的是，它采取信息的事后識別。傳統數據分析在數據收集之前就需要根據研究目的進行有用信息識別，之后才是信息采集。而大數據分析可以在眾多的數據中進行事后識別，即從所有收集到的數據信息中截取需要的信息進行分析，這是大數據分析機制的另一個特點，即對數據沒有專門要求，同時體現出大數據分析在解決問題時的另一個優勢——不僅可以解決事先預計到的問題，也可以處理事先沒有預計到的問題，這樣提高了其解決多樣性、復雜性農業問題的能力。

通過設置在田間和安裝在農用設施、器械、運輸工具以及附有人口信息的智能移動終端上的傳感器收集得到的各類數據，首先將作為原始資料進行存儲，形成數據倉庫；通過建立用于分析或預測的數據分析模型，利用特定計算機算法，選取和輸入問題所涉及的數據，經過計算機程序模擬得出分析報告，通過可視化技術將結果進行呈現，以供決策者決策；也可以通過編輯特定的計算機指令，以滿足分布于農業物聯網中的各種設備的自動化作業，從而提高整個農業經濟系統的運行效率。

（三）大數據在農業領域的綜合利用

1.農業產業鏈前端數據采集與利用

在農業產業鏈前端的農業產品生產試驗階段，通過試驗田的數據分析與利用而發明的新品種、新技術，在向廣大基層農業生產者進行推廣的過程中，通過對用戶反饋信息的采集和分析，進行新一輪的大數據分析，為在試驗階段的農業技術與產品改進、新技術與新品種的開發提供了寶貴的實踐數據。而對農產品特性的掌握為其加工、流通、銷售提供了必要的數據支持。農作物產量信息背后隱含著一定時期內的氣候信息、農藥用量、病蟲害、勞動力投入、市場需求等信息，對這些信息的采集可以為農業生產積累歷史資料，可以為農產品生產環節提供反饋以修正生產過程的失誤。如根據市場需求對不同作物的耕種面積進行調整，使土地肥力和獨特的氣候資源得到充分利用，避免過度生產，同時又能夠滿足市場的需求；又如養殖業中對牲畜棚舍的溫度、濕度、細菌、飼料用量、牲畜生長情況等的綜合檢測和分析，可以發現牲畜的最佳生長環境指標。

2.農業產業鏈中段數據采集與利用

農業產業鏈中段主要是指從農作物收割到銷售之間的加工、物流等環節。農產品加工過程中由于廣泛地采用以計算機技術為基礎、以數據挖掘與利用的機械化與流水線作業的方式，大大提高了生產效率，而對生產加工過程中實時的數據監測與分析，如在發酵食品、飲料制作這類需要特殊且精確技術才能完成的加工過程中，對數據的監測能有效控制產品的質量，為產品的標準化和規模化提供支持；在農產品的流通環節設置的信息采集設備，對農產品源頭、運輸路線、目的地、運輸量等信息的記錄，使基于GPS技術的農產品食品安全的追溯機制成為可能；對運輸路線的記錄和分析，可以找出最佳的運輸路徑，促進燃料和運輸時間的節約；對農產品運輸量與目的地等相關數據進行記錄與分析，可以得出特定地區對特定產品的需求偏好信息，從而為企業有針對性的供給提供了依據。

3.農業產業鏈末端數據采集與利用

在農業產業鏈末端的營銷領域，對農產品銷售網點分布的記錄、銷售業績的記錄，以及利用銷售地人口分布信息、商業綜合體分布信息、人流量信息、停車場信息等的綜合分析與利用，為合理的分布產品銷售點，提高商品銷售量提供可靠的支持。世界知名連鎖超市企業沃爾瑪根據大數據分析得出的結論，將蛋撻與颶風用品放在相鄰的貨架進行售賣，方便了消費者，同時提高了銷量［4］。而在互聯網商業快速發展的現代社會，通過對網絡銷售的農產品的相關數據進行分析（如對購買特定農產品的用戶購買記錄、搜索記錄進行分析），發現消費者的個性化需求，在不觸犯法律的情況下，有針對性地推送相關的產品信息，通過精準營銷降低營銷成本和提高成交率，促進農業產業鏈末端的活躍。

