大数据在农业信息化中的应用机制与价值创造

2015-10-21张玲任利成

安徽农业科学 2015年34期

张玲任利成

摘要对我国农业信息化进行综述，分析了大数据在农业中的应用现状及应用机制，从流程视角研究了农业大数据的价值创造，构建了大数据的价值创造过程模型，分析了大数据在农产品监测预警、农业信息透明度提高、农产品各流通主体决策机制科学化等方面的发展前景，为后续研究提供理论基础。

关键词大数据；农业信息化；应用机制；价值创造

中图分类号 S126 文献标识码 A 文章编号 0517-6611（2015）34-341-04

随着全球信息化的飞速发展，衡量一个国家农业现代化水平和农村综合实力的一个重要指标就是农业的信息化水平。随着云计算、物联网、大数据的崛起，农业信息化进程在新科技的拉动下将会有长足发展。农业数据涵盖面广、数据源复杂，包含种植、养殖、农业科技、农业装备、气象、土地、水利、农资、病虫害防治、生态环境、市场、食品安全、农产品加工等诸多环节。生物作为农业生产过程的主体特质，导致农业的区域化、多样化、差异化、动态性以及复杂性，农业生产时刻面临着不断产生的大量的结构化和非结构化数据的获取、挖掘、存储、处理与应用的问题。农业大数据是发展现代农业的重要技术支撑，基于大数据的理论和技术，开展大数据研究与开发服务，对推动我国农业信息化的发展将发挥重大作用。

1 研究综述

农业信息化是信息经济时代农业现代化的本质特征，亦是农业发展的必然趋势。随着农业信息化的持续推进，与农业信息化相关的研究也大量出现。其研究主要集中在内涵、评价方法、发展现状及对策等方面。

对于农业信息化的内涵，主要有以下几种观点：其一，农业信息化指的是在人类农业生产活动和社会实践中，通过大量的应用以信息技术和物联网技术等高科技信息技术来更好地挖掘农业信息资源的价值，以达到促进农业经济发展的目的[1-2]。其二，农业信息化主要是利用信息管理系统来为农业的产供销坏节提供相应的技术支持服务，增强农业的综合管理效率，形成农业数据从收集到加工再到服务三位一体的农业信息服务框架体系。其三，农业信息化就是把在其他領域成熟应用的先进信息技术应用于农业领域，使其渗透到农业产业的全流程中。其四，农业信息化主要囊括农业产业信息结构化、农业生产资料信息化、农业经营管理信息化、农民素质教育信息化、农村经济基础信息化等[3]。农业信息化是农业全过程的信息化，是在农业领域全面地发展和应用现代信息技术，使之渗透到农业生产、消费、市场等各个具体环节。

对农业信息化评价的研究较多，我国学者在农业信息化指标体系及评价中常用的方法有波拉特法、层次分析法、因子分析、结构方程模型、主成分分析和数据包络分析等。李优柱等[4]提出一种基于粒子群优化算法优化LSSVR的混合智能评价方法，研究表明该方法能较好地评价与预测农业信息化对农业总产出的贡献率。

关于农业信息化发展的相关研究较多。郭永田[5]研究表明我国农业农村基础设施不断完善，农村互联网迅速发展，农村信息终端拥有量迅速增多，并且农业电子商务也在逐步发展，利用物联网技术开展的农产品供应链管理、食品安全追溯、农业病虫害监测预警、种植业大田生产控制、智能化养殖已逐步得到应用。李道亮[6]从物联网及智慧农业的内涵出发，概述了农业物联网的体系架构和关键技术，科学分析了农业物联网技术应用现状并提出促进我国农业物联网发展的对策与建议。崔文顺[7]研究了云计算在农业信息化中的应用及发展前景，云存储及云服务在农业信息资源共享及服务领域具有重要的价值和意义。伍丹华等[8]探讨了云计算技术在农业信息化中的理论基础和技术支持，分析了云计算在农业信息化中的初步应用前景。综上所述，互联网、移动终端在农村的普及以及物联网技术、云计算技术在农业信息化中的应用为我们获取与存储农业大数据提供了必要性与可能性，为大数据技术在农业信息化中的应用提供了前提条件。

