农业大数据与农民专业合作社发展的新机遇、新挑战

孟祥东　薛兴利

摘要：大数据时代的到来催生了农业大数据。随着农业大数据的成长，作为农业新型经营主体的农民专业合作社也开始适应新的发展环境。在对农业大数据进行深入认识的基础上，对农民专业合作社在农业大数据背景下面临的新机遇与新挑战进行了分析，新机遇主要体现于生产、市场、风险、决策等方面，新挑战主要体现在数据源获取难、数据甄别难、人才队伍薄弱等方面。最后针对新挑战提出了相应的对策。

关键词：农业大数据；农民专业合作社；发展； 新机遇；新挑战

一、引言

伴随着计算机技术以及网络信息技术的飞速发展，各类数据也呈现出了前所未有的增长态势。毫无疑问，大数据时代已经到来。这对于各产业的发展既是一种机遇，同时也是一种挑战。农业也不例外，尽管农业大数据是个新生概念，但现在已取得了众多成效，伴随着传统农业向现代化农业、信息化农业以及智能化农业的转变，农业大数据在农业相关领域的应用也必将越来越广泛，也必将在不断地应对挑战中越来越成熟。在此过程中，农民专业合作社作为新型农业经营主体，相对于分散的小农户而言，无论从规模效益、硬件设施还是人员综合素质来讲，都能更好地把握农业大数据带来的机遇，也更有能力应对农业大数据带来的挑战。农业大数据将会为农民专业合作社的发展带来生产环节、市场流通、风险规避及经营决策等方面带来前所未有的机遇，但农民专业合作社在发展中也要时刻应对好数据源的获取难、数据甄别难、专业人才队伍薄弱等挑战。

二、大数据与农业大数据的概念界定

（一）大数据的概念界定

大数据，也被称为海量或者巨量资料，一般是指需要通过新型的处理方式才能够产生更强的决策价值、挖掘价值和调整优化功能的巨量与多样化的信息资源或资产。大数据是更为先进的新生信息技术的一种集中展现，作为一个服务领域，其应用驱动性是非常强的，难以使用目前现有的软件工具进行提取、存储、查询、共享、分析处理大量的、极为复杂的数据集合。此外，多V定义也极具代表性，现在学界通常用“3V”、“4V”和“5V”来解释大数据，“3V”即：规模性或海量性（volume），多样性（variety）与高速性或快速化（velocity）；“4V”即规模性（volume），多样性（variety），高速性（velocity）与真实性（ veracity）；“5V”即规模性 （ volume） ，高速性（ velocity） ，多样性（ variety） ，价值性或有用性（ value） 、真实性（ veracity） 。大数据主要是通过现在日益普及的网络技术而产生的，由相关单位或部门采集的蕴含数据生产者真实意愿、喜恶的非传统结构的数据资源。大数据作为互联网技术发展到现阶段的一种产物，依靠云计算为突出代表的技术创新的坚实基础之上，使得原来大量难以搜集与利用的数据资源能够被比较简单或容易地利用起来，通过各行各业相关主体的持续创新工作，大数据会逐步为其使用者们带来更多的价值与惊喜。

（二）农业大数据的概念界定

有学者认为，农业大数据的概念源于大数据与农业信息化两个方面，大数据的相关概念已有阐释，此处不再敖述。我们通常所指的农业信息化其实是一个动态概念，指较为广泛地利用先进的信息技术以及信息系统为农业生产、加工、销售及其他相关的管理或服务提供具有实用性与时效性的信息支撑，以此来提高农业生产力，进而促进农业产业结构的战略性调整和农业经营与管理水平提高。从农业信息化的概念来看，农业大数据的实现过程实际上也完全能够看作是农业信息化的一个重要组成部分。农业大数据的概念是指以先进的大数据分析为基础，广泛使用大数据的相关理念、技术方法等来处理农业产、加、供、销整个链条中所产生的海量数据资源，并从中得到可用的有价值的信息来指导农业的生产、经营管理、物流、加工以及消费等过程。由此可见，农业大数据实际上是大数据的相关理论、处理技术或方法在农业中的实际应用。农业大数据涉及范围十分广泛，包括生产、加工、运输、仓储、销售等各个环节，涵盖种植业、养殖业、农产品加工业、林业等各个生产部门，进行跨环节跨部门的数据分析与挖掘，这对国家在农业大发展，粮食与食品安全等方面有着及其重大现实意义。