除農業生產經營過程之外，有關農村社會、文化、生態領域的研究，同樣可以借助大數據分析來進行。如通過農業人口變動、農村城鎮化、農村社會保障、農業生態環境治理等方面的數據利用，來研究農村社會變遷。當然大數據分析在農業領域的應用遠不止這些。隨著云計算、移動互聯和物聯網系統的形成，大數據分析將在農業生產經營領域地展現自己更多的魅力和價值。

（四）大數據農業與農業現代化發展

充分利用以“3S”技術為支撐的農業大數據收集、分析與預測機制，配合已有的農業信息科技平臺、農業經濟信息平臺等，對提高農村基礎設施建設、農業生產領域的機械化和農民現代化知識技能水平，加快先進農業生產技術傳播與應用，培育新型農業產業形態，保障農業向現代化與可持續發展方向推進等，都將起到重要的推動作用。

1.大數據農業是農業機械化發展的重要推進器

農業機械化與規模化生產，一方面有賴于大量的農業機械設備投入，另一方面需要信息化設備與技術的運用。將農業機械設備通過有（無）線網絡進行聯接，通過計算機終端對農業機械進行遠程操控，通過傳感器反饋的數據和計算機程序對農業機械作業進行實時調節，可以有效地降低人工成本，在地理條件較好的地區更容易形成規模化的機械化農業生產，如平原地區的農作物播種、田間管理以及收割。此外，大數據農業通過解放過剩的農村勞動力，為城鎮第二、三產業發展提供充分的勞動力，加速農業人口向城鎮人口轉變。

2.大數據農業是農業生產技術的創新驅動力

先進的農業生產技術需要信息平臺進行傳播、分享、推廣，進而落地實施。以農業技術推廣與實施為目的的農業信息平臺構建，是農業現代化過程中的重要環節。農業大數據分析機制通過收集、識別高頻搜索與訪問信息，可以判斷農業技術、經濟領域的熱點，為政策制定者、技術發明者提供反饋信息，為解決熱點領域的熱點問題提供技術支持。由于不同地區的自然地理條件、社會經濟基礎差異，農業通用技術無法普適，而通過大數據農業的實時反饋機制，將通用技術進行“因地轉化”，有助于提高先進農業技術在不同地區的適應程度，從而發揮技術的最大效用。此外，基于農業信息平臺，依托農村互聯網基礎設施建設，實現農業技術的廣域分享與傳播，有助于先進農業技術的落地實施，促進農業生產發展。

3.大數據農業是農業產業化發展的重要推手

農業產業化以市場為導向，以經濟利益為中心，以產業發展和產品開發為重點，而大數據農業的分析與預測機制能夠為農業產業化發展提供來自市場的產品需求，如通過分析市場終端消費者對農產品種類、品質、價格等的選擇傾向，幫助農業產品從原料種植、產品加工、產品開發與包裝過程等方面進行優化，提高農產品經濟附加值，提升農業經濟效率，為農業產業化本身及其所輻射的利益群體帶來收益。

4.大數據農業是農業信息化發展的重點領域

大數據農業是在農業信息化基礎上衍生出的現代農業發展形式。大數據農業需要農業信息化的基礎設施建設作為前提，農業信息化發展是大數據農業發展的重要基礎。在廣大的農村地區，加強信息化基礎設施建設，保證大數據農業所需要的數據分析需求，是發揮農業大數據預測功能的一個重要前提。大數據農業發展要求更加先進的計算機技術、互聯網技術為農業信息傳播、分享以及農業發展趨勢分析、預測提供更加有效的手段。大數據農業是農業信息化的一個重要倒逼因素，也是農業信息化未來發展的重點領域之一。

5.大數據農業是提高勞動者素質的重要手段

紅河州充分展示改革開放40年來各族群眾的生活巨變 近日，紅河州委州政府聯合云南廣播電視臺國際頻道，從紅河州40周年11個世居民族中精選出11位代表人物，制作《絲路紅河》改革開放特別報道。報道采取訪談的形式，分別制作11個專題短片，敘述了紅河州11個世居民族在黨的十一屆三中全會以來的巨大變化。目前，短片正在制作中，并將在改革開放40周年前夕與廣大觀眾見面。