目前有少量关于农业大数据的相关研究。孙忠富等[9]阐述了大数据发展的背景、大数据与物联网等的关联、大数据基本内涵和关键技术等，并结合农业特点，分析了大数据在农业上的需求、主要应用领域及其在智慧农业中的关键地位。温孚江[10]认为我国的农业大数据研究具有重要战略意义：为政府决策当智囊，为企业管理做支撑，为学科发展建平台，为管理升级提供手段。孟祥宝等[11]从服务、管理、应用、技术、资源 5 个关键环节分析设计了农业大数据应用体系架构，并在此基础上设计了一个农业大数据智能分析平台，分析了平台的总体架构、功能设计及技术实现。许世卫[12]研究表明大数据推动了农产品监测预警全面变革，使监测对象和内容更加细化，数据获取技术更加快捷，信息处理分析技术更加智能，表达和服务技术更加精准，使其在数据标准、采集工具、分析能力、表达方式等方面向标准化、实时化、智能化和可视化的方向发展。

综上所述，关于大数据在农业信息化中的应用研究大都是从农业大数据基本概述、战略意义、应用前景及应用平台几个角度来进行，对大数据在农业信息化中的应用机制及其价值创造过程尚无充分研究。因此，该研究将从这两方面来研究大数据在农业信息化中的应用。

2 大数据及其在农业信息化中的应用机制

2.1 大数据及大数据在农业信息化中的应用现状

2.1.1 大数据。

伴随着近代传感器、无线通信、计算机与互联网等技术的迅猛发展及在各个领域的广泛应用，人类获取数据的手段和途径越来越多，成本越来越低，所获数据的种类、层次和尺度也越来越多样化，这就在广度、速度和深度3个方面催生了大数据时代的到来。大数据是一种新型技术、架构，用于从大量的形式各异的原始数据中分离出经济价值。大数据的特点即“4V”：①数据量大（Volume）；②数据类型繁多（Variety）；③产生和增长速度快（Velocity）；④高价值、低密度（Value）[13]。

在宽带化、移动网络、物联网尤其是云计算的催生下，海量数据已经成为今天人们生存环境的基本特征。大数据的应用已经有了许多典型案例。美国在各个州实行的油气上游信息透明化制度对油气行业的良性发展起到最直接作用，所有的油气生产者必须把自己的信息详细的公布在该平台上，包括具体生产环节、每口井的开井日期、产量的数据、钻井的技术数据等，所以美国所有开采页岩气的中小公司，能够在很短的时间内根据同行的经验，很快地做出自己的判断，由此节约了研发成本，促使页岩气产量爆发式增长。日本宫崎县西南部的都城市已经开始利用云和大数据进行农业生产，通过传感器、摄像头等各种终端和应用收集和采集农产品的各项指标，并将数据汇聚到云端进行实时监测、分析和管理。丹麦风电巨头维斯塔斯的风力系统，依靠BigInsights软件和IBM超级计算机气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。利用大数据，以往需要数周的分析工作，现在仅需要不足1 h便可完成。通过对地铁刷卡数据、公交刷卡数据、公交线网数据、公交站点数据、公交车辆GPS数据的获取、存储与分析，可使我国公共交通事业的布局更合理、换乘更便利、客流更加均衡、运行更可靠、运营更有效益。综上所述，大数据已广泛应用于诸多领域。

2.1.2 大数据在农业信息化中的应用现状。

在大数据时代，数据逐渐成为各行业最重要的资产之一，决策行为将日益基于数据分析做出，而不是凭借经验和直觉。农产品生产、流通、销售等环节都将产生大量数据，通过对这些数据加以利用，同时综合分析农业气象预测、市场需求与供给等数据，为农业产业链中的各企业及政府提供决策依据，及时纠正农业生产中的偏差和失误。

