摘要:黔西南州是喀斯特地貌的集中区域，区域内农业主要以山地农业为主。山多、地少且零碎、土地贫瘠，是农业生产的基本面。大数据技术的出现为农业生产带来了新的生产要素，本文从“大数据+农业”的角度出发，探索山地农业如何应用新生产要素实现山地农业的跨越式发展，促成经济的弯道超车。
关键词:大数据;精准扶贫;山地农业;晴隆羊
黔西南州是喀斯特地貌的集中区域，区域内农业主要以山地农业为主。山多、地少且零碎、土地贫瘠以及技术水平的落后，严重制约了农业的现代化发展。从20世纪40年代开始，从山地农业开拓、环境破坏式发展到目前的环境保护式发展。黔西南州的山地农业发展呈现以下几方面特征:第一，人均占有土地资源的稀缺。根据第三次全国农业普查资料，2016年末，黔西南州耕地面积44．7万公顷，实际经营的林地面积(不含未纳入生态公益林补偿面积的生态林防护林)60．6万公顷，实际经营的牧草地(草场)面积2．0万公顷。全州总人口约368．81万人，其中农村户籍人口224．76万人，农村人均耕地面积2．98亩，人均草地(草场)0．13亩。第二，山地农业受海拔、坡度、土质等环境因素影响较大，农业水平低，山地农业经济较脆弱。黔西南州属珠江水系南北盘江流域，属典型的低纬度高海拔山区。整个地形西高东低，北高南低。最高点在兴义市七舍、捧乍高原顶峰，海拔2207．2米;最低点在望谟县红水河边大落河口，海拔275米，高差1932．2米，海拔大多在1000～2000米之间。州境内地形起伏大，地貌复杂，可分为5个不同地貌区，即低山侵蚀山地峡谷区、岩溶高原槽坝区、岩溶侵蚀高原区、岩溶侵蚀山地区、侵蚀山地河谷区。第三，黔西南州主要农业生产者以小农模式居多，农业技术薄弱。到2016年末，全州共有3121个农业经营单位，在工商部门注册的农民合作社总数3487个，其中，农业普查登记的以农业生产经营或服务为主的农民合作社1087个;61．3万农业经营户，其中规模农业经营户3511户。全州共有104．8万农业生产经营人员。第四，产品流通不通畅。近年来，随着互联网、大数据的发展，突破了时间及空间上的限制，利用大数据技术改善、优化、升级农业的生产、销售、服务等模式，将传统的农业生产方式转变为一种新的模式，促进农业的进一步发展。大数据技术的发展为黔西南州农业信息化创造了前所未有的发展机遇，也为黔西南州现代农业借助科技手段实现弯道超车提供了可能。
一、大数据技术概述
麦肯锡全球研究所对大数据的解释为:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据技术与产业经济的交互融合、相互附能使产业和大数据得到了迅速的发展，现阶段，数据已成为国家基础性战略资源。全球范围内，将大数据运用到农业生产中已有先例，并取得了显著的效果。同时，在经济发展、社会治理、政府服务和监管等方面，大数据正在发挥着不可替代的作用。《促进大数据发展行动纲要》指出:“大数据成为推动经济转型发展的新动力、重塑国家竞争优势的新机遇和提升政府治理能力的新途径。”当前，正处于农业供给侧结构性改革和全面决战脱贫攻坚的关键时期，形势更加艰巨。以大数据、人工智能等为代表的现代信息技术在农业中的应用，对于现代农业经济发展、突破当前农业发展瓶颈，具有不可替代的地位。
二、大数据在山地农业发展中的意义
(一)大数据在农业生产中的意义。在全国的农业经营生产者，大专、本科以上学历的人员占比仅为8．3%，以小学初中文化的生产者占绝大多数，他们掌握的农业专业技术匮乏;同时，因为信息获取渠道的单一，使得他们在农业生产过程中，无法获取到与生产经营相对应的技术支持和服务。这也是传统农业的种养殖全靠农民的经验感觉的实际原因之一，如果将农民对于种养殖的这种“经验感觉”仿称之为一种计算机算法的话。那么，对于农业这种一个非标现象尤其突出的领域，地域、生态、气候等环境因素都在影响着农作物和畜牧的生产。在一个生态环境下的农业生产方式或机器算法，在不做变化的情况下，并不一定能适应一个新的环境。当生态环境变化后，算法和模型也需要随着环境的变化而变化，这样的变化需要多维度间更多的协作。通过大数据对海量数据的抓取、存储、管理、分析，可为农业发展提供更好的指导。
(二)大数据可满足精细化发展的要求。在精细化农业的要求下，农业生产和畜牧养殖中，不同群属、品种和时间所需要的适宜温度、湿度、光照强度等环境因素不能靠“感觉”模糊处理。如何达到按需供给，在物联网的前端感知，通过大数据技术强大的数据处理能力，可轻松实现精细化农业发展的要求。