大數據農業的發展需要有一批懂信息技術的農業人員。大數據農業對農業從業者提出了更高的素質要求，即現代農業的從業者不僅應具備一般的農業生產知識和技術，更需要具備一定的信息分析能力。目前，農村地區經濟、生活條件存在較大差別，短時間內完全依靠人才引進又難以保證人才隊伍的穩定性，就地培養一批既懂農業生產技術又懂信息數據技術的專業人才④是滿足大數據農業發展人才需求的有效辦法，而農業信息化發展的要求和大數據農業發展的新形勢可以促進農村信息技術專門人才的培養與成長，為農業現代化提供高素質的人才隊伍。

6.大數據農業是農業可持續發展的重要途徑

農業信息化前提下的大數據農業，利用自身所特有的信息收集、分析與預測機制，在農業低碳化發展、農業物流成本優化、農產品貿易電子化、農業廢棄物循環利用方面，通過對農業生產、流通、銷售、循環利用方面的數據收集，并進行發展趨勢、相關性、因果關系等分析，為實現現代農業的可持續發展提供了科學可靠的技術與政策依據。

綜上所述，農業現代化是一個傳統農業向現代農業轉變的過程，主要表現為用發展工業的手段發展農業、用現代科技手段武裝農業、用現代經濟管理方法經營農業，使落后的、靠天吃飯的農業逐步轉變為與世界領先水平比肩的現代農業。農業現代化以機械化為基礎，以生產技術科學化為動力源泉，以產業化為重要內容，以信息化為重要技術手段，以勞動者素質的提高為決定因素，以可持續發展為終極目標。隨著科學技術，尤其是數字信息技術、移動互聯網技術的發展與進步，以農業大數據收集、分析與利用為特征的大數據農業將成為農業信息化的重要內容與體現，也是發展智慧農業、提升農業現代化水平、縮短實現農業現代化目標時間的重要手段。

三 大數據農業發展的現實制約

大數據農業隨著農業信息化發展要求的提出日益受到關注，同時各種實用技術也在不斷落地，但由于技術性和政策性的障礙，大數據農業仍然在美好前景的光環下艱難前行。

1.農業信息化發展基礎建設力度弱

由于經濟發展速度和開放程度的不同，區域間、城鄉間存在明顯的信息化差距。經濟水平與治理理念差異導致各地農業信息化過程中出現“馬太效應”，全域共進的農業信息化發展難度加大。農業信息化基礎設施投入，如電網設施、互聯網線纜、電話線路等信息化基礎設施的普及率等還有待提高。2012年全國農村居民平均每百戶計算機擁有量僅有21.4臺，而城鎮每百戶居民平均計算機擁有量為87臺。第33次中國互聯網絡發展狀況統計報告指出，目前我國農村網民逐年增加，2013年已達1.77億，占所有網民的28.6%，但農村互聯網普及率僅為27.5%，農村學校計算機教育普及率更低；農村寬帶用戶僅為0.5億戶，寬帶家庭普及率為20%，85%的農村寬帶用戶所使用的寬帶帶寬只有4Mbps［13］。移動上網設備的普及，促進了網絡在農村地區的覆蓋，但提供的內容僅限于娛樂、休閑等領域，并未為農村地區大數據開發與應用及其專業人員的培養創造良好的科學氛圍和提供必要的教育支持。

在農業大數據采集與利用的前端制約下，分散的土地利用模式以及傳統的農業生產經營模式導致小農經濟思想長期存在，認為農業技術和經營模式的創新與推廣是政府責任，使農業生產經營者難以跳出被動局面。由于農村地區在社會、經濟、文化各方面落后于城市，在資訊、技術的接收速度與接受程度上相對滯后，農業人口的受教育程度相對較低，對于農業生產技術與經營模式的認識與接受相對較慢，基層農業數據收集與保存數據意識較薄弱。在一般的生產經營活動中，農戶更多的是遵循長期以來形成的農事經驗而非及時的數據分析資料，現有農業生產經營數據采集主要是問題導向型，導致大量潛在的、可用于更廣泛分析應用的數據被忽略。加之農村信息化基礎設施配備較為落后，大量農業歷史數據資料數字化程度低，已數字化的歷史資料數據化程度低，導致歷史資料無法實現有效的人工和機器檢索，可利用性大大降低，阻礙了農業生產經營數據分析的指導性與前瞻性。