当前，大数据技术已广泛应用于国外农业领域。位于美国加州的The Climate Corporation为农业种植者提供名为Total Weather Insurance（TWI）、涵盖全年各季节的天气保险项目。该项目利用公司特有的数据采集与分析平台，每天从250万个采集点获取天气数据，并结合大量的天气模拟、海量的植物根部构造和土质分析等信息对意外天气风险做出综合判断，以向农民提供农作物保险。公司声称该保险的特点是：当损失发生并需要赔付时，只依据天气数据库，而不需要繁琐的纸面工作和恼人的等待。土壤抽样分析服务商Solum获得Andreessen Horowtitz等公司投入的1 700万美元的资金，该公司致力于使用数据分析技术来确定化肥的投入量问题，通过对农业大数据的分析来帮助农民提高产出、降低成本。创建于克罗地亚的Farmeron公司旨在为全世界的农民提供类似于Google Analytics的数据跟踪和分析服务。农民可在其网站上利用这款软件，记录和跟踪自己饲养畜牧的情况（饲料库存、消耗和花费，畜牧的出生、死亡、产奶等信息，还有农场的收支信息）。其可贵之处在于，Farmeron 帮着农场主将支离破碎的农业生产记录整理到一起，用先进的分析工具和报告有针对性地监测分析农场及生产状况，有利于农场主科学地制定农业生产计划。位于美国硅谷的Solum公司致力于提供精细化农业服务，目标是帮助农民提高产出、降低成本。其开发的软、硬件系统能够实现高效、精准的土壤抽样分析，以帮助种植者在正确的时间、正确的地点进行精确施肥。使用者既可以通过公司开发的No Wait Nitrate系统在田间地头进行分析，即时获取数据；也可以把土壤样本寄给该公司的实验室，让他们进行分析。

我国也开始了自己的实践，以山东农业大学为首的部分高校已着手进行农业大数据的研究和应用。在河北廊坊的郊区，软通动力的团队在做着基于大数据的“智慧农业”尝试。软通动力在农田里安装了内置摄像头的传感器，通过传感器、摄像头等终端应用收集、采集农产品的各项指标，并将数据汇聚到云端进行实时监测、分析和管理，还向农民发放了智能手机和平板电脑，随时随地了解农作物的实时监测信息、报警信息。

2.2 大数据在农业信息化中的应用机制

综上所述，大数据技术的应用对各行业的发展及决策管理至关重要，数据量由少到多，数据形式由单一到全面，通过数据之间的交叉与组合从量变引发质变进而发现新问题，创造新价值。有学者用“DIKW”架构来描述大数据的应用，“D”即数据（Data），“I”即信息（Information），“K”即知识（Knowledge），“W”即智慧（Wisdom）[14]。有学者从数据的生成（Generation）、获取（acqiusition）、存储（Storage）、分析（Analysis）4步来分析大数据的应用[13]。还有学者从大量全面的数据获取（Acquisition）；基于需求的实时的数据共享、检索（Access）；基于相关性对数据进行分析（AnAlytics）；应用（application）4个步骤来分析大数据的应用[15]。该研究认为大数据应用始于数据的生成，再到数据的获取、存储、融合分析并将分析结果用于预测各行业的发展趋势，为各行业决策提供依据。大数据的应用过程分为5步：数据生成、数据获取、数据存储、数据分析、数据应用。其应用机制见图1。

大数据在农业信息化中的应用就是将大数据的理念、技术及方法用来处理农业产业链中产生的大量的数据，从中得到有用信息以指导农业生产经营、农产品流通和消費的过程。农业大数据在农业产业链中的应用机制见图2。

