区域大数据发展与区域农业大数据建设水平比较研究

陶 耘 成谢锋

（1.池州学院，池州 247000；2.南京邮电大学，南京 210003）

1 引言

2015 年起政府部门相继出台政策文件，明确提出实施国家大数据战略，发展大数据在各行业，尤其是农业农村领域的应用[1]。当前大数据的研究更多集中在工业、企事业单位、政府公共管理上，如李艳玲将大数据应用于企业会计管理[2]；董欣格提出数据挖掘技术应用于银行业大数据的方案[3]；徐晓贝,张继锋探究了大数据在智能交通系统中的应用[4]；同时业界也注意到农业大数据的重要性，李强等提出集成先进数据采样技术，建立分布式、模块化、高效精准、低耗可持续的农业动态数据采集管理平台[5]。刘宝印,杜洪燕认为在肇庆市建设农业大数据中心符合粤港澳大湾区农业发展需求,并对建设过程中可能遇到的问题提出思考[6]。姜泽臻着重研究农业大数据在农业风险防范中的作用[7]。从文献统计分析看，目前大数据研究多在各行业的应用领域，客观比较大数据发展水平及农业大数据建设的区域差距，并结合两个区域指标体系的对比分析尚缺乏。基于此，研究建立区域大数据发展与区域农业大数据建设比较评价指标体系，横向比较各指标的区域差距，再纵向综合对比分析各区域各指标关联关系，总结各区域大数据及农业大数据战略实施存在的问题，探析今后发展方向和建设路径。

2 研究原理与方法

2.1 构建比较评价体系

结合当前研究成果，基于区域大数据发展、区域农业大数据建设的内涵，综合国家统计局、中华人民共和国农业农村部（以下简称“农业农村部”）、中华人民共和国商务部、中华人民共和国交通运输部（以下简称“交通运输部”）、中华人民共和国工业和信息化部等部门统计报告，初选指标构建评价体系，通过主成分分析，筛选去除相关度低、共线高、采集难度大和数据存在问题或缺失的指标，建立区域大数据发展水平和区域农业大数据建设比较评价指标体系（如表1）。

表1 比较指标体系Table 1 Index system of big data construction level

2.2 指标权重确定

采用模糊分析法，邀请研究领域学术专家和学者，政府科研部门人员，学校科研管理行政负责人组成专家评价团队，对指标的重要性循环打分，取加权平均值。权重为专家自身权重，即专家对指标含义的了解程度，对某项指标不了解得0 分，了解得1 分，很熟悉为2 分，如果某专家对每项指标都很熟悉则满分SCORE=2n（n是指标数目），计专家权重为：

专家m对指标K打分修正值为：

指标权重为：

同样得到二级指标权重ej。一级二级指标权重项量分为记为Ri，Ej，将第一次权重结果反馈给专家后请专家再次打分重复上面步骤，直至得到专家都认可的权重分配结果:

得两个权重向量：

2.3 计算综合得分

采用熵权法（*，+）算子分别得到各区域Z，D 及其二级指标的模糊评价综合得分：

2.4 综合分析说明

结合原始数据、实地调研、系统综合评测和区域各指标得分情况，横向比较区域大数据发展水平与区域农业大数据建设水平，再纵向将各指标结合，综合对比分析其相互关系，揭示问题，提出建议。

3 大数据及农业大数据发展总体现状调研分析

3.1 大数据总体发展水平调研

大数据产业规模状大。2020 年中国大数据产业与AR、VR、5G、区块链、边缘智能等技术融合，规模达6388 亿元，持续增长18.6%，预计2023 年将超1 万亿。互联网、政府、金融和电信规模合计77.6%，稳居前列。工业、健康医疗大数据产业链价值高，市场可期；农业大数据刚开始布局，是今后重点[8][9]。