3.專業大數據分析與工程人才不足

目前我國農業生產經營領域的大數據挖掘與利用意識與信息化教育普及不夠、專業人才④奇缺、專業分析人員的需求與缺口并存。目前大數據分析的絕大多數商業案例是采取外包的形式將數據分析業務交給第三方進行處理，這種模式在節約企業成本的同時可能出現兩個問題：其一，敏感數據的外部使用可能造成商業機密和個人隱私泄露，面臨倫理道德方面的外部風險；其二，由于第三方數據分析人員專業知識限制，對特定領域的知識掌握不足，可能導致數據信息無法被充分挖掘和利用，使數據“貶值”。對農業生產經營管理過程中所產生的大數據進行有效的利用，需要在掌握一定農學知識、經濟知識、管理知識的基礎上對數據加以分析和利用，這就對農業大數據分析人員提出了更高的要求。一方面，由于計算機教育、信息化教育存在區域不平衡、城鄉不平衡，農村計算機教育和信息化教育落后，信息化基礎設施（如電網、電話、電視、互聯網等）建設滯后且推進速度緩慢，難以形成有效的信息化教育物質條件和氛圍；另一方面，受過專門訓練的數據分析人才可能缺乏對農業經濟管理相關知識的掌握，或由于農村條件的艱苦等原因不愿意到農村就業，而出現農業現代化發展要求下的數據分析人才奇缺的局面。

4.數據資源利用與保護的制度缺位

有關數據挖掘與利用的制度性保護一直是困擾大數據時代世界各國的一個重大難題。數據采集與分析盡管可以發揮其在商業領域得天獨厚的優勢，但同樣面臨社會道德與倫理的批判。數據采集、保存與利用的理念不強，導致有用信息的遺失，使一些本可避免的損失無法避免，同時數據信息經濟價值的日益突顯，造成信息濫用的可能，尤其是專業分析外包過程中，由于相關法律制度的缺失和信息接觸人員的法律意識淡漠，可能造成機密數據、個人隱私的泄露，給相關機構和人員造成潛在的危害。我國目前與信息安全相關的規定是以行政法規或條例的形式出現，如國務院第147、195、273、291、339、468號令等，而在正式法律層面則散見于《憲法》、《刑法》等法律中，目前還并未出臺專門針對數據采集、挖掘與利用的法律（如《數據信息利用與保護法》等）。

除了法律上的缺位外，在制度層面，由于農業經濟管理是一個較為宏觀的實踐行為，在該領域內發現、研究和解決問題主要是以政府主導的形式來完成，導致了基層單位或農業生產經營戶數據采集、保存與利用意識的淡漠，如遇重大農業經濟問題需要數據支撐研究時，拿不出相關的有效數據信息。這些法律和制度上的空白，不僅使數據與信息的安全受到威脅，也增加了及時解決農業經濟問題的難度。

5.數據分析面臨的倫理與道德挑戰

從農業生產技術方面看，農業技術進步離不開大量的實驗數據支撐。隨著數據采集手段的發展，在更廣的空間和時間范圍內的數據采集與利用極大地推動了農業生產技術的發展，從而間接推進了農業生產發展。由于技術發展的潛在道德與倫理風險，從農業產業鏈條的前端來看，諸如通過基因技術手段改進植物、牲畜的生長、產量等以滿足人類發展需求的案例，盡管符合人類改造自然的原則，但農業技術是否將間接地對人類自身的進化與發展產生不利影響，目前仍然存在很大爭議。而在求證轉基因食品是否會對人體造成不利影響的過程本身就是一個數據收集與分析的過程，這無異于一場大范圍的人體實驗，從而使得大數據分析與利用在技術倫理的爭論中陷入了尷尬的境地。在農業產業鏈的末端領域，由于借助現代技術手段進行營銷的農產品，需要對用戶飲食習慣、生活習慣、身體健康狀況、收入水平、家庭構成、搜索歷史等信息進行收集和分析，以達到精準營銷的目的，但在相關法律不健全、違法判定困難、執法力度弱的情況下，農產品經營領域的大數據采集、分析與利用容易觸及隱私保護的道德紅線。

