智慧農業時代大數據的發展態勢研究

王佳方

（遼寧大學經濟學院，遼寧 沈陽110036）

一、引言

大數據概念最早由學者Cox和Ellsworth在1997年研究數據分析與處理時提出，并將那些數據過于龐大而無法通過內存或者磁盤進行處理的數據定義為大數據。鑒于當時的互聯網技術發展水平與社會經濟發展水平，大數據概念并沒有引起學者們的注意。直到2008 年，世界著名學術期刊《自然》雜志通過設立“大數據研究”專欄的方式，大數據相關研究才逐步引起學術界、政界與企業界的廣泛關注。同時，經濟全球化發展的浪潮以及互聯網網絡的技術升級與提速，使得大數據領域相關研究越來越具有經濟價值與現實價值。相較于西方國家，中國大數據研究起步較晚，2012年發改委印發了《“十二五”國家政務信息化工程建設規劃》，提出要投資百億人民幣，在人口、空間、經濟、文化等領域建設資源庫，這標志著我國大數據研究與發展的全面啟動。此后，隨著我國互聯網的發展以及移動智能設備的普及，大數據技術得到了前所未有的發展機遇，并與多種產業或者行業進行融合，形成了具有現代化特點的新型業態，其中以“大數據+傳統農業”為代表的新型業態模式所受到的社會關注與政府支持力度最大。“大數據+傳統農業”發展模式也叫“農業大數據”發展模式，最早由我國學者溫孚江在2013 年提出，其定義是：大數據理論與技術在農業或者涉農領域的實際應用與實踐。

早在20 世紀80 年代，傳統農業就已經與互聯網信息技術相融合（表1），形成了計算機農業、數字農業、精準農業和智慧農業，實現了現代互聯網信息技術在傳統農業領域的應用。其中，計算機農業實質是利用軟件技術搭建成農業專家系統，使計算機具有農業專家水平，并以軟件復制的形式，讓普通農民隨時使用；數字農業是精準農業和智慧農業的基礎，這個階段農業領域的發展已初步使用了大數據技術，具體包括：農業土地數據、農業用水數據、農業生產氣候數據、農業肥料數據等；精準農業則根據數字農業所提供的基礎數據，對農作物土壤、土地等靜態指標分析，通過計算機得出最優化投入，并施以動態控制，以達到最大化農產品產出；智慧農業則是農業發展的最高級形態，也是現代化農業發展的最終目的。智慧農業的最大特點是依靠物理網絡——物聯網，將一切與農業生產相關事務，形成統一整體，并通過現代互聯網技術實現農業從生產到管理再到銷售的智能化、一體化運營過程。由此可見，實現智慧農業模式發展是現代農業發展的最終目的，而農業大數據作為數據科學、計算機科學、軟件科學、互聯網科學的交叉性新興學科，是實現智慧農業發展的基礎。因此在智慧農業時代，探究大數據技術在農業領域的應用狀況與難題，不僅對我國現代化農業發展具有重要意義，更對我國社會穩定、保障國家安全具有重要意義。

表1 互聯網信息技術與傳統農業融合歷程

二、農業大數據內涵及發展意義

1.農業大數據的發展內涵

農業大數據是指運用大數據的理念、技術和方法來指導現代農業的發展，解決農業或涉農領域關于數據的采集、計算、存儲以及產生的實際應用。從專業的角度看，農業大數據是互聯網信息理論和技術在農業領域的應用和實踐，是實現農業信息化、智慧化、精準化生產的手段，可以引導傳統農業朝著科學研究、科學生產、科學管理和科學銷售等系統化方向發展，農業進入大數據時代是推動農業智慧化、現代化發展必不可少的階段。因此，農業大數據是非常復雜而系統的概念，從不同的角度，可以賦予其多種含義（表2）。