大数据交易市场建设成效突出。至2020 年全国共有功能完善的大数据交易中心24 个，分部于全国各大区域，市场建设走向规范。

大数据创新受到重视。国家和省级大数据实验室已数百家，如医疗大数据技术应用国家重点实验室，流程工业自动化国家重点实验室，大数据分析与应用安徽省重点实验室，它们汇集高端人才和创新要素，不断探索大数据前沿领域，创新关键核心技术，引领产业创新发展[8]。大数据产业园是大数据产业集聚和创新中心，支撑区域大数据产业高质量发展。华东、中南地区大数据产业园布局全面丰富，江苏、山东、安徽、福建、四川均建设了健康医疗大数据产业园[8]。

2021 年数字政府经历15 年建设，已基本覆盖全国，政务上网基本完成。

京津冀、长江经济带、大湾区、成渝双城区需求量大，算力饱和；西部地区数据存量相对少，上架率低[8]，数据中心算力供需不匹配。

3.2 农业大数据建设总体现状调研

大数据的重要作用已在各行业显现，而农业大数据经10年建设也已初具成效，调研总结如下。

3.2.1 基础建设加速

政府加快网络覆盖和普及应用,全国行政村通光纤和通4G 比例均超98%。到2020 年9 月止,农村宽带接入用户数达1.39 亿户,年增488 万户,年增长率8%[9]，到2020年底全国农村网民规模达3.09亿人，同比增长39.2%；农村互联网普及率为55.9%。

截至2019 年底基本实现乡村数字广播网络户户通,2021 年前半年,全国乡镇快递网点已99%覆盖。通过邮政乡镇网点、村店、村邮站加盟等方式,农业电商服务点建设持续深入。农业智慧物流建设逐渐完善,配送体系日益成熟[10][11][12]。

3.2.2 单品大数据全产业链建设起步

油料、天然橡胶、蔗、棉花、苹果、大豆单品大数据建设起步,初步形成面向全产业链的监测预警系统。国家级生猪大数据中心开发了生猪产业数字监管平台，智能养殖平台，线上交易平台，生猪金融服务平台,为全产业链提供专业的数据查询、生猪交易、产业保险及金融服务[13]。

3.2.3 农业大数据系统应用深化

农业农村部网站数据频道2018年1月上线,2020年3 月升级改版，为用户提供大量权威、开放、可开发、可利用的数据[13]。

新型农业经营主体信息直报系统基于互联网大数据为经营主体提供金融服务。已入驻银行19 家、农担公司（省级）22 家、保险公司10 家,提供377 款产品。注册用户13.5万家,认证主体4.7万家[13]。

农产品市场信息平台构建了农业多源立体大数据资源池：监测批发市场实时数据；抓取电商、网络舆情等数据；采集物联网、卫星遥感气象、传感信息数据；共享政府、实验室和检测机构的数据。截至2020年底,平台超20 亿条接入数据,每天新增10 万余条数据。实现了数字在线查询分析、可视化展示、监测预警分析、产销分析、农产品市场运行分析等多样化功能[13]。

建成了农药、兽药基础数据平台和农产品质量安全追溯平台，在农业产业各环节逐步推进,最终达到全过程追溯监管目标[14]。

通过农业电商等方式推进农业数字化经营。“互联网+乡村特色产业”、“互联网+农业新业态”,电商经营渠道不断扩宽,特色产品、乡村旅游、网红品牌引爆网络。

全国农村创新创业导师库、专业化众创空间、科技企业孵化器建设已成规模，至2020 上半年,全国已建成众创空间6959 家、科技服务团队4849 家和科技企业62万家,就业人数近四百万。中国公共招聘网与各就业服务机构联网,初步建设覆盖城乡的就业服务平台[13]。

3.2.4 农业生产数字化初具成果

初步建成全国农田“一张图”大数据中心,推进高标准农田上图入库,实现农田建设数字化管理。

通过农情监测体系、全国农作物重大病虫监测预警信息系统、科学施肥专家查询系统、田块编码查询等应用，提升了种植业数字化。金种子云平台推动种业数据化。全面实行农机系统管理，加快智能农机装备推广应用。开通“农机线上”、“农机直通车”、线上农机作业对接，合理调度机具、安排生产,提供“全程机械化+综合农事”等服务[13]。养殖场直联直报、养殖技术线上指导服务系统不断完善；渔船渔港信息管理系统、渔业生产大数据平台建设稳步推进；畜牧业、渔业数字化初步形成。

