农业大数据资源资产化发展问题及对策分析

孙竹梅

1 农业大数据资源资产化难点问题分析

1.1 农业数据在基层的条块分布

首先，随着“互联网+”的热潮，各部门信息化建设步伐加快，信息平台逐渐增多，如农技推广平台、农产品质量监测平台、病虫害测报平台等，这些平台有国家级的、省级的、市级等不同层次，但是平台数据来自于基层，即由一个科室一个人负责好几个系统平台的数据填报，而这些数据中不少是重复填报，造成了人力资源的浪费；另一方面，科室之间的平台数据不能共享互通，有些数据这个科室需要采集、另一个科室也需要采集，造成了数据的重复采集。其次，信息化人才支撑难题。由于我国农业信息化起步比较晚，农业信息化专业管理机构、农业信息化专业人才缺失。三是农业大数据技术尚不成熟。目前我国农业物联网设备集成低、稳定性差、投资成本高、运行维护成本高、预期收益低，农业物联网感知、传输和应用技术标准不统一，影响了农业产业的数据化发展。四是农业基础数据缺失，农业数据的采集多是被动式的，滞后性的，数据采集不能像其他行业通过全民式的网络行为采集，造成农业数据信息采集与获取管理初始投入成本太高。

1.2 大数据产权不清

数据权利的界定与明确是数据获取、交易、使用、收益的核心和前提。目前，我国还没有关于大数据的专门立法，《贵州省大数据发展应用促进条例》是第一部有关大数据的地方法规，但回避了大数据权属问题。大数据产权不清主要表现在四个方面：一是数据权利属性不清。数据适用知识产权法、人格权法、物权法，还是建立新的财产权，尚无定论，直接影响了相应的资产管理体系的建立，进而影响了数据的资产化管理。二是数据权利主体不清。从数据上产生的根源而言，大数据属于每一位数据产生的个人，因为数据源于每个个体的行为痕迹，是大数据构成的基础；但从搜集、获取、投入成本的角度来说，企业对去隐私的数据享有所有权；而从国家安全考虑，数据由国家所有才最为稳妥[3]。从世界范围内来看，都认为政府信息资源属于全民所有，政府开放数据资源是一种法定义务。数据的所有权不清，导致了数据交易权、收益权、使用权等衍生权利不清。

1.3 数据交易黑市猖獗

上海社会科学院互联网研究中心发布的《大数据安全风险与对策研究报告》称，随着数据资源商业价值凸显，针对数据的攻击、窃取、滥用和劫持等活动持续泛滥，并呈现出产业化、高科技化和跨国化等特性，对国家和数据生态治理，以及组织的数据安全能力都提出了全新挑战。2018年经济参考报报道称，“目前黑市交易可能是中国数据交易的主流。据不完全统计，国内个人信息泄露数达55.3亿条左右，平均每人就有4条相关的个人信息被泄露，这些信息在黑市中反复被倒手。其中，80%的数据泄露自企业内部人，黑客占20%”。数据黑市交易的猖獗，严重损害了企业品牌形象、社会财产及人身安全，也使正规数据交易平台经受劣币驱逐良币的阵痛。如，脸书数据门事件、“勒索软件全球蔓延”事件等。贵阳大数据交易所执行总裁王叁寿预估，数据交易所的成交额与黑市相比，只有1%。

1.4 数据交易市场尚不成熟

一是交易规则“各自为政”。目前，虽然一些交易机构（平台）制定了内部的交易规则，对交易平台、交易主体、交易对象、数据定价等进行了规范，但均属于探索试行性质，尚无任何机构和组织制定跨区域、跨行业的大数据交易规则标准，各大数据交易平台的交易规则也存在差异，存在适用范围窄、分类模糊、可操作性不强等缺陷，并不具备在全国范围内的大数据交易平台进行推广和实施的条件，数据交易规则尚缺系统性的“国字号”。二是交易配套业态尚未成型。数据资产评估、大数据质押、大数据融资、数据安全保险等配套体系处于萌芽状态，配套链条不完整。三是交易技术链条不够完善。源数据信息繁杂，数据交易迫切需要在清洗、分析、建模等方面实现数据升值的技术，在数据确权、数据追溯、数据加密等保障数据安全的技术等方面实现突破。

2 农业农村大数据资源资产化发展建议

2.1 畅通农业农村数据源头

巧妇难为无米之炊。充足的数据是农业农村大数据资源资产化发展的基础。一是建立农业农村大数据标准体系。探索建立遥感、传感器、智能终端等农业物联网硬件技术标准、数据标准和监测采集标准，统一监测参数、统一传输控制协议、统一数据接口，构建涵盖涉农产品、资源要素等内容在内的数据指标、样本标准、采集方法等标准体系。开展农业部门数据交换、指标口径、分类目录等关键共性标准的制定和实施，构建互联网涉农数据开发利用的标准体系。二是提升农业数据技术运用。积极推进农业信息化产学研合作，积极发展国内农业物联网、云计算等关键信息技术，探索农业物联网技术标准集成、兼容与创新，加快农业大数据“云”“网”“端”基础环境投资建设，形成以互联网、物联网等网络组合为基础的智慧感知网，降低智慧农业投入运行成本，推进农业产业数据化，提升数据采集智能化、自动化。三是提升农业从业人员信息化水平。加大基层信息人员培训，提升新型经营主体、农口工作人员等涉农人群信息化运用水平。

