大数据如何改变农业

大数据是一种以数据驱动农业生产向智慧型转变的新兴力量，是现代农业生产中新兴的生产要素，将深刻改变农业产业的商业模式。

从互联网诞生以来，每一轮技术变革都在以超出人们想象的速度改变这个世界。对此趋势，雷·库兹韦尔（Ray Kurzweil ）在《奇点临近》一书中早已为我们做出了精彩的预言和论述。农业在面对新技术的冲击下，其变革的速度也不会例外。

产业互联网时代正在到来

宽带资本总裁田溯宁称，随着移动终端多样化、智能终端的普及以及后台云计算及大数据的拓展，互联网还将创造从改变消费者个体行为到改变各个行业、政府乃至社会的新时代，并称之为产业互联网时代。他认为，未来每个行业都将逐步被互联网所改变。因为就像人在工业革命时要具备知识智商一样，未来企业要有企业的智商，而企业的智商就是能够在整个互联网上不断地获得数据，再进行加工和提炼。

产业互联网区别于消费互联网，泛指以生产者为用户，以生产活动为应用场景的互联网应用，体现在互联网对各产业的生产、交易、融资、流通等各个环节的改造。产业互联网将以生产者用户的体验为中心，借助互联网使生产者生产更高效、资源配置更合理、交易效率更快，从而提升生产者的收益。

在产业互联网时代，数据将成为企业的金矿。会采集数据者就相当于拥有了金矿，而会使用数据（挖掘、分析）者则相当于炼金人，他们将成为产业互联网时代的新赢家。

在从消费互联网时代向产业互联网时代升级的潮流中，农业产业将会逐渐凸显出自身的优势。华夏基石管理咨询集团董事长彭剑锋认为，从消费者到流通者再到生产者，互联网渐次向上游赋能，互联网、物联网、大数据等开始指导农民生产，进入育种、栽培、施肥、灌溉、收割等多个环节，倒逼精细农业形成。从农资销售、中介服务、土地流转到农业生产、农产品销售，整个完整的农业产业链上都出现了大数据的身影。

为了应对这种趋势，很多传统农业企业正在试图转型，所探索的新模式多与大数据相关；也有很多业外企业（尤其是IT企业）跨界进入农业，宣称要在农业大数据领域大展拳脚。在变革之路上，传统农业企业与跨界而来的企业表现出了明显不同的路径与模式。

很多企业仍然无法清晰地描述大数据的应用前景，但我们确实正在逐渐靠近。或许，这才是正常的接近方式。在这个探索过程中，对于农业企业来说，当数据资产成为企业无形资产中很重要的一部分时，怎么利用数据资产重构商业模式？如何进一步提升自身的估值？这些都是他们需要认真思考和研究的问题。

大数据为农业带来机遇

互联网正在改造我国的农业，农业产业与互联网加速融合是大势所趋，农业企业的商业模式在发生变化。这一判断已被业内越来越多的人士所认可。农业大数据也不仅仅是一个纯概念，在我国农业产业和企业的商业模式里可以越来越多地看见它的影子。这个过程伴随着农业+互联网、农业物联网、智慧农业等概念的落地而发生并推进着。

“目前很多上市企业已经出现数据的积聚，并且可以作一些利用开发了。”中关村大数据产业联盟农业专委会秘书长吴立说。在农业大数据领域已经有所探索的企业，有的本身就以大数据为主营业务（比如东方国信），有的是以互联网+农业为基本模式，有的则来自传统农业领域。

与互联网结合得比较紧密的农业企业，基本可以划分为几大类。有的提供综合信息服务，如12316平台、兴农网、惠农网等；有的只是生鲜电商，如沱沱公社、京东生鲜、一号店、顺丰优选等；有的是农资电商，如农一网、云农场等；有的则是力图构建互联网生态圈的传统农企，如大北农、金正大、诺普信等。“产业中会有越来越多的企业布局物联网，农业大数据的集聚、开发和应用态势会更加明显。”吴立说。

