農業大數據與農民專業合作社發展的新機遇、新挑戰

孟祥東　薛興利

摘要：大數據時代的到來催生了農業大數據。隨著農業大數據的成長，作為農業新型經營主體的農民專業合作社也開始適應新的發展環境。在對農業大數據進行深入認識的基礎上，對農民專業合作社在農業大數據背景下面臨的新機遇與新挑戰進行了分析，新機遇主要體現于生產、市場、風險、決策等方面，新挑戰主要體現在數據源獲取難、數據甄別難、人才隊伍薄弱等方面。最后針對新挑戰提出了相應的對策。

關鍵詞：農業大數據；農民專業合作社；發展； 新機遇；新挑戰

一、引言

伴隨著計算機技術以及網絡信息技術的飛速發展，各類數據也呈現出了前所未有的增長態勢。毫無疑問，大數據時代已經到來。這對于各產業的發展既是一種機遇，同時也是一種挑戰。農業也不例外，盡管農業大數據是個新生概念，但現在已取得了眾多成效，伴隨著傳統農業向現代化農業、信息化農業以及智能化農業的轉變，農業大數據在農業相關領域的應用也必將越來越廣泛，也必將在不斷地應對挑戰中越來越成熟。在此過程中，農民專業合作社作為新型農業經營主體，相對于分散的小農戶而言，無論從規模效益、硬件設施還是人員綜合素質來講，都能更好地把握農業大數據帶來的機遇，也更有能力應對農業大數據帶來的挑戰。農業大數據將會為農民專業合作社的發展帶來生產環節、市場流通、風險規避及經營決策等方面帶來前所未有的機遇，但農民專業合作社在發展中也要時刻應對好數據源的獲取難、數據甄別難、專業人才隊伍薄弱等挑戰。

二、大數據與農業大數據的概念界定

（一）大數據的概念界定

大數據，也被稱為海量或者巨量資料，一般是指需要通過新型的處理方式才能夠產生更強的決策價值、挖掘價值和調整優化功能的巨量與多樣化的信息資源或資產。大數據是更為先進的新生信息技術的一種集中展現，作為一個服務領域，其應用驅動性是非常強的，難以使用目前現有的軟件工具進行提取、存儲、查詢、共享、分析處理大量的、極為復雜的數據集合。此外，多V定義也極具代表性，現在學界通常用“3V”、“4V”和“5V”來解釋大數據，“3V”即：規模性或海量性（volume），多樣性（variety）與高速性或快速化（velocity）；“4V”即規模性（volume），多樣性（variety），高速性（velocity）與真實性（ veracity）；“5V”即規模性 （ volume） ，高速性（ velocity） ，多樣性（ variety） ，價值性或有用性（ value） 、真實性（ veracity） 。大數據主要是通過現在日益普及的網絡技術而產生的，由相關單位或部門采集的蘊含數據生產者真實意愿、喜惡的非傳統結構的數據資源。大數據作為互聯網技術發展到現階段的一種產物，依靠云計算為突出代表的技術創新的堅實基礎之上，使得原來大量難以搜集與利用的數據資源能夠被比較簡單或容易地利用起來，通過各行各業相關主體的持續創新工作，大數據會逐步為其使用者們帶來更多的價值與驚喜。

（二）農業大數據的概念界定

有學者認為，農業大數據的概念源于大數據與農業信息化兩個方面，大數據的相關概念已有闡釋，此處不再敖述。我們通常所指的農業信息化其實是一個動態概念，指較為廣泛地利用先進的信息技術以及信息系統為農業生產、加工、銷售及其他相關的管理或服務提供具有實用性與時效性的信息支撐，以此來提高農業生產力，進而促進農業產業結構的戰略性調整和農業經營與管理水平提高。從農業信息化的概念來看，農業大數據的實現過程實際上也完全能夠看作是農業信息化的一個重要組成部分。農業大數據的概念是指以先進的大數據分析為基礎，廣泛使用大數據的相關理念、技術方法等來處理農業產、加、供、銷整個鏈條中所產生的海量數據資源，并從中得到可用的有價值的信息來指導農業的生產、經營管理、物流、加工以及消費等過程。由此可見，農業大數據實際上是大數據的相關理論、處理技術或方法在農業中的實際應用。農業大數據涉及范圍十分廣泛，包括生產、加工、運輸、倉儲、銷售等各個環節，涵蓋種植業、養殖業、農產品加工業、林業等各個生產部門，進行跨環節跨部門的數據分析與挖掘，這對國家在農業大發展，糧食與食品安全等方面有著及其重大現實意義。