大數據具有“5V”特征，即Volume 大容量、Variety 多樣化、Value 價值高、Velocity 時效性、Veracity 真實性，農業大數據除了同時具有這些特征外還形成了自己獨特的性質，具有周期性、地域性、廣泛性、多變性、交叉性。廣泛性是指大數據在農業中的廣泛應用，涉及農作物從生產到銷售的各個環節，而且在農作物、水產品和畜牧等方面也有充分的應用，影響著人類的生存；周期性是指農業生產活動隨季節的規律變化，影響農作物、水產品和畜牧的生長；地域性是指受不同地區自然條件的變化，如地形、降水、土壤、光照強度和時間等，使得不同的地方只適合某種農作物或牲畜的生長；交叉性是指農業不是獨立發展的，避免不了與其他行業之間產生聯系，信息之間的流轉和相互利用，有利于推動農業的發展。比如，農業生產不僅僅是對農作物進行種植，除了育種、除草、施肥等基礎性農業活動，還需要天氣信息、自然災害信息的輔助。在最后銷售階段，還需要使用交通安全信息、市場需求信息等；多變性是指農業的生產活動受到很多因素的影響，常常在不同的時間和季節中，農作物、牲畜的產能、市場需求、價格都將發生波動。

表2 農業大數據的不同含義

2.農業大數據的發展意義

（1）整合農業生產一切資源，為現代化農業發展打下堅實基礎

有關現代化農業發展的意義與含義，2007年中央一號文件中有所提及：用現代化機械設備進行農業生產，用現代科學技術對農業生產進行改造，用現代化經營理念提升農業體系，用現代化教育方式培養技術型農民，通過機械化水平與信息化水平的提升，提高勞動者素質、增加土地產出率、提高資源利用率與競爭力，就是現代化農業。而隨著經濟的不斷深入發展與人們生活水平的提高，農業現代化發展的意義與含義又進一步拓展。農業現代化不僅限于農業產業領域，它已經打破傳統農業范疇，將服務半徑逐步擴大，并且模糊了傳統上第一、第二與第三產業之間的界限，使不同產業高度融合，并形成了信息化、多元化、數字化新型產業形態與體系。在此基礎上，需要一個樞紐將農業與不同的部門之間連接起來，使彼此之間協調平衡發展，而這個樞紐正是大數據技術，以順應互聯網時代下的農業發展需求。通過大數據技術將與農業相關的所有資源整合起來，讓信息的利用更加全面、暢通，搭建出完整的農業大數據體系，該體系綜合各個領域與產業，相輔相成（圖1），促進我國農業的現代化發展。

圖1 農業大數據生態體系

（2）突破農業信息交流的局限性，推動農業改革

我國地緣遼闊，資源豐富，農業生產規模較大，從事農業領域生產、加工和銷售的人口和活動眾多，但是我國農業存在生產技術水平落后，城鄉之間的交流不暢，現代化、信息化、數字化發展還比較欠缺的問題。隨著經濟的發展，農業從事者逐漸面臨著產量不高、銷售渠道少、服務不到位的現狀，經常出現的大量農產品滯銷的狀況，是由于市場信息交流的局限性、滯后性導致的，給人們造成了巨大的經濟損失，制約著農業經濟的發展，這個問題也是我國現代化農業發展腳步較慢的原因。為了加強農業生產主體與消費主體之間的聯系，大數據的發展應運而生，逐漸形成了一套先進的、嶄新的農業價值體系（圖2），由于信息不暢導致的農產品滯銷問題得到了解決。圖2顯示農業大數據在供應端應用可以幫助農業生產企業在原材料采購方面更加合理，根據市場需求合理使用資金，以達到最大效用。農業大數據在客戶端應用可以幫助客戶或者消費者實現定制化農產品服務，提升傳統農產品質量或者農業服務質量，使消費者可以花費原有價格享受到更好的產品與服務，同樣提升消費者福利。

圖2 農業大數據價值體系

（3）政府與農業企業之間的聯動得到加強，助力我國農業的可持續發展

可持續發展一直是我國農業發展中不可忽視的宗旨和核心，傳統農業的資源主要是土壤、土地和水，而現代化農業在此基礎上還應用了對環境具有危害的農藥、化肥等資源。如今，全社會都關注環境保護，追求高質量的生活水平，因此，充分利用各種資源，降低對環境的侵害，是現代化農業在生產中必須面對和解決的問題，也是實現農業可持續發展的重要環節。大數據在農業中的應用，不僅實現傳統農作方式的改革，摒棄了依賴經驗的生產；引入科學的生產方式，降低對人為因素的依賴；提高了生產力；幫助政府通過科學、可靠的數據對農業生產管理活動進行宏觀調控，科學分配各類資源，實現資源整合和最大化利用。大數據農業更容易使監管部門做出監管決策，比如農業大數據可以及時顯示不同地區、不同企業的資源使用狀況或者農產品質量狀況，一旦農業生產或者農產品不達標，監管部門可以第一時間知曉，并及時做出相應對策。由此可見，農業大數據有助于政府監管部門與農業生產主體之間的聯系、互動加強，是我國實現農業可持續發展的新途徑。