四 結論與建議

農業信息化發展是農業現代化的重要組成部分和具體要求，而大數據分析在農業生產經營管理中的應用又是農業信息化的具體表現。大數據分析以其對總體而非樣本的分析提高分析與預測方面的精度。同時，其對數據的事后識別特征避免了問題導向研究過程中對數據采集的考慮不足。對數據盡量多的采集和保存，不僅可以解決預設問題，也可以解決突發問題，在問題研究的廣度上更有靈活性。重視對事件相關性的分析可以快速地做出應對決策，避免錯過有效決策的窗口期，這對于農業產業鏈條末端經營領域尤為重要。然而，在農業生產經營管理領域的大數據采集、分析與應用目前還存在一些障礙，這些障礙的克服一方面有賴于技術的進步和信息化意識的加強，另一方面還有賴于制度層面的建設與完善。

本文建議：重視農業機械化和規模化經營，倡導農業土地集約化和規模化經營，為機械化農業提供物質條件，同時也為信息化在農業生產中的運用提供平臺；加大農村電網、互聯網等信息化基礎設施的建設力度，在農村基礎教育中普及信息化相關內容，增加農村學校計算機及相關師資的配備，為農村、農業的信息化提供物理條件，為營造大數據利用氛圍和普及大數據意識提供質變基礎；注重高等教育中涉農相關專業學生的數據分析能力培養，培養復合型的農業大數據分析人才；大力發展以城市經濟為平臺的軟件產業［14］，為大數據技術在農業經濟中的應用提供技術支持；加快歷史資料的數字化和數據化，以實現寶貴歷史數據更為便捷的檢索與利用；完善現有的涉及數據挖掘與利用的法律法規，加快制定有關數據使用過程中的監管法律條文，避免信息化要求下的制度缺位，防范大數據采集、分析與利用過程中的道德風險；深度挖掘農產品在食用以外的其他經濟價值，結合產品市場發展規律，促進大數據綜合分析在現有市場條件下的運用。

注釋：

①B為字節“bit”的縮寫，1024B＝1KB，1024KB＝1MB，1024MB＝1GB，1024GB＝1TB，1024TB＝1PB，1024PB＝1EB，1024EB＝1ZB。

②相關文獻可參見：秦簫等《大數據時代城市空間行為研究方法》，《地理科學進展》2013年第9期；馬曉亭《大數據時代圖書館個性化服務讀者隱私保護研究》，《圖書館論壇》2014年第2期；陸璟《大數據及其在教育中的應用》，《上海教育科技》2013年第9期；王璞、黃智仁、龔航《大數據時代的交通工程》，《電子科技大學學報》2013年第6期。

③相關文獻可參見：溫孚江《農業大數據研究的戰略意義與協同機制》，《高等農業教育》2013年第11期；孫忠富等《大數據在智慧農業中研究與應用展望》，《中國農業科技導報》2013年第6期；郭平等《農業云大數據自組織推送關鍵技術綜述》，《軟件》2013年第3期；蔡書凱《大數據與農業：現實挑戰與對策》，《電子商務》2014年第1期。

④農業專業人才指既掌握一定的農業經濟管理知識，又掌握大數據分析與利用的人才。

［1］Mckinsey Global Institute.Big Data：the Next Frontier for Innovation，Competition，and Productivity［EB/OL］.（2014-05-02）.http：//www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation.

［2］World Economic Forum.Big Data，Big Impact：New Possibilities for International Development［EB/OL］.（2012-02-19）.http：//www3.weforum.org/docs/WEF_TC_MFS_BigDataBigImpact_Briefing_2012.pdf.

［3］趙國棟，等.大數據時代的歷史機遇——產業變革與數據科學［M］.北京：清華大學出版社，2013.