三、我國農業大數據研究取得的成效

（一）農業大數據的發展模式

農業大數據作為農業信息化的重要組成部分，農業信息化的諸多模式實質上也是農業大數據的有效實現模式。有學者將其歸納為四種模式。

1. 政府引導型模式。如果僅僅依靠分散的農民是難以實現農業大數據的，只有在政府的引導與扶持下才能推動農業大數據的大發展。一般來說，政府相關部門研究制定出相關建設規劃，對網絡等基礎設施進行投資建設，建設農業大數據服務體系和相關服務機構，只有這樣才能夠真正實現深層次挖掘農業大數據資源，實現農業大數據服務于農業生產的目標。政府對農業大數據的推動現階段主要體現在政策引導、農業大數據網絡等建設基礎設施、農業大數據服務平臺建設以及農業大數據技術開發等重大工程。

2. 技術推動型模式。要實現農業大數據目標，必須使用先進的信息技術作為基本支撐。要大力推進農業信息化試點示范，普及并有效使用信息技術，提高農業龍頭企業與農民合作組織等主體的福射帶動作用，不斷創新，努力探索形成具有地域特色的農業信息化應用新模式，推動農業大數據的快速發展，主要包括加快開發功能多樣化、智能化的經濟型農業裝備與基礎設施，著力開發信息收集、精準化生產經營、信息化管理、農業數字化與可視化災害預警等先進技術。

3. 市場帶動型模式。在市場經濟的帶動下，各地積極探索創造了一批卓有成效的農業大數據發展模式，加快了農業大數據的發展進程。通過引導電信運營商與其他信息技術企業等主體加入到農業生產、經營管理、市場銷售等方面的信息化使用與宣傳推廣過程中，積極推進不同主體、行業和區域之間的合作，引導社會多方力量參與農業大數據建設，提升農業大數據整體發展水平。初步形成了多方社會力量共同推動農業大數據發展的局面。在農業大數據發展的實踐中，“政府+企業+非盈利組織”的發展案例比比皆是，非盈利公益組織（如高校等科研單位）和盈利性商業化組織相結合的農業大數據發展模式形成了良好的互補。

4. 產業引領型模式。在一些農業部門生產中融合了大量現代信息技術，隨著這些部門的日益繁榮與發展，既大力推動了農業信息化的發展，也推動了農業大數據的發展。影響比較大的有設施農業、溫室智能化監控系統等設施農業的發展，極大地提高了農業信息化的發展水平，在相關數據資源的收集、處理與共享方面成效顯著，有效推動了農業大數據的發展。我國是世界設施農業生產大國之一，無論是生產面積還是產量都穩居世界首位。

我國政府在2015年兩會期間曾提出“互聯網+”戰略，這將進一步使“互聯網+農業”模式推動我國農業大數據的發展。這一現代信息技術與農業發展全面融合的過程，將會充分發揮互聯網在數據“收集與處理”、“共享與查詢”和“使用與推廣”等方面的強大優勢。

（二）農業大數據機構及服務平臺建設

我國政府部門高度關注大數據的發展。自 2012 年起，上海、重慶與貴州等多個省市先后制定并實施了大數據的發展戰略和相關工作計劃；2013 年政府將大數據列入了“ 973 基礎研究計劃”，進一步推動大數據的建設；2013年我國的第一個“農業大數據產業技術創新戰略聯盟”在山東農業大學正式成立，該聯盟包括政府部門、高校、科研單位、各類工商企業等幾十家單位；2014 年在中關村正式成立大數據交易產業聯盟，這標志著我國的信息技術企業開始聯合進入大數據產業。自大數據開始受到重視以來，人們對大數據重要性的認識越來越深刻，并逐步運用到生產加工制造業、交通運輸業、金融證券業、電子商務、城市信息化管理以及農業生產經營等多個領域。其中，在農業大數據的實際應用領域，我國現已初步構建了物聯網數據采集技術，基于互聯網信息傳輸技術，基于數據挖掘技術的分析及可視化技術的大數據技術體系，其應用正在向著農業產前、產中、產后的整個過程進行拓展。