3.2.5 乡村建设数字化进步显著

云计算、大数据等技术应用，深化“互联网+政务”、“互联网+党建”,农村宅基地信息化管理、土地承包信息平台建设。推动农村社区管理网格化,与公安、卫生健康、交通运输等部门数据整合,实现乡村建设管理智能化、数字化、精准化[13]。中国人民银行开发一体化金融数字服务平台，深入推进农村基础金融服务[11]。中华人民共和国文化和旅游部（以下简称“文化和旅游部”）持续实施公共数字文化建设项目,年安排资金5.62 亿元。通过非物质文化遗产线上集中展播，大力支持农村农耕文化、曲艺等传承发展，持续推进中国传统村落数字博物馆建设,以全景漫游、三维实景等形式全方位展示传统村落的文化内涵和魅力[13]。基本建成现代公共法律服务体系，提供覆盖城乡、均等普惠的公平法律服务。中华人民共和国人力资源和社会保障部稳步推进全国统一的社会保险公共服务平台、医保平台,使全国社保、医保智能信息化[13][14]。中华人民共和国教育部加快数字教育建设,落实农村学校联网项目,优质数字教育资源共建共享，覆盖城乡，基本实现教育资源城乡均等、普惠[13]。中华人民共和国水利部自2018 年起运用遥感技术、无人机、移动终端等技术,对水土流失动态监测防控。2020 年河湖遥感“四查”平台建设完成[14]。12369 热线、微信平台运营，基于网络引导公众共同维护绿色生态环境[13]。

4 区域大数据发展水平及区域农业大数据建设比较分析

4.1 建立比较指标体系

参考中国大数据区域评估报告（2021年）[9]，调研各省农业厅网站及相关应用系统和政务服务系统，统计每个网站接入国家农业信息系统数量和各省开发的农业数据管理系统个数，政务系统接入状况及新型农业经营主体信贷直通车建设；分阶段对每个系统的数据采集、分析、应用，各系统数据的准确性、标准性、时效性进行评测；结合区域农业电子商务和农业合作社电子商务销售状况，依据指标选用规定及权重确定模型，建立比较指标体系。

调研查阅工信部、农业农村部、商务部、国家统计局、交通运输部、文化和旅游部等网站，同时参考中国电子信息产业发展研究院、艾瑞网、阿里研究院历年的大数据及相关统计报告，汇总统计2020 年各省地域大数据发展水平、农业大数据建设及其二级指标的精确数据，分步分析。

4.2.2 区域大数据总体水平比较分析

参考中国电子信息产业发展研究报告，对全国区域大数据水平进行评估，得出各省评价指标，按得分分为30～60 分；20～30 分；10～20 分三个梯队。位居第一的广东59.17分和最差的西藏自治区11.4分相差很多，除经济原因，基础建设应是重要制约因素[9]。

图1 区域GDP与大数据发展指标比较分析(数据来源：统计局、中国电子信息产业发展研究院)Fig.1 Comparative analysis of regional GDP and big data development indicators

结合2020 年各省GDP 数据，东部地区整体表现亮眼，经济、大数据发展指标均表现较好，四川、湖北大数据发展水平表现不凡，根据大数据产业园建设分布可知，数据应用应是这两省关注重点；河南、安徽、湖南、河北各省经济良好，但大数据发展水平指标不高，需重点推进；山西等11 省大数据发展指标低于20，GDP 也普遍低于二万亿，经济发展落后，需加快数据化进程，以数字经济驱动产业经济发展[9]。

