产销信息不对称 “丰产难增收”局面或将让农业大数据打破

【数据猿导读】 农产品丰产却卖不出去,“滞销、卖难、买贵”的怪圈在全国多个地方都反复出现过,让农民“丰产”难增收,这已渐成当前国内农业生产的头号杀手,大数据或将打破这一局面。数据的应用是大数据的最终目的,数据的公开开放有助于我国农业的健康发展

产销信息不对称 “丰产难增收”局面或将让农业大数据打破

大数据技术的兴起,在实时捕捉消费需求、跟踪市场变化、个性化推送等方面,为现代农业的发展开启了“导航灯”,不但有助于促使农业生产从“生产导向”向“消费导向”转变,而且有助于农民念好“山海经”,唱好“林草戏”,打好“果蔬牌”。

近年来,我国多地出现鲜活农产品滞销、买贵卖难的现象。一方面是“姜你军”、“蒜你狠”、“葱击波”、“火箭蛋”等轮番“上阵”,消费者无奈为高价的农产品买单;一方面是果蔬等农产品丰产滞销现象频现,如2013年海南荔枝丰收,2元一斤仍少人收购;2014年安徽歙县三潭枇杷大丰收却积压难销,不少枇杷瓜熟蒂落,归于泥土;年末,“倒奶卖牛”现象再现,并且蔓延至全国……

农产品丰产却卖不出去,“滞销、卖难、买贵”的怪圈在全国多个地方都反复出现过,让农民“丰产”难增收,这已渐成当前国内农业生产的头号杀手。

“造成‘滞销卖难’频现的一个主要原因,就是产销信息不对称。信息预警服务滞后。”农业部市场预警专家委员会秘书长、中国农业科学院农业信息研究所所长许世卫研究员认为,只有加快农业信息化建设,不断完善农业信息服务体系建设,才能从源头上彻底解决农产品“滞销、卖难、买贵”的问题。

以信息技术破解难题

对于农产品滞销,地方政府想方设法采取措施应对,但问题仍然没有得到根治。国家行政学院教授张占斌分析认为,农产品滞销有市场供求关系失衡问题,政府与其绞尽脑汁推销积压农产品,不如通过搭建供销信息平台、走访农户给予产销信息服务,引导农户和市场对接。此外,通过相关政策及减少产销中间环节等措施,保证种植户利益,也能减轻城市消费者负担。

许世卫认为,农村传统的经营模式是一家一户式的,生产者并不清楚消费者需要什么,只能根据上年什么赚钱下年种什么,结果扎堆种植,丰产却难销售。原因就是产销信息不匹配造成生产要么过剩要么过少。“我国有3000多个涉农网站,国家发改委等多个部门也先后建立了价格公布系统,但是因为信息更新慢、推送不畅、针对性差,农民面对这些信息往往收不到、看不懂、用不上。”

许世卫告诉《瞭望》新闻周刊记者,大数据技术的兴起,在实时捕捉消费需求跟踪市场变化、个性化推送等方面,为现代农业的发展开启了“导航灯”,不但有助于促使农业生产从“生产导向”向“消费导向”转变,而且有助于农民念好“山海经”,唱好“林草戏”,打好“果蔬牌”。

他说,近几年,电子商务、微商营销等大数据应用发展迅速。2013年阿里平台上,经营农产品的卖家数量达到39.4万个,农产品销售同比增长112.2%。“农产品电子商务与大数据技术的融合正在成为农民增收的新业态。”

“源于科学研究的大数据的开发利用,随着各国政府的高度重视,正上升至国家战略高度。”中科院计算机网络信息中心研究员周园春说,美国已于2012年启动了“大数据研究与发展计划”,并在翌年启动了第二轮大数据计划“从数据到知识到行动:建立新的伙伴关系”;日本和英国卡梅伦政府也相继启动了旨在促进大数据研究和应用的计划。我国政府也高度重视大数据的发展,近年来不断进行大数据的研究与应用推进。2013年7月习近平总书记在中科院考察时指出,“大数据是工业社会的‘石油’资源,谁掌握了数据,谁就掌握了主动权。”

“大数据已成为信息主权的一种表现形式,将是继边防、海防、空防之后,另一个大国博弈的空间。”周园春认为,大数据正在开启一次重大的时代转型,它将改变人类的生活以及理解世界的方式。

摸清农业“家底”

工信部电信研究院大数据白皮书(2014年)认为,目前,大数据在政府、学术界、企业界引起重大反响,可以说,互联网行业是大数据应用的领跑者,农业、交通、医疗、能源等行业正在与大数据加速融合拓展,大数据发展的环境得到持续完善。

许世卫表示,近年来以大数据为代表的信息技术突飞猛进,数据驱动创新的机制正在渗透到现代农业的各个领域,使得学科领域的交叉融合日益紧密,协同创新更加紧迫,已成为支撑现代农业发展新的增长力量。本文来源:瞭望观察网

他强调说,“大数据是一种以数据驱动农业生产向智慧型转变的新兴力量,是现代农业生产中新兴的生产要素,对于我国现代农业的转型升级具有重要意义。”

但实际上,长久以来,由于农业基础数据资源薄弱、数据结构不合理、数据粒度不够、数据标准化与规范化程度低等原因,在很大程度上影响了我国现代化农业的建设步伐。许世卫认为,我国农业大数据发展,还存在几方面问题:

一是“家底”不清。据介绍,我国依然缺少针对农田环境监测、土壤普查、农情分析的系统性数据积累,对水资源的调查评估也较为欠缺。

“未来立足国土资源整体布局优势生产区,必须先摸清‘家底’,搞清数据。只有基础数据准确了,农业资源间的发展潜力、搭配关系和最佳使用途径,最优化配置模式才能够精确计算,才能实现农业生产需求变化与资源变化的深度耦合,实现农业‘全要素、全过程、全系统’生产的一体化。”许世卫说。

二是农业信息数据资源研究与建设总体仍然滞后。目前,我国已经成为农产品净进口国,但我国大量“三农”信息的缺失、滞后、封闭,严重制约了全球视角下开展农业管理决策的科学性、系统性、高效性和精准性。

许世卫举例说,截至2014年5月底,农业部共有12个司局和9家部属事业单位直接开展农业信息监测统计工作,努力打造“三农”数据新平台,建立了21套统计报表制度,加强了指标调查,再加上行业管理监测数据、农业地理空间数据,已经形成了农业“专业监测统计相对分散、部门监测统计趋于集中”的复合型组织模式。但由于中国农情复杂,品种类型多样,也出现了诸如农产品消费数据缺失严重、多类数据交叉矛盾、匹配性差,以及部门内外信息不能充分共享,缺少数据会商、难以有效发挥调控农产品市场作用等问题。当国际环境发生重大变化、当农产品价格出现大幅波动或质量安全出现问题时,不能及时发现源头,迅速采取有效应急方案,延误了解决事件的最佳时机。

三是农业大数据的处理分析技术缺乏。由于农业生产过程发散,生产主体复杂,需求千变万化,与互联网大数据相比,针对农业的异质、异构、海量、分布式大数据处理分析技术依然缺乏,开展适农大数据技术研究迫在眉睫。

在4月下旬召开的“2015中国农业展望大会”期间,农业大数据也成为这届大会的六大热点问题之一。多位受访的与会专家认为,由于涉农数据的大量涌现,我国亟须开展以下技术研究:

针对耕地、育种、播种、施肥、植保、收获、储运、畜牧业生产等多个环节,数字、文字、音视频等不同格式、不同业务载体的海量数据应整合成标准统一的、多元数据标准融合技术;本文来源:瞭望观察网

完成海量数据的存储、索引、检索和组织管理,突破农业异质数据转换、集成与调度技术,实现海量数据快速查询和调用的数据组织管理技术;

加强适农大数据分析挖掘技术。围绕病虫害综合防治、粮食产量预测等重点领域,开展并行高效农业数据挖掘算法,建立智能机理预测分析模型;围绕农产品品种、气象、环境、生产履历、产量、空间地理、遥感影像等数据资源建立农业协同推理和智能决策模型;围绕农产品市场信息开展多品种市场关联预测技术和农产品市场预警多维模拟技术研究。

突破农业大数据发展困境

许世卫等专家认为,由于我国农业信息化起步较晚,而且基础薄弱,与一些发达国家相比,我国“三农”领域的信息化水平还比较滞后,应该抓住大数据发展的机遇,在缩小城乡数字鸿沟、把大数据及其基础设置的建设作为新农村建设重要经济增长点的同时,着重加强以下工作:

一是加强数据学科体系建设,丰富数据科学理论方法。

国内外实践表明,农业信息学科的新概念、新理论、新方法的创新,是引领农业信息技术重大变革、促使农业生产发生巨大飞跃的重要引擎。数据密集型科学将加速信息技术与现代农业相关学科的融合发展。但数据要形成一门科学还需要更加注重大数据基础理论研究、科学方法创新,更加注重大数据学科体系建设。应在大数据生命周期、演化与传播规律,数据科学与农业相关学科之间的互动融合机制,及大数据计算模型、作物模型与模拟、智能控制理论与技术、农业监测预警技术,大数据可视化呈现与精准化推送等方面加强研究,形成系统、全面、深入的理论支撑。

二是要构建农业基准数据,夯实农业发展基础支撑。目前,我国尚存在农业基准数据资源薄弱、数据结构不合理、数据标准化水平差等问题。应结合农业部大田长期监测工作,建立现代农业自然资源、生产、市场、农业管理等基准数据,并对数据采集、传输、存储和汇交等制定标准和规范,为现代农业发展决策提供坚实的基础支撑。

三是加强智能模型系统研发,推动农业智能转型。数据的处理和分析能力是大数据技术的核心。针对农业领域数据海量、分散、异构等现象而难以集成、不能挖掘其巨大潜在价值的现状,应重点开展农业大数据智能学习与分析模型系统关键技术研究,利用人工智能、数据挖掘、机器学习、数学建模等技术,针对农业领域所要解决的实际问题,建立有效的数学模型对数据进行处理,并利用最终形成的模型对海量数据进行处理分析,辅助农业决策,实现决策的智能化、精确化和科学化。

四是倡导数据开放,服务和引领农业发展。数据的应用是大数据的最终目的,数据的公开开放有助于我国农业的健康发展。为此,应加强数据立法,为农业信息公开提供法律保障;形成数据开发的体制和机制,保证在数据会商、开放标准、发布规范等方面的切实可行;以召开中国农业展望大会和发布中国农业展望报告为契机,形成具有中国特色的农产品监测预警和信息发布制度,最终为生产决策、市场监测、农业管理提供信息支撑,引领现代农业发展。


来源:瞭望

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

相关精彩内容推荐

我要评论