如何拉開農資行業大數據的帷幕

1. 傳統行業如何利用大數據

從2013年大數據元年始，大數據的詞彙已經深入人心，大家都覺得大數據是個好事，但基本上都是叫好不叫座，尤其是在傳統企業中。現今的中國，大數據在互聯網、電商、金融等行業都得到了很好的發展應用，而在傳統企業舉步維艱，究其原因，一般都有如下幾點問題：

1

大數據技術端和市場應用端的信息不對稱

2

計算性能不足（數據分析能力不足）

3

數據應用者缺乏耐心和戰略遠見

落地痛點1：

大數據技術端和市場應用端的信息不對稱

一個企業的大數據戰略布局是需要遠見和時間成本的，戰略遠見不僅來源於核心領導層對於大數據知識的主動學習和思考，還要有敢於付出試錯成本的決斷力。同時，大數據項目投入的周期相對較長，前期繁復枯燥地整合內部數據孤島、聯合外部數據源的工作耗時費力而又障礙重重，如同萬丈高樓的地基，雖然極為重要且時間金錢的代價不菲，卻在表面上難以有顯著成效可以彰顯。另外，即便最終具備應用能力的大數據軟體開發完成，往往也會因為受到數據源、分析技術，甚至是使用人員素質的限制使得短期內不能讓企業領導者看到有亮點的投資回報率。

解決途徑：

對於一個新興產業來說，企業領導者應該充分認識到這是必要的學習成本，自己乃至整個企業經由這樣的學習曲線獲得了大數據領域的實操經驗和能力。此外，要利用產業起步期不斷夯實自己的技術實力，真正地去挖掘市場需求，用戶痛點，接地氣地創造應用。最後，企業要積累必要的足夠的「彈葯」（資本），度過這樣一個相對漫長的技術和市場都逐漸成熟的蟄伏期。

2. 大數據未來的發展前景怎麼樣

隨著信息技術和人類生產生活交匯融合，全球數據呈現爆發增長、海量集聚的特點。無論是國家、企業還是社會公眾，都越來越認識到數據的價值。因此，近年來，各地紛紛成立大數據發展局，企業紛紛推動數據資產治理，大數據輻射的行業也從傳統的電信、金融逐漸擴展到工業、醫療、教育等。一時間，彷彿各行各業都在談大數據，人人都在談大數據。但也有聲音說大數據迎來了「七年之癢」，面對大數據熱潮也需要一些「冷思考」。我國大數據究竟發展得如何？未來我國大數據發展還有哪些機遇和挑戰？

1、大數據產業進展顯著

過去幾年，大數據理念已經深入人心，「用數據說話」已經成為所有人的共識，數據也成了堪比石油、黃金、鑽石的戰略資源。五年來，我國大數據產業政策日漸完善，技術、應用和產業都取得了非常明顯的進展。

在政策方面，我國從中央到地方的大數據政策體系已經基本完善，目前已經進入落地實施階段。自從2014年「大數據」這個詞寫入政府工作報告以來，我國大數據發展的政策環境掀開了全新的篇章。在頂層設計上，國務院《促進大數據發展行動綱要》對政務數據共享開放、產業發展和安全三方面做了總體部署。《政務信息資源共享管理暫行辦法》《大數據產業發展規劃（2016-2020）》等文件也都已經出台。十九大報告中提出「推動大數據與實體經濟深度融合」，「十三五」規劃中提出「實施國家大數據戰略」。衛健、農業、環保、檢察、稅務等部門還出台了領域大數據發展的具體政策。截至2019年初，所有省級行政區都發布了大數據相關的發展規劃，十幾個省市設立了大數據管理局，8個國家大數據綜合試驗區、11個國家工程實驗室啟動建設。可以說，大數據的政策體系已經基本搭建完成，目前已經紛紛進入落地實施甚至評估檢查階段。

在技術方面，我國大數據技術發展屬於「全球第一梯隊」，但國產核心技術能力嚴重不足。我國獨有的大體量應用場景和多類型實踐模式，促進了大數據領域技術創新速度和能力水平，處於國際領先地位。在技術全面性上，我國平台類、管理類、應用類技術均具有大面積落地案例和研究；在應用規模方面，我國已經完成大數據領域的最大集群公開能力測試，達到了萬台節點；在效率能力方面，我國大數據產品在國際大數據技術能力競爭平台上也取得了前幾名的好成績；在知識產權方面，2018年我國大數據領域專利公開量約佔全球的40%，位居世界第二。但我國大數據技術大部分為基於國外開源產品的二次改造，核心技術能力亟待加強。例如，目前國內主流大數據平台技術中，自研比例不超過10%。

在產業方面，我國大數據產業多年來保持平穩快速增長，但面臨提質增效的關鍵轉型。2018年，我國大數據產業延續多年來的增速，繼續保持相對高速的增長。根據中國信息通信研究院的測算，2018年我國大數據產業整體規模有望達到5400億元，同比增長15%。然而，綜合國內外環境、新興技術發展等多種因素，大數據產業的增速出現了下滑。我國的大數據產業也面臨著從高速發展向高質量發展的關鍵轉型期。

