农业高质量发展与大数据建设探讨

导语：农业高质量发展与大数据建设探讨一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：农业高质量发展是中国现代化建设的重大战略目标选择，是新阶段农业高效化推动生产、科学化施策管理、精准化拓展服务的重要要求。农业高质量发展目标的实现离不开农业大数据的基础作用和推动力量。当前农业大数据越来越被人们所重视，应用大数据思维、方法和技术解决农业的生产、经营、管理、服务的问题，将使农业发生重大变革。未来一段时期，农业大数据建设应着力构建农业基础数据资源体系、标准体系、关键技术体系，突出问题导向、品种导向、应用导向、市场导向，大力开展中国主要农产品大数据建设，发展农业全产业链数据经济和数据产业。

关键词：农业高质量发展；农业大数据应用；农业大数据建设；农业大数据技术体系

在中国农业发展取得重大历史性成就之后，农业增长的基础条件、发展机制、外部环境发生了重要变化。农业正处在转变发展方式、优化产业结构、转换增长动力的关键时期，农业发展目标导向由增产导向转向增产提质并重导向。质量兴农是加快推进农业由增产导向转向提质导向的必由之路，也是农业实现高质量发展的必然要求。为深化农业供给侧结构性改革，引导农业加快向绿色化、优质化、特色化、品牌化发展，农业农村部将2018年确定为“农业质量年”，以全面部署推进农业高质量发展，提高农产品质量安全水平，满足人民群众对美好生活的需要，为实施乡村振兴战略、培育农业农村发展新动能提供重要支撑。中国提出农业高质量发展目标，必然会给农业带来新的发展路径。要想达到理想目标需要多种环境和条件共同支撑，其中，最基础的就是要改善农业高质量发展的数据条件。以数字化、信息化为特征的农业基础建设，将会为农业高质量发展、乡村全面振兴带来新的力量。数据是基础性战略性资源，大数据是农业信息化发展的新阶段。大力发展农业大数据，推动农业全产业链数字化改造和提升，将会提升农业产业效率，优化农业要素配置，降低农业生产成本，优化农产品产销匹配，提高农业管理效率，催生农业新业态。