农业产业链的产前阶段，其数据源主要包括农业资源信息、农业生态环境信息等。以全球定位系统（GPS）提供的地理基本信息基于地理信息系统（GIS）建立农业用地的电子地图，运用遥感（RS）技术感知电子地图中的实地信息，全面掌握农业种植用地的范围，实时了解区域内土壤条件、大气环境等综合信息并通过对信息的差异性分析将种植区域划分为不同的管理区域，有针对性地进行规划。对种植影响因素差异性较大的不同区域定量获取影响作物生长的环境因素（如土壤肥力、含水量、苗情、病虫害等）信息，分析影响区块产量差异的原因，采取技术上可行、经济上有效的耕作措施，区别对待，按需实施的“处方农业”。利用遥感技术监控农作物长势，根据需要及时采取有效措施，并根据各种数据的综合分析较准确地预估农作物产量。另外将包含实地遥感数据的电子地图与种植业相关实验数据相结合，实现种植业农

业资源的实时查询、分析、决策功能。

农业产业链的产中阶段即农产品价值增值过程，将农产品加工信息、检测报告、产品品质的认证证明数据记录到数据库中，方便消费者对农产品的质量信息进行查询。物流企业基于对自身设备运行状况的分析可以为农产品选择最优运货路径。

农业产业链的末端及销售环节，基于前期以及当期农产品供求信息、价格行情的分析，对未来一段时间农产品的需求信息进行预测；基于消费者信息的分析，可以有效了解到消费者的偏好、消费习惯等信息，进而为精准营销与个性化推荐提供依据。

基于云计算构架和大数据技术，整合数据资源、规范数据标准、统一标识和规范协议等，将农产品生产、流通、消费全过程的数据进行采集存储，综合应用二维码、物联网、移动互联网、数据库等现代信息技术，实现农产品的生产记录可存储、产品流向可追踪、储运信息可查询、产品质量有保证，将农产品从生产到加工直至质检销售等全过程所有数据信息记录在数据库中，实现农产品信息的及时提取，保障农产品质量，建立有效的农业数据共享平台，从而有效提高农业信息服务的工作效率、管理水平和服务质量。

3 农业大数据的价值创造

3.1 农业大数据的价值创造过程模型

该研究从流程视角研究农业大数据的价值创造过程模型。大数据在农业信息化中的价值创造可分为3个层次：第一层次着重于识别那些特定的资源与大数据的价值创造有关；第二层次进一步研究哪种作用关系与大数据价值产生有关，逐步区分开资源和能力；第三层次更深入地研究哪种作用过程与大数据价值产生有关，提出资源、能力与流程之间存在着产生价值的作用过程。该模型包括战略规划、资源、大数据能力以及大数据应用价值4个维度的变量，具体见图3。

农业大数据战略规划就是通过制定农业大数据战略和实施计划，集成规划和利用相关人力资源、技术资源以形成大数据管理能力（采集能力、存储能力、挖掘能力）并最终达到产生农业大数据价值即农业信息化的战略目标。

资源是指在进行农业大数据的应用中能够获取和利用的人力、技术、原始数据等物质要素。该研究将其分为软件资源和硬件资源2类。前者如大数据处理平台的开发和维护、非结构化数据处理和分析工具的获取和学习、分析结果的呈现及各种算法的开发等；后者包括大数据存储和处理设备，以及基于物联网技术的农产品信息感知设备的购置、安装与维护等。

大数据能力即管理数据的能力，是指利用各种感知设备、存储设备获取并保存数据，再使用各种算法对数据进行分析的能力。包括数据采集能力、数据存储能力和数据挖掘能力。各种大数据能力的提升依赖于前文所述的软硬件资源的开发，从大量且结构各异的农业数据中获取有价值的信息取决于农业大数据的挖掘能力，只有挖掘到有价值的信息才能提供及时、有效、科学的决策支持服务。

农业大数据应用价值是农业大数据对农业信息化带来的发展。经过农业大数据战略规划、资源开发与利用、大数据的管理，大数据为农业信息化带来了新的机遇。农业大数据战略规划有助于软硬件资源的开发与配备，软硬件资源的完善有助于数据的采集、存储与挖掘，并最终促进农业信息化的发展。