(三)数字农业是农业发展的必然趋势。随着信息技术的发展，生产力和生产关系也在发生着巨大的变化，以智能机器、智能计算为代表的第四代生产力已经形成。智能技术的重大贡献在于智力的物质化、价值化，使智力成为直接的生产力。通过智能机器的手段，提高农业生产的智能化，极大地提高生产效率，从而转化为物质力量推动了社会经济的大变革。传统的农业生产要素主要为土地、劳动力、资本、技术。大数据技术的发展，在生产中产生的数据要素如何高效配置，是推动数字经济发展的关键因素，数据也将成为数字经济发展的核心生产要素。如何利用好农业生产数据，将成为后发赶超的关键因素。
三、大数据在山地农业中的应用场景
(一)大数据在农业生产管理中的应用。以晴隆羊为例，通过大数据系统平台对规模化牧场和养殖场进行科学的管、养、销管理，达到及时准确的收集、加工、存储和分析晴隆羊行业信息，为管理牧场提供第一手可靠资料，进行科学的预测分析决策;按照“动态、精准、便捷、共享、可溯”的原则，利用大数据和移动互联技术，构建综合大数据库，支持全过程信息化动态管理;具有事先预警、事中监控、事后评估的监管考核功能;利用数据仓库和数据挖掘技术，形成有价值可参考的数据分析结果，为后期工作开展和领导决策提供科学依据;调整和发展晴隆羊产业科学化管理水平、生产效率、购销渠道等，最终实现对晴隆羊产业发展的智能化、科学化。
(二)大数据在农业保险中的应用。农业生产过程中干旱、洪涝等气候因素、人员素质、时节的准确把握、劳作等因素都是重要的影响因素。在整个生产过程中一旦某一个环节出现问题，将导致整个生产销售的不可控，甚至一年劳作颗粒无收，因为农业的特殊性，又没有一个良好的风险规避方式。农业保险通过金融、保险的手段为农业生产提供了分散风险的方式。对于稳定农业生产、农村经济发展和为生产者提供了一定的保障。农业保险实施以来，为“三农”发展发挥了重要的作用。但在投保及理赔中也暴露出因数据缺失而出现的一系列问题。云南省普洱市盛产咖啡，在大数据技术的帮助下，通过对历史数据的分析及对后期市场的精准预测，保险公司对普洱咖啡启动咖啡价格保险试点工作。农业生产过程中会产生大量的关键要素，而这些要素往往是不被重视的，利用大数据技术对生产数据进行分析处理。参照云南省普洱市的咖啡价格险，将数据与农业保险公司进行数据共享，即实现数据价值的双重利用，还可以实现多方共赢。这在今后的农业生产中，必将会大量应用到不同的产业保险中。
(三)大数据在市场产品销售中的应用。通过晴隆羊大数据系统平台，根据养殖场实际情况进行销售区域定义、客户档案建立管理，完成育种销售、商品养殖销售、销售统计与分析，对生产过程进行溯源。通过溯源“一物一码”，让消费者避开时间、空间的阻隔，轻松了产品生产流程，了解产品品质，提升对企业及差评的认识，增加互信。企业也可以此建立产品生命全流程追溯体系，实时精准追溯产品状态信息，实现产品质量管控，避免市场混乱。并实现灵活多变的数字化营销，可实时调控，提升用户体验，为企业获取全链路数据化营销手段，智赢市场;通过用户溯源，了解用户数据来源，建立用户标签，形成用户画像、为企业规划市场、制定策略提供数据依据。
(四)大数据在产业动态中的应用。大数据可将农业生产者、农资农技服务商、消费者及政府监管部门联结到一起。凭借在线数据挖掘和产业形势分析，预测产业市场动向，提出品种结构与区域布局的建议及对策，帮助相关部门优化产业布局。
(五)大数据在农业金融中的应用。我国的农业生产主要以小户及个体经营为主。而小农户的生产规模及经营情况都处于不利的地位，小农户因其可抵押物的规模太小而无法获得需要的融资贷款;同时，账务的不完善也制约其获得信用贷款的机会。通过农业大数据，可为金融机构提供用户画像，通过多维度评估授信，同时基于生产能力的贷后用途监督，把控风险，为IPC信贷服务提供数据依据。
(六)大数据在农业适应性中的应用。农业是一个非标现象尤其突出的领域。地域、生态、气候等环境因素都是影响农业生产的关键因素。大数据通过海量的生产实践数据，通过人工智能技术建立AI模型，可实现在这些因素中发现不同品种在交叉环境及工序下的产出品质表现、不同品种在不同时刻的病虫害发际及防治表现、不同品种在不同区域内的抗性及变异表现、不同品种在不同区域内的药肥使用表现及不同品种在不同区域内的小气候变化表现等的线性模型，从而给出农业适应性的建议指导。
四、结语
农业生产要素关系正发生着巨大的变化。机械化、信息化的普及，使农业生产不在仅仅生产农产品，同时也在生产农业数据，如何抓住这些农业数据并有效利用这些数据，将成为农业发展的关键因素。同时也是山地农业地区实现后发赶超的重要支撑点。
参考文献:
［1］郭嘉凯．数据无大小，价值是关键［J］．软件和集成电路，2019-6．
［2］国务院．促进大数据发展行动纲要．国发〔2015〕50号．
［3］第四代生产力．集团经济研究，1998-12．
作者:江河 范一帆 单位:贵州黔西南喀斯特区域发展研究院 上海师范大学
