河南省现代农业大数据人才培养研究

李磊　陈倩

摘要：农业大数据人才缺乏已成为制约河南省农业大数据发展的问题之一，通过对河南省农业发展需求、农业大数据发展现状、农业大数据人才培养问题着手，对农业大数据人才培养体系建设、师资力量建设、人才培养模式进行分析与探讨，提出高校应联合开展“1.5+1.5+1”的人才培养模式，高校+企业+农业专家3方培养机制，高校+地方合作打通省、市、县农业大数据平台，促进初、中、高级学校多层次农业大数据人才培养体系建设等观点，以期为河南省农业大数据平台建设、数据挖掘与分析、数据安全、大数据推广应用等关键技术节点培养农业大数据人才。

关键词：农业大数据；数据分析；现代农业；人才培养

一、农业大数据的发展现状

2015年国务院印发《关于促进大数据发展的行动纲要》，从国家戰略上推动大数据产业的发展。如今，大数据已应用于我国社会诸多领域，其模态多、体量大、生成速度快的特征为行业发展提供强大的数据支撑，大幅提升了相关行业的生产力，促进行业跨越式发展。河南省农业产业种类繁多，农业人口数量居于全国前列，拥有极具开发价值的大量数据资源与市场优势，农业大数据的研究和应用对河南省现代农业建设具有战略性意义。

近年来，各地市大力发展物联网、农产品电子商务、互联网+农业等农业信息化建设，与淘宝、京东等电商平台合作建立了农产品电子商务示范村，并充分利用现有平台进行大数据分析，为农业生产精准定位、种养殖结构调整和农产品消费市场定位提供依据，有效促进农民增收和现代农业生产方式的形成。在长期的农业基础信息系统建设过程中，河南省对全省范围的水资源和土壤肥力等基础农业数据进行不间断的调查与研究，农业院校、农业科研机构在农业科学研究中积累了大量的农业数据，同时，地方政府对当地的农业产品结构、土壤条件、农业气候、病虫害等农业数据进行收集和整理。各级地方政府依托现有的数据分析系统，为农业生产、销售、流通等环节提供了详实可靠的农业信息，有效地为农业生产提供技术支持，在农业病虫害防治、气象灾害预警、农业生产经营方式定位、农产品销售等领域发挥巨大作用，为现代农业管理决策提供重要参考。

农业科技园区依托大数据资源发展精准农业，在全省多个地区开展精准农业实验推广工程，利用传感器实时采集农作物生长的光照、温度、湿度等信息，通过农业大数据平台对作物生长过程进行全程检测和信息反馈，合理优化农作物生长周期的光照、肥水等生产要素的施用比例，大幅缩短农作物的资源消耗，并提高农作物的配置。通过农业大数据系统改变粗放的农业生产经营方式，实现农业生产智能化，引领现代农业生产方式的发展。

二、河南省农业大数据应用存在的问题

（一）农业大数据平台建设投入不足

当前，农业大数据平台在资金和人力资源投入方面仍有不足。由于农业数据量大、整合困难、技术瓶颈等原因，河南省还没有统一的农业大数据平台，市、县两级政府所采集的农业基础数据大多仍停留在当地的资料系统中，上报到省级农业部门和国家的农业数据只占其中一小部分。受大数据平台限制，全省范围内并没有进行全面的数字化统计和整理，信息孤岛现象严重，造成基础农业数据的浪费。虽然现阶段也有些较为成熟的大数据平台，但大多是依托于阿里巴巴、百度、腾讯等第三方数据分析平台，这些平台开发的初衷是基于商业应用分析，对商业模式和数据的智能化分析处理能力尚可，但对于农业基础数据的分析和处理能力略显不足，所分析的数据来源也不够全面，地域较为分散，不能形成系统的农业基础数据，数据分析的参考性不强。

农业基础数据的采集包含土地、水源、气候等农业生态系统数据，农业产前、产中、产后数据，农民生产活动数据和农村整体发展数据等多方面内容。农业基础数据信息采集环节多、信息量庞大，对大数据平台的数据挖掘和分析能力要求较高，整体的资金和人力资源投入较大。因此，农业大数据平台的建设应从政府层面加以重视，依托省级农业部门统一规划，加强引导，联合农业科研所、企业、高校、科研机构等多方共同建立。只有这样才能全面整合农业数据，提高对农业数据的挖掘、清洗、处理与分析能力。

