基于大数据的蔬菜产业数据化研究

王晓东，于 峰

（1.北京市农业局信息中心，北京 100029；2.北京农林科学院农业信息与经济研究所，北京 100097）

近年来，随着全球信息技术的变革和信息时代的到来，国家启动了大数据发展战略。党的十九大明确提出要推动互联网、大数据、人工智能和实体经济深度融合，可以说，数据资源已经成为推动传统产业转型升级的重要资源[1]。农业作为比较落后的传统产业，其供给侧结构性改革也迫切需要大数据技术[2]；为此，农业部出台了“推进农业农村大数据发展的实施意见”，并启动了“农业农村大数据建设试点”工作。在农业农村大数据建设中，蔬菜产业大数据建设有特殊的意义。一方面，蔬菜产业面临较大的自然风险和市场风险，其价格波动往往出现“过山车”式的大幅度变化，市场上经常出现“卖菜难”和“买菜贵”的矛盾，蔬菜市场的稳定是关系到国计民生的大事；而蔬菜市场的风险往往和信息不对称有关，大数据建设能够在克服或者缓解蔬菜市场风险方面发挥有效的作用[3]。另一方面，在农业供给侧结构性改革进程中，蔬菜产业往往成为调减玉米后的产业选择，北京的农业结构调整也明确了“调粮保菜”的目标。未来一段时期，全国蔬菜产业的空间布局会发生什么样的变化、生产供应和市场消费如何更好地匹配、如何使蔬菜产业跳出“多了少了”的循环，这些问题的解答需要基于大数据的分析、决策和引导；所以，蔬菜产业大数据建设更需要引起关注，在实际工作中要科学地认识、把握蔬菜产业大数据建设的内涵、制约因素及实现路径。

1 蔬菜大数据的框架内容

蔬菜产业大数据建设是个比较复杂的系统工程，涉及到方方面面的内容，可以从数据链和产业链2个维度梳理出蔬菜产业大数据的框架内容。如图1所示，数据链（纵轴）与产业链（横轴）构成一个坐标系；其中，数据链主要分为数据获取、数据分析和数据应用3个环节，而数据获取是最根本、最基础的环节。产业链主要分为蔬菜生产、市场流通和蔬菜消费3个环节，这3个环节伴随着蔬菜物流、信息流和资金流交换的过程，每个环节的数据都是对其信息流的捕捉和反映[4]，每个环节的数据都对其他环节的运行有支持作用，并且前面环节的数据也可以从后续环节追溯到。数据链和产业链在坐标系上交叉的环节就是蔬菜产业大数据的具体工作内容，这些工作内容抽象概况来说主要是3大方面：政策措施、技术工具和组织机制。如蔬菜生产环节的数据获取如何开展，主要考虑蔬菜生产环节数据获取的相关政策措施有哪些，依靠什么技术工具来获取，人员分工怎么安排、工作怎么考核等（组织机制）。

可以说，这个坐标系构成了蔬菜产业大数据的基本框架，也揭示了蔬菜产业大数据建设的全部内涵。蔬菜产业大数据建设的所有细节都可以围绕这个坐标系来延伸和拓展，如对于数据指标，蔬菜生产环节可以细化到蔬菜生产空间数据、气象环境数据、不同品种播种面积、产量数据等；市场流通环节具体包括不同蔬菜品种销售量、销售价格、销售渠道等数据；蔬菜消费环节能够延伸出蔬菜消费量、品种结构、消费人群、消费频率等数据。

图1 蔬菜产业大数据框架

2 蔬菜产业大数据的制约因素

当前，一些地方和部门都在探索实践蔬菜产业大数据建设，如北京市利用卫星遥感技术获取蔬菜生产面积信息，通过农场管理系统来获取蔬菜园区生产经营销售数据，并为农场管理提供智能化服务[5]。在实际工作中，如何及时、准确、全面地获取蔬菜产业链条各环节的信息一直是难点。蔬菜产业链存在的客观问题造成信息流难以被识别和捕捉，数据获取的困难和无效影响数据分析和数据服务的质量。概括来说，蔬菜产业大数据的制约因素主要包括以下3个方面。

2.1 蔬菜产业主体分散，规模化程度低

产业的组织运行是由产业主体来完成的，蔬菜产业大数据的核心也在于其产业主体直接或间接地开展数据记录、数据应用工作，如蔬菜生产者关于投入、产出的记账本和买卖双方留下的交易单据都是蔬菜产业大数据的来源；所以，蔬菜产业主体的状况是大数据获取难易的重要决定因素之一。目前，蔬菜产业链从生产到消费的每个环节都比较分散，缺乏组织化和规模化[6]。蔬菜生产主要依靠千家万户的小农户，蔬菜流通主要依靠千家万户的小商贩，最后蔬菜又卖给千家万户的消费者。产业主体的分散化一方面造成产业链条数据的高度碎片化，数据收集、整理分析都比较困难；另一方面也造成蔬菜大数据相关的技术推广应用成本、交易成本、组织管理成本都比较高，如让千家万户的菜农应用一套软件系统是比较困难的一件事。

