金慶濱 蔡曼麗
摘 要:近年來,隨著經濟和科技不斷發展,全面建設小康社會和脫貧攻堅工作的不斷深入,黨和國家政府越來越重視鄉村振興建設,大數據作為新的技術手段和技術工具應用在鄉村振興戰略中,更可以促進鄉村振興的全面發展,利用創新型理念實現鄉村發展。在鄉村振興中大數據可以實現對決策的優化,實現公共服務的優質化,加強農業資源優化配置,促進農業產業興旺,為我國的鄉村振興奠定良好的基礎。在目前的大數據應用中,大數據平臺、共享環境、政策人才均存在不足,嚴重阻礙了鄉村振興中大數據技術的應用與價值發揮,因此在今后的鄉村振興工作中,必須要加大對大數據技術的應用,有效落實大數據技術價值的展現?;诖?,本文針對大數據技術在鄉村振興中的應用進行分析與探討,僅供參考。
關鍵詞:大數據;鄉村振興;戰略
中圖分類號:F323 文獻標識碼:A 文章編號:1671-2064(2019)21-0231-02
0 引言
為了貫徹落實我國十九大的重要決策和部署,各地政府都不斷在鄉村振興中融入了新型技術,尤其在當前的大數據背景下,將大數據技術應用在鄉村振興中能夠有效建立促進鄉村振興與發展的平臺,建設產業興旺生態宜居鄉風文明的美麗鄉村,保障農民的切身利益,為農民提供更好的醫療衛生、文化教育和民生服務,同時也為農村培養、輸送更多的高科技人才,推進農村經濟和農民生活水平的提升。
1 運用大數據推進鄉村振興戰略的必要性
1.1 有利于決策科學化
鄉村振興戰略是我國鄉村發展的重要戰略和指標,由于鄉村振興戰略屬于系統性工程,包含產業興旺、生態宜居、鄉風文明等各個方面,在實施過程中難免會出現決策性難題。雖然近些年我國出臺了例如《數字鄉村發展戰略綱要》等非常多的指導性文件,有助于鄉村振興戰略決策的科學化和民主化,但是由于相關工作人員對信息掌握的不充分,經常會出現決策失誤現象。一旦出現了決策失誤,將會造成市場的波動,也會影響到農民的利益。隨著科技的不斷發展,大數據技術逐漸在鄉村振興戰略中廣泛應用,利用大數據技術能夠實現決策的科學性,有效為決策者創造了更加全面的思維方式,同時也利用相應的數據整合、挖掘和運算技術實現了利用數據化推動相關決策的重要戰略。在進行大數據技術的實施階段,相關決策人員可以利用大數據技術制定精準的決策,同時也可以利用相應的社交網絡和物聯網解決實際實施中的相關問題,有效實現了決策實施過程的監督。
1.2 有利于傳統農業盡快轉向現代農業
農業是鄉村發展的基礎,因此在鄉村振興中必須要加大對農業振興的重視,我國目前的農業勞動力迅速減少,而且隨著人口老齡化和勞動力成本優勢的下降,造成了傳統農業發展的阻礙,必須有效的采用科學的措施將傳統農業逐漸向現代化農業方向發展,有效保障我國的糧食安全,加大第二和第三產業的發展。現代農業發展過程中,必須要充分重視生產資源以及農業結構的優化,針對當前的農業生產資料和各類主觀因素進行優化配置。由于我國不同地區存在著不同的氣候差異,土壤、光源、水資源都存在多樣化差異,農業產地也分布不均勻,如果采用傳統的方式進行農業發展將會造成發展效果不佳,因此需要利用大數據技術有效實現對農業生產中各類數據和信息的收集,將物聯網技術、云計算技術等應用到鄉村振興戰略中,加大對農業數據的采集與分析,借助相應的數據管理平臺合理的對農業生產和農業資源進行調配,并且加大對農業生產中種植業和畜牧業的記錄,根據各類和數據和信息,制定精準的鄉村振興發展戰略,推進我國現代農業的有效發展。
1.3 有利于農村公共服務供給優化和升級
公共服務一直是我國社會發展過程中的重要項目,尤其在當前的鄉村振興戰略下,更要加大對農村服務領域的重視,雖然近些年來政府投入了非常多的資金和技術,推進了農村公共服務的發展,但是距離鄉村振興戰略所要達到的公共服務目標還有很大的差距,比如說,服務供給總量不足、需求與供給不相符等現象,出現這一現象的主要原因在于服務供給方缺少與需求方之間的互動,并不能有效結合農民需求進行服務產品供應。另外,不同區域內的公共服務都應該由政府部門做好牽頭行動,但是由于政府各公共服務部門缺乏及時有效的溝通與交流,造成了一些重復建設的情況,公共服務資源未能實現最優配置。而將大數據技術應用在鄉村振興戰略中,可以利用智能感知技術實現對各類需求數據的整理與分析,識別農村居民對于公共服務的需求量,在大數據技術的支持下,讓政府部門的信息更加完善,同時根據各類信息整合圍繞農村公共服務需求量開展科學化預測評估的管理方式,增強公共服務體系建設,強化服務供給質量。
2 運用大數據推進鄉村振興戰略的制約因素
2.1 全社會的大數據思維尚未形成
以往采用小數據樣本分析以及歸納方法形成的鄉村振興戰略決策是鄉村發展的主流思維和發展理論,但是隨著大數據技術的形成,人的思維更新明顯出現滯后現象,由于當前整個社會的大數據思維尚未形成,應用以往小數據思維建立的傳統思維模式逐漸影響著鄉村振興戰略思維方式,同時也需要不斷的進行大數據方向的轉型與發展。大數據技術為我們的鄉村振興戰略提供了良好的依據,利用其預測性和可視化實現了決策的科學化。大數據技術與以往的技術相比更加注重事物之間的關聯關系的挖掘,不再拘泥于精準性要求,只有不斷的加大對大數據思維模式的宣傳和普及,才能有效實現鄉村振興戰略部署的規范化。