服務平臺建設初見成效。以山東農業大學“農業大數據產業技術創新戰略聯盟”為例。通過設立農業大數據研究中心，籌集農業大數據研究專項資金，現已建成 11 個農業數據庫，并建立了國內先進水平的農業大數據研究與服務平臺。聯盟自成立以來承擔并完成了眾多農業大數據科研任務，涉及農學、園藝學等十余個學科門類，取得了豐碩的研究成果。同時，聯盟還與諸多研究大數據的高校、“北京中關村大數據產業技術創新戰略聯盟”和“上海市數據科學重點實驗室”等大數據研究機構建立了緊密的合作關系，在合作中不斷創新與發展。

（三）農業大數據關鍵技術

1. 農業大數據采集技術

“巧婦難為無米之炊”，數據的采集是農業大數據中最為基礎的工作環節。我國是農業大國，本該擁有數量巨大的農業數據資源，但是現實中，能夠存儲與使用的農業數據總量卻為數不多，甚至不足歐洲發達國家的百分之十，因此，我國的數據采集技術就顯得更為重要。目前，農業大數據的數據采集主要涉及到數據采集技術、數據處理技術與傳輸技術等內容。其中農業大數據采集主要包括農業數據傳感體系、網絡通訊體系、傳感配置體系、智能識別體系及軟硬件資源接入系統，實現對非結構化、結構化與半結構化的大量數據的智能化識別、傳輸、轉換、初步簡單處理與管理等。

2. 農業大數據存儲技術

一般的結構型數據庫在擴展性方面碰到了較大的障礙，無法完全適用于農業大數據的相關分析任務，已經不再適用于農業大數據的存儲。現階段，許多新興的非關系型分布式數據庫依靠其良好的擴展性等優勢已經成為實現大數據存儲的主要技術。巨量數據存儲的關鍵技術在于分塊存儲數據，并要求具有較好的容錯機制，目前世界先進的大數據應用平臺MapReduce與HBase等先進的分布式處理平臺已經解決了這一問題，能夠存儲的數據量級別非常高，并且對各種類型的數據也能夠實現很好地處理。

3. 農業大數據挖掘或分析技術

農業大數據挖掘技術其實也可稱為農業大數據的分析技術，是農業大數據技術中最為重要的部分。通過數據挖掘或分析我們可以從中找出存于數據內部的有利用價值的信息。數據挖掘技術包含多種技術方法，例如歸類分析法、回歸分析法、遺傳算法與可視化技術等。其中，歸類分析法等都是對所獲得的各類數據進行整理與分類的技術，這些技術方法可以獲得同類別的數據；數據完成歸類以后，回歸分析法等都能夠對存于數據內部的各種關聯性和趨勢特點進行挖掘；遺傳算法則能夠被用來評估其他算法的適合或適用性程度。最后，農業大數據的挖掘或分析結果可通過可視化技術來展現。

四、新機遇

農民專業合作社作為新型農業經營主體，擁有比一般小農戶更多的資源（資金、技術、人才等），從而擁有更多的途徑接觸農業大數據，更高的能力利用農業大數據。農業大數據為農民專業合作社的發展所帶來的機遇是顯而易見的，大致可歸納為以下幾個方面。

（一）生產環節的新機遇

利用農業大數據提供的海量數據發展精準農業是農業現代化發展的必然要求。農業大數據涉及農業生產領域的方方面面，既包括大田種植業，也包括設施農業（設施種植業與設施養殖業）。通過運用大數據的理念、技術和方法手段，通過數據的精準采集、可靠傳輸、科學分析和快速利用，能夠實現農業生產各個環節的精準管理，實現“智慧農業”。農民專業合作社在生產過程中，無論是大田規模化種植，還是發展設施農業，有了農業大數據的支撐，能夠獲得生產中所需要的新品種與各項先進技術，省去了大量“尋求新優品種”與“摸索經驗”的成本，并且基于數據的精確指導農業生產的日常操作與管理也更加科學。