在應用方面，大數據的行業應用更加廣泛，正加速滲透到經濟社會的方方面面。隨著大數據工具的門檻降低以及企業數據意識的不斷提升，越來越多的行業開始嘗到大數據帶來的「甜頭」。無論是從新增企業數量、融資規模還是應用熱度來說，與大數據結合緊密的行業正在從傳統的電信業、金融業擴展到政務、健康醫療、工業、交通物流、能源行業、教育文化等，行業應用「脫虛向實」趨勢明顯，與實體經濟的融合更加深入。

2、產業的五大困局

雖然我國大數據總體發展形勢良好，也面臨難得的發展機遇，但仍然存在一些困難和問題。

一是，涉及核心技術的產業發展薄弱，未能有效提升我國核心技術競爭力。核心技術的影響力在大數據產業有著極高的重要性。由於大數據企業在完成產品開發後，可以近乎零成本無限制的復制，因此擁有核心技術的大企業，很容易將技術優勢轉化為市場優勢，即憑借具體的信息產品贏得海量用戶獲得壟斷地位。當前，從大數據技術與產品的供給側看，我國雖然在局部技術實現了單點突破，但大數據領域系統性、平台級核心技術創新仍不多見。大數據處理工具都是「他山之石」，大部分企業用的都是國外的數據採集、數據處理、數據分析、數據可視化技術，自主核心技術突破還有待時日。尤其是開源產品的技術標准方面，我國的影響力尚亟待提升。

二是，數據孤島和壁壘降低了大數據產業資源配置效率。大數據產業發展必須實現數據信息的自由流動和共享，如果數據不開放、不共享，數據整合就不能實現，數據價值也會大大降低。無論是政府數據、互聯網數據還是其他數據，數據擁有者往往不願對其進行開放流通。受制於前期信息基礎設施建設，目前我國政府數據往往還存在著諸多「數據孤島」和「數據煙囪」，數據價值難以發揮。

三是，數據安全管理薄弱增加了大數據產業的發展風險。大數據技術為經濟社會發展帶來創新活力的同時，也使數據安全、個人信息保護乃至大數據平台安全等面臨新威脅與新風險。海量多源數據在大數據平台匯聚，來自多個用戶的數據可能存儲在同一個數據池中，並分別被不同用戶使用，極易引發數據泄露風險。利用大數據技術對海量數據（21.90 -5.19%,診股）進行挖掘分析所得結果可能包含涉及國家經濟社會等各方面的敏感信息，需要對分析結果的共享和披露加強安全管理。

四是，產業壟斷與惡性競爭現象頻發，「劣幣驅逐良幣」現象明顯。由於資源型產業門檻低、利潤高，新興的大數據企業往往首先將目光盯在獲取數據資源上面。大量依託數據資源優勢的企業誕生，為大數據產業帶來了低附加值的壟斷經濟模式，使得依靠技術壁壘打江山的企業不得不面對殘酷的市場競爭，放緩了技術研發的步伐。同時，數據壟斷問題也愈發明顯。少數互聯網巨頭企業擁有巨大數據，不但對產業發展不利，甚至存在巨大的數據聚集隱患。

五是，各地發展同質化嚴重，普遍存在重存儲輕應用的現象。由於缺乏統一的大數據產業分類統計體系和產業運行監測手段，各地大數據產業的定位相似，同質化競爭加劇。而盲目的重復建設，更是可能導致大數據產業過剩。同時，由於部分地區信息化發展程度有限，大數據應用場景不夠豐富，更是以數據中心等大數據存儲設施的建設作為發展大數據產業的關鍵，且規模巨大，目標動輒以百萬台計，後期若無法有效利用，將造成巨大的資源浪費。

4、四大應對策略

大數據產業作為具有國家戰略意義的新興產業，在發展初期不僅要充分發揮企業的主體作用和有效市場的主導作用，而且要更好發揮政府的引導作用。

一是，要加強核心技術攻關與產業化推動。自主研發創新是提高大數據產業競爭力的主引擎。要徹底改變目前我國大數據產業創新能力不強、關鍵核心技術對外依賴度偏高的這一局面，必須抓住重點領域、關鍵環節和核心問題，找准著力點和突破口，加大政府財政資金的引導支持力度。為此，建議在國家層面上設立大數據重點領域的關鍵技術研發創新的國家財政專項資金，支持突破一批關鍵核心技術研發創新與應用，構建具有核心技術自主權的大數據產業鏈，形成自主可控的大數據技術架構，提高關鍵核心技術的自主研發創新能力，有效破解制約產業發展的瓶頸。

二是，完善大數據安全政策。需要開展數據確權、資產管理、市場監管、跨境流動等數據治理的重大問題研究，協調有關部門共同推進數據治理的法制化進程，加強對敏感政務數據、企業商業秘密和個人數據的保護。同時，推動完善適用於大數據環境下的信息安全等級保護制度，建立兼顧安全與發展的數據管理和保障體系，加強數據安全評測、安全防範、應急處置等相關機制建設。此外，還要強化網路空間的安全信息共享與動態感知能力，提高重大風險識別分析水平。