2.2 農村數字基礎平臺薄弱
大數據技術的發展和應用都要以數字化信息平臺作為發展的基礎,但是近些年來,農村數字化平臺的建設較為緩慢,農村信息系統缺乏整體規劃,主要聚焦解決部分行業的現實問題,信息孤島情況較為普遍,數據較為分散難以形成規模。
2.3 數據共享遇到體制性障礙
大數據技術在鄉村振興中應用需要以數據共享為前提,但是由于部門間條快分割的局限性造成了數據僅在系統內部流轉,無法有效實現數據的統一錄入,數據打架情況時有發生,同時也對數據的開發和共享造成了阻礙。另外,在數據的隱私和數據安全方面缺少完善的法律法規作為約束,導致很多部門不愿將大數據技術信息和數據進行公開與共享。
3 大數據在鄉村振興戰略的應用分析
3.1 鄉村組織管理振興戰略
首先,利用大數據技術建立政務管理平臺,讓村民參與到農村振興戰略事務中,加強群眾的監督,并且利用社會各界進行鄉村發展的管理,強化農村居民的經濟效益,實現農村的大力發展。其次,政府部門根據監理的大數據平臺實現對農村發展數據的全面掌握,同時根據相關信息挖掘,掌握農村居民的思想動態,預估可能會發生的突發事件,在進行農村的突發事件應急管理中,制定相應的應急預案,提升相關部門對于應急情況的管理能力,推進我國鄉村的振興與發展。
3.2 鄉村產業振興戰略
產業振興是鄉村振興的核心和基礎前提,抓好產業振興,重點要抓好產業發展基礎資源管理,包括土地、水資源、種苗、人才等,因地制宜抓好特色農業,實現一村一品一戶一策精細化管理。首先,建立農業大數據平臺,綜合利用遙感技術、遠程監控等技術,結合農田確權、林地確權數據,實現對農田、林地資源的可精確到戶的監測分析,并且利用大數據技術、物聯網技術實現對農業生產數據和信息的收集,一方面可有效評估農業產業發展情況,及時掌握農戶生產信息,組織資源例如專業的農業專家指導農戶更好的開展生產,另一方面當發生災害、農產品價格下跌等極端情況時及時為農戶提供幫助措施減少損失;其次,建立相應的人才庫,有效的促進農村產業對口優秀人才的就業,并且也為農村建設選擇最佳的優秀人才,鼓勵農村青年返鄉,利用青年的知識和創新思維為鄉村振興戰略提供幫助。
3.3 鄉村打贏脫貧攻堅工作
首先,依托農業大數據平臺,將已脫貧貧困戶、貧困戶、低保特困戶、大病殘疾戶等邊緣群體建檔立卡,通過平臺運用大數據技術對邊緣群體的生產、生活情況進行分析監測,評估生貧、返貧風險,精準配置農業產業保險、醫療保險等幫扶資源為邊緣群體提供幫助,建立穩定脫貧長效機制。
3.4 鄉村民生服務振興戰略
運用農村大數據平臺,結合戶籍、教育、醫療等公共服務系統數據,形成農村教育、醫療公共服務資源配置分析,可及時發現公共服務薄弱區域,例如農村學校位置不合理導致適齡留守兒童上學遠,上學難,部分地區缺乏特定醫療護理資源等情況,為政府資源優化配置決策提供建議。
3.5 鄉村生態環境振興戰略
首先,在相關部門的引導下,建立良好的農村生態系統環境監督體系,加強對農村地區的動物、植物以及生物多樣性的監督,結合氣象局給出的相應數據和指標分析,農村可能會出現的旱災、洪災、火災等極端災害,及時做好相應的應急預案制定。其次,利用大數據技術實現對農村水資源的合理監督,明確掌握水資源污染問題,有針對性的提出農村水資源污染治理措施,利用大數據技術實現遠程監控,為美麗鄉村建設提供依據。
4 結語
綜上所述,大數據技術是實現鄉村振興的重要技術手段和工具,大數據技術的應用必將有力支撐美麗鄉村和智慧農業的建設,同時也將為農村發展奠定良好的基礎。在大數據技術應用中,融合了5G、人工智能、物聯網、云計算等新技術,讓農村和農業發展更加快捷。同時應用大數據技術為我國農村優化公共服務資源配置,提供更好的教育和醫療資源,有效實現了城鄉一體化。當然,在大數據技術應用在鄉村振興中還存在著一定的阻礙,因此我們一定要加大對阻礙問題的分析,通過社會各界的共同努力,不斷實現問題的解決,從全方位助力實現鄉村振興。
參考文獻
[1] 紀騰飛.大數據時代張掖鄉村振興戰略的實踐與思考[J].發展,2019(03):76-77.
[2] 覃永明.淺談大數據時代背景下貴州省的鄉村振興戰略規劃[J].建材與裝飾,2019(07):67-68.
[3] 張宇佳,薩茹拉.內蒙古鄉村振興研討會暨內蒙古畜牧業大數據平臺發布會成功舉辦[J].當代畜禽養殖業,2018(12):2.
[4] 張佳瑋,崔剛.用好農業大數據推動鄉村振興戰略實施[J].中國戰略新興產業,2018(41):90-91.
[5] 溫顯紅.金融支持鄉村振興的長效機制建設初探[J].時代金融,2018(29):77+91.