上海農業大數據標準體系建設思路研究

■ 周甦芳 范 浚 葉有燦 周 艷

數據是新時代重要的生產要素，是國家基礎性戰略資源。大數據是數據的集合，以容量大、類型多、速度快、精度準、價值高為主要特征，是推動經濟轉型發展的新動力，是提升政府治理能力的新途徑。新時代新階段，三農工作重心歷史性轉向全面推進鄉村振興，迫切需要信息化、大數據的支撐和助力。

一、研究背景

經過多年的建設，上海市農業農村委員會已建成了涉及種植、畜牧、水產、農機、經管等32個業務系統。但業務信息系統的建設主要以各內設機構、直屬機構從業務管理角度按業務需求獨立申請、分頭建設，各自為政、缺乏統籌，且沒有統一標準，缺乏共享互通與信息更新機制，導致業務數據資源分散在各職能部門，形成了一座座信息系統“孤島”，農業數據資源“碎片化”。目前僅納入上海農業農村大數據治理項目的14個業務系統和上海農業公共信息化平臺框架的8個業務系統實現了數據匯聚，嚴重阻礙了上海農業大數據的應用和價值的挖掘。

近年來，上海市農業農村委員會圍繞上海數字農業轉型目標，在上海農業生產現狀用地圖（“一圖”）和農業農村數據資源庫（“一庫”）數字底座上進行了“農產品安全監管”“涉農補貼”“綠色認證”“電子證照”“農業氣象災害預警”等應用場景建設和探索，為管理部門提供決策依據。其中，“農產品安全監管”應用場景已接入市城市運行管理中心。上海數字農業應用場景建設實踐表明，為實現“用數據說話，用數據決策，用數據管理，用數據創新”，迫切需要加強頂層設計，以應用場景建設為牽引，以用戶為中心，以業務流程再造為重點，建立上海農業大數據標準體系，對上海農業大數據進行標準化工作，跨系統、跨層級高質量歸集數據，高效率共享數據，高標準確保數據安全。

二、上海農業大數據標準體系建設思路

（一）上海農業大數據標準體系建設原則

1.全面性

上海農業大數據標準體系要涵蓋上海農業生產、經營、管理各個業務領域的數據，促進整體數據的規范梳理及定義。

2.前瞻性

上海農業大數據標準體系建設要從戰略的角度出發，結合今后及未來一段時間的需求，借鑒本行業及其它行業經驗。確保上海農業大數據標準體系具有一定的前瞻性，杜絕僅滿足于眼前而沒有擴展性。

3.可執行性

上海農業大數據標準體系建設要經過充分的調研分析，鑒于已有系統及新建系統的不同需求，衡量系統改造的難度及數據共享的必要性，確保上海農業大數據標準體系可執行。

（二）上海農業大數據分類

經過對上海農業大數據進行的初步調研，從業務應用的角度將數據分為基礎數據、業務數據和指標分析數據等三大類，針對每一類數據分別制定不同的數據標準，采用不同的標準化方式。

基礎數據，這里指上海農業的核心基礎類數據，是應用系統間共享的基礎，在跨系統數據共享中發揮著重要的作用，如農用地空間數據、經營主體類數據、農藥類數據、肥料類數據、飼料類數據、種養品種類數據等。

業務數據是描述上海市農業生產、經營、管理等事務型數據。該類數據主要分布在30多個應用系統中，屬于各個業務系統的數據，其中涉及基礎數據的采用基礎數據的標準。

指標分析類數據能量化反映上海農業生產、經營、管理情況，一般服務于市、區各級管理者。這部分數據在標準化工作中要結合管理實際分別進行定義，定義的指標要經過業務主管部門審核，定期維護，隨著業務的擴展或者外部環境的變化定期修訂或者完善新增分析指標。

（三）上海農業大數據標準定義和主體構成

數據標準是指保障數據定義和使用的一致性、準確性和完整性的規范性約束。上海農業大數據標準體系是上海市農業農村委員會建立的一套符合自身實際，涵蓋定義、操作、應用多層次數據的標準化體系。