三是，鼓勵地方因地制宜發展大數據產業。大數據產業發展應注重差異化發展，形成差異化的產業布局。地方需要差異化發展，應該把大數據的發展重心放在因地制宜地促進應用創新上，放在打造完善的發展環境上，讓市場在大數據發展要素配置上起決定作用。各地要結合產業基礎和優勢特色，著重發展大數據特色場景應用，推動大數據與當地重要實體經濟行業加快融合。

四是，推動行業加快大數據標准建設。當前大數據產業應用層出不窮，政府應通過標准化的途徑規范行業、整合資源，促進各方達成共識，為大數據產業的健康發展提供基石。尤其是通過加強快速迭代、市場認可度高的行業/團體標准研製工作，為用戶企業提供大數據產品選型指導，為數據安全提供保障，促進大數據交易等新興服務模式規范發展，對推動我國大數據產業進程具有重要意義。

3. 如何快速推動大數據行業迅速發展

建議應該呼籲政府相關部門進一步開放市場，因為圍繞大數據不管是應用還是創業，最核心的是要有數據的源頭，然後才能進行採集、編輯，重新編制。現在大量的關於國民經濟或者說民生的數據其實還在封閉狀態，在工商部門、銀行、保險、公安、醫院、社保，包括電信運營商機構的手裡。如何讓這些數據流動起來，能讓大家更方便，其實應該由政府帶頭實現等級制數據的開放共享。

4. 何為農業大數據如何利用大數據

農民在實際的生產過程中每天都要做很多選擇：播什麼種、施什麼肥、如何管理農田、病蟲害如何防治等等。實際上，一套農事任務，從生產規劃、種植前准備、種植期管理，到採收、銷售等每一步都會極大的影響農民的生產和收益，而且它們大多數環環相扣，如果選錯一步，那後果可能就是減產。所謂的農業大數據即與農民實際生產操作相對應的所有數據，從「天時、地利、人和」三方面理解：「天時」可以指實時的氣象數據，降水、溫度、風力、濕度等；「地利」可以指動靜態的土壤數據，如土壤水分、土壤溫度，作物品種信息、作物病蟲害信息等；「人和」則是從人力資源給出信息，農資產品使用、農產品加工和流通渠道、農產品市場價格等等。
如何利用農業大數據？
目前，農業生產模式正在從機械化向信息化轉變，以精準為特徵的農業，正在讓種植變得更加容易。在我國從傳統農業邁向現代農業的關鍵時期，如何利用農業大數據呢？
首先，我們不妨先看看世界最發達的農業大國-美國，是如何利用農業大數據的？在美國，一些種業巨頭公司已經意識到，面對大數據時代的來臨，傳統行業模式也亟待轉型。如美國農用機械製造商John Deere在所有的拖拉機上都安裝了感測器，將機械狀況及土壤和農作物的生長情況傳到MyJohnDeere.com和Farmsight服務。農戶可以訂閱分析結果，了解諸如何時訂購備件、何時播種之類的信息。
另一位美國種業巨頭杜邦先鋒公司依託其優質種質資源與研發技術，也已先行結合農業大數據推進精準農業技術。其種子部門與農場機械製造商約翰迪爾聯手，給農民提供種子和化肥方面的指導。目前，無論是迪爾（Deer）公司的FramSight、孟山都（Monsanto）公司的ClimatePro或Field Scripts、先鋒（Pioneer）公司的Field360，都已經是廣泛使用的農業大數據系統，這些系統都與氣候雲（Climate Cloud）相結合，整合農民機械化農場設備的種植和產量數據，以及氣象、種植區劃等多樣數據，可以得到較為詳盡的種植決策，精準化農事生產，幫助農民提高產量和利潤。

5. 如何分析行業大數據

題主所說的分析行業大數據，在我的理解就是，利用行業的數據，製作相關的數據分析報告。從而，最大程度的為企業主帶來營銷啟示，並支持他們的戰略決策。那，數據分析報告究竟應該如何製作呢？

3）相關建議

如果要做好一份報告，精髓其實就在於數據分析的框架搭建。我們需要在平時學習過程中，多學習體會別人的好的框架、，然後多總結，多模仿，最終掌握一些數據分析的套路。

希望這樣的解答，可以解決你的疑惑，讓你有所收獲。

6. 如何運用大數據進行產業精準招商

大數據精準招商已經成為當下最精準有效的招商引資模式，各地方政府也都在積極籌備規劃建設大數據精準招商平台。

藉助大數據來進行精準招商，首先要明確地方的產業發展定位，結合地方的特色產業資源優勢以及城市定位來確定未來發展的主導產業，然後再藉助大數據平台來針對主導產業進行精準招商操作。
確定地方主導產業後，就需要藉助第三方大數據公司來一起搭建精準招商大數據平台，中科點擊招商大數據是行業首個全流程化的大數據招商系統，實現了招商線索精準挖掘、招商項目數字化管理、產業人才精準搜羅、招商決策可視化等核心功能，全面賦能地方產業招商引資，提升地方產業經濟發展。