三、我国农业大数据研究取得的成效

（一）农业大数据的发展模式

农业大数据作为农业信息化的重要组成部分，农业信息化的诸多模式实质上也是农业大数据的有效实现模式。有学者将其归纳为四种模式。

1. 政府引导型模式。如果仅仅依靠分散的农民是难以实现农业大数据的，只有在政府的引导与扶持下才能推动农业大数据的大发展。一般来说，政府相关部门研究制定出相关建设规划，对网络等基础设施进行投资建设，建设农业大数据服务体系和相关服务机构，只有这样才能够真正实现深层次挖掘农业大数据资源，实现农业大数据服务于农业生产的目标。政府对农业大数据的推动现阶段主要体现在政策引导、农业大数据网络等建设基础设施、农业大数据服务平台建设以及农业大数据技术开发等重大工程。

2. 技术推动型模式。要实现农业大数据目标，必须使用先进的信息技术作为基本支撑。要大力推进农业信息化试点示范，普及并有效使用信息技術，提高农业龙头企业与农民合作组织等主体的福射带动作用，不断创新，努力探索形成具有地域特色的农业信息化应用新模式，推动农业大数据的快速发展，主要包括加快开发功能多样化、智能化的经济型农业装备与基础设施，着力开发信息收集、精准化生产经营、信息化管理、农业数字化与可视化灾害预警等先进技术。

3. 市场带动型模式。在市场经济的带动下，各地积极探索创造了一批卓有成效的农业大数据发展模式，加快了农业大数据的发展进程。通过引导电信运营商与其他信息技术企业等主体加入到农业生产、经营管理、市场销售等方面的信息化使用与宣传推广过程中，积极推进不同主体、行业和区域之间的合作，引导社会多方力量参与农业大数据建设，提升农业大数据整体发展水平。初步形成了多方社会力量共同推动农业大数据发展的局面。在农业大数据发展的实践中，“政府+企业+非盈利组织”的发展案例比比皆是，非盈利公益组织（如高校等科研单位）和盈利性商业化组织相结合的农业大数据发展模式形成了良好的互补。

4. 产业引领型模式。在一些农业部门生产中融合了大量现代信息技术，随着这些部门的日益繁荣与发展，既大力推动了农业信息化的发展，也推动了农业大数据的发展。影响比较大的有设施农业、温室智能化监控系统等设施农业的发展，极大地提高了农业信息化的发展水平，在相关数据资源的收集、处理与共享方面成效显著，有效推动了农业大数据的发展。我国是世界设施农业生产大国之一，无论是生产面积还是产量都稳居世界首位。

我国政府在2015年两会期间曾提出“互联网+”战略，这将进一步使“互联网+农业”模式推动我国农业大数据的发展。这一现代信息技术与农业发展全面融合的过程，将会充分发挥互联网在数据“收集与处理”、“共享与查询”和“使用与推广”等方面的强大优势。

（二）农业大数据机构及服务平台建设

我国政府部门高度关注大数据的发展。自 2012 年起，上海、重庆与贵州等多个省市先后制定并实施了大数据的发展战略和相关工作计划；2013 年政府将大数据列入了“ 973 基础研究计划”，进一步推动大数据的建设；2013年我国的第一个“农业大数据产业技术创新战略联盟”在山东农业大学正式成立，该联盟包括政府部门、高校、科研单位、各类工商企业等几十家单位；2014 年在中关村正式成立大数据交易产业联盟，这标志着我国的信息技术企业开始联合进入大数据产业。自大数据开始受到重视以来，人们对大数据重要性的认识越来越深刻，并逐步运用到生产加工制造业、交通运输业、金融证券业、电子商务、城市信息化管理以及农业生产经营等多个领域。其中，在农业大数据的实际应用领域，我国现已初步构建了物联网数据采集技术，基于互联网信息传输技术，基于数据挖掘技术的分析及可视化技术的大数据技术体系，其应用正在向着农业产前、产中、产后的整个过程进行拓展。