（二）市場流通環節的新機遇

首先，農業大數據提供的海量市場信息將會使農民專業合作社減輕“市場中信息不對稱帶來的深切痛楚”。農業大數據在農產品流通和市場交易中的應用將有效解決信息不對稱問題，例如通過農業大數據平臺可獲得各地的農產品供需數量及價格信息。這便為農民專業合作社尋找市場節約了大量的交易成本，在很大程度上“農產品賣難”的問題將得到解決。其次，農民專業合作社可利用農業大數據獲取不同地區不同生產資料品種的各類信息，通過“貨比三家”從而在農資市場中增強談判地位，獲取“物美價廉”的農資。此外，農業大數據還會對大宗農產品的價格進行預測，加大市場的可預測性，達到穩定市場的預期效果。這又為資金實力較為雄厚的農民專業合作社提供了一條獲利或規避市場風險的有效途徑，即參與農產品期貨市場，進行投機與套期保值等。

（三）風險預防與處理方面的新機遇

農業大數據對農業生態數據的整合與利用涉及土地資源、水資源、氣候、自然災害等，對其進行全面監測、精準管理，為農民專業合作社的風險預防與處理提供了有力的保障。例如農業大數據涉及農業病蟲害、氣象災害的預測、監測、防范與治理，農民專業合作社可通過農業大數據獲取其所在地區可能發生的災害，依據大數據提供的防范措施做好防災減災工作，抑或根據農業大數據提供的治理措施有效應對或處理已經發生的災害，將損失減到最小。農業大數據對農業自然風險的有效預防與治理意味著農民專業合作社可擁有更加穩定的生產環境，在此基礎上可進一步推進其規模化生產經營，獲取更高的規模化收益。

（四）經營決策方面的新機遇

農業大數據將有助于農民專業合作社決策的科學性。農業大數據涉及耕地數量和質量、氣候和水文信息、作物品種和種植技術、產業結構和生產方式、農資與市場信息等各方面數據。通過大數據分析，可以對農產品產量、質量、供求狀況做出更科學的預見，幫助農民專業合作社做出科學的決策。有了這些農業大數據的精確數據作支撐，農民專業合作社的經營決策，無論是合作社重要事務民主表決，還是管理人員的日常經營管理決策，其依據將不再僅僅是“自己的經驗之談”，也不再是多數人或管理者“任性地拍手或拍腦袋決定”的方式，而是依據數據分析結果做出“理性地決策”。農民專業合作社的經營決策將告別“人治”走向更加科學的“數據精確化決策”道路。

五、新挑戰

農業大數據為農民專業合作社的發展帶來新機遇的同時也帶來了新的挑戰。

（一）獲取數據源存在困難

我國農業大數據的發展時間非常短，所取得的成果多集中于理論研究層面，真正用于實踐的成果數量十分有限。眾多的農業大數據研究機構在農業大數據研究中取得了大量成果，但是農民專業合作社真正能夠享受到的并不多。一方面農業大數據作為新生事物在廣大農村地區的認知度還有待進一步提高，大多數農業經營主體對其認識不夠，對其進行使用的積極性也就不高；另一方面由于大數據庫與農村使用數據庫設施間還存在有效的對接方式，許多農民專業合作社，尤其是計算機網絡設備不發達的合作社，由于在設備上存在“最后一公里問題”，并不能夠直接享受到農業大數據帶來的益處；此外，由于農業大數據科研機構與眾多企業合作開發農業大數據，為了維持正常運轉甚至盈利往往需要對農業大數據的使用者收取一定的費用，這無疑加重了農民專業合作社使用農業大數據的成本，其使用的積極性將會受挫。