2.2 蔬菜产业品类繁多，标准化程度低

蔬菜产业大数据的客体是“蔬菜”，但蔬菜是个大类概念，其包括的细分品类非常多，如北京市主要种植的蔬菜品类有40多种，而北京市批发市场上市的主要蔬菜品类有200余种。另外，同一蔬菜品类也存在着名称、规格、质量等级的多样化，缺乏统一规范的商品名称、包装规格、分级标准，其不利于蔬菜产业的信息识别和数据标的，也就造成了蔬菜产业大数据及时性、准确性、全面性的偏差，如要获取黄瓜的市场交易数据，但由于黄瓜是一个品类，实际上市场交易的是刺黄瓜（产自山东寿光、中等规格、质量优质）之类的具体产品，这样获取的数据是模糊的、不明确的，需要在品种上细分到刺黄瓜、秋黄瓜和小黄瓜（荷兰黄瓜）[7]，并明确产地、规格等。蔬菜产业大数据如果定位到“黄瓜”这样的颗粒度，则数据的价值会有所折扣，如果定位到“黄瓜细分”的颗粒度则会增加较大的工作量，甚至在标准不统一的情况下会感到无从下手。

2.3 蔬菜产业信息化、数字化水平低

蔬菜产业大数据建设的基础是生产经营的信息化、数字化。只有蔬菜产业链条各环节的衔接、流转、运行在信息系统上来完成，形成数字化记录，才能形成蔬菜大数据的来源[8]。就目前情况来看，由于蔬菜产业主体缺乏组织化和规模化，蔬菜产品缺乏商品化和标准化，再加上蔬菜生产经营主体自身信息意识、信息能力的缺乏等多种因素，蔬菜产业链整体的信息化、数字化水平相比其他农业行业处于落后状态。如北京市7大批发市场在猪肉交易（白条猪）方面普遍采用了电子交易，实现了交易量和交易价格数据的适时获取，但蔬菜的电子交易几经尝试都难有突破，其主要原因一是交易习惯和交易模式的制约，尤其是大宗品种（如大白菜、土豆等）的交易形态是大进大出，成批次交易，定价单位不是重量而是批次，所以往往不经过智能终端的称重环节；另外，大进大出的交易模式使商户之间形成了现金结算的习惯，而这种交易习惯使得电子交易和结算显得更加麻烦，不易被商户接受。二是信任问题，商户担心一旦利用电子交易，经营状况的信息被实时地、真实地记录，逃税漏税将无处藏身，并且自己的销售渠道信息也容易泄露或被批发市场利用，自己辛辛苦苦建立形成的客户有可能被掌握信息的人撬走。

总之，蔬菜产业大数据建设的瓶颈问题在于蔬菜产业主体的分散、客体的分散以及连接主客体较低水平的信息网络，这3个制约问题相互交织，增加了蔬菜产业大数据建设的复杂性和困难度。

3 突破蔬菜产业大数据瓶颈的思路及措施

针对上述蔬菜产业大数据的制约因素分析，今后的蔬菜产业大数据建设要着力克服和破解产业链的分散性，通过适当的激励措施引导分散的生产经营主体建立信息化、网络化的联结，推动蔬菜产业链物流、资金流、信息流数字化的记录，从而完成大数据的积累。应重点做好以下4个方面的工作。

3.1 抓住蔬菜产业链条上相对集中的环节

蔬菜从生产到消费的各个环节都比较分散，难以形成由信息系统贯穿始终的产品供应链，所以数据采集、沉淀面临很大的难题。开展蔬菜产业大数据的关键是抓住分散链条上相对集中的环节。目前来看，能够扮演这个角色的一是农产品批发市场，二是正在兴起的农产品电商平台。其中，农产品批发市场是蔬菜流通的重要集散环节，承担着蔬菜等产品集散中心、信息中心、价格形成中心等功能。我国农产品流通经由批发市场的比例为70%，蔬菜等鲜活农产品的比例更高，所以应该抓住批发市场开展蔬菜生产、流通、消费信息的采集；另外，正在兴起的农产品电商平台逐渐成为了千家万户农业生产经营者交易聚集、信息聚集的平台，成为了联结农业生产者和消费者的主要渠道[9]，如2015年农产品网络销售额超过1 500亿元[10]。目前，京东、阿里等大型电商平台沉淀着农产品购买行为及购买者特征的大量数据，且都实时记录真实发生的数据，其对蔬菜产业大数据及农业大数据建设的作用必将越来越大。