1高质量发展目标对农业大数据的需求

农业高质量发展是建设现代农业、实现乡村振兴的重大任务。农业高质量发展目标，就是要从建设现代化农业体系出发，适应农业发展阶段重大变化，转变农业增长方式，优化农业产业结构，加强农业发展战略支撑。1.1需要以大数据为引导，转变农业增长方式。改革开放40年来，中国农业发展成绩显著。1978—2017年，中国的粮食、棉花、油料、茶叶、水果、肉类、牛奶产量分别增长1.17、1.61、5.66、8.18、37.4、9.11、33.4倍（数据来源于国家统计局），肉蛋菜果等产量稳居世界第一。农产品产量在几十年内如此高速增长，是农业发展史上的奇迹。这种增长凭借政策支持、科技发展的同时，更多地依靠了农业生产规模增加、投入增长、外延扩大。但长期依靠这种增长方式，也带了资源匮乏、环境污染、食品安全等诸多问题，付出了高物质与高成本投入的代价。2017年中国水稻、玉米、小麦三大粮食作物化肥利用率为37.8%，农药利用率为38.8%，尽管已经提前3年实现到2020年化肥、农药使用量零增长的目标，但是与发达国家相比，仍处于较低水平。显然，当前农业的发展依然面临着自然资源约束以及生产效率低下的困境。这种困境主要是农业增长过程缺乏有效管理与精准控制所致，需要坚持规划先行，合理区分农业空间、城市空间、生态空间，进一步优化农业生产力区域布局，规范农业发展空间秩序，推动形成与资源环境承载力相匹配、生产生活生态相协调的农业发展格局[1]。大数据的兴起与应用，恰恰可以为改变这种困境找到出路。农业大数据以更好反映客观存在信息特征见长，将为客观、快速、有效发现因素关系，辨别事物联系，精准施策提供最重要基础条件[2]。农业大数据可以挖掘农业资源间的发展潜力、搭配关系和最佳使用途径，精确计算最优化配置模式，帮助农业实现生产需求变化与资源变化的深度耦合，做到农业“全要素、全过程、全系统”精准生产的一体化。依靠数据驱动，能使传统农业从主要追求产量和依赖资源消耗的粗放经营转向数量质量效益并重、注重提高生产效率、注重可持续的集约发展，从而走上产出高效、产品安全、资源节约、环境友好的现代农业发展道路。1.2需要以大数据为基础，优化农业产业结构。当前中国农业的主要矛盾已经由总量不足转变为结构性矛盾，集中体现在阶段性供过于求和供给不足并存，特色优势产业规模不大、产品不优、产业融合不够等方面。现代农业更多的是强调绿色、安全、高质量、品牌化。所以要围绕市场需求变化，以提高农业供给质量为主攻方向，优化农业产业体系、生产体系、经营体系，促进农业发展由主要满足量的需求，向追求绿色生态可持续、更加注重满足质的需求转变。农业大数据在从量到质的优化转变中能够发挥巨大作用。（1）大数据可以引导产销对接。通过发挥互联网+、电子商务、移动互联等先进信息技术优势，将消费者的消费偏好、消费升级需求、消费余缺状况等及时反馈到生产端，缓解产销对接过程中存在的信息不对称问题，实现农产品产销精准对接。（2）优化供给侧结构。当前农业矛盾的主要方面在供给侧，大数据技术可以分析供给侧结构，进行要素配置优化、结构精准优化，比如优化粮经饲三元种植结构，努力扩大市场短缺品种的生产规模，多途径调整市场过剩产品的种植结构。（3）大数据助力产业区域精准布局。粮食生产功能区、重要农产品保护区、特色农产品优势区“三区”建设，需要建档立卡、上图入库，全面实现数字化、精准化管理，形成耕地、作物、地理空间的“一张图”，有助于更好实现区划布局的精准管控。1.3需要以大数据为动能，加强农业发展战略支撑。农业高质量发展涉及多个方面，支撑发展的动力需要不断强化和调优。当前在高质量发展方面中国还存在许多不足，比如，绿色化、优质化、特色化、品牌化的产品供给不充足；农业全产业链条短，农产品加工业转型升级滞后；农产品进出口面临很大的压力，传统优势产业的出口竞争力减弱。这些不足用传统驱动力量已难有突出效果。国内正在布置实施的特色农产品优势区创建、优质粮食工程、动植物保护能力提升、农业品牌提升、特色优势农产品出口提升等诸多重要任务都体现出发展关键在于转换增长支撑力量，注重应用••14许世卫：农业高质量发展与农业大数据建设探讨新动能提升产业发展能力、提升国际竞争力。转换和强化发展动能，实现高质量发展，需要大数据在多个方面提供动力支撑。（1）高质量发展需要数据驱动产品质量安全。食品安全不仅是产出来的也是管出来的，高质量发展迫切需要推进农产品生产和流通标准化、农产品特征标识化、农产品来源身份化，来保障食品安全的全程可监控、可追溯。（2）高质量发展迫切需要大数据赋能农业全产业链融合。从生产、流通、消费，到品牌化创建、休闲农业发展、美丽乡村创建，实现产业联通，加快一二三产业协同，从而促进生产要素逻辑聚合，提升资源配置效率和产业增值空间。（3）高质量发展需要大数据支撑对外开放。中国作为农产品大国，要提升国际话语权和贸易竞争力，也需要加强全球农产品大数据建设，通过定期农产品市场监测报告、农产品供需平衡表、中长期农业展望报告等信息服务产品，提升中国的大数据科学决策能力和预警水平，服务好“两个资源”和“两个市场”的全新开放拓展格局。