（二）农业大数据相关人才培养滞后

作为一个复合型概念，农业大数据是将大数据的技术、方法和应用理念创造性地应用于农业生产中。农业大数据不仅包含传统的土壤条件、水资源分布、农业气象等基础农业数据，还包括良种选育、种养殖结构、产品销售等农业产前、产中、产后的农业数据和农药、化肥使用，农机管理，农业经纪人等农业生产服务性信息，其数据类型多样，数据量巨大，整理和分析的难度比其他行业更加困难。

三、农业大数据人才培养的建议

大数据人才的匮乏已成为阻碍大数据发展的瓶颈问题，虽然各部门都意识到大数据人才培养的紧迫性和重要性，但如何培养好大数据人才是摆在各级教育机构面前的一大障碍。众所周知，学科建设是一个复杂的系统性工程，专业开设只是解决大数据人才匮乏的第一步，后续的专业建设、产学研融合、人才培养模式才是重中之重。大数据有多学科融合、实践性强等特点，对优秀师资队伍建设和课程体系建设要求很高，单大数据的基础课程就包含统计学、数学、计算机等学科，如果大数据与其他学科、产业结合，还需要与之关联的学科知识。

（一）完善农业大数据学科体系建设

1、学科体系建设应注重跨界融合。学科体系建设是大数据人才培养的首要任务也是前提条件。当前，数据科学与大数据技术专业刚刚开设3年，河南省从2017年只有1所大学开设大数据专业到2018年新增至21所高校。大数据与农业产业融合课程体系尚处于融合阶段，目前并没有形成完整的学科体系。农业大数据学科的体系建设与以往的学科建设有很大不同，过去的学科建设完成后，学科之间大多有一定的界限，学科边界清晰，而大数据专业是一个较新的领域，多学科相互交叉。因此，农业大数据学科体系建设要秉承开放式的学科体系建设思路，充分引入多学科融合的创新人才培养模式，注重学科体系的跨界融合和实践能力培养。

2、多学科融合注重学科体系均衡发展。在农业大数据学科体系建设中，要使农业学科体系和大数据学科体系并重，摒弃以往先建设一门再融合发展的传统学科体系建设思路。之前的农业学科体系是依据农业生产的自然规律，遵循农业产前、产中、产后三个阶段发展而来，再随着整个农业产业链的发展延伸，并与其他学科相结合，逐步形成较为完善的农业学科体系。在农业大数据学科体系建设中，应以大数据发展流程为主线，以农业产业链数据整合为基础，使两者相互依存相互促进，形成螺旋式发展的良好效应。在两者共同发展的前提下与相关学科融合，促进整个农业大数据产业链的不断完善和良性发展。

3、探索完善初、中、高级学科体系建设。河南省各高校获批的数据科学与大数据技术专业都属本科层次，学制为4年，而在实际的农业大数据应用中，既包含农业数据应用、数据采集、数据存储等较为简单的工作，又包含数据挖掘、数据变现、数据分析等较高技术含量的工作，因此，在农业大数据学科体系建设中应建立初、中、高三级农业大数据人才培养体系。农业职业类高校应重点开设技术含量较低的大数据学科，本科院校应重点建设技术含量较高的大数据学科，同时，应多方并举，积极探索建立农业大数据硕士、博士学位的相关探索，逐步完善农业大数据学科体系，促进农业大数据专业在职业教育、本科、研究生层次的协调发展。

（二）加强农业大数据师资力量建设

1、多种措施并举提高教学团队业务水平。大数据时代，要充分把握现代农业发展的内涵，抓住农业大数据为河南省现代农业发展提供的难得机遇，就必须要加强现有的农业大数据师资力量建设。数据科学与大数据技术是新兴学科，农业大数据更是大数据学科的前沿应用。当前，大数据技术应用主要是以企业开发来实现。因此，大数据师资力量建设应以高校原有的专业教师团队为师资力量建设的基础，同时，面向企业招聘有一线工作经验的研发人员和工程师，与高校专业教师组成教学团队。

