运用大数据解决谷贱伤农问题的思考

◎敖玲芳

运用大数据解决谷贱伤农问题的思考

◎敖玲芳

谷贱伤农事关国家粮食安全，解决好这个长期困扰农民的经济问题，具有十分重要的现实意义。大数据时代的到来，为更好地解决这个问题提供了新的可能。

大数据；谷贱伤农；建议

大数据时代的来临，对于传统行业来说既是机遇，也是挑战。在传统产业中，农业作为第一产业，具有基础性的作用。通过大数据带来的技术突破推动农业迈向全面信息时代，通过农业的快速发展推动大数据落地，解决长期困扰农民的谷贱伤农问题，非常具有可操作性。

概念界定

1.大数据的含义

对于“大数据”（Big data），研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。对于拥有8亿农民、18 亿亩耕地、186 万个乡村的我国来说，其产生的数据量不仅巨大，而且类型丰富。如果能够实现深度挖掘，其产生的价值不可估量。

2.谷贱伤农的含义

在农业生产活动中，存在着这样一种经济学现象：在丰收的年份，农民的收入反而减少了，这在民间被形象地概括为“谷贱伤农”。东汉班固的

《汉书·食货志》记载：“籴甚贵，伤民；甚贱，伤农。民伤则离散，农伤则国贫”。每每丰收的年份，我们都能从网络、电视等媒体上看到各种农产品滞销、被贱卖的报道。丰收时节，农民并没有因为丰收而带来收入的增长，这严重影响了农民的种植积极性，对国家的粮食安全和经济社会发展都带来不利影响。因此解决谷贱伤农问题也成为各级政府常抓不懈的一项重要工作。

从经济学角度分析谷贱伤农的原因

1.谷贱伤农与需求弹性

（1）“谷贱伤农”是经济学的一个经典问题。农民粮食收割后到底能卖多少钱取决于两个因素：产量和粮价，是二者的乘积。但这两个变量并不是独立的，而是相互关联的，其关联性由一条向下倾斜的对粮食的需求线来决定。也就是说，需求量越大，价格越高；需求量越小，价格越低。用经济学分析，造成“谷贱伤农”最本质的原因是农产品的需求是缺乏弹性的。需求价格弹性理论指出，需求的数量随商品价格的变动而变动，但是不同商品需求量的变动对价格的反应程度不一样。

（2）粮食需求线缺少弹性。也就是说，需求量对价格的变化不是很敏感。当粮价下跌时，对粮食的需求量会增加，但增加得不是很多。其基本的道理在于，粮食是一种必需品，对粮食的需求最主要的是由对粮食的生理需求所决定的。

如上图所示，农产品的市场需求曲线D比较陡峭。当农业丰收时，农产品的供给曲线向右移动到S1的位置，在缺乏需求弹性的条件下，农产品价格会大幅度下降，即农产品均衡价格的下降幅度大于农产品均衡数量的增加幅度，最后导致农民的总收入减少，总收入的减少量相当于矩形OP0E0Q0和OP1E1Q1的面积之差。相反，在收成不好的年份，农产品的减少会导致农产品价格大幅上升，使农民的总收入增加。

2.谷贱伤农的其他成因

（1）信息的不对称。农民在种植前，对市场的行情信息了解不及时和不真实，无法预测市场下一次具有多大的需求量，往往是根据前一次种植的实际经验进行种植生产，这就有可能造成农产品的供给量远远高于市场需求量，从而导致农户贱卖产品，增产不增收。

（2）农产品的流通不畅。受农户家庭小规模经营方式的制约，农民缺乏组织起来进入市场的载体和通道。农户通常将自己生产的农产品运送到附近的产地批发市场出售或由市场收购商直接到地头收购，然后由长途运销商运到大中城市批发市场，一些大城市还形成了一级、二级、三级批发市场，经过这些批发市场将农产品周转扩散到社区集贸市场、超市及团体消费单位。中转环节多，费用高，除了运输费用（租车费、油钱、过路过桥费等）以外，在城市批发市场和社区集贸市场从事批发和零售业务的大多也是农民工，他们一方面要缴纳摊位费、市场管理费和税收等，另外还要承担一家人在城市暂时居住生活的高昂费用。此外，城市建设导致城区内的农贸市场数量不断减少，超市取代农贸市场进入社区，形成较高的商圈垄断价格。这一流通过程带来的高收益并未分享给农产品生产者。

运用大数据解决谷贱伤农问题

要避免“谷贱伤农”现象的发生，就必须立足大数据，调整农村内部的产业结构以及整个农村产业机构，以此来控制总量和结构上的均衡。

1.建立农业大数据分析、预测系统

运用大数据可以有效解决农民的市场信息不对称难题，让农民对市场、政策和生活的预期更加准确，农民的种植也将从经验种植、跟风种植转变为根据需求来种植。在农业发展中，大数据不仅可以渗透到耕地、播种、施肥、杀虫、收割、存储、育种和销售等各环节，而且能够帮助农业实现跨行业、跨专业和跨业务的发展。面向农产品市场、农业产业的大数据预测系统，将更加有利于解决谷贱伤农的难题。

2.实现农业的内外部数据管理、链接与整合

传统的农业生产管理，人为经验因素占很大比重，很少建立在科学的数据和模型的基础上，因而难免出现片面和失误。要做到对农业生产的科学管理，就应当把管理建立在数据分析基础上。通过将整个行业内外，包括生产、加工、物流、营销和回溯的各种数据进行数字化的记录、分析和整理，为农民管理生产提供依据。这种“大数据驱动的农业”，使得农民的生产活动变得更有效率、更开放、更精细。同时，基于大数据的分析，也能够帮助政府有效监控各种农业政策的实施情况，及时纠正农业生产中的偏差和失误。

3.重视基础教育，培养农业大数据运用人才

大数据的运用将涉及各个行业，谁能在数据海洋中掘取对自己有利的信息，谁将获利。因此，农民将不再是单纯的种植户，而应当成为具备运用大数据能力的现代化农民。实现这一目标的具体举措，就是加强农民教育，提升其运用大数据的能力。

（作者单位：贵州财经大学MBA教育中心）

C812

A

10.13561/j.cnki.zggqgl.2016.09.018 ■ 编辑：云霞