根据农业的产业链条划分，目前农业大数据主要集中在农业环境与资源、农业生产、农业市场和农业管理等领域：1.农业自然资源与环境数据，主要包括土地资源数据、水资源数据、气象资源数据、生物资源数据和灾害数据；2.农业生产数据，包括种植业生产数据和养殖业生产数据；3.农业市场数据，包括市场供求信息、价格行情、生产资料市场信息、价格及利润、流通市场和国际市场信息等；4.农业管理数据，主要包括国民经济基本信息、国内生产信息、贸易信息、国际农产品动态信息和突发事件信息等。

中国农业科学院农业信息研究所所长许世卫认为，对于信息时代的农业交易而言，大数据法则有助于深入挖掘并有效整合散落在各处的农产品生产和流通数据，是重要的国家战略需求。他强调说：“大数据是一种以数据驱动农业生产向智慧型转变的新兴力量，是现代农业生产中新兴的生产要素，对于我国现代农业的转型升级具有重要意义。”

21世纪宏观研究院认为，随着农业的发展尤其是农村电商的发展，农业上下游的农资销售、农业生产、农产品流通数据以及与农业关联的土地流转、气象、土壤、水文等数据，均获得大规模积累沉淀，这些大数据将成为农业决策的“大脑”，解决当前农业产业链因信息不对称产生的痛点，从而驱动农业向精准化、网络化、智能化转变。

传统农企各有优势

在产业界，农业大数据主要生长于那些关注互联网、关注智慧农业的公司当中。这个生长过程，有时是企业自觉推动，有时则并非企业主动为之。

刚刚上市不久的温氏股份，从上世纪90年代初就开始构建自己的信息化环境，并有意识地采集、积累相关数据。基于庞大数据资料库的分析挖掘，正是其无论猪价涨跌都能保持低成本和足够盈利的重要凭借。在某种程度上，这套业内一流的数据采集和挖掘处理系统，才是温氏最重要的核心竞争力。在此意义上，温氏称得上是产业界探索农业大数据的典范。

饲料行业巨头大北农对此也有了较为清晰的战略，借助原来积累下的大量行业资源，通过猪联网将养猪各个链条资源汇聚在一起，通过互联网搜集的大数据改善养猪业互联网平台生态圈。该公司目前已上线猪场管理平台、农资交易平台、猪交所、猪金融等模块。

能够同时理解大数据与农业产业的复合型农业大数据人才稀缺，是所有有志于探索农业大数据的企业的最大痛处之一。

2015年大北农曾通过增发募集资金22亿元，其中近10亿元都用于向互联网的转型，最核心的运营主体便是当年3月成立的农信互联（在原有农博网的基础上增资更名）。除了资金投入，大北农也从阿里、京东等互联网公司引入了人才。

大北农的猪联网战略已卓有成绩了：截至2015年10月，猪联网服务的猪场达8592家，商品猪存栏量近1462万头，猪友圈服务的养猪人群达28万人；农信商城累积线上交易总额达566.69亿元；农信贷贷款总规模达26.7亿元，贷款户数达7152户。

而猪联网目前收集的数据主要是养殖端的生产及生产资料交易数据，主体是养殖户。为了获取更海量的数据，大北农又开始在生猪交易平台上布局。农信互联2015年12月出资4000万元，与重庆科牧科技有限公司（运营着目前我国唯一一个国家级生猪交易中心）共同设立重庆农信生猪交易有限公司，切入了生猪流通环节。这一环节中，参与者更多，包括养殖户、猪贩子、屠宰场等，数据量更大。实际上，在几个月之前，大北农的猪交所已悄然上线。

如此，大北农在互联网的格局便清晰无比：通过猪友圈、猪管理、猪交易、猪金融服务于完整产业链上的每一方参与者，获取每个环节上的数据是此战略的关键所在，最终将决定服务的品质与客户的满意度。可以预见的是，大北农2016年仍将围绕这一战略持续投入。

与温氏股份和大北农主要依靠内生力量的方式不同，传统的复合肥产品提供商芭田股份则试图通过收购和大笔投资，来促进公司向全面解决种植问题的服务提供商转型。该公司通过收购金禾天成掌握海量种植业生产大数据，与无人机领先企业大疆合作，战略参股泰格瑞，并实施增发募资以建设大数据平台进一步采集大数据。