2农业大数据应用成效

农业大数据是国家大数据战略的重要组成部分，发展农业大数据，是推进农业信息化的“中央处理器”[3]。2015年7月1日的《国务院关于积极推进“互联网+”行动的指导意见》要求，综合利用大数据、云计算等技术，建立农业信息监测体系，为灾害预警、耕地质量监测、重大动植物疫情防控、市场波动预测、科学经营决策等提供服务[4]。2015年8月31日的《国务院关于印发促进大数据发展行动纲要的通知》提出，要统筹国内国际农业数据资源，强化农业资源要素数据的集聚利用，提升预测预警能力。建设农产品全球生产、消费、库存、进出口、价格、成本等数据调查分析系统工程，加强全球农业调查分析，引导国内农产品生产和消费，完善农产品价格形成机制，缩小城乡数字鸿沟，促进城乡发展一体化[5]。农业大数据的技术发展，使得农业监测进入信息感知时代，数据获取手段不断改善，数据分析水平不断提升。大数据可以优化生产布局，优化生产投入，判断市场变化，促进产销对接，减少产后损失。从总体应用看，农业大数据已经逐步在生产、经营、管理、服务中发挥重要作用，成为现代农业精准生产的“定位仪”、现代农业市场消费的“导航灯”和现代农业管理决策的“指挥棒”。2.1发挥农业要素耦合效应，提升精准生产决策。大数据有利于发挥要素间耦合作用，提升要素聚集价值。在优化农业生产上，围绕土壤监测、气象预报、水肥管理、病虫害预报、高效养殖等方面已经开展了大量的应用，国内外涌现出一批以大数据等新技术推动农业创新与转型的IT服务商。在世界农业发达国家，农业大数据已为生产经营提供了有效的应用。美国硅谷土壤抽样分析服务商Solum利用软、硬件系统实现精准土壤抽样分析，给土壤“号脉开方”[6]。美国BlueRiverTechnology通过计算机视觉技术可以从农作物中精准地识别杂草，有选择性地杀死有害植物，从而减少化学农药的使用[7]。美国农业部开始在部分农场采用高光谱航空遥感影像和地面观测数据结合的方式进行面状病虫害监测[8]，利用全球的病虫害数据发现害虫的传播规律。在英国，大多数的养牛、养猪场都通过监测与分析数据，实现了饲料配制、日常饲喂、粪便清理、圈舍管理等不同程度的智能化、自动化管理。在中国，随着物联网、遥感等信息技术在农业领域的广泛应用[9]，设施农业、动物养殖、水产养殖等领域的数字化、精准化管理模式正在兴起，逐步发挥着大数据提升精准调控和生产决策的重要作用。2.2全面、多维感知农产品流通过程，保障农产品质量安全。在较长一段时间内，由于农产品流通渠道多样，区域分散，监管不透明，公众缺乏知情权和监督权，致使国内食品安全事件时有发生，给消费者造成了重大伤害。大数据技术的发展使得全面、多维感知农产品流通成为可能。目前，技术层面上，在产地环境、产品生产、收购、储存、运输、销售、消费全产业链条上，物联网、RFID技术得到广泛应用，一批监测新技术和农业监管应用系统陆续开发并应用。