7. 農業大數據展望 六大領域數據亟須推廣

農業大數據展望：六大領域數據亟須推廣

隨著農業的發展尤其是農村電商的發展，農業上下游的農資銷售、農業生產、農產品流通數據以及與農業關聯的土地流轉、氣象、土壤、水文等數據，均獲得大規模積累沉澱，這些大數據將成為農業決策的「大腦」。

21世紀宏觀研究院分析師戴春晨

繼農村電商後，農業大數據獲得決策層關注。

在近期國務院印發的《促進大數據發展行動綱要》中，要求推進各地區、各行業、各領域涉農數據資源的共享開放，加快農業大數據關鍵技術研發，推動農業資源要素數據共享。商務部等三部委印發的《推進農業電子商務發展行動計劃》則強調，將移動互聯網、雲計算、大數據、物聯網等新一代信息技術貫穿到農業電子商務的各領域各環節，切實增強自主創新能力。

21世紀宏觀研究院認為，隨著農業的發展尤其是農村電商的發展，農業上下游的農資銷售、農業生產、農產品流通數據以及與農業關聯的土地流轉、氣象、土壤、水文等數據，均獲得大規模積累沉澱，這些大數據將成為農業決策的「大腦」，紓解當前農業產業鏈因信息不對稱產生的痛點，從而驅動農業向精準化、網路化、智能化轉變。

六大領域農業大數據亟待推廣

當前，中國農業正處在以小農經營為主向規模化、機械化、集約化過渡的階段。由於粗放生產、分散經營和農業自身的季節性、地域性特徵，信息不對稱，成為貫通農業產業鏈的共性問題。當前農業產業鏈令人頭疼的四大痛點問題，根源之一往往在於信息的缺失：

一是種不好。種植、養殖的人力物力消耗大，農產品質量相對不高。這大多與農業經營者對種養技術和對病蟲害、疫情信息把握不足有關系，也跟人力成本上升、使用假冒偽劣的農資產品有關；

二是銷不出。農產品滯銷、賣難問題多地頻發，這往往由於農業經營者對同類產品生產數據估計不足，盲目生產而造成集中上市，另一方面則是消費者對農產品質量缺乏足夠的信心；

三是地難租。擴大生產規模租不到地，這既與地塊分散、資金短缺有關，又與缺少土地流轉信息渠道相關；

四是錢難借。除了抵押物，農業經營者難以提供充分的信用數據，因而往往難以借到錢，這也限制其更新生產設備、擴大生產規模。

上述四大痛點問題，涉及到農業經營者與政府、上游的農資企業、下游的消費者、金融機構等多個主體之間的信息對接。21世紀宏觀研究院注意到，在打破「數字鴻溝」方面，國內已有不少機構、企業進行了初步探索。依據目前的探索，至少六大領域的大數據將發揮作用：

其一，生態環境數據，包括氣象、水文、土壤和病蟲害、動物疫情數據。這些數據是農業日常經營調整農業用水、農業產品投入的主要依據，准確掌握這些數據將有助於做到精準種植、養殖，減少資源浪費和成本投入。

其二，農業技術及農資流通數據。掌握農業技術能保障農產品高效、豐產，而基於農資流通數據的分析，則為農業經營者選擇農資產品提供判斷依據。種子、種苗的流通數據，亦可判斷某個品類農產品的生產規模，為調整規模的依據。

其三，農產品價格與農產品流通數據。生產規模的調節、生產品類的調整，必須要事前獲知農產品價格和各主產區的產銷情況。另外，通過B2B、B2C電子商務平台促使農產品供求信息對接，能拓展銷售市場，提高農產品價格。

其四，土地流轉數據。通過土地流轉供求雙方信息的對接，促使流轉更高效率，減少一方撂荒、一方找地的情況出現。

其五，農產品質量可追溯數據。通過上述的農資使用數據、生產流通數據的整合，可構建出從農場到餐桌的可追溯數據，以消除消費者對農產品質量的疑慮，提高農產品的購買率。

其六，農業經營者徵信數據。前述數據可納入銀行、農村信用社以及保險機構的徵信系統，作為發放貸款、設置農業保險的信用依據，以此推動金融和農業的融合。

21世紀宏觀研究院認為，隨著上述六大領域農業大數據的推廣應用，將降低交易成本，提高生產效率及產品品質，提升農產品交易效率。從本質上看，則是促進粗放分散式經營和規模化、集約化經營向精準化、智能化經營的轉變。

涉農部門需多方合力

圍繞著大數據與農業的融合，農業鏈條上的不同產業或迎來生態的轉變。

以大數據驅動下的單一農場為例，經營者將更多使用綠色、高效的農資產品，早已水漲船高的簡單勞動力將被替換，而適應大數據的知識型、技術型「新農業經營者」將有更多的用武之地。如適應「水肥一體化」的發展，水溶性肥料、液體肥將獲得發展，而此前大行其道的普通化學肥料將因為顆粒不能完全溶解而堵塞滴灌設備，則可能遭到市場的淘汰。

