对江苏省农业大数据建设的思考

尚芬芬

摘 要：目前，中国农业已步入推进供给侧结构性改革的关键时期，传统农业亟待提质增效、转型升级。农业大数据作为重要的农业资源，是农业信息化过程中的必然产物，将为改造传统农业、推动农业现代化提供支撑，也将成为推动乡村振兴战略实施和农业高质量发展的重要驱动力。在大数据迅速成长的时代背景下，江苏省作为一个经济发展较好的农业大省，将大数据应用到农业中势在必行。基于农业大数据的概念、类型等背景下，分析国内外农业大数据发展经验，结合江苏实际，思考农业大数据发展思路及政策建议，促进江苏省农业大数据健康发展。

关键词：农业大数据;农业现代化;农业信息化;理论思考;政策建议

近年来，国家高度重视大数据的研究和应用，习近平总书记强调，“应审时度势、精心谋划、超前布局，推动实施国家大数据战略，加快建设数字中国，更好服务我国经济社会发展和人民生活改善。”党的十九大提出，要建设数字中国，推动互联网、大数据、人工智能和实体经济深度融合。随着智能农业、农业信息系统、农业遥感和精准农业的发展及应用，农业数据量极速增加，数据维度不断丰富，预示着农业已经走向大数据时代。

1   农业大数据内涵

1.1   农业大数据概念与特征

目前，农业大数据没有明确的定义，普遍认同的概念是大数据理念、技术和方法在农业或涉农领域的应用实践。农业大数据是融合了农业地域性、季节性、多样性、周期性等自身特征后产生的来源广泛、类型多样、结构复杂、具有潜在价值，并难以应用通常方法处理和分析的数据集合。它保留了大数据自身的“5V”特征：海量（volume）、多样（variety）、价值（value）、速度（velocity）、真实（veracity），并使农业内部的信息流得到了延展和深化。

1.2   农业大数据类型

农业数据种类丰富，分类方式多种多样，从农业行业管理角度划分，主要包含全省种植业（土情、肥情、墒情、苗情、灾情、植保、良种等）、养殖业（个体信息、生长环境信息、投入品信息、防疫信息等）、农产品质量安全、农业科教、农业市场（市场供求信息、价格行情等）、农机行业管理等监测管理数据、各类主体生产经营信息、科技数据（卫星遥感时空数据、GIS数据等）等数据。

2   江苏农业大数据建设现状与面临挑战

2.1   江苏农业大数据建设现状

“谁掌握了数据，谁就掌握了主动权”。江苏高度重视农业大数据建设，积极探索发展农业大数据的机制和模式，全省农业信息化水平明显提升，促进了大数据资源整合和共享，为江苏农业大数据发展奠定了良好基石。一是制定政策措施。2019年，江苏省委一号文件《关于推动农业农村优先发展做好“三农”工作的实施意见》强调，“整合农业农村信息服务资源，建设‘苏农云农业大数据平台”。并且先后出台了《江苏省“十三五”“互联网+”农业发展规划》、《江苏省大数据发展行动计划》和《关于加快推进“互联网+”现代农业发展的意见》等文件，明确了农业大数据发展总体目标、发展思路和重点任务，并将发展农业大数据作为规划的重要内容，明确要加快推进农业大数据建设。二是省级已有的子平台系统基础。目前，江苏省级已有33类75个业务信息化系统，如江苏省农情信息调度系统、江苏省耕地质量管理信息系统、江苏省动物卫生监督管理信息系统、江苏省农产品质量管理信息系统等，涉及种植业、畜牧兽医、渔业、农业机械、农田建设、农产品质量、农村经济与社会事业、乡村产业、品牌与市场、政务管理和服务等涉农业务条线。三是各市县已开展的大数据项目。积极探索农业农村大数据建设，多个市、县（市、区）已初步建成投入应用。南京市完成智慧农业中心建设并开展实践，通过建立数据标准，整合数据资源、开展数据分析等工作，提升农业资源管理、数据应用、指挥调度、监管监测、行业管理等方面应用水平。苏州市形成“一个平台、两个中心、N个系统”的电子政务架构体系，完成涵盖种植业、园艺业、林业、畜牧业、渔业等农业行业数据整合，推动行业管理服务更高效，并形成了农业信息资源目录管理体系。连云港市成立农业大数据中心，融合互联网与农业生产、管理数据，形成全产业链的数据分析、业务管理和信息服务模式，已实现对数百个农业农村主体的数据监测采集。

