大數據技術的興起，在實時捕捉消費需求、跟蹤市場變化、個性化推送等方面，為現代農業的發展開啟了“導航燈”，不但有助于促使農業生產從“生產導向”向“消費導向”轉變，而且有助于農民念好“山海經”，唱好“林草戲”，打好“果蔬牌”。

　　近年來，我國多地出現鮮活農產品滯銷、買貴賣難的現象。一方面是“姜你軍”、“蒜你狠”、“蔥擊波”、“火箭蛋”等輪番“上陣”，消費者無奈為高價的農產品買單;一方面是果蔬等農產品豐產滯銷現象頻現，如2013年海南荔枝豐收，2元一斤仍少人收購;2014年安徽歙縣三潭枇杷大豐收卻積壓難銷，不少枇杷瓜熟蒂落，歸于泥土;年末，“倒奶賣牛”現象再現，并且蔓延至全國……

　　農產品豐產卻賣不出去，“滯銷、賣難、買貴”的怪圈在全國多個地方都反復出現過，讓農民“豐產”難增收，這已漸成當前國內農業生產的頭號殺手。

　　“造成‘滯銷賣難’頻現的一個主要原因，就是產銷信息不對稱。信息預警服務滯后。”農業部市場預警專家委員會秘書長、中國農業科學院農業信息研究所所長許世衛研究員認為，只有加快農業信息化建設，不斷完善農業信息服務體系建設，才能從源頭上徹底解決農產品“滯銷、賣難、買貴”的問題。

　　以信息技術破解難題

　　對于農產品滯銷，地方政府想方設法采取措施應對，但問題仍然沒有得到根治。國家行政學院教授張占斌分析認為，農產品滯銷有市場供求關系失衡問題，政府與其絞盡腦汁推銷積壓農產品，不如通過搭建供銷信息平臺、走訪農戶給予產銷信息服務，引導農戶和市場對接。此外，通過相關政策及減少產銷中間環節等措施，保證種植戶利益，也能減輕城市消費者負擔。

　　許世衛認為，農村傳統的經營模式是一家一戶式的，生產者并不清楚消費者需要什么，只能根據上年什么賺錢下年種什么，結果扎堆種植，豐產卻難銷售。原因就是產銷信息不匹配造成生產要么過剩要么過少。“我國有3000多個涉農網站，國家發改委等多個部門也先后建立了價格公布系統，但是因為信息更新慢、推送不暢、針對性差，農民面對這些信息往往收不到、看不懂、用不上。”

　　許世衛說到，大數據技術的興起，在實時捕捉消費需求跟蹤市場變化、個性化推送等方面，為現代農業的發展開啟了“導航燈”，不但有助于促使農業生產從“生產導向”向“消費導向”轉變，而且有助于農民念好“山海經”，唱好“林草戲”，打好“果蔬牌”。

　　他說，近幾年，電子商務、微商營銷等大數據應用發展迅速。2013年阿里平臺上，經營農產品的賣家數量達到39.4萬個，農產品銷售同比增長112.2%。“農產品電子商務與大數據技術的融合正在成為農民增收的新業態。”

　　“源于科學研究的大數據的開發利用，隨著各國政府的高度重視，正上升至國家戰略高度。”中科院計算機網絡信息中心研究員周園春說，美國已于2012年啟動了“大數據研究與發展計劃”，并在翌年啟動了第二輪大數據計劃“從數據到知識到行動：建立新的伙伴關系”;日本和英國卡梅倫政府也相繼啟動了旨在促進大數據研究和應用的計劃。我國政府也高度重視大數據的發展，近年來不斷進行大數據的研究與應用推進。2013年7月習近平總書記在中科院考察時指出，“大數據是工業社會的‘石油’資源，誰掌握了數據，誰就掌握了主動權。”

　　“大數據已成為信息主權的一種表現形式，將是繼邊防、海防、空防之后，另一個大國博弈的空間。”周園春認為，大數據正在開啟一次重大的時代轉型，它將改變人類的生活以及理解世界的方式。

　　摸清農業“家底”

　　工信部電信研究院大數據白皮書(2014年)認為，目前，大數據在政府、學術界、企業界引起重大反響，可以說，互聯網行業是大數據應用的領跑者，農業、交通、醫療、能源等行業正在與大數據加速融合拓展，大數據發展的環境得到持續完善。

　　許世衛表示，近年來以大數據為代表的信息技術突飛猛進，數據驅動創新的機制正在滲透到現代農業的各個領域，使得學科領域的交叉融合日益緊密，協同創新更加緊迫，已成為支撐現代農業發展新的增長力量。

　　他強調說，“大數據是一種以數據驅動農業生產向智慧型轉變的新興力量，是現代農業生產中新興的生產要素，對于我國現代農業的轉型升級具有重要意義。”

　　但實際上，長久以來，由于農業基礎數據資源薄弱、數據結構不合理、數據粒度不夠、數據標準化與規范化程度低等原因，在很大程度上影響了我國現代化農業的建設步伐。許世衛認為，我國農業大數據發展，還存在幾方面問題：

　　一是“家底”不清。據介紹，我國依然缺少針對農田環境監測、土壤普查、農情分析的系統性數據積累，對水資源的調查評估也較為欠缺。

　　“未來立足國土資源整體布局優勢生產區，必須先摸清‘家底’，搞清數據。只有基礎數據準確了，農業資源間的發展潛力、搭配關系和最佳使用途徑，最優化配置模式才能夠精確計算，才能實現農業生產需求變化與資源變化的深度耦合，實現農業‘全要素、全過程、全系統’生產的一體化。”許世衛說。