上海農業大數據標準的主體構成：

業務定義。業務定義主要是明確標準所屬的業務主題以及標準的業務概念，包括業務使用上的規則以及標準的相關來源等。對于其中的代碼類標準，還會進一步明確編碼規則以及相關的代碼內容，以達到定義統一、口徑統一、名稱統一、參照統一以及來源統一的目的，進而形成一套一致、規范、開放和共享的業務標準數據。

技術定義。技術定義是指描述數據類型、數據格式、數據長度以及來源系統等技術屬性，從而能夠對信息系統的建設和使用提供指導和約束。

管理信息。管理信息是指明確標準的所有者、管理人員、使用部門等內容，從而使數據標準的管理和維護工作有明確的責任主體，以保障數據標準能夠持續地進行更新和改進。

（四）上海農業大數據標準體系建設實施流程

在相應的數據標準管理組織和制度保障下，上海農業大數據標準體系建設的實施流程如下。

第一階段：標準規劃

從實際情況出發，收集國家標準、現行標準、行業通行標準以及應用需求標準等，梳理出上海農業大數據標準建設的整體范圍，定義數據標準體系框架和分類，并制定數據標準的實施計劃。

上海農業大數據標準體系建設采用漸進式的方式進行。建議采用“業務分析—大數據應用場景模型建立—標準需求分析—標準體系框架”的建設基本思路。一是業務分析。深入分析上海市農業農村委員會涉及的各類業務，建立業務分析模型。二是大數據應用場景模型建立。以全局觀念、系統思維跨行業、跨部門、跨單一需求提煉應用場景，分析大數據技術與業務的結合點，建立上海農業大數據應用場景模型。三是標準需求分析。基于業務分析模型和大數據應用場景模型，進行標準需求分析，形成標準體系并最終細化到具體標準。四是形成標準體系框架。確定上海農業大數據標準體系框架的應用范圍，厘清與已有規范性文件的關系，建立上海農業大數據標準體系框架。

第二階段：標準編制

根據第一階段確定的數據標準體系框架和分類，先確定各分類數據標準模板，然后由相關人員依據相關國標、行標、技術業務需求等調研結果，進行數據標準的編制，形成數據標準初稿。

第三階段：標準發布

數據標準編制完成后，為保證數據標準的完整、規范，對數據標準進行評審。在充分征求專家意見以及各相關部門人員意見后，修訂和完善數據標準。完善后的數據標準經過數據標準管理組織領導審批通過后發布，形成正式的數據標準。

第四階段：標準執行

本階段需要確定數據標準落地策略和落地范圍，制定并執行相應的落地方案，跟蹤數據標準落地情況并評估成效。

第五階段：標準維護

數據標準后續可能會隨著業務的發展變化、國標行標的變化以及應用需求的變化不斷更新和完善。在這一階段，責任部門需要對標準變更建立相應的管理流程，保障數據標準能夠持續地進行更新和改進。

三、上海農業大數據標準體系建設保障措施

（一）加強組織建設，建立上海農業大數據標準管理委員會

數據標準建設需要有相應的數據標準管理組織，負責數據標準的統一管理，承擔數據標準的制定、維護、應用和監督等工作。另外，數據標準管理工作的展開還需要一系列的數據標準管理制度，包括數據標準管理辦法文件、數據標準規范文件、數據標準管理操作文件等等。數據標準管理的實施絕不是一個部門或者單位的事情，需要從整個上海市及市農業農村委員會考慮，建立專業的數據標準管理組織體系，制定數據標準戰略和實施路線圖，明確各階段數據標準工作的目標和內容，并監督及考核數據標準的貫徹與執行。

（二）重點加強頂層設計，完善上海農業大數據標準體系建設

結合國內外大數據技術、大數據產業、數字政府、數字經濟領域及其標準化現狀，不斷提煉大數據標準化需求，適時修改完善上海農業大數據標準體系。圍繞推動數據融合、打通數據壁壘、建立數據資源共享體系，充分利用數據管理新模式等重點工作任務，強化上海農業大數據標準體系規劃布局和發展路線研究，發揮標準的規范引領作用。

（三）深入標準化需求調研，加強以需求為導向的上海農業大數據標準研究和應用

圍繞上海市農業數字化轉型需求，加強標準化需求調研，大力開展農業行業應用領域大數據標準研制工作，以標準化的手段推動上海市農業產業改革，激活大數據與上海農業農村經濟融合發展。□