農業農村大數據試點取得階段性進展

2017年7月，農業部市場與經濟信息司組織部分省市在內蒙古召開了農業農村大數據試點片區評估研討活動。自去年10月農業部印發《農業農村大數據試點方案》以來，試點工作在組織領導、團隊建設、資源整合、工程項目等方面取得了階段性進展，同時也面臨著數據采集與共享難度大、相關標準和管理制度欠缺、專業化人才隊伍薄弱、部門合力難以形成、資金保障不足以及應用效果還不突出等問題，需要進一步加大試點探索力度，為形成可復制可推廣的經驗模式奠定基礎。

一、試點成效

試點省市積極順應大數據發展形勢，按照《農業農村大數據試點方案》要求，結合各地推進大數據整體部署制定了試點實施方案，聯合科研院所、相關企業等多方力量加強團隊建設，以試點工作為抓手推進農業農村大數據建設。

（一）數據平臺建設和信息整合共享開始起步。各試點省市大都開展了涉農數據資源梳理、信息采集制度和技術規范制定、基礎數據庫建設以及信息資源整合共享工作，為大數據建設奠定了較好的數據資源基礎。山東省制定了《共享資源目錄梳理與展示系統》，初步形成了全省統一的涉農信息資源目錄，啟動了《農業大數據標準體系》等4項標準的制定工作，初步建立了化肥、農藥、種子等20多個數據庫，數據容量達到20TB。上海市圍繞農民、農用地、涉農資金、農產品、農業投入品等，完成了28個系統的資源編目，開發了種植業追溯、價格采集、經濟運行采集等APP。北京市實現了生豬生產、調入調出、屠宰出證等數據的對接，委托“百分點大數據公司”開展生豬全產業鏈大數據基礎平臺的搭建工作。

（二）以產業產品為主線的單品種試點穩步推進。試點省市針對區域優勢特色品種，探索全產業鏈的大數據建設模式，初步形成了數據采集、數據分析和數據服務機制，提高了生產經營的科學決策能力。重慶市圍繞生豬全產業鏈監測，建立了以200個行政村為代表的生產監測體系，以30家企業為代表的飼料、獸藥投入品監測體系，以20家屠宰場為代表的加工流通監測體系，以10家食堂、60戶居民為代表的消費監測體系，生豬市場預測預報準確率達到95%以上。北京市生豬流通環節數據覆蓋了90%的批發市場，消費環節固定志愿者家庭200戶，初步打通了生產、市場、消費環節數據獲取渠道。內蒙古自治區搭建了馬鈴薯晚疫病監測預警平臺，并力爭通過三年時間建設和運營馬鈴薯大數據平臺。遼寧省、吉林省圍繞花生產業大數據，積極與主產區農業主管部門、加工企業、經紀人等磋商調研，聯合科研院所和相關企業開展方案設計、平臺開發等工作。

（三）工程項目支撐取得突破。部分試點省市積極爭取發改、財政等部門支持，同時利用自有資金設立專項，為試點工作提供支撐保障。云南省農業大數據高原特色農產品線上線下精品展示中心項目獲得省發改委立項，同時獲得省財政廳下達的云農大數據專項建設經費。重慶市農委安排專項資金用于“重慶三農大數據平臺”建設。江蘇省安排專項資金用于農業大數據平臺建設、數據采集共享以及大閘蟹全產業鏈數據庫等建設。上海市已批復“上海綠葉菜全產業大數據系統建設與應用”項目經費。內蒙古自治區啟動了內蒙古草原大數據建設項目。