［4］維克托·邁爾-舍恩伯格，肯尼·庫克耶.大數據時代：生活、工作于思維的大變革［M］.盛楊燕，周濤譯.杭州：浙江人民出版社，2012.

［5］何非，何克清.大數據及其科學問題域方法的探討［J］.武漢大學學報（理學版），2014，（1）：1-12.

［6］ZHANG X Y，et al.A Hybrid Approach for Calable Sub-tree Anonymization over Big Data Using MapReduce on Cloud［J］.Journal of Computer and System Sciences，2014，（5）：1008-1020.

［7］Victoria López，et al.Cost-sensitive Linguistic Fuzzy Rule Based Classification Systems Under the MapReduce Framework for Imbalanced Big Data［J/OL］.（2014-01-15）.http：//dx.doi.org/10.1016/j.fss.2014.01.015.

［8］Alicia Fernández，et al.Pattern Recognition in Latin America in the“Big Data”Era［J/OL］.（2014-04-12）.http：//dx.doi.org/10.1016/j.patcog.

［9］趙哲峰.基于語義分析方法的視頻流媒體大數據技術研究［D］.太原：太原理工大學博士論文，2013.

［10］KWON O，LEE N，SHIN B.Data Quality Management，Data Usage Experience and Acquisition Intention of Big Data Analytics［J］.International Journal of Information Management，2014，（3）：387-394.

［11］BELAUD J P，et al.Collaborative Simulation and Scientific Big Data Analysis：Illustration for Sustainability in Natural Hazards Management and Chemical Process Engineering［J］.Computers in Industry，2014，（3）：521-535.

［12］俞立平.大數據與大數據經濟學［J］.中國軟科學，2010，（7）：177-183.

［13］中國互聯網絡信息中心.第33次中國互聯網發展狀況統計報告［EB/OL］.（2014-05-02）http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201403/t20140305_46240.htm.

［14］高焰.成都軟件業打造“中國班加羅爾”的策略探析［J］.四川師范大學學報（社會科學版），2013，（2）：23-29.

On the Applications of Big Data Analysis to the Agricultural Economy under the Background of Agricultural Modernization

DAI Xiao-wena，b，QI Yan-bina，CHEN Wen-kuana
（a.College of Economics＆Management，b.Research Center for Sichuan Rural Development，Sichuan Agricultural University，Chengdu，Sichuan 611130，China）

Agriculture modernization embodies not only in the modernization of agriculture technology，production equipment and development patterns，but also in the modernization of development concept.The scientific，rational and pragmatic analysis and guidance of the whole agricultural production and management process based on informatization help to promote the development of agriculture and its relevant fields.With its characteristics of“sample equaling to population”，“data recognition after acquisition”，and“emphasis on correlation analysis”，big data analysis makes a rapid decision-making possible.This research suggests that agriculture informatization，with big data analysis of agriculture as its specific content，is an important performance of agriculture modernization.Future industrialization，largescale production and marketing of agricultural products rely on the big data analysis deeply.Present utilization of agriculture big data still has some physical and institutional obstacles，which can be conquered by technical progress and institutional construction.

big data；agriculture；agricultural informatization

F32

A

1000-5315（2015）02-0070-08

［責任編輯：鐘秋波］

2014-08-20

國家社會科學基金項目“農產品食品安全視閾下的農業生產模式轉型問題研究”（14XGL003）；四川省哲學社會科學重大項目“四川農業產業轉型升級的戰略研究”（SC14ZD09）；四川新農村鄉風文明建設研究中心資助項目“四川農村民俗文化保護與傳承的產業化路徑研究”（SCXF201404）。

戴小文（1982—），男，四川成都人，人口、資源與環境經濟學博士，四川農業大學四川省農村發展研究中心助理研究員、碩士生導師，主要研究方向為城鎮化、低碳經濟與農業經濟問題；

漆雁斌（1969—），男，四川成都人，農業經濟學博士，四川農業大學經濟管理學院教授、博士生導師，主要研究方向為農林經濟管理；

陳文寬（1959—），男，四川蒼溪人，四川農業大學經濟管理學院教授、博士生導師，主要研究方向為農村發展、創新管理。