不過，需要指出的是，農業大數據技術多數還處在起步階段，未能做到足夠的智能化；承載農業大數據的農業物聯網、智能監測設備等售價過高；另外，由於推廣力度尚不大，農業經營者尚未有足夠認識。

21世紀宏觀研究院認為，當前無論是「電商下鄉」還是大數據產業，都處於初級階段。依託大數據技術廣泛推動農業發展，在短時間內並不現實。農業大數據市場還是一個充滿機遇、有待開發的市場。為此，需要政府部門、涉農企業、大數據企業和農業生產經營主體多方合力，共同推進農業大數據的示範與推廣。

對政府而言，首先應當推動大數據的基礎設施建設。這包含兩個方面，一是要大力推動通信基站、電信寬頻的建設，為各類農業經營者「觸網」、聯通大數據提供基礎；二是要盡可能開發政府掌握的各類涉農大數據，包括天氣數據、農業用地的各類元素含量數據、病蟲害和動物疫情的監測數據，以供農資企業合理調配生產，並制定針對各區域各品種的農資解決方案。

其次，政府需要提供政策支持，引導涉農企業、大數據企業構建以品種或區域為中心的農業大數據平台。讓農業大數據服務成為企業的直接盈利項目或配套的增值服務。

此外，還需要引導農業經營者主動向大數據農業轉型，對優秀案例做示範推廣，引導農業經營者學習「雲上的示範田」。

以上是小編為大家分享的關於農業大數據展望 六大領域數據亟須推廣的相關內容，更多信息可以關注環球青藤分享更多干貨

8. 農資新零售是什麼

印象中的農資商店該是什麼模樣，陳舊的店鋪、年邁的店員，抑或是雜亂無章的陳列?在崇明，一個由1個服務總倉和16個門店組成的綠色農葯供應網路，一舉打破了傳統農資店點對點單一銷售的模式，依託大數據、雲計算等智慧手段，農業種植由大數據診斷病蟲草害，無人機飛防代替了人工植保，信息技術支撐下的農資銷售更加便捷智能……「農資新零售」模式在生態島悄然上線。

16個門店之一的港沿鎮綠色農資店位於合五公路與草港公路交界處，走進一看，寬敞明亮的店內除了銷售綠色農葯外，還展示了各類綠色防控物資、生態肥料和無人機。門店裡，最引人注目的莫過於一個碩大的電子屏，這個被稱為「崇明智慧農業大腦」的高科技產品整合了GIS地理信息系統、農資封閉式管控系統、農業智能管控、數字流通、智慧農機等子系統，通過「一張圖」便可以直觀、全面地了解崇明農業的整體情況，從而實現全區綠色農業一體化智能管控。

大屏正中顯示的是崇明的行政區劃，通過不同色塊，每一個地塊上的種植類型、坐落位置及周邊農業環境清晰可見，這些數據都是基於GIS地理信息系統得出的。屏幕的正下方則是一套綠色農資的封閉式管控情況，包括農資經營、農資購買和農資廢棄物等數據的匯總。「我們通過社會公開招投標，遴選出第三方運營商作為承擔綠色農資市場化服務主體。有了這套管控體系，再結合統計採集的GIS信息，綠色農資會以農業主體的身份證作為唯一標識，實現生產經營信息、補貼信息相匹配。」門店負責人陳東向記者舉了個例子，農戶在門店結算台刷身份證購買了農資產品後，平台就會自動比對農戶地塊信息、經營規模、種植類型等信息，後台也將結合其歷史采購記錄、回收記錄，及時分析預警本區農業生產的用葯趨勢和強度，協同開展地產農產品安全檢測和監管檢查工作。此外，系統還會及時更新銷售數據，便於管理者實時統計。「這套系統最大的優勢在於收集數據，對農資購買、使用、回收等全過程實行智能管控。」

記者獲悉，對於綠色農葯的推廣、使用、回收，崇明已形成了一個較為完善的體系。為了讓生產源頭可控制，崇明建立了綠色農業封閉式管控，明確了農葯使用標准，制定形成綠色農葯推薦目錄，推廣應用於農業生產防治;一個「1個總倉+16個門店」的綠色農葯供應網路，實現了綠色農資「銷配收」一體化運營，像采購、配送和回收等服務均由綠色農資門店提供。此外，崇明還進一步完善了農葯追溯體系，依託集生產主體、農資需求、監測檢測信息庫為一體的信息化管理平台，對接農業GIS系統數據，實現農葯全程智能化管控。

近年來，崇明致力於推行綠色生產生活方式，特別是在綠色農葯的使用以及回收處理上不斷加強力度，為生態島綠色農產品和環境質量「保駕護航」。2018年崇明綠色食品認證率達70%，綠色農葯覆蓋率達80%以上。接下來，崇明還將推進綠色農葯全覆蓋，加快推廣農業綠色生產，力爭到2020年綠色食品認證率達到90%。