3.2 大数据在农业信息化中的应用前景

大数据改变了农业企业生存发展的生态环境，提高了整个农产品产业链，包括农业资源管理过程、农业生态环境检测过程、农产品生产管理过程、农产品安全管理过程、市场信息检测过程等的效率，对农业资源管理有助于资源合理开发、高效利用，对生态环境的检测有助于提前做好防御措施，對生产过程及产品品质的管理能够确保农产品质量安全，对市场信息的监测预测为农产品生产者提供必要的决策依据。大数据在农业信息化中的应用前景包括以下3方面：

第一，农产品监测预警。农产品监测预警是对农产品生产、市场运行、消费需求、进出口贸易及供需平衡等情况进行全产业链的数据采集、信息分析、预测预警与信息发布的全过程[12]。在大数据的推动下，监测对象和内容更加细化，数据分析技术智能化，监测预警周期缩短，推动我国农业向精细化、智能化发展。

第二，农业信息透明度提高。在市场经济条件下，农业的分散经营和生产模式，使得在参与市场竞争中对信息的依赖性比任何时候都更加重要，信息和服务的滞后性，往往对整个产业链产生巨大的负面影响。通过对农产品生产、流通、消费各环节数据的收集、存储、共享有助于提高市场透明度，降低信息不对称。农产品生产者可基于市场需求信息做出更加合理的决策，可基于土壤信息、气候信息进行种子的选择，基于天气预测信息来进行农产品提前防护等。简言之，农业产业链上的各企业可获取更多有价值的信息，促进自身快速、高效发展。

第三，农产品各流通主体决策机制科学化。在大数据时代，数据逐渐成为各行业最重要的资产之一，决策行为将日益基于数据分析做出，而不是凭借经验和直觉。农产品生产者将自身的土壤信息、作物信息、天气信息、化肥信息等数据共享，便于其他生产者根据同行经验快速做出自己的判断。物流企业通过对农产品源头、运输路线、目的地、运输量等信息的记录与分析，找出最优的运输路径，节约燃料和运输时间。消费者可根据产品的二维码对农产品信息进行追踪，进而挑选满意的产品。

4 结论与展望

该研究在文献综述的基础上，分析了大数据在农业信息化中的应用机制，从流程视角研究了大数据的价值创造过程，建立了大数据在农业信息化中的价值创造模型。研究表明：

（1）大数据在农业信息化中的价值创造过程是由战略—资源-能力-价值的因果关联关系构成的动态转化过程，可以分为从“农业大数据战略规划软硬件资源”到“软硬件资源转化为数据管理与分析能力”直至“促进农业信息化发展”的3个推进阶段，这一结论系揭示了大数据的内在作用机制。

（2）在我国农业信息化的发展进程中，要切实分析其所处的动态环境，制定出有效的战略规划，一方面要为农户配置各种先进的硬件设备，建立信息自动化采集、检测系统，另一方面对农户进行相应的培训，从而促进农业信息化真正为民所用。

（3）构建大型模型系统，挖掘算法，提升数据管理与分析能力，是实现大数据在农业信息化应用中的核心能力。由于数据的管理与分析能力对农业信息化的发展产生直接影响，因此，应采取措施培养技术人才，挖掘算法，进而达到促进农业信息化发展的目的。

然而，该研究仅针对大数据的应用机制及价值创造过程模型进行了理论分析，并未通过数据进行实证研究，因此该模型的适用性及准确性尚待进一步的检验。后续研究可采用实证研究来弥补该研究的不足。

参考文献

[1] 赵晶，朱镇.企业电子商务价值创造过程[J].管理科学学报，2010，13（12）：46-75.

[2] 陈熙隆.国内外农业信息化文献综述[J].河北农业科学，2010，14（9）：163-165.

[3] 雷程伟.农业现代化过程的农业信息化研究[D].成都：西南财经大学，2014.

[4] 李优柱，易新福，郑明洋.农业信息化投入对农业产出贡献率评价研究[J].科技进步与对策，2012，29（12）：143-146.

[5] 郭永田.中国农业农村信息化发展成效与展望[J].电子政务，2012（2）：99-106.