大数据总体水平与其五个二级指标的走势来看，大数据发展环境指数、创新指标和总体应用与大数据总体水平趋势基本相同，仍呈现东高西低的状态，尤其是经济水平发展制约大数据基础建设及大数据创新科技园的设定，使得西部大数据发展环境指数和创新指数普遍较低，与东部地区差距较大。各区域大数据总体应用的差距相对其他四个指标较小，充分发挥大数据的功能受到各省域普遍接受和重视。

数据资源变化却与总体水平不符，重庆、辽宁、陕西、山西、吉林、内蒙古、云南、甘肃几省(自治区、直辖市）出现了0 指标，说明政府层面数据开放没有实施到位，数字资源缺乏，严重影响大数据在商业、农业、民生的应用。而经济落后的贵州却有相当丰富的数据资源，政策影响下的数据开放充分，也使得其数据的总体应用表现不俗。

产业规模指数也有大波动，贵州省虽有较好发展环境和数据资源，但因没有形成高效产业规模，加之创新力度不够，总体水平并不高[9]。

4.2.2 大数据发展环境指数影响因素比较分析

如图2 东部各省(自治区、直辖市）发展环境整体优越，四川、贵州和河南三省入围前十位，其政策促进效应突出，西藏、青海远远落后，环境建设需要加强。

图2 区域大数据发展环境和行业应用比较分析（数据来源：中国电子信息产业发展研究院）Fig.2 Comparative analysis of regional big data development environment and industrial application

大数据管理机构已在各省建立，河北省指标12.11最低，组织建设与其大数据需求不匹配。

贵州省以68.82 的政策环境指数遥遥领先，肯定了其大数据政策的成效。

广东省、北京市基础建设环境指数领先，江苏、浙江、上海等东部省(自治区、直辖市）紧随其后。西部地区指数较低，信息基础建设区域发展不平衡。

江苏省、广东省大数据集聚示范成效突出，西南西北集聚效应没有发挥，水平相差极大。

北京市、广东省、上海市已形成较成熟的人才管理体系，人才集聚优势显著，智力保障指数高。江苏、浙江、四川、湖北、山东、福建、河南等省(自治区、直辖市）近年人才政策对大数据优秀人才吸引力显著增强[9]。

4.2.3 区域大数据行业应用比较分析

大数据行业应用总体水平分为三个阶梯如图3。指数52 以上,包括北上广和江浙地区，大数据发展水平及应用水平都比较高;指数38 以上，主要为东部地区、成渝和东北地区13 省(自治区、直辖市），安徽、重庆大数据发展水平不在前列，但应用受到重视，指标较高；指数26～37，以中西部地区、西南地区为主的13省(自治区、直辖市）。

图3 区域农业大数据建设比较分析Fig.3 Comparative analysis of regional agricultural big data construction

按指标分析近两年各(自治区、直辖市）数字政务均大幅提高，政务应用差距不大。工业应用仍是东部、京津水平较高。西南工业中心成渝也列第一梯队。江苏省、山东省因其工业智能化建设成效显著，分列前两位。农业、电子商务重点行业应用与地区GDP排名呈正相关，浙江省以68.8%的农业数字化水平领先重点行业应用[9]。浙江省、上海市、北京市在教育、医疗等民生领域应用位列前三。中部、东部地区发展整体较好[9]，西藏自治区受经济环境影响，应用受到限制。数据资源开放对重点行业及民生应用也有很大影响，数据资源指标为0 的重庆等几个省域重点行业及民生应用得分都不高，大数据建设应该更加亲民，应用技能的普及应该进一步加强。

4.3 区域农业大数据建设比较分析

4.3.1 区域农业大数据建设总体比较分析

农业大数据建设总体指标安徽、山东省表现抢眼，安徽省重点加强农业电商的应用，山东省则更注重农业大数据系统建设，江苏省、浙江省和广东省系统建设和电商应用双管齐下，总体指标表现不俗，作为农业大省，河南近年尤其注重农业机械化和农业大数据建设，也以3.13总分进入第一梯队。西北西南大部分省系统建设不完善，造成总体指标较低，北京、天津、上海在农业大数据的投入远低于其他行业，总分也处于较低水平，需要指出的是做为中部工业大省，湖北农业系统建设和应用落后，除去不可预测因素，对农业大数据建设的政策规划不到位是重要原因。大多数省份农业系统建设与农业电商应用不匹配，影响着大数据建设总体指标，其中安徽省、山东省、河南省系统建设跟不上应用，成为农业向更高精发展的桎梏，而河北省、福建省、上海市、江西省系统建设走在前列，但应用较少，造成资源的浪费。完善系统建设，创新电商应用，各省农业大数据建设必须两手抓。