2.2   江苏农业大数据建设面临的挑战

目前，江苏农业大数据发展虽取得了一定基础，但要清醒地认识到，当前发展过程中还存在不少困难和问题。一是思想认识不到位。大数据时代的来临，意味着农业数据真正变成了农业资源，因此研究和应用农业大数据的重要性更加凸显。但部分地区存在对农业大数据建设应用的必要性、紧迫性认识不够，对激励大数据发展的财政支持不足等问题。二是数据获取与共享不高效。当前各种涉农数据资源数量大、种类多、质量参差不齐，缺乏统一数据标准、资源分散孤立、数据获取难度大、共享机制不健全等已成为制约大数据建设的重要瓶颈，很大程度上影响了农业大数据的使用及功能的发挥。三是人才队伍建设不健全。农业大数据是一个交叉领域，目前存在开展大数据研究、运用及管理的跨学科复合型人才不足，相关专业领军人才、创业人才和科技人才缺乏，中级职业人才和基础性人才储备不足等问题。

3   國内外主要做法

3.1   国外主要做法

美国政府提出利用农业大数据技术，以政府投入与资本市场运营相结合的投资模式，从农业信息技术应用、农业信息网络建设等方面全方位推进和完善农业信息化建设，构建涉农信息数据中心，有力促进了农业整体水平的提高。英国政府2012-2014年在大数据研究上投资1.89亿英镑，启动“农业技术战略”，提出农业向“精准农业”迈进，将大数据技术与传感、空间地理等技术结合，更为精准地进行种养殖作业，提升农业生产部门和市场需求的对接，加强其对于市场的理解。法国政府早在2013年就宣布投入1150万欧元用于大数据研发，要求农业部门完备农业信息数据库，结合农业大数据技术，分析整合各项农业数据，定期公布农业生产信息，管控农业生产销售环节的正常秩序，向农民提供专业农业信息资讯，更好地服务于农业生产。

3.2   国内主要做法

贵州省结合“云上贵州”云平台，将搭建全省农业云平台框架，基于农业大数据中心、一张图平台，构建农业数字（监测感知）、农业生产管理、农产品市场销售和农业监管服务四大体系，推进大数据与现代农业融合发展。同时，建立庞大的基层信息采集队伍并培育大数据复合型人才，为农业大数据建设、应用和发展提供了重要保障。浙江省智慧农业云平台成效，截至2019年，建设了生态循环、应急指挥、市场监测、农机机械、质量安全、农业视频、农业物联网等共计20多项栏目和专题，共接入视频4621个，接入应急指挥设备1297个，服务全省43717个农业主体，共管理全省“三品一标”相关主体10万多个，尤其是浙江最多跑一次业务，采集和管理全省1000多万个证照资料数据，管理各类证书13000多个。黑龙江省制定出台了《全省农业大数据工作推进方案》，启动农业大数据平台建设和应用工作，成立黑龙江省农业大数据管理中心，并与哈尔滨工业大学合作，建成黑龙江省农业大数据综合服务平台，以该平台为载体，已建成120个农业物联网精准农业示范基地和1300个“互联网+”高标准种植示范基地，开发黑龙江大米网等3个农产品电子商务平台，为精准农业发展、规范农产品电子商务提供良好技术基础。河南省积极推动国家大数据（河南）综合实验区和国家农业粮食大数据创新应用先行区的建设。目前河南省开展农业大数据应用的企业河南万庄农资集团，利用大数据技术，对农村种植数据、土壤数据、农产品数据、农资交易数据等进行收集，已建立了河南省1亿亩农作物种植信息、土壤信息和1700万的农户档案，这些数据将为河南实现农业信息化迈上新台阶发挥巨大作用。

4   江苏农业大数据建设思路

通过深入调研江苏农业大数据发展现状，深刻分析发展过程中遇到的困难和存在的问题，进一步了解江苏农业大数据发展的重点、难点和下一步方向，不断总结国内外先进做法和经验，结合江苏实际，探索符合江苏农业大数据特点的发展道路。江苏省以“创新、协调、绿色、开放、共享”的大数据发展理念，正在加快农业数据资源的整合共享、有序开放和应用服务，全面及时地掌握农业生产、经营、管理、服务信息，提升对农业预测预警能力和农业管理的科学决策能力，提高农业经济发展水平，加快农业现代化发展进程。