（四）政企合作的市場化運營機制邁出步伐。部分試點省市積極引入市場主體參與農業農村大數據建設工作，探索商業化的可持續發展機制。江西“智慧農業”項目成功獲評全國首例互聯網+PPP示范項目，建設期2年，運營期13年，并依托北京農信通、省農科院、電信運營商、郵政、銀行、淘寶、京東等力量，通過政府投入和社會資本多種渠道，解決融資、人才、設備等問題。重慶市依托重慶錦程實業公司開展柑橘產業大數據中心建設，并成功申報農業部2017年數字農業建設試點儲備項目。吉林省依托北京世紀國源科技股份有限公司建設四粒紅花生大數據平臺，并負責信息平臺的運營維護和管理。山東農業大學聯合省內有關高校、科研單位和大數據公司組建了大數據與農產品精致化市場服務協同創新中心，完成了大蒜產業數據采集平臺、發布平臺的研發方案論證。

二、面臨的困難

農業農村大數據作為一項全新的、復雜的工作，經驗相對不足，需要“邊認識、邊探索、邊實踐”，面臨的困難主要有以下幾個方面。

一是數據采集和共享難。農村網絡基礎設施建設滯后，農業物聯網應用不廣泛，農產品流通節點信息化水平不高，農業數據采集、傳輸、存儲、共享的手段落后，許多試點省仍以傳統人工填報為主，樣本量十分有限，難以滿足大數據分析需求。單品種大數據建設普遍只考慮省內數據，對全國乃至全球數據難以獲取，對產業發展指導作用有限。由于缺乏相關行業標準、技術標準，數據難以有效整合。政府部門掌握的數據有限，與行業協會、企業等主體共享數據存在一定難度。

二是人才隊伍嚴重不足。各地普遍反映，專業人才嚴重不足，缺乏頂層設計的專家、項目實施的專業性技術人員，以及由農業技術專家、農業信息化專家、統計分析專家、IT工程師等組成的復合型團隊。

三是市場化的投入機制還沒有完全破題。大數據建設中信息資源編目、梳理加工、信息系統改造、平臺建設、標準制定、共享對接、應用研究等方面都需要資金保障，部分試點省份前期建設經費嚴重不足，投入沒有延續性。雖然國家發布了《關于推進農業領域政府和社會資本合作的指導意見》，但各地在具體操作上缺乏經驗，也難以支付前期招投標、需求調研、項目設計、申報儲備等程序所需費用。

四是大數據的應用效果還沒有完全顯現。現階段，各省在試點中偏重于信息系統建設，對數據資源體系建設，特別是如何將數據轉換為政府部門、生產經營主體用得上的產品考慮得還不夠，大數據的分析挖掘工作尚未深入開展，大數據的作用還沒有很好地體現出來。

三、地方的建議

針對當前試點工作中面臨的困難和問題，與會代表積極獻智獻策，提出了以下建議。

一是加強經費支持。推動設立農業農村大數據專項資金，采用補獎制、先建后補、政府購買服務等多種方式，形成大數據發展長效投入機制。發揮行業部門建設主體作用，充分利用智慧種植、智慧畜牧、智慧漁業等投資項目開展農業農村大數據建設。

二是加強制度建設。推動大數據相關立法工作，加快政府和公共部門的涉農數據開放，明確農業生產經營主體提供數據的義務，完善涉農數據采集、共享、交易、法律責任等方面的規則，為數據公開提供法律保障，逐步建立健全農業農村數據開發的體制和機制。

三是加強人才隊伍建設。依托高等院校培養數據工程師等大數據專業人才和跨界復合型高端人才，加強職業技能人才培養，培育農業農村大數據技術和應用創新型人才。加大技術指導力度，強化省際間的工作交流和對省市縣從業人員的培訓。

四是加快技術研發和推廣應用。鼓勵大專院校、科研院所、IT企業等科研力量聯合攻關，開展農業大數據獲取、海量數據存儲、數據清洗、數據分析挖掘、數據可視化、信息安全與隱私保護等關鍵技術研發和成果應用，逐步健全農業農村大數據科研創新、成果轉化項目投入機制。

五是強化宣傳引導。積極宣傳農業農村大數據在提高農業效益、高效節約利用資源、降低生產成本等方面的作用，營造農業農村大數據發展的良好氛圍。及時總結國內外農業農村大數據建設的經驗和做法，梳理一批應用典型，為試點地區提供可參考的案例和模式。endprint