公司正在计划的非公开发行预计募集资金16亿元，其中5亿元将用于智慧芭田大数据综合平台项目。该平台包括建立线上电商平台及线下300个服务站两大内容，通过两者的结合为用户提供个性化的种植解决方案。该解决方案分为技术支持、农资支持和机械支持三大块。1.技术支持指公司通过服务站收集的农户种植数据，为每位农户单独建立数据库，实时了解农户的种植情况，同时农户可以通过与服务站的专家交流，获取有关病虫害、测土测叶、天气等方面信息，得到为其量身打造的个性化的种植解决方案。2.农资支持是指结合上述技术支持的方案，为农户提供公司的优质原材料、种子、农药、化肥等农资，并由公司负责订单的物流配送。3.机械支持涉及种肥同播、灌溉水肥一体化等，有效帮助农户提高耕地使用效率。

在2014年10月，芭田股份就以4000万元收购了北京金禾天成科技有限公司20%股权，开始布局大数据。金禾天成的代表产品是为全国农业技术推广服务中心及各地方植保中心提供农作物重大病虫害数字化监测预警平台、县级植保信息管理系统的开发、维护等服务。数据覆盖全国、省市、县，涵盖了土壤、种植面积、种植时间、生长情况、气象、病虫害、种子、用药、用肥、基础地理数据等。 金禾天成自主研发的一系列行业信息化应用解决方案及系统，如图形化综合展示分析系统、GIS云平台分析系统、海量数据标准化处理及存储系统、信息资源交换中心平台系统、专家咨询及智能诊断系统、多媒体交互展示系统等，已经广泛应用于农业行业信息化应用领域。通过积累海量种植业生产大数据，金禾天成有望形成难以复制的竞争优势，有利于芭田股份建设“生态农业产业链运营平台”。

农业大数据之痛

不过，众多传统农企在进军大数据领域之际，不可回避的问题还有不少。长久以来，由于农业基础数据资源薄弱、数据结构不合理、数据粒度不够、数据标准化与规范化程度低等原因，在很大程度上影响了我国现代化农业的建设步伐。中国农业科学院农业信息研究所所长许世卫认为，我国农业大数据发展，还存在几方面问题：一是“家底”不清。我国依然缺少针对农田环境监测、土壤普查、农情分析的系统性数据积累，对水资源的调查评估也较为欠缺；二是农业信息数据资源研究与建设总体仍然滞后；三是与普通的互联网大数据相比，针对农业的异质、异构、海量、分布式大数据处理分析技术依然缺乏。

农业大数据产业技术创新战略联盟常务副主任宋长青对此非常认同：“大数据是需要‘养’的，要长期持续不断地积累，而且要尽可能多维度地积累，养得越久，维度越多，这样的大数据才越有价值。”他表示，国内一来刚刚开始做大数据，底子薄弱；二来农业行业条块分割太厉害，致使数据积累散而乱，很难统一。

此外，专业人才的严重缺乏，是所有有志于大数据业务的企业都必须面对的问题。我国目前真正的大数据分析挖掘人才非常稀缺，而同时能深刻理解农业的人才，更是少之又少。据了解，目前在农业企业，做大数据业务的员工一般有两种：一种是纯粹的大数据技术人员，一般单纯从技术层面做数据处理，而不考虑行业应用层面；另一种是将大数据可视化，以便于管理层决策参考，即所谓分析师和呈现师。

但是，“不与具体业务领域相结合的大数据是没有意义的。”宋长青说。他举了通过大数据预测病虫害的例子：如果企业只有信息化人才，掌握大数据的手段，但是不懂病虫害的前期规律，不懂发生规律，积累的病虫害的历史数据根本看不懂，不知道虫卵怎么孵化、幼虫怎么变成成虫、成虫又是如何迁徙的……就完全谈不上搞病虫害的大数据分析挖掘，完全无法预测病虫害的发生。农业大数据相关的业务，大多都具有这一特点，必须对所研究的具体领域有深入了解。“这就是所谓产业互联网、行业大数据的特点所在。”宋长青说。

能够同时理解大数据与农业产业的复合型农业大数据人才稀缺，是所有有志于探索农业大数据的企业的最大痛处之一。特别是对于由外行业跨界农业的企业来说，不得不挂靠政府、高校或行业组织，以获得农业专业技术的支持，或者干脆通过收购，快速占领市场并获取人才。

农业大数据应用一览

来源：21世纪研究院