服务平台建设初见成效。以山东农业大学“农业大数据产业技术创新战略联盟”为例。通过设立农业大数据研究中心，筹集农业大数据研究专项资金，现已建成 11 个农业数据库，并建立了国内先进水平的农业大数据研究与服务平台。联盟自成立以来承担并完成了众多农业大数据科研任务，涉及农学、园艺学等十余个学科门类，取得了丰硕的研究成果。同时，联盟还与诸多研究大数据的高校、“北京中关村大数据产业技术创新战略联盟”和“上海市数据科学重点实验室”等大数据研究机构建立了紧密的合作关系，在合作中不断创新与发展。

（三）农业大数据关键技术

1. 农业大数据采集技术

“巧妇难为无米之炊”，数据的采集是农业大数据中最为基础的工作环节。我国是农业大国，本该拥有数量巨大的农业数据资源，但是现实中，能够存储与使用的农业数据总量却为数不多，甚至不足欧洲发达国家的百分之十，因此，我国的数据采集技术就显得更为重要。目前，农业大数据的数据采集主要涉及到数据采集技术、数据处理技术与传输技术等内容。其中农业大数据采集主要包括农业数据传感体系、网络通讯体系、传感配置体系、智能識别体系及软硬件资源接入系统，实现对非结构化、结构化与半结构化的大量数据的智能化识别、传输、转换、初步简单处理与管理等。

2. 农业大数据存储技术

一般的结构型数据库在扩展性方面碰到了较大的障碍，无法完全适用于农业大数据的相关分析任务，已经不再适用于农业大数据的存储。现阶段，许多新兴的非关系型分布式数据库依靠其良好的扩展性等优势已经成为实现大数据存储的主要技术。巨量数据存储的关键技术在于分块存储数据，并要求具有较好的容错机制，目前世界先进的大数据应用平台MapReduce与HBase等先进的分布式处理平台已经解决了这一问题，能够存储的数据量级别非常高，并且对各种类型的数据也能够实现很好地处理。

3. 农业大数据挖掘或分析技术

农业大数据挖掘技术其实也可称为农业大数据的分析技术，是农业大数据技术中最为重要的部分。通过数据挖掘或分析我们可以从中找出存于数据内部的有利用价值的信息。数据挖掘技术包含多种技术方法，例如归类分析法、回归分析法、遗传算法与可视化技术等。其中，归类分析法等都是对所获得的各类数据进行整理与分类的技术，这些技术方法可以获得同类别的数据；数据完成归类以后，回归分析法等都能够对存于数据内部的各种关联性和趋势特点进行挖掘；遗传算法则能够被用来评估其他算法的适合或适用性程度。最后，农业大数据的挖掘或分析结果可通过可视化技术来展现。

四、新机遇

农民专业合作社作为新型农业经营主体，拥有比一般小农户更多的资源（资金、技术、人才等），从而拥有更多的途径接触农业大数据，更高的能力利用农业大数据。农业大数据为农民专业合作社的发展所带来的机遇是显而易见的，大致可归纳为以下几个方面。

（一）生产环节的新机遇

利用农业大数据提供的海量数据发展精准农业是农业现代化发展的必然要求。农业大数据涉及农业生产领域的方方面面，既包括大田种植业，也包括设施农业（设施种植业与设施养殖业）。通过运用大数据的理念、技术和方法手段，通过数据的精准采集、可靠传输、科学分析和快速利用，能够实现农业生产各个环节的精准管理，实现“智慧农业”。农民专业合作社在生产过程中，无论是大田规模化种植，还是发展设施农业，有了农业大数据的支撑，能够获得生产中所需要的新品种与各项先进技术，省去了大量“寻求新优品种”与“摸索经验”的成本，并且基于数据的精确指导农业生产的日常操作与管理也更加科学。