4.3.2 区域农业大数据系统建设比较分析

经评价得，各省农业大数据系统建设分布不均衡，河北省借力京津冀区域大数据产业园的建立，加快农业大数据系统建设，取得亮眼成绩，而数据产业发展保持良好态势的江苏、浙江、山东各省的也取得较好成绩，四川省、湖北省系统建设却突显落后。

具体分析得各省电子政务下的农业行政办事建设都比较全面，能够做到行政办事一网通，但是部分省办事操作复杂，智能化、可视化差，大部分系统没有老年界面，只有少量省有语音播报，使用效率低。

新型农业经营主体信贷直通车在每个省农业厅的显著位置均有接入接口，政府对农业经营主体的金融支持力度加大。

图4 区域农业大数据系统建设比较分析（有效计数系统的数据采集、分析、应用，数据准确性、标准性、时效性评测需大于70分）Fig.4 Comparative analysis of regional agricultural big data system construction

对各省农业大数据建设开发比较分析得河北、江苏、广西3 省位列第一，目前都有9 个应用系统在使用，浙江省、福建省的系统建设也全面铺开，达到8个，山东省位列第3，有7 个系统应用，还有两个在建设，作为大数据产业中心之一的青岛，及农产品集散中心莱西、济南均建有智慧农业大数据中心，农业大数据高效应用使本地区农业经济发展位居全省前列。但值得注意的是，山东、江苏、浙江、广西4 省接入国家农业信息系统的个数均只有1 个，且接口并不显著，说明这几个省农业大数据的开放和协同还没得到应有的重视，与其区域农业发展中心的地位不符合，影响了区域农业大数据整体发展进程。

各省农业厅网站都建立了与中国农业农村部的链接，可直接接入全国农业数据监测系统，其他的国家农业信息系统接入各省不平均，天津市接入最多达到5个，自建系统却只有1个；国家农业信息系统中中国农业品牌公共服务平台、全国农产品批发市场价格信息系统被接入最多，国家农产品质量安全追溯平台接入不理想，山西、山东、安徽、江苏、福建、河南、广西、贵州、陕西、新疆等省(自治区、直辖市）均自建了省农产品质量安全追溯平台，各省对农产品质量比较重视，但协同性差，数据采集标准不统一，数据质量和时效性因各地农业大数据基础建设水平不同而参差不齐，影响全国农产品质量监控效果。各省农机数字化建设都有进展，大部分网站都有农机信息查询，有11 个省(自治区、直辖市）建设了农机管理系统，尤其是农业大省，如山东、河南、河北、广西等，农机管理系统功能全面，使用率较高。凸显了农机自动化推进农业产业化的作用。

4.3.3 区域农业电子商务应用比较分析

对比区域农产品网络零售额及农产品网络零售额占比得，广东省的农产品零售额最高，达到750 亿元；内蒙古、吉林、吉林、山西、西藏、辽宁、宁夏、贵州、云南等省(自治区、直辖市）虽然县域网络零售额小，但是农产品网络零售占比高，充分说明电商对农业的带动作用对西部及北部地区的经济发展影响极大[14]。今后这些省域应以农业电商为推手，建立健全农业大数据体系，进一步促进农业经济良性发展。

图5 区域农业电子商务应用比较分析Fig.5 Comparative analysis of regional agricultural e-commerce application