9. 農業大數據怎麼玩

農業大數據怎麼玩？中國民企在行動
科技正在以大數據的形式向農業領域滲透，行業整合成為中國農業生產方式變革的重要力量。決策者多次提出的「讓農民成為令人羨慕職業」願景，在科技的武裝下正在接近實現。
在農業4.0時代前夜，中國農業生產的三要素已經悄然改變。農民面朝黃土背朝天的傳統形象已被拋棄，科技的力量已使農村勞動力成為「網路新農人」。他們手中的農業大數據平台新工具，已經可以隨時監測到土壤、天氣、農作物等數據；而越來越多的土地流轉，也賦予他們更大的規模效益。
中國農科院農發所研究員胡定寰曾向經濟觀察報記者描述了他對中國未來農業生產方式的構想。他認為未來中國的農業生產者應該是有技術的新農民，甚至是大學畢業生來經營適度規模的家庭農場。
市場主體已經開始意識到這一點。相對於國外，中國農業公司很多，但是依靠科技手段提供大數據的龍頭農業公司卻很少。這也是掣肘互聯網科技和傳統農業相結合的因素。曾是美國航空航天局（NASA）數據科學家的張弓試圖改變這一現狀，2015年他離開矽谷，帶回了科學技術和大數據解決方案，也帶回了在空間、氣象和農業領域十分活躍的多位中國科學家。
張弓現在的身份是北京佳格天地科技有限公司創始人兼CEO。在美國，他從事衛星和氣象大數據在農業和生態領域的應用，參與了美國農業部和美國森林局以及商業機構的重要項目，多項技術創新成果被應用於NASA地球信息共享系統。
張弓接受經濟觀察報采訪時說，隨著中國人口結構的變化以及農業的快速發展，農業正在發生深刻的變革，時下農業大數據的發展正當其時。
如果說留給大眾印象深刻的是50年代大批留美科學家回國，21世紀的海外人才回國潮正在影響著中國經濟結構變革。張弓就是這輪「現象級」中國留學人才迴流中的一員。
佳格開始對接中國的農業公司，為農業生產提供技術領先的農業大數據平台。作為中國為數不多的農業大數據公司之一，佳格已經獲得A輪融資6000萬元，其最近的動態是，順利與現代農業領先企業東方集團簽署戰略合作協議。
民企發力
當人們談論大數據時，或許首先想到的並不是農業。作為高風險行業，農業生產面臨天氣、種植等太多不確定性。而作為最古老的生產形態，農業生產更是遠落後於現代工業、服務業的社會產值。但是，隨著越來越多的科技被用到農業領域，農業生產的高附加值已經逐漸顯露。
城鎮化、農村勞動力外流，已經讓傳統意義上農民已經開始主動或被動離開土地。根據此前農業部統計，截至2016年底，二輪承包地經營權流轉面積達到4.7億畝，佔比約35.1%，現在2.3億農戶中有7000萬農戶已經不再直接經營其承包的全部或部分土地。
規模化和規范化的農業生產需要更多的技術支撐，大數據農業公司越來越有市場，走在前列的中國民營企業已經嗅到了這一商機。佳格此時開始登上時代的舞台。張弓告訴經濟觀察報記者，佳格的核心服務是通過提供作物大數據、氣象預測以及病蟲害預警服務，實現中國農業從傳統「看天吃飯」的經驗模式到「知天而作」的現代數據農業模式的轉變。
農業大數據公司是服務農業公司的公司。張弓介紹：「具體來說，佳格可以為農業企業解決的痛點包括以氣象、遙感和地面數據為基礎的農業信息系統，比如給用戶提供作物長勢監測，結合地塊級氣象服務和病蟲害預警、智能化灌溉植保，有效提升農作物的種植效率和精細化管理水平；另一類是農產品的評估需求，包括農業種植，農產品貿易和金融體系服務。」
這一次，佳格選中了以現代農業產業為主營業務的上市公司——東方集團，後者旗下的子公司東方糧倉已建立了從育種到餐桌的全產業鏈經營管理商業模式。2009年成立的東方糧倉先後在黑龍江省五常、方正、肇源這3個糧食主產區投資興建了3個年綜合加工能力為30萬噸的現代化稻穀精深加工園區，並在五常核心產區流轉13000畝優質水稻田。其與五常市政府合作建設的五常市農業高科技示範園區，已成為國內一流的現代農業示範園區。