3.2 注重资金流在产业链条上的引导作用

在蔬菜产业链条上，资金流是最活跃的因素，也是联结各生产经营主体较有效的方式，如买卖交易的单据可以成为比较好的数据来源；所以，蔬菜产业大数据建设需要和资金流挂钩，在资金流衔接、传递的环节中获取数据流（信息流），并通过政策措施促进资金流更高效地运转，资金流和数据流更紧密地结合。在工作实践中，一是考虑将蔬菜数据的统计及获取与资金补贴捆绑，如欧盟的农业补贴是和基础数据体系建设挂钩的，享受补贴的主体有义务提供农业生产经营数据，所以政府部门掌握农业、农村的底数。就北京而言，整个十三五时期将持续开展“基本菜田补贴”政策，而基本菜田补贴发放也需要补贴主体提供相关信息，这就为北京蔬菜产业大数据建设提供了很好的机会，可以通过信息系统在发放菜田补贴的同时开展蔬菜生产主体及其产销信息的采集，搭建蔬菜生产主体的基础数据库。二是考虑蔬菜产业链金融服务的创新，如大北农集团建设的“猪联网”提出了“大数据＋猪金融”的服务模式，依据“猪联网”平台的交易数据建立生猪生产经营主体的信用评级并提供贷款服务，利用金融服务引导越来越多的生产经营主体应用“猪联网”平台。同样，在蔬菜产业方面，可以通过批发市场交易结算系统和电商平台的交易流水为蔬菜商户提供信贷担保等增值服务，利用增值服务促使交易双方更多地采用电子交易系统和电商平台，从而实现蔬菜产业大数据的记录和沉淀。

3.3 率先突破蔬菜单品种大数据试点建设

2016年，农业部印发了《农业农村大数据试点方案》（农办市[2016]30号），提出了依托地区优势特色产业开展单品种全产业链大数据建设的方向，蔬菜方面包括马铃薯大数据（内蒙）、大蒜大数据（山东）、绿叶菜（上海）大数据3个试点，这种单品种大数据试点建设的思路有利于摆脱蔬菜品类分散的困扰，有利于在蔬菜产业大数据建设上率先破题，循序渐进，为更多品类的大数据建设积累宝贵经验，在品种选择上，需优先考虑产业化程度比较高的单品种，如内蒙马铃薯、山东大蒜不仅规模化程度高，且商品化加工的程度较高，即产业链集中程度高；上海绿叶菜的生产和销售也比较集中；所以，各地区蔬菜产业大数据建设要率先从产业链集中程度较高的单品种入手。

3.4 发挥移动终端在信息获取及服务方面的优势

大数据的基础是产业链条的信息化，对于高度分散的蔬菜生产、经营、消费主体来说，移动互联技术及移动终端的应用为实现信息化提供了便捷的渠道。目前，智能手机已经成为社会公众获取信息、传播信息、应用信息的重要方式，也为蔬菜产业链条的信息化提供了比较可行的出路。如北京市农业局已经着手探索实践，实施了“移动互联技术在蔬菜产销信息监测与服务中的应用”项目。利用智能手机、微信小程序采集京（北京）冀（河北）200多个蔬菜生产者的蔬菜种植面积、产量、销售量、销售价格、销售渠道等数据，并采集北京市140多个居民家庭蔬菜购买量、购买价格、购买渠道等消费数据；同时，利用微信公众号“市场信息”为蔬菜生产经营、消费主体提供蔬菜产品实时价格，蔬菜市场行情分析预警服务，取得了一定的试点效果。今后，随着移动互联技术的创新变革，智能手机必将在蔬菜产业大数据获取、应用服务方面发挥越来越重要的作用，形成大数据来源于大众、服务于大众的众筹共享模式，真正体现大数据的经济社会价值。

参考文献

[1]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):3-6.

[2]满芮.基于大数据的中国农业现代化[J].农业科技展望,2017(9):81-91.

[3]王文生,郭雷风.关于我国农业大数据中心建设的设想[J].大数据,2016,2(1):28-34.

[4]许世卫.农业大数据与农产品监测预警[J].中国农业科技导报,2014,16(5):14-20.

[5]张富.基于农场管理的产业物联网与大数据应用[J].中国农村科技,2017(10):36-38.

[6]范双喜.北京市叶类蔬菜产业发展研究[M].北京:中国农业出版社,2014.

[7]李连芳,阎晓军,赵友森.农产品市场常见蔬菜品种[M].北京:中国农业出版社,2006.

[8]谢润梅.农业大数据的获取与利用[J].安徽农业科学,2015,43(30):383-385.

[9]洪涛.农产品电商大数据直击现代"三农"问题痛点[J].农业电子商务,2016,36(12):37-40.

[10]许世卫,王东杰,李灯华,等.我国"互联网＋"现代农业进展与展望[J].农业网络信息,2017(1):10-17.蔬