2、加强学科交流提高教学团队跨界意识与能力。农业大数据研究是围绕农业生产经营活动开展的，同时，农业大数据又依托于数学、统计学、信息与计算科学等专业。因此，在师资力量建设过程中，教学团队应重视学科之间的经验交流，转变各个学科设置独立学院的封闭观念，开展多学科联合建设，并积极开展国内外经验交流，邀请国内外专家开展学术交流活动，派遣中青年教师参加相关学术会议，紧紧把握大数据发展前沿，提高教学团队的跨界意识与能力。

（三）多种措施并举拓宽农业大数据人才培养渠道

农业大数据的数据采集、分析、应用、管理、服务等领域的应用关键在人才。相对于传统的农业行业，农业大数据具有自己的独特性与复杂性，所需要的人才培养难度大、周期长。农业大数据人才是多学科复合型人才，要求具备多门学科知识并对所学知识有较高的统筹规划能力。优秀的应用型大数据人才应该既精通大数据相关知识，又懂得相关的产业知识，此外，在人才培养方面，过去所说的一专多能人才已不能满足需求，优秀的大数据人才应该培养多专多能，这也是大数据专业发展的必然趋势。

1、多校联合创新农业大数据人才培养模式。河南省開设数据科学与大数据技术的高校应积极探索，大胆尝试，将传统的信息、通信、计算机等专业有机整合，打破学科之间较为封闭的传统体系，整合各学科优势，抽调精干力量，为数据科学与大数据技术专业提供资源。在具体的学科建设中，可充分开展多校联合办学，开设大数据专业的高校和农业院校共同组建农业大数据联合班，课程设置宜采取“1.5+1.5+1”的形式，以4年本科学制为例，实行农业专业和大数据专业各1.5年（3个学期）的教学，再进行1年的综合课程教学和实践能力锻炼的人才培养模式。采取“1.5+1.5+1”的联合办学形式既可有效降低开设独立学院所需的硬件成本，又有助于转变原有的“学科本位”教学观，促进“能力本位”教学观的转变，使学生充分掌握农业基础知识和大数据基础知识，为农业大数据开发与应用提供必要的专业技能。

2、校企合作提高农业大数据人才实践能力。政府应组织高校、大数据公司和农业科研院3方联合开展人才培养合作，建立联合人才培养模式。在具体合作中可开设农业大数据独立学院，固定教学场所，实行高校专业教师、大数据工程师和农业专家3方参与的混合教学模式。在人才培养过程中，以高校大数据专业和农业专业教师为依托，同时，根据农业大数据人才培养需求，联合知名大数据企业有一线工作经验的大数据工程师参与教学，在教学过程中结合农业专家的实际工作经验，形成3方融合、3方力量共同培养农业大数据人才的教学模式，使学生既能充分学习理论知识，又能准确把握大数据发展的前沿，为农业大数据的实际应用提供经验。

3、校地合作提高农业大数据人才实际工作能力。农业大数据的最终任务是解决农业生产生活中的实际问题，为现代农业、精准农业、农产品销售、农业生产管理等提供科学依据。因此，政府应鼓励高校和地方政府签订农业大数据战略合作协议，开展农业大数据应用联合攻关等形式，实现高校农业大数据科研能力与地方农业数据资源的无缝对接。在教学过程中，应将实际农业生产问题融入日常教学活动中，一方面可加强学生解决实际问题的能力，另一方面也能为地方政府解决农业生产中遇到的问题。在合作过程中，政府应支持高校建立省、市、县三级合作机制，鼓励高校与不同产业特点地区开展合作，提高合作的纬度与广度，使培养的农业大数据人才在解决农业现实问题中提高工作能力，以期在农产品精准定位、食品安全追溯、精准扶贫等农业领域实现突破，打通本地区及全省的农业大数据资源，建立全省统一的省、市、县三级协同的多层级、多节点、多主题协同支撑的农业大数据应用平台。

四、结语

农业大数据为河南省农业现代化建设提供了难得的发展机遇，要消除阻碍农业大数据发展的人才瓶颈就必须坚持改革创新现有的人才培养模式，以市场需求为导向，以农业大数据应用为主线，在学科体系建设、师资力量建设、人才培养模式、实际应用等四个方面大胆创新，努力探索形成适应河南省情的农业大数据人才培养模式与管理机制，进而加快推动大数据与农业产业的融合发展，提升农业大数据在河南省农业产业升级的引领作用，不断提高农业大数据的实际应用与服务能力，为国家大数据战略实施和河南省大数据综合实验区建设提供经验参考和借鉴。