2.2 建立数据产权制度

数据产权清晰是数据交易市场高效活跃运转的前提和保障，是市场经济公平公正发展的基石。根据数据产生源及数据不同处理阶段，综合考虑国家数据安全、个人隐私安全及数据产业发展需要，明确大数据权利类型，明确大数据交易主体资格，明确规定数据交易主体权利义务，赋予数据不同的所有权、使用权、知情权等权能。如某数据分析是由无数个个体数脱敏分析得出的，但这无数个个体数据虽然经过了脱敏处理，但是通过一定的技术手段是可以恢复数据自然人指向的，或者这个脱敏的个体数据结合其他的数据能够指向特定自然人的，数据权利主体就不能仅是数据分析处理阶段的组织，而应是数据源产生的个体，而数据处理组织只具有数据的使用权，而数据的收益权则应由数据源个体自然人及数据分析处理公司共同享有，而不仅仅只是数据分析处理公司。

2.3 探索政府农业农村大数据资产化管理模式

李克强总理在“中国大数据产业峰会暨中国电子商务创新发展峰会”致辞时指出，“80%的资源掌握在政府部门手里，除涉及国家安全、商业秘密、个人隐私外，都应向社会开放”政府数据在社会治理、服务方式变革与传统产业转型、创新中意义重大。激活政府大数据价值，是推进国家供给侧结构性改革的重要方式之一，在国家大数据战略中具有重要意义。为加快释放农业农村政府手中的数据价值，各地农业农村主管部门应做好以下几点：一是立足“聚”字，整合好政府涉农信息资源。结合信息进村入户工程建设，加快政府部门涉农数据整合，建设政府涉农数据资源库，打破政府部门涉农“信息孤岛”和“数据烟囱”。二是立足“通”字，推动数据资源开放共享。建立政府涉农数据分类目录，建设统一的政府数据开放平台，研究确定哪些能公开，哪些在一定范围内能够公开，哪些禁止公开，哪些可以进行交易，哪些禁止交易，提升公众对政府数据的使用效率。三是立足“用”字，盘活政府涉农数据资源，积极探索涉农政府数据市场化运作，开展涉农政府数据产学研研究，挖掘好数据价值，加快推动农业农村数据资源资产化。

2.4 提升数据产权交易市场活跃度

一是创新形成多元化的数据交易形式。建立综合性数据交易平台、行业性专业平台等多元化平台建设模式，创新数据交易模式，在现有数据现金买卖的基础上，探索以数据交换信息平台建设、以数据交换数据、数据租赁、数据代理托管等更加“多元化”的数据交易形式。二是建立广泛性的数据应用市场。鼓励政府、企业、社会等多个主体参与交易，挖掘政府数据、个人数据应用市场。三是提高高价值数据供应。提升大数据采集、清洗、分析能力，扩大交易数据来源，扩宽数据交易品种，破除源数据交易和静态数据占比比较大的局面。建立防范数据交易信息安全风险的运行机制，为大数据交易提供健康安全的运行环境。

2.5 加强数据交易安全

数据交易，信息安全风险不容忽视。一是构建国家数据安全监管机制。从保护国家主权角度出发，构建国家政府数据主权安全制度体系，建立数据交易市场国家备案系统，做到交易信息有据可查，严禁数据国外异地存储，严密监管境内外数据交易行为，建立数据交易禁令清单，严厉打击贩卖未经授权交易的个人信息、商业信息等黑市交易行为，确保数据交易在可控、可监管、可记录范围内推动政府数据开发共享。二是提高个人数据控制能力。现在对个人信息的保护散落在《网络安全法》《消费者权益保护法》《商业银行法》《保险法》等法律中，没有独立的个人信息保护法。随着个人隐私意识及数据主权意识的觉醒，下一步应进一步加强个人对数据的控制权利，明确国家企事业单位履行职责或提供服务过程中采集个人信息的标准，防范和制止手机应用软件、电商平台等过度采集个人信息的不正当行为，确认他们对于企业使用个人大数据的知情权、同意权等权能。三是建立数据交易征信。将数据交易行为与企业个人的信用进行挂钩，纳入征信查询系统，提高违反处置成本，倒逼交易主体提高数据安全防护。

3 结语

全球正在迎来大数据时代，数据已经成为各国政府高度重视的最具经济价值的战略资源。大数据进入了从理论研究到落地实践的关键转折期。大数据也已上升为我国的国家战略。中国大数据拥有量庞大，而且已使用大数据的企业都认为大数据的应用有助于企业的创新发展。因此，如何将这些大数据作为资源销售成为未来大数据产业发展中一个值得探讨的问题。只有明晰数据产权，界定数据管理职责，完善数据交易的监管制度和机制，确保数据交易的合法性和安全性，才能促进我国大数据交易的健康快速发展。