與歐洲、美國大農業相比，中國人均耕地少、土地分散，這對農業數據收集造成很大困難。此外中國農業還存在大數據人才匱乏、大數據共享度低等困擾。農業部信息中心主任王小兵建議，中國應該加快構建數據資源體系，解決農業數據匱乏問題。
東方集團股份有限公司董事長孫明濤告訴經濟觀察報記者：「中國農業還缺乏一些大數據，農產品的市場行情每時每刻都在變化，在價格變化中吃虧的可能更多的是種地的人，他們從種植到收獲，包括最後相關的消費數據都是極其缺乏的，所以需要一種方式能夠快速收集和分析這些數據。」
孫明濤認為，不管是通過氣象、氣候數據，還是其他衛星得到的播種面積等相關數據，是能夠有效解決生產這端數據供給的。
事實上，即使正在走向規模化經營，中國農業生產一定程度上也面臨著「靠天吃飯」的困局。甚至在中國農業保險賠付率不高的現狀下，一旦遇到暴雪、強降水等天災，尤其是設施農業經營者很容易難以收回成本，更不用談當年盈利了。根據經濟觀察報記者采訪，2017年底安徽省雪災時，一家投資上千萬的合作社受災嚴重，而按照當地保險公司規定，僅依據其對合作社核定損失額的40%進行賠付。
從防範風險、降低損失的角度來講，大數據公司的出現解決了這兩點的矛盾。張弓的獨特經歷也使得公司能夠利用中、美、歐等數十顆衛星和無人機實時採集地面和氣象數據，整合土壤、地塊、作物、農資等全方位信息。
張弓介紹，這些信息通過擁有自主知識產權的圖像解析和數據分析演算法，為現代農業產業提供全產業鏈數據支持和管理服務，提高農業管理的科技化水平和精細化管理能力。此外，佳格已經可以做到進行產值預判，從金融和貿易的角度，服務場內場外期貨公司、貿易公司。
農業4.0前夜
毫無疑問，中國農業生產正處於巨大變革之中。正如信息化和工業化的融合帶來了工業4.0時代，這片土地上的互聯網數據和傳統農業生產碰撞，正將中國的農業帶向4.0時代。農業4.0從2015年開始備受關注，這一年11月，《農村深化改革實施方案》公布，明確提出到2020年農業科技創新體系更加健全的目標。
農業部課題組曾對六省1072農戶數據進行調研分析，結果表明，信息化對農戶農業經營收入有重要影響。查詢農業信息的農戶比不查詢信息的農戶家庭農業經營收入要提高45.8%；使用過農業信息技術的農戶比未使用的農戶收入高14.3%。
這些數據僅僅是針對分散農戶做的信息技術調查。對於規模化生產者運用大數據科技手段後增收額的變化，官方尚沒有相關的數據，但這一改變生產方式的手段，對於農業增收的影響可想而知。
政府層面推動的現代農業4.0項目的代表是北京市大興區的500畝西紅柿，其中一個重要溫室大棚根據需要自動調整光線，西紅柿需要快速生長時光線是直射的，而需要慢慢生長時則調整到斜射的角度。由於物聯網技術的運用，這些西紅柿的生長可以實現全程可追溯。
專業的農業公司所面對的生產規模遠非500畝。僅僅東方集團的子公司東方糧倉在黑龍江省五常市就有13000畝優質水稻田。
孫明濤告訴經濟觀察報：「與佳格合作，就是要把科技引入農業，提高農業產量，降本增效，提升產業化水平;同時，雙方共同探索出一套成功的模式，激發行業內更多創新力，共同促進農業產業升級。」
雖然與自帶話題的BAT等傳統互聯網公司相比，大數據公司顯得有些低調，但卻在悄無聲息中消融行業邊界。佳格就是這樣，作為一家通過衛星和氣象大數據服務於農業、環境、金融等行業的大數據應用公司，佳格已經開始將前沿互聯網大數據融入到傳統農業中來。從技術本身來看，這家公司也是中國第一家將目標智能識別技術和機器學習技術應用於高解析度遙感影像領域、並率先實現商業化應用的公司。
對於未來的發展，張弓告訴經濟觀察報，佳格首先是從農業相關領域切入，做好農業種植板塊，得到種植經驗積累之後再逐漸向上下游推進。佳格不僅是農業大數據，更是以空間數據為核心。佳格在基礎技術平台上最主要的應用除了農業，還有金融、生態環保，並以這幾個應用為核心逐步拓展其他相關行業。