2020 年，全国开展电子商务的农民合作社达2473 个，安徽省有68 个，网络零售额排名第一；山东省有364 个，网络零售额排名第二，而这两省农业大数据中心建设也初具规模[14]。但总的来说农业合作社网络零售额占比不高，均在20%以下，说明农业电商生态产业链建设还不全面，现阶段农业电商仍以分散个体经营为主，对农业电商协同标准化高质量发展有一定的阻碍。

4.4 综合对比分析

结合区域大数据发展水平指数及大数据农业等重点行业的应用指数，农业大数据建设及其系统建设和农业电商应用指标得，区域大数据发展水平与大数据农业等重点行业应用水平基本趋同，而农业大数据系统建设与区域大数据发展水平却有一些偏差，与农业电商得分表现也不完全一致，如北京、天津、上海大数据发展水平很高，但农业大数据及农业电商表现却并不突出，这与3 个直辖市的工业农业经济比重不均衡有关系，作为京津冀和长三角经济带的发展中心，大数据的应用还是比较完善，但农业大数据建设的中心作用却不突出。河北省虽大数据发展水平并不居前，但因河北农业大开发战略，比较重视大数据在农业行业的应用，农业大数据系统建设得分比较抢眼，可由于大数据组织建设落后，应用并不理想，如能进一步与京津协同建设农业大数据，其农业经济的发展会有一个质的飞跃。四川省的农业电商有一定的表现，但其农业大数据系统建设并不完善，与其大数据发展水平指数不匹配，制约了农业经济发展，应提升至政府重点关注项目。内蒙古、海南、重庆、贵州、西藏、新疆、青海虽然农业大数据系统建设有一定成果，但应用不够，农业电商表现不佳，电商基础建设、大数据技术的推广和农业电商服务的普及需要在这几个省重点推进。湖北大数据发展水平总体指标和各二级指标表现都居中等，但农业大数据建设指标却落后，数字农业发展成为该省经济发展的短板。

图6 区域大数据发展水平指标及农业行业应用与农业大数据建设及其系统建设、农业电商应用指标对比图Fig.6 Comparison of regional big data development level indicators and agricultural industry application,agricultural big data construction and agricultural e-commerce application indicators

5 结论

5.1 区域大数据及农业大数据战略实施存在的问题

5.1.1 区域发展不均衡

区域经济发展与区域大数据及区域农业大数据建设与应用总体正相关，东部经济发达地区大数据发展水平高，农业大数据建设与应用也领跑全国；中部地区近年加快大数据建设，经济增长进入快车道；西部起步较晚，大数据产业发展还处于政策和规划层面，农业大数据建设与应用还不具规模。

5.1.2 环境发展指数对大数据及农业大数据发展水平影响重大

环境发展指数呈东高西低态势，影响着区域大数据发展水平，也制约了农业大数据，尤其是西部农业大数据建设，其中基础环境建设差成为很多区域农业大数据的卡脖子问题。

5.1.3 区域竞争让人才、组织、示范企业高度集中

北京、上海、广东、江苏、浙江等省(自治区、直辖市）以较为完善的人才及产业发展保障体系，吸引了大量优秀的人才、组织机构和龙头企业，集聚优势显著。而经济落后的省域人才匮乏成为大数据发展急待解决的问题。

5.1.4 数据资源体系建设进程不一

东快西慢是数据资源体系建设的总体表现，中西部地区数据采集技术和质量，数据标准规范和政府数据开放程度阻碍了其区域大数据发展，严重影响大数据在商业、农业、民生领域的应用，而农业大数据的建设与应用因其数据环境的特殊性更是落后于整体数据资源体系建设。

5.1.5 研发投入成为创新能力的洼点

基于高强度研发投入，北京、广东、江苏创新能力居于全国前列。而西部和东北部省域没有创新能力的推动，大数据发展缺乏后续动力，农业大数据建设更是进展缓慢。

5.1.6 农业大数据建设与应用成为区域大数据发展的短板

各省区域农业和电商等重点行业的应用在大数据行业应用占比最小，农业大数据建设与应用远远落后于区域大数据建设水平，成为发展短板。结合实地调研、系统评测和数据统计分析总结主要问题如下：