制度层面上，国内利用大数据开展食品安全监管的力度不断加强，2015年7月国务院出台了《关于运用大数据加强对市场主体服务和监管的若干意见》[10]，明确提出建立产品信息溯源制度，对食品、农产品等关系人民群众生命财产安全的重要产品加强监督管理，利用物联网、射频识别等信息技术，建立产品质量追溯体系，形成来源可查、去向可追、责任可究的信息链条，方便监管部门监管和社会公众查询；电子商务上，阿里巴巴、京东商场等电商企业利用大数据保障食品溯源[11]，全国许多农产品主产区进行了农产品溯源探索并取得效果，针对不同类型农产品特点，通过二维码来获取农产品生产地、种养人、生长周期、施肥用药量、采摘收获上市日期等溯源信息。2.3充分挖掘用户个性化需求，促进产销精准匹配。在过去农业发展中，人们大多关注的是农产品生产的数量问题，而在消费水平提高、消费结构升级的情况下，人们更多关注吃得健康、吃得营养、吃得安全。大数据正在驱动商业模式发生变化，利用大数据分析结果，可以使农产品经营者更加有效地预售和直销产品，提高经营水平，促进农产品生产与消费匹配，为农产品营销带来了新的机遇。如阿里研究院基于农产品销售额排名，了农产品电商情况，用大数据揭示县域农产品电商情况。不少农产品经营者通过挖掘海量数据，揭示不同地域、不同人群农产品消费特征。一些经营者还以厨房为消费场景进行农产品消费分析，有效开展农产品厨房消费配送，改变传统消费方式[12]。在日本，一些销售便利店会向气象服务部门购买3天内的卫星云图，用以预测3天内天气的变化趋势，然后按照不同商品与天气之间的对应关系，组织门店的商品进货、上架及销售。一些企业将食品营养含量数据与居民个体的饮食数据、健康数据进行关联分析，指导人们根据自身健康状况选择适当食物。中国已经形成的大量农产品消费数据将为农产品定制化消费、精准化配送提供重要的数据分析来源。截至2017年，中国24个省市区已有了淘宝村，农村电子商务正在深刻改变中国农村的面貌，改变中国传统农产品营销的模式[13]。2.4释放市场信号，引导市场发生有利变化。通过大量数据分析，能够提供市场供需基本判断，促进市场朝有利方向发展。世界农业强国除拥有巨大的农产品生产能力外，往往还有很强的农业大数据能力。美国是世界农业大国也是农业强国，其收集农业数据、分析农业信息的能力也是世界一流的。几十年来，美国已经形成了一套庞大的农业数据获取系统、分析系统和信息系统，他们定期《农业中长期展望报告》（年度）、《世界农产品供需预测报告》（月度）和《农作物生长报告》（周度），成为引导全球农产品市场变化的重要数据来源。中国的农业数据分析和数据利用也取得重要进展。2003年起，农业农村部建立《农业部经济信息日历》制度，生产及市场经济信息。2014—2018年中国连续召开了5届中国农业展望大会，了未来10年18个品种的《中国农业展望报告》，基于多品种关联、融合大数据技术的CAMES智能模型系统技术支撑，对主要农产品品种平衡表进行分析，研判未来农产品的供需形势，中国农业展望大会开启了中国提前市场信号、有效引导市场、主动应对国际变化的新篇章。