三、農業大數據的發展阻礙與應用難點

1.農業大數據的發展阻礙

（1）農業大數據源問題

我國屬于農業生產大國，擁有得天獨厚、豐富多樣的各類生產所需的資源，農業作業人口眾多，因此，我國的農業大數據來源豐富，相對而言數據體系是較為龐大和完善的。但是，與世界范圍內的農業大數據相比，差距依然存在，主要在于大數據的實際存儲量、國土面積和自然資源儲量的差異。這種巨大的差距也有數據支撐，據統計，我國農業大數據儲量為北美國家的70%、日本的60%。產生這樣明顯的差異，主要是因為我國農業大數據采集的范圍比較局限，農業自古以來是我國的支撐產業，它的產業鏈延伸程度其實非常高，但是在采集大數據時常常只關注農業生產階段的數據，比如，播種、施肥等環節，對于農產品加工、銷售、服務、管理等方面的數據不夠重視，常常忽略；其次，受農業資源分布不均的限制，我國雖然國土面積大，耕地面積也不小，但是土地資源存在分布不均勻的問題，能夠進行大規模耕種的土地面積不夠，不同種類的土壤分布比較零散。例如，我國土壤類型一共分為15 種，其中只有暗棕壤、褐土、黑鈣土適合進行農業生產。這一點也制約了我國農業生產規模的擴大，限制了大數據的采集；最后，大數據的收集技術不先進，缺乏推廣應用，可量化程度還很低。現階段，農業大數據的來源主要依靠調查和普查的方式，不僅效率低，缺乏數據客觀性，容易受主觀因素的影響。例如，數據搜集人員會受到利益驅使，引發農業大數據質量問題，又或者調查與普查職能部門的調查、審查方案或者體系具有瑕疵，同樣影響農業大數據搜集。

（2）農業大數據基礎建設與技術發展問題

農業大數據作為現代化信息技術重要分支，其發展成果的好壞絕大部分取決于基礎設施建設質量。雖然借助國家互聯網信息建設下鄉與入村等政策的支持，我國農村信息化建設發展取得了一定成績。例如，截至2017年底，我國共建成8萬個農村信息社，農業物聯網大數據示范基地擴展到全國9個省，認定210 家全國農業大數據企業示范基地，并推出426 項農業大數據相關產品、技術與模式。但是，我國的農業大數據基礎建設比較欠缺，主要設備依靠進口的方式，大數據的技術水平也比較落后，缺乏創新，核心技術也要依賴于國際引進。從已經初具規模的農業大數據基礎建設實施和運行效果來看，主要存在兩個問題，首先，與大數據的收集和運行相匹配的設施設備不完善，在一些城鄉區域，互聯網技術水平缺乏普及，信息技術發展不平衡，造成數據收集上的阻礙。而在農業數據收集與傳輸過程中所表現出的固定網絡運行速率較低，平均網速只有3.7Mbps，位列全球91位，與排名首位的韓國網絡速度20.5Mbps相比仍有不小差距；其次，沒有一個標準的體系來規范農業數據，數據之間的共享也沒有一定的支撐平臺。當前，我國許多農業科學院或者地方政府部門都在積極建設有關現代化農業發展的信息類網站，為農業大數據發展提供了強有力的基礎數據資源。但由于標準化工作的欠缺，數據不規范，造成很多農業數據無法共享，或者導致農業數據冗余重復，造成數據資源浪費，無形中產生了“信息孤島”問題。此外，資金和成本問題也是制約農業大數據進一步發展的因素，大數據發展需要一定的基礎建設設施，需要資金和成本，對大部分農業生產者和企業來說這是巨大的建設成本。