农业数据采集质量不统一。农业基础调查数据集中规范管理有一定的漏洞，加之数据量极为庞大，数据获取实时性低，误差大，无法及时反映整个农业生产经营过程中出现的问题。

数据分析准确性差。农业数据分析方法不统一，易受主观因素影响，加之我国农业资源复杂，数据量大，数据分析准确性受到影响，其应用受农业生产发展状况不同的制约，各省发展也不平衡，影响全国农业全产业链的协同发展。

数据发布的渠道有限。各省农业厅信息系统建设水平不一致，很多省没有自建大数据系统，信息发布渠道少，且界面不友好，不方便使用者和管理者实时调取数据分析使用。

数据共享程度低。农业大数据的开展由于各地区、各部门管理，各主管单位标准不一，规模各异，没有统一标准。各部门认识不统一，各部门信息开放程度不同，导致跨部门、跨区域共享数据资源相对缺乏，到目前为止还没有建立起高效、整合的大数据体系，农民感受不到信息共享和应用的价值。

农业电商区域发展不平衡。部分区域农业电商供应链体系尚不健全、农业电商服务有待提升、农业电商物流配送体系亟需完善、电商专业人才短缺、农业电商各类主体协同不足，区域发展不平衡。

5.2 发展建议

5.2.1 加快建设新一代信息基础设施

加强政府引导各企业资金、资源、人才、科技参与新基础设施包括5G、人工智能、物联网建设，加强农村地区新基础设施共建共享，实现城乡网络一体化,应用无差别化。

5.2.2 数字乡村与智慧城市统筹建设

以智慧城市建设拉动数字乡村建设,城乡一体化布局规划、配置要素、发展产业、公共服务。实现工农互促、城乡互补、共建共享、互联互通的数字城乡协同发展。

5.2.3 统筹共享数据信息资源

做好顶层设计，制定数据信息整合共享机制体制；建设大数据交换管理中心，实现数据资源的统一共享、自由交换；制定政府数据开放共享标准，实施开放计划，形成政府数据统一开放平台；各省制定信息采集、融合、交换标准及规范，细化农业信息采集标准、步骤和制度，实现包括各区域农业信息资源在内的信息整合、开放、共享和业务系统间的互联互通。各级政府构建全面电子政务服务平台和信息数据惠民服务平台，逐步向农村延伸；逐步建成信息服务生产、学习、生活、文娱全覆盖，使用人群全覆盖、全天候“一站式”的农村信息综合服务体系。

5.2.4 基于数据建数据

政府引导，推进数据市场化，调动社会各方力量，协作建设大数据、农业大数据市场运营。基于数据市场化，政府统筹规划，积极引导企业和研究机构开展大数据及农业大数据挖掘、关联融合和精准智能应用等服务。加强各主体的数据共享开发，不断创新数据新的应用价值。

5.2.5 全方位数字化

多方合力，推动政务、工业、农业、民生全方位数字化，重点以智慧农业为链条，提高农业发展质量和效益。以农业电商为中心建立农产品网络销售、运营、服务和支撑保障体系。基于大数据，“智慧+电商”将不断激发农业农村发展新动能，补齐农业大数据建设与应用短板。

5.2.6 农业电子商务应用创新

统筹各大电商平台，统筹公益与市场利益，统筹社会资源，在部委层面建立促进农村电商发展的协同推进机制，使生产与农业电商上下游联动，各大农业电商相互联动。鼓励统筹各电商企业、物流企业数据平台，促进各电商、物流企业资源共享，加强农户、农企、冷链物流企业、营销商和消费者等各环节衔接，建立全链条的数字化智能化的农业大电商智慧流通体系建设。打造农业电商综合服务平台，让绿水青山、民俗民风、劳动技能、土地建筑、特色饮食文化、特色农产品等都能转化为社会经济价值。最终构建产业核心，电商引领，信息技术综合应用支撑，科研机构、金融机构及企业全方位服务的，农业绿色生态大电商。