（二）市场流通环节的新机遇

首先，农业大数据提供的海量市场信息将会使农民专业合作社减轻“市场中信息不对称带来的深切痛楚”。农业大数据在农产品流通和市场交易中的应用将有效解决信息不对称问题，例如通过农业大数据平台可获得各地的农产品供需数量及价格信息。这便为农民专业合作社寻找市场节约了大量的交易成本，在很大程度上“农产品卖难”的问题将得到解决。其次，农民专业合作社可利用农业大数据获取不同地区不同生产资料品种的各类信息，通过“货比三家”从而在农资市场中增强谈判地位，获取“物美价廉”的农资。此外，农业大数据还会对大宗农产品的价格进行预测，加大市场的可预测性，达到稳定市场的预期效果。这又为资金实力较为雄厚的农民专业合作社提供了一条获利或规避市场风险的有效途径，即参与农产品期货市场，进行投机与套期保值等。

（三）风险预防与处理方面的新机遇

农业大数据对农业生态数据的整合与利用涉及土地资源、水资源、气候、自然灾害等，对其进行全面监测、精准管理，为农民专业合作社的风险预防与处理提供了有力的保障。例如农业大数据涉及农业病虫害、气象灾害的预测、监测、防范与治理，农民专业合作社可通过农业大数据获取其所在地区可能发生的灾害，依据大数据提供的防范措施做好防灾减灾工作，抑或根据农业大数据提供的治理措施有效应对或处理已经发生的灾害，将损失减到最小。农业大数据对农业自然风险的有效预防与治理意味着农民专业合作社可拥有更加稳定的生产环境，在此基础上可进一步推进其规模化生产经营，获取更高的规模化收益。

（四）经营决策方面的新机遇

农业大数据将有助于农民专业合作社决策的科学性。农业大数据涉及耕地数量和质量、气候和水文信息、作物品种和种植技术、产业结构和生产方式、农资与市场信息等各方面数据。通过大数据分析，可以对农产品产量、质量、供求状况做出更科学的预见，帮助农民专业合作社做出科学的决策。有了这些农业大数据的精确数据作支撑，农民专业合作社的经营决策，无论是合作社重要事务民主表决，还是管理人员的日常经营管理决策，其依据将不再仅仅是“自己的经验之谈”，也不再是多数人或管理者“任性地拍手或拍脑袋决定”的方式，而是依据数据分析结果做出“理性地决策”。农民专业合作社的经营决策将告别“人治”走向更加科学的“数据精确化决策”道路。

五、新挑战

农业大数据为农民专业合作社的发展带来新机遇的同时也带来了新的挑战。

（一）获取数据源存在困难

我国农业大数据的发展时间非常短，所取得的成果多集中于理论研究层面，真正用于实践的成果数量十分有限。众多的农业大数据研究机构在农业大数据研究中取得了大量成果，但是农民专业合作社真正能够享受到的并不多。一方面农业大数据作为新生事物在广大农村地区的认知度还有待进一步提高，大多数农业经营主体对其认识不够，对其进行使用的积极性也就不高；另一方面由于大数据库与农村使用数据库设施间还存在有效的对接方式，许多农民专业合作社，尤其是计算机网络设备不发达的合作社，由于在设备上存在“最后一公里问题”，并不能够直接享受到农业大数据带来的益处；此外，由于农业大数据科研机构与众多企业合作开发农业大数据，为了维持正常运转甚至盈利往往需要对农业大数据的使用者收取一定的费用，这无疑加重了农民专业合作社使用农业大数据的成本，其使用的积极性将会受挫。