（3）農業大數據人才培養機制問題

隨著大數據技術的普及與發展，政府部門與企業越來越關注農業大數據的應用。近年來，農業大數據也進入了快速發展的階段，對專業人才的需求越來越高。據統計，在未來的五年間，我國大數據人才的缺口可達180萬人，目前僅有30萬人左右從事大數據工作，農業大數據的人力資源嚴重短缺。人才作為連接業務與技術的橋梁，是企業發展的重要推動力，農業大數據人才的匱乏，無疑對我國現代化農業發展不利。農業大數據人才的匱乏，與之對應的則是農業大數據人才培養的缺失。目前，可以培養農業大數據相關領域人才的高等院校或者研究機構少之又少，人才培養規模化嚴重不足。而且按照高等院校培養機制，農業大數據人才的培養從本科生到研究生，需要一段周期，因此短期內，農業大數據領域高端人才仍會出現供不應求的現象。此外，隨著農業大數據的不斷進步與發展，相匹配的人員素質的要求也在不斷提高，選拔人才標準也相應改變。同樣不利于農業大數據人才培養。例如，在農業大數據發展初期，農業大數據行業人才需求更多地集中在系統架構開發、數據庫編等硬件方面。隨著農業大數據產業的深入發展，不斷向下垂直領域延伸，行業發展逐漸從基礎設施建設轉向具體業務操作時，農業企業更需要的是處理數據、數據挖掘、人工智能編程等具有統計學與數學背景的人才。

2.農業大數據對不同農業對象應用的問題

農業分類形式繁多，可以按照生產對象分類、投入多少分類、產品用途分類等等（圖3）。農業的不同分類方式對大數據的獲取、采集、分析方法不盡相同，因此本文采用通常的農業分類方式，按照生產對象分類，對農業大數據應用問題進行分析。

圖3 農業分類方式

第一，種植業。種植業作為農業最重要的組成部分之一，在我國農業部門中所占的比重最大，尤其是種植業中的糧油等農作物發展狀況對我國國民經濟發展水平、國家糧食安全以及民眾生活質量具有重要影響作用。目前，農業大數據在種植業也有所應用，但是還缺乏規范的種植業數據信息化管理規章制度。在我國農作物種類中，種植業的比重最大，相應的數據收集工作也更加繁重。因此，數據的合理管理在農業大數據中非常重要，有效的數據管理讓大數據工作效率更高，這不僅需要高端的數據分析設備，人才在其中發揮的管理作用也不可或缺。只有發揮出人的主觀能動性和積極性，才能最好地利用種植業大數據；第二，林業。林業是一個復雜的生態系統，林業的發展受到很多環境因素的影響，造成林業內部的系統不斷更新，數據也隨之發生動態的變化，因此林業大數據的建設難度在于數據尺度沒有統一的標準，發展容易受到限制。如何制定一個系統的標準，將不同環境的林業數據進行采集，將大大提高林業大數據的準確性和科學性；第三，畜牧業。我國目前的畜牧業產業也沒有統一的標準進行管理，它的市場也比較復雜，沒有很好地受到監督管理，直接影響了大數據在畜牧業方面的應用，使得搜集到的相關農業數據在加工、分享與實際利用等環節相對分散，無法形成完整的數據分析系統。

四、完善農業大數據發展的政策建議

農業大數據的發展是互聯網時代農業發展的必然趨勢，也是我國傳統農業向現代化智慧農業發展的必經階段。因此，農業大數據發展必然是一個漫長而又艱苦的過程，其發展質量與發展問題的解決離不開政府、企業、技術人員、農民的共同努力與協作，完善農業大數據制度、建立農業大數據人才支撐、提升農民信息化素質等是未來推進農業大數據發展需要著力的幾個方向。