4.1  以创新谋划为引领，推动“苏农云”建设。依据国家和省有关农业农村大数据建设的决策部署，江苏结合实际，精心谋划、统筹实施，积极开展江苏省农业农村大数据云平台（“苏农云”）建设，目前平台已进入实质性建设阶段，“苏农云”内容可概括为“六个1+N”，即：一套标准、一个平台、时空一张图、一个分析、一个门户、一个中心、N个应用系统，通过汇聚、共享和开发现有数据资源，促进涉农数据资源的深度开发应用，形成全省统一接入、数据共享、服务共用的大数据平台。

4.2  以长效获取为目标，强化数据采集。数据获取是大数据建设的基础，需建立健全农业农村数据采集体系，以农业信息的标准和规范为支撑，利用传感器、智能终端、互联网、3S等现代信息技术手段，加强涉农信息资源采集、存储，研究数据长效获取机制，着力提高数据自动采集能力，逐步增大数据体量、丰富数据种类，从而挖掘數据关联性，获得更多的隐含价值。

4.3  以应用需求为导向，注重数据分析。大数据的价值发现离不开数据挖掘分析，通过综合统筹全省种植业、养殖业、农产品质量、农村经济及农业市场等数据，融合卫星遥感时空数据等，发掘数据关联性，鼓励行业科研机构、农业科技企业等社会力量加强数据研究、开发和利用，针对行业发展情况，探索构建数据分析模型、专家智能决策系统，为农业趋势分析、价值发现、预报预警等提供有力支撑。

4.4  以高效监管为宗旨，拓宽应用方向。通过大数据与农业领域的深入耦合，监测生长环境因子及影响要素，促进种植业、养殖业智能化、精细化管理。利用大数据建立政府部门、市场主体、社会公众的信息连接通道，深化在农产品质量安全监管、产销供求监测、市场价格预警等方面的应用，为农业部门宏观管理决策提供新方法、新思路，提升全省农业农村信息服务精准化水平。

4.5  以加强数据共享为抓手，实现数据整合。本着开放、包容、共建、共享的互联网理念，打破现有信息系统的“信息孤岛”问题，建立完善数据共建共享工作机制，注重农业行业信息资源数据积累，切实加强部门间协作，通过数据交互平台，强化数据互联互通，促进资源融合共享。充分利用形成丰富多元的数据集，开展数据分析利用，努力实现农业行业内资源的最优化配置。

4.6  以强化安全意识为前提，加强数据安全管理。网络安全事关国家安全，海量农业大数据集中汇聚，且高度依赖于网络和信息基础设施，面临的安全风险和威胁复杂，必须高度重视。需制定严格的管理制度，实时监测系统状态，强化数据安全保护，健全应急处置预案，科学布局建设灾备中心，建立健全安全规范和运维体系。

5   政策建议

5.1  加强组织领导。农业大数据要真正发挥其作用，必须秉承“统筹规划、互联互通、资源共享”的建设原则，强化组织领导，建立工作机构，健全机制，明确职责，加强统筹协调，形成工作合力，把农业大数据建设摆到突出位置，同时加强考核管理，为大数据发展营造良好环境。

5.2  增加资金投入。农业大数据建设需要持续优化财政涉农资金支出结构，建立长效投入机制，对农业大数据重大项目、关键技术改造项目以及理念超前、技术先进、优势明显、带动农民增收能力强的项目等给予资金支持。研究激励政策，建立多方参与机制，大力吸引社会资金参与建设，积极开辟资金渠道，多渠道增加农业农村大数据发展资金。

5.3  加大宣传引导。及时总结国内外农业大数据建设的经验和做法，梳理归纳一批节本增效、经济适用、预测预警效果显著的农业大数据典型，加强示范推广。积极宣传农业大数据在提高农业效益效率、高效节约利用资源及降低生产经营成本等方面的成果和成效，形成农业大数据建设参与广泛、数据互通、健康发展的良好氛围。

5.4  组建专家团队。组建农业大数据发展建设技术专家组，根据大数据建设和应用实际，制定全省农业大数据工作方案，联合各职能部门、IT企业、农业生产企业等研究不同领域的大数据技术解决方案，开展农业大数据应用理论、标准规范、共性技术和设备的研究与熟化工作，研究和突破关键技术，制定农业大数据相关标准，开展项目绩效评估等。