（二）数据甄别存在困难

农业大数据的一个突出特点就是数据量大，数据量大既有信息全面的好处，也会产生短时间内无法获取所需要的有用信息的弊端。对农民专业合作社来讲，即便在农业大数据服务平台中输入所需要内容的关键词搜索所需信息，也会面对数量巨大的信息，其中可能存在着类似却存在地域局限的信息，抑或存在过时的信息等，这些都是无用的数据，它们有可能会成为干扰项，从而使农民专业合作社自以为获得了自己所需的数据，实则获取了自己所需要的“伪数据”。究竟哪些才是自己需要的具有实用性与时效性的数据，农民专业合作社需要做出正确的选择。

（三）专业人才队伍缺乏

对农业大数据来讲传统的数据处理技术很多已经不适用了，因此也就需要更高层次的懂得更先进技术数据处理人才。但农民专业合作社的现实情况是高素质人力资源缺乏，成员基本上全为受教育年限极短的农民，即便是懂得传统数据处理与分析的人才都极为缺乏，懂得先进的大数据技术的高新技术人才更是少之又少，甚至可以用极端缺乏来形容。无人掌握大数据处理与分析等技术，又何谈农民专业合作社又何谈能够充分利用农业大数据呢？

六、相关对策

为了应对农业大数据带来的新挑战，充分发挥农业大数据在农民专业合作社发展中的积极作用，应努力做好以下几个方面的工作。

1. 加强思想认识。农民专业合作社首先要提高对农业大数据的认识，积极了解农业大数据对其发展带来的有利之处；加强农民专业合作社基础设施，尤其是计算机网络设施等，为利用好农业大数据做好物质基础准备；农业大数据服务机构要制定长期发展规划，增强自身的社会化服务能力，真正为农民专业合作社提供可靠的服務保障。

2. 提高农业大数据服务水平与利用效率。一方面农业大数据科研机构要加强农业大数据的整合与处理，通过更加先进的数据处理方法将数据实现更加科学的归类，为农民专业合作社等使用主体提供更具效率、更加可靠的数据查询服务；另一方面农民专业合作社成员要较强自身素质的提高，通过自身学习提高对数据的甄别能力，例如通过对市场知识的学习提高农产品供求相关数据的甄别等。

3. 加强农业大数据专业人才队伍的建设。首先政府部门要大力培养一批农业大数据专业人才，以这支高素质人才队伍为依托开展农业大数据培训项目，重点培训对象可限定为农村接受能力较强的合作社管理人员或农村能人，农民专业合作社要积极参与农业大数据培训活动，通过参与培训切实提高农民专业合作社使用农业大数据的能力；实力雄厚的农民专业合作社亦可通过多种措施直接引入农业大数据方面的高素质人才，从而实现自身农业大数据人才队伍的有效建设。

参考文献：

[1]温孚江.农业大数据与发展新机遇[J].中国农村科技，2013（10）.

[2]张浩然，李中良，邹腾飞，魏旭阳，杨国才.农业大数据综述[J].计算机科学，2014（S2）.

[3]曾晓娟，丁超英，文红霞，张广平.探讨实现农业信息化的有效途径[J].农业图书情报学刊，2004（02）.

[4]温孚江.农业大数据研究的战略意义与协同机制[J].高等农业教育，2013（11）.

[5]郭承坤，刘延忠，陈英义，孙敏，屠星月.发展农业大数据的主要问题及主要任务[J].安徽农业科学，2014（27）.

[6]王振.不同区域农业信息化推进模式研究[D].中国农业科学院，2011.

[7]孙忠富，杜克明，郑飞翔，尹首一.大数据在智慧农业中研究与应用展望[J].中国农业科技导报，2013（06）.

[8]张明敏，董雪艳.大数据技术在会计中的应用初探[J].经济论坛，2015（05）.

[9]宋长青，高明秀，周虎.高等农业院校农业大数据研究现状及发展思路[J].中国农业教育，2014（05）.

[10]李秀峰，陈守合，郭雷风.大数据时代农业信息服务的技术创新[J].中国农业科技导报，2014（04）.

（作者单位：山东农业大学经济管理学院）