1. 打造農業大數據綜合發展平臺，夯實現代農業發展的根基

當前我國農業大數據發展平臺薄弱，為加強現代農業發展的根基，有以下幾點建議：第一，農業大數據實行過程中，存在數據缺乏標準化、規范化、尺度不一，以及數據的傳輸共享等方面的問題，考慮到農業大數據發展的缺陷，應當加強各方主管部門的聯系，由農業部牽頭，調動各個地方農業研究院等單位的積極性，共同建立現代化農業大數據平臺，從整體出發，統籌規劃，豐富大數據資源。數據庫要與時俱進，不能千篇一律，針對不同的農業品類，建立不同的數據體系，提高基礎設施的適應性和利用率，節約資源；第二，農業大數據的發展與推動需要一個合規的大環境，加強立法進程，為大數據提供一個穩定的外部環境。這樣的法律體系是龐大的，數據的產生、搜集以及分析、使用環節對技術的要求較高，因此農業大數據法律體系的建立需要借鑒已有的法律規定，并且在不斷實踐的過程中逐漸完善、提高。發達國家的數據法律建設相對較為完善，我國也可以借鑒、學習他們的經驗，從而形成適合于我國農業建設的法律體系。另外，農業大數據要做到保護個人隱私，宏觀與微觀建設不可缺一；第三，加強政府的主導作用，要加大對農業大數據基礎建設和技術提升的資金投入，農業企業是大數據建設的重要角色，政府可以通過財政補貼或稅收減免的方式激勵企業積極參與到農業大數據的建設隊伍中，為不同的企業量身定制稅收政策，充分調動企業的積極性。

2. 打造高水平農業大數據技術團隊，用創新贏得新發展機遇

人才是實現農業大數據發展的基礎，數據的搜集、分析和利用離不開專業人才，農業大數據發展需要人才，而人才的培養機制也很重要。可以聯合高等院校、培訓機構、企業三個主體實行“產、學、研”一體化的培養模式，共同培養信息技術人才。學科的開創也是一種方法，農業職業院校可以率先作為試點，然后逐漸向其他院校推廣；其次，農業大數據行業標準的制定和實施勢在必行，這有利于數據的共享，同時可以為農業的發展提供應用指導。標準化工作應該包含數據的采集、傳輸、存儲、交匯等各個環節。農業大數據是信息化技術在農業領域發展的新興事物，它的發展是在傳統農業企業與互聯網技術企業共同支持下實現的，因此來自傳統農業企業和網絡企業的專業人才應組建行業協會，成為牽頭單位，共同制定大數據標準。最后，可以建立農業科技示范園，鼓勵大數據技術創新，利用示范園對科技與技術成果的開發、試驗和展示作用，促進農業大數據技術的研發與推廣。科技示范園的建設可以先從農業或互聯網技術發達的地區開始，以此帶動其他地區的發展，充分發揮地區的農業技術優勢。這種模式運行之后，可以建立適應不同農業生產模式的科技示范園。

3.加強農業大數據宣傳力度，提升農民創新主觀能動性

政府在農業大數據的推廣中具有不可或缺的作用。政府在信息化建設的過程中，可以通過多種媒體來進行宣傳，如廣播、電視、手機、報紙等，拓寬信息傳遞的途徑，讓農民獲得的信息和服務及時、優質。例如，可以依據我國農業生產地域以及農業生產主體的不同，實行南北方信息差異化服務的方式提供。由于北方農業生產方式多為個體農戶經營，因此需要加強提供農業種植技術方面的信息。而南方農業生產方式多為企業模式，因此需要加強提供農業市場需求與走向方面的信息；第二，向農民宣傳發展農業大數據的好處與優勢，讓農民全面參與到現代農業信息化建設當中。農民是我國農業從業者的主體，他們的教育水平普遍較低，思想觀念陳舊，生產方式相對還比較落后，依賴于經驗進行生產，對現代化先進的技術和方法不太勇于接受和嘗試，限制了大數據的應用和發展。因此，有必要對農民進行大力宣傳，培養他們的大數據概念和意識，加大大數據在農村的宣傳和推廣，讓農民感受到大數據的發展趨勢和發展價值，提高農民的主觀能動性，讓他們積極參與到農業大數據的潮流中；第三，提高我國農業人口的信息化技術，增加培訓活動，提升農民整體的互聯網技術水平，擺脫傳統生產方式的束縛。農業發展進入現代化的標志是機械設備的引入和推廣，這些離不開計算機與電子信息技術的專業了解，因此，有必要提升農民對電子機械設備的操作能力和電子機械信息技術的知識普及，這將大大有利于我國農業大數據的發展，也可促進我國現代化農業朝著更先進的方向前進。