（二）數據甄別存在困難

農業大數據的一個突出特點就是數據量大，數據量大既有信息全面的好處，也會產生短時間內無法獲取所需要的有用信息的弊端。對農民專業合作社來講，即便在農業大數據服務平臺中輸入所需要內容的關鍵詞搜索所需信息，也會面對數量巨大的信息，其中可能存在著類似卻存在地域局限的信息，抑或存在過時的信息等，這些都是無用的數據，它們有可能會成為干擾項，從而使農民專業合作社自以為獲得了自己所需的數據，實則獲取了自己所需要的“偽數據”。究竟哪些才是自己需要的具有實用性與時效性的數據，農民專業合作社需要做出正確的選擇。

（三）專業人才隊伍缺乏

對農業大數據來講傳統的數據處理技術很多已經不適用了，因此也就需要更高層次的懂得更先進技術數據處理人才。但農民專業合作社的現實情況是高素質人力資源缺乏，成員基本上全為受教育年限極短的農民，即便是懂得傳統數據處理與分析的人才都極為缺乏，懂得先進的大數據技術的高新技術人才更是少之又少，甚至可以用極端缺乏來形容。無人掌握大數據處理與分析等技術，又何談農民專業合作社又何談能夠充分利用農業大數據呢？

六、相關對策

為了應對農業大數據帶來的新挑戰，充分發揮農業大數據在農民專業合作社發展中的積極作用，應努力做好以下幾個方面的工作。

1. 加強思想認識。農民專業合作社首先要提高對農業大數據的認識，積極了解農業大數據對其發展帶來的有利之處；加強農民專業合作社基礎設施，尤其是計算機網絡設施等，為利用好農業大數據做好物質基礎準備；農業大數據服務機構要制定長期發展規劃，增強自身的社會化服務能力，真正為農民專業合作社提供可靠的服務保障。

2. 提高農業大數據服務水平與利用效率。一方面農業大數據科研機構要加強農業大數據的整合與處理，通過更加先進的數據處理方法將數據實現更加科學的歸類，為農民專業合作社等使用主體提供更具效率、更加可靠的數據查詢服務；另一方面農民專業合作社成員要較強自身素質的提高，通過自身學習提高對數據的甄別能力，例如通過對市場知識的學習提高農產品供求相關數據的甄別等。

3. 加強農業大數據專業人才隊伍的建設。首先政府部門要大力培養一批農業大數據專業人才，以這支高素質人才隊伍為依托開展農業大數據培訓項目，重點培訓對象可限定為農村接受能力較強的合作社管理人員或農村能人，農民專業合作社要積極參與農業大數據培訓活動，通過參與培訓切實提高農民專業合作社使用農業大數據的能力；實力雄厚的農民專業合作社亦可通過多種措施直接引入農業大數據方面的高素質人才，從而實現自身農業大數據人才隊伍的有效建設。

參考文獻：

[1]溫孚江.農業大數據與發展新機遇[J].中國農村科技，2013（10）.

[2]張浩然，李中良，鄒騰飛，魏旭陽，楊國才.農業大數據綜述[J].計算機科學，2014（S2）.

[3]曾曉娟，丁超英，文紅霞，張廣平.探討實現農業信息化的有效途徑[J].農業圖書情報學刊，2004（02）.

[4]溫孚江.農業大數據研究的戰略意義與協同機制[J].高等農業教育，2013（11）.

[5]郭承坤，劉延忠，陳英義，孫敏，屠星月.發展農業大數據的主要問題及主要任務[J].安徽農業科學，2014（27）.

[6]王振.不同區域農業信息化推進模式研究[D].中國農業科學院，2011.

[7]孫忠富，杜克明，鄭飛翔，尹首一.大數據在智慧農業中研究與應用展望[J].中國農業科技導報，2013（06）.

[8]張明敏，董雪艷.大數據技術在會計中的應用初探[J].經濟論壇，2015（05）.

[9]宋長青，高明秀，周虎.高等農業院校農業大數據研究現狀及發展思路[J].中國農業教育，2014（05）.

[10]李秀峰，陳守合，郭雷風.大數據時代農業信息服務的技術創新[J].中國農業科技導報，2014（04）.

（作者單位：山東農業大學經濟管理學院）