　　二是農業信息數據資源研究與建設總體仍然滯后。目前，我國已經成為農產品凈進口國，但我國大量“三農”信息的缺失、滯后、封閉，嚴重制約了全球視角下開展農業管理決策的科學性、系統性、高效性和精準性。

　　許世衛舉例說，截至2014年5月底，農業部共有12個司局和9家部屬事業單位直接開展農業信息監測統計工作，努力打造“三農”數據新平臺，建立了21套統計報表制度，加強了指標調查，再加上行業管理監測數據、農業地理空間數據，已經形成了農業“專業監測統計相對分散、部門監測統計趨于集中”的復合型組織模式。但由于中國農情復雜，品種類型多樣，也出現了諸如農產品消費數據缺失嚴重、多類數據交叉矛盾、匹配性差，以及部門內外信息不能充分共享，缺少數據會商、難以有效發揮調控農產品市場作用等問題。當國際環境發生重大變化、當農產品價格出現大幅波動或質量安全出現問題時，不能及時發現源頭，迅速采取有效應急方案，延誤了解決事件的最佳時機。

　　三是農業大數據的處理分析技術缺乏。由于農業生產過程發散，生產主體復雜，需求千變萬化，與互聯網大數據相比，針對農業的異質、異構、海量、分布式大數據處理分析技術依然缺乏，開展適農大數據技術研究迫在眉睫。

　　在4月下旬召開的“2015中國農業展望大會”期間，農業大數據也成為這屆大會的六大熱點問題之一。多位受訪的與會專家認為，由于涉農數據的大量涌現，我國亟須開展以下技術研究：

　　針對耕地、育種、播種、施肥、植保、收獲、儲運、畜牧業生產等多個環節，數字、文字、音視頻等不同格式、不同業務載體的海量數據應整合成標準統一的、多元數據標準融合技術;

　　完成海量數據的存儲、索引、檢索和組織管理，突破農業異質數據轉換、集成與調度技術，實現海量數據快速查詢和調用的數據組織管理技術;

　　加強適農大數據分析挖掘技術。圍繞病蟲害綜合防治、糧食產量預測等重點領域，開展并行高效農業數據挖掘算法，建立智能機理預測分析模型;圍繞農產品品種、氣象、環境、生產履歷、產量、空間地理、遙感影像等數據資源建立農業協同推理和智能決策模型;圍繞農產品市場信息開展多品種市場關聯預測技術和農產品市場預警多維模擬技術研究。

　　突破農業大數據發展困境

　　許世衛等專家認為，由于我國農業信息化起步較晚，而且基礎薄弱，與一些發達國家相比，我國“三農”領域的信息化水平還比較滯后，應該抓住大數據發展的機遇，在縮小城鄉數字鴻溝、把大數據及其基礎設置的建設作為新農村建設重要經濟增長點的同時，著重加強以下工作：

　　一是加強數據學科體系建設，豐富數據科學理論方法。

　　國內外實踐表明，農業信息學科的新概念、新理論、新方法的創新，是引領農業信息技術重大變革、促使農業生產發生巨大飛躍的重要引擎。數據密集型科學將加速信息技術與現代農業相關學科的融合發展。但數據要形成一門科學還需要更加注重大數據基礎理論研究、科學方法創新，更加注重大數據學科體系建設。應在大數據生命周期、演化與傳播規律，數據科學與農業相關學科之間的互動融合機制，及大數據計算模型、作物模型與模擬、智能控制理論與技術、農業監測預警技術，大數據可視化呈現與精準化推送等方面加強研究，形成系統、全面、深入的理論支撐。

　　二是要構建農業基準數據，夯實農業發展基礎支撐。目前，我國尚存在農業基準數據資源薄弱、數據結構不合理、數據標準化水平差等問題。應結合農業部大田長期監測工作，建立現代農業自然資源、生產、市場、農業管理等基準數據，并對數據采集、傳輸、存儲和匯交等制定標準和規范，為現代農業發展決策提供堅實的基礎支撐。

　　三是加強智能模型系統研發，推動農業智能轉型。數據的處理和分析能力是大數據技術的核心。針對農業領域數據海量、分散、異構等現象而難以集成、不能挖掘其巨大潛在價值的現狀，應重點開展農業大數據智能學習與分析模型系統關鍵技術研究，利用人工智能、數據挖掘、機器學習、數學建模等技術，針對農業領域所要解決的實際問題，建立有效的數學模型對數據進行處理，并利用最終形成的模型對海量數據進行處理分析，輔助農業決策，實現決策的智能化、精確化和科學化。

　　四是倡導數據開放，服務和引領農業發展。數據的應用是大數據的最終目的，數據的公開開放有助于我國農業的健康發展。為此，應加強數據立法，為農業信息公開提供法律保障;形成數據開發的體制和機制，保證在數據會商、開放標準、發布規范等方面的切實可行;以召開中國農業展望大會和發布中國農業展望報告為契機，形成具有中國特色的農產品監測預警和信息發布制度，最終為生產決策、市場監測、農業管理提供信息支撐，引領現代農業發展。