3农业大数据建设内容探讨

目前，国内农业大数据获取、分析、应用都取得了重要进展，但数据资源不足、标准缺乏、数据共享不畅等问题仍然存在[14]。按照农业高质量发展目标需求，需要加强农业大数据建设，构建农业基础数据资源体系、构建农业标准化体系、构建数据获取关键技术体系，需要加强重要农产品大数据建设，加强农业大数据应用，在应用中发现和解决问题，提升农业生产经营和管理服务数字化水平，助推农业高质量发展与农业现代化进程。3.1构建基础大数据资源体系，加强数据服务能力建设。数据将成为一项战略业务资产，促进农业产业地位提升。中国在农业生产、流通、管理过程中，曾经产生、积累、存贮了大量数据，特别是近年来，随着物联网技术、传感器技术、互联网技术的快速发展和应用，农业数据获取更加方便、快捷，在国家、地方、部门都存有大量数据资源。这些数据中有许多是农业过程性数据，大部分只对原有对象具有分析研究作用，不具备普遍应用属性，但这些资源中仍有相当规模的数据具有共享价值。汇聚这些自然类基础环境数据、生产类投入数据、经济类消费数据，构建农业基础数据资源体系，对提升整个国家农业数据能力十分重要。如构建农业投入品管理大数据，可推动大数据在农业投入品监管、农产品质量安全监控、农业经营主体信用评价、金融保险服务等领域广泛应用；构建气象与自然资源服务大数据，可开发生成作物生育期、作物积温、作物长势分析判断服务产品，推进农业生产数据与气象大数据的深度融合应用，发挥气象大数据对农作物区域布局、生产精准管理、灾害过程防御的作用，提升气象服务能力；构建集交易主体、交易品种、交易量、交易价格于一体的农产品市场交易大数据，可强化市场交易大数据基础服务、数据分析与可视化呈现，推进农产品供求预测、营销服务、质量监测、结构调整的精准化。3.2建设农业标准化体系，加大数据标准制修订力度。农业标准化是现代农业的重要基石，农业标准化体系建设是农业大数据建设的基础，是全面推动农业精准化、智能化的前提条件和关键所在，要加大数据标准制修订力度，为现代农业全产业链精准管理、提升农产品质量安全提供支撑。农业生产过程是重要的农业大数据来源，要聚焦农产品产地环境、投入品、生产过程控制等环节数据获取与分析应用标准建设。农产品消费流动数据是农业数据薄弱内容，要推进农产品流通标准化建设，加快制定农产品分类、编码标识、平台运行的数据格式、接口规范等关键标准。农产品电子商务发展迅速，要推进农产品特征标识化，将电子生产档案与标识挂钩，建立全国统一规范、通查通识的农产品标识信息管理系统，增强农产品获取、分析、比较的方便性。农产品质量安全备受广大消费者关注，对于农产品身份化数据标准要加快建设，加强生产记录、品牌标识、合格证等数据的通用性标准化工作，推动农产品流通的快速、高效、安全。3.3建设数据获取关键技术，增强数字技术研发应用能力。未来农业大数据获取技术将是农业信息科学技术研究领域的重点研究内容。其中传感器是农业大数据获取的重要途径。未来新的农业传感器感知对象将更加广泛和细化，能够检测更广泛的农业过程性事件。传感器成本将进一步降低，应用将更加普及、使用将更加实惠，农业数据新的算法和传感器结合将帮助从当前传感器技术中推断出更多信息。研究新型高性能纳米传感器是未来传感器发展的重要趋势。纳米结构材料具有界面效应、尺寸效应、量子效应等特征，对外部环境的变化十分敏感，因而纳米传感器具有感应精度高、响应速度快、器件尺度小、功率能耗低等突出优点。柔性纳米传感器、基于纳米传感器的纳米系统物联网、集成化多功能化的纳米器件阵列将成为纳米传感器未来发展趋势。纳米传感器的自身特征和突出优点将使其在构建各类物联网的进程中拥有巨大的发展前景和应用潜力，有望成为推动新一轮农业生命信息获取的新技术。未来，新型高性能纳米传感器将在农业生产环境监测、作物本体信息监测、农作物病虫害监测、农产品质量安全检测等方面产生广泛应用价值。3.4开展重要农产品全产业链大数据建设，增强国内重要农产品产业数字化能力。随着物联网、大数据和人工智能时代的到来，基于信息流动态监测的农业全产业链的数据经济将呈现快速发展态势。基于农业全程信息监测预警的生产、流通、消费、经营的数据经济将高度活跃，农业数据产业可能会成为农业增值的一个重要组成部分。未来农业大数据工作，要突出品种导向，聚焦关系国计民生的水稻、小麦、玉米、大豆、棉花、油菜籽、糖料、橡胶，以及苹果、柑橘、茶叶、蔬菜、生猪、牛羊、鱼类等重要农产品，开展重要农产品全产业链大数据建设，构建包括生产、消费、贸易、价格、成本、收益的重要农产品单品种大数据资源，实现重要农产品全程大数据管理。以提升重要农产品全产业链“产业安全和战略保障”能力为核心，完成重要农产品数据资源体系建设、大数据分析处理、监测预警服务产品升级建设任务，打造重要农产品全产业链的数据、技术、应用与服务协同发展体系，全面提升中国与全球重要农产品产业的数据资源掌控能力、技术分析能力、生产管理决策应用能力，推进国内重要农产品产业数字化、网络化、智能化，加快现代农业发展。

作者:许世卫 单位:中国农业科学院农业信息研究所