10. 大數據產業:未開放的農業之花

大數據產業:未開放的農業之花
當前，大數據已快速發展為新一代的信息技術和服務業態，成為了國家基礎性戰略資源。農業農村是大數據生產和應用的重要領域之一，農業農村大數據已成為現代農業新型資源要素。
在當下全球科技、經濟發展格局下，數據已經成為了一種生產力和競爭力。當前，大數據已快速發展為新一代的信息技術和服務業態，成為了國家基礎性戰略資源。農業農村是大數據生產和應用的重要領域之一，農業農村大數據已成為現代農業新型資源要素。
近年來，農業大數據可謂炙手可熱。但相比於其他行業，農業農村大數據的採集、發布和應用仍面臨著種種亟待化解的困境。
我國農業大數據尚未形成
涉及面廣泛的農業大數據尤為龐大和復雜，可謂是最大的大數據。
根據農業的特點和農業全產業鏈切分，農業大數據可分為農業環境與資源大數據、農業生產大數據、農業市場大數據和農業管理大數據等。而從行業來看，農業的大數據則可分為成種植業、農資及養殖業等不同的行業，其中還可再細分成不同的品種和產品。
中國農業大學信息與電氣工程學院教授李道亮曾在今年5月舉辦的中國大數據產業峰會上指出，農業大數據主要來自四個方面：物聯網、生物信息數據、資源環境數據、農業統計數據。而從應用來看，農業大數據主要在五個方面：第一是基礎研究，第二是農業智能生產，第三是農產品市場行情預測與物流，第四是農產品質量安全，第五是農業資源整合共享與服務平台。
李道亮告訴《中國科學報》記者，目前我國的大數據概括來說有兩大類，一類是微觀的，主要來自企業；另一類是宏觀的，來自政府部門。
隨著大數據的戰略資源地位越來越凸顯，不少農業領域企業紛紛布局深耕大數據，甚至由此轉型。孟山都公司中國總裁在今年上半年就透露，孟山都近幾年的戰略方向是數據科學在農業上的應用。2014年，大北農集團提出「智慧大北農」戰略，推出「三網一通」，據了解，其在全國分布了上萬名業務員，記錄豬場生產情況、搜集客戶信息，以不斷更新數據。
但李道亮也表示，無論是從政府層面來看，還是從企業層面來看，目前中國的農業大數據「還沒有形成」。
「這是目前最大的問題。」李道亮告訴記者，這是長期形成的局面，短時間內很難改變。「這與我們過去不重視積累有關，也與我們的科研機制、政府部門的工作體制有關」。
2013年，農業部市場與經濟信息司時任司長張合成曾撰文指出，我國在數據採集、發布、應用等方面與決策需要存在較大差距，數據採集和發布還處於初級階段，亟須從體制層面進行改革。
根源在於缺乏完整數據體系
「現在國內農業企業在有意識地涉足大數據，但能兼顧做全產業鏈的企業屈指可數。」山東卓創資詢集團畜牧業產業群經理李霞在接受《中國科學報》記者采訪時表示。
她介紹，以畜牧業產業群為例，做全產業鏈的大數據意味著要從飼料原料的供需入手，到養殖、流通環節，再到下游屠宰加工環節，環環相扣，實現數據間的引用和佐證。「很多企業做的大數據大都是自己熟悉和擅長的領域。」李霞告訴記者。
在李道亮看來，目前做大數據最「熱」的是在企業，打造大數據平台，既可為企業生產經營提供決策依據，同時也利於掌握數據話語權。「只有行業里的大企業才能真正形成和掌握大數據」。
在中國大數據產業峰會論壇上，李道亮總結了我國大數據面臨的問題：農業大數據缺乏，大數據模型缺乏長期的積累，大數據缺乏與行業產業的結合，大數據缺乏必要的規范。
李道亮告訴《中國科學報》記者，由於條塊管理等原因，各部門間數據不共享，造成了農業大數據的缺乏。「現在從政府層面來說，事實上就是在著力打破這種局面，實現資源共享，有了資源共享，才能形成大數據，才能再分析大數據。」
說到數據的積累，李霞也表示，「數據採集的工作量是非常龐大的，需要不斷甄別、篩選、更新，長時間積累形成的數據才是有價值的。」
一位不願具名的業內人士告訴《中國科學報》記者，目前中國的市場行業尤其是農業領域對大數據的分析需求和使用遠不及國外。「歸根到底，還是需要扎實的、高精確度的、完整的數據體系。」
人才缺口亟待補上
約半個月前，農業部印發了《全產業鏈農業信息分析預警第二批試點方案》，旨在通過試點，組建全產業鏈農業信息分析預警團隊，形成分析反應快速、信息內容全面、預測判斷准確的工作格局。
記者了解到，目前國家在農業信息採集和分析方面的人員「缺口很大」，且「並不專業」。
武漢工程大學管理學院的明均仁指出，當前農業信息人才隊伍主要存在以下問題：專業型農業信息人才嚴重缺乏，農業信息人才隊伍結構失衡，農業信息活動工作流程不規范，農業信息人才薪酬管理體系不健全等。
而李霞則用「斷層」來形容當前相關領域的人才現狀。「行業內有領銜的專家學者和國家級的信息預警分析師，」她解釋道，「但是，再往下走就沒有了。」
在身處農業信息採集分析一線多年的李霞看來，做信息採集和分析應該「接地氣」，真正通過實地考察，了解相關的行業和產業，「相信從方法上，信息採集分析人員肯定是熟知的，但是做這項工作更為重要的是，對行業的了解，在領域內積累的資源。」李霞說。
此外，李霞認為，還需要形成好的組織架構和採集流程，「簡單說，就是怎麼採集、什麼時間更新、怎麼檢查監督，這都需要一連串配套。」
明均仁建議，將農業信息化人才培養納入我國高等教育學科培養體系，構建農業信息人才多元培養體系。
山東農業大學農業大數據研究中心常務副主任宋長青曾撰文指出，要根據農業大數據發展和現代農業應用需求，制定農業大數據技術和應用人才培養計劃，建立多學科融合的協同創新團隊。