農業經濟管理專業論文精選

摘要：農業大數據是大數據在農業領域的跨界應用，農業大數據帶來了思維、理念和技術上的重大變革，是對傳統農業及相關產業發展的重大改變。

關鍵詞：大數據;農業經濟管理

1農業迎來大數據時代

1.1大數據及其特性

人才素質的提高和基礎信息設施的完善，加快了信息技術的發展速度，互聯網發展臻於成熟，移動終端設備數量增長迅猛，產生了衆多新型的數據處理和存儲設備，由於這些新技術的不斷髮展和成熟，客觀上爲大數據的產生奠定了基礎，從而拉開了大數據時代的序幕。早在20世紀80年代，阿爾文?托夫勒就前瞻性的預測出大數據時代即將來臨，並讚譽大數據將是信息化革命浪潮中的華彩樂章。

2007年美國圖靈獎獲得者吉米?格瑞在美國國家科學研究委員會的演講中提出，科學研究經歷了幾千年的發展，從經驗探索、理論模型、計算仿真，到現在進入數據探索階段。對於大數據的定義，目前還沒有一個標準。

大數據一詞來源於英文BigDate，用海量數據來描述大數據並非十分嚴謹。目前，所熟知的大數據的概念是由麥肯錫諮詢公司提出，麥肯錫諮詢公司對大數據做出的定義是：大數據是指大小超出了傳統數據庫軟件工具的抓取、存儲、管理和分析能力的數據羣。顯然，該定義對大數據的判斷採取主觀標準，隨着軟件工具存儲、分析等能力的變化，大數據的標準也會相應的做出調整。同行業數據的大小不同，處理軟件存在差異，可能會出現這種情況，同樣的數據量，在這個行業屬於大數據，放到另一行業就不能算作大數據。

根據大數據的特點，通常將大數據的特點歸納爲3V，即Volume(大量化)、Variety(多樣化)、Velocity(快速化)，這三個特點同樣也表現出大數據所隱藏的巨大value(價值)，因此，有些人將其歸納爲4V。除此之外，大數據還有veracity(精確性)和Complexity(複雜)的特點。大數據的首要特徵就是數據體量大。

在瞬息萬變的信息社會中，隨着社會活動的增加和數據採集終端設備的增加，我們所獲取的數據呈現出爆炸式的指數級增長，數據量在不斷刷新一個個新的量級單位，根據國際數據公司(IDC)的預計，大數據將會以每年50%的速度在爆發性增長。大數據不僅僅是數據量大，而且數據類型多樣化。

多樣化是指大數據種類繁多。大數據與海量數據並不完全相同，大數據除了具有和海量數據相同的結構化數據和半結構化數據外，最大的不同之處是大數據擁有大規模的非結構化數據，而且非結構化數據所佔比重快速增長。根據諮詢公司的統計數據，在衆多的數據中，80%～90%的爲非結構化數據，增長速度比結構化數據增長快10～50倍。快速化是指數據的流動和處理速度更快。

隨着信息物聯網和移動終端的普及，源源不斷的產生各種各樣的數據，數據的更新速度越來越快，相應的導致數據的處理速度也在加快。大數據處理方式的與傳統的批量式分析不同，大數據更注重實時分析。數據的風靡除了具備信息技術等客觀條件外，更重要的原因是大數據所蘊含的價值，大數據在各個行業都發揮着重要價值。

當然，大數據的價值密度和數據量的大小成反比，一個單一的數據本身並沒有多大價值，但大量的數據則積累和隱藏了豐富的財富。其價值具有稀疏性、多樣性和不確定性等特質。大數據所存在的數據量大、數據類型多樣化、數據的快速處理的特點，都表明大數據處理和分析具有艱鉅性和複雜性。

1.2農業大數據及其特徵

農業生產經營活動產生了龐大的數據，這些數據廣泛存在於耕地、育種、播種、施肥、植保、收穫、儲運、農產品加工、銷售、畜牧業生產等各環節，包括跨行業的數據分析和挖掘。對於調整農業生產、相關農業企業發展具有重要推動作用。因此，農業是大數據應用的一個重要領域，農業大數據是大數據思維變革在農業領域的具體體現。農業大數據除具備大數據的大量化、多樣化、快速化、價值性、精確性和複雜性等基本特性外，還有其自身的特徵。農業大數據產生於農業領域，涵蓋農業生產、經營相關的農業資源數據、農業生產資料數據、農業技術數據庫、農產品市場信息數據、農業政策法規數據和農業機構等多種數據，而且，農業生產環境具有特殊性，受土壤類型、氣候類型、作物種類等其他因素的影響，就使得關於他們的數據具有多維、動態、不確定、不完全等特徵。

2農業大數據在農業管理中的作用

農業大數據的最重要價值就是收集農業大數據對其進行挖掘，尋求蘊含在其中的經濟價值，對未來的農業生產及其相關經營做出科學的預測，以指導農業的發展。

2.1農業大數據助力農業的科學發展

農業在人類生存和發展過程中發揮重要作用，一方面，農業爲人類生存提供不可缺少的物品;另一方面，農業爲工業和其他產業的發展奠定基礎。優化農業產業結構，調高農業產出。農業生產具有自身的特點，最明顯的特點就是農業生產受自然因素的影響大，屬於自然再生產。因此，在農業生產中，要重視氣候、土壤、地理位置等自然因素的影響。

藉助於大數據技術，對所收集到農業大數據進行挖掘，通過數據反映農業生產的外部環境特點，並預測外部環境的變化，以便及時調整當地的農業生產結構，將資金、技術投入到需要優先發展的農業生產行業，充分利用當地資源，發展區域特色經濟，優化農業產業結構。

改進農業經營方式，調動生產積極性。農業經營方式屬於制度層面的問題，主要解決如何經營的問題，只有恰當的經營方式，才能充分調動農業生產者的積極性。如何選擇適合的經營方式，傳統的做法是採用隨機抽樣的方式，對所抽取的樣本進行統計分析，但確保隨機抽樣是非常困難的。採樣過程中若存在私見，分析結果則會有較大出入。因此，隨機抽樣的準確性受到影響，只是在不可收集和分析全部數據的情況下的選擇。

利用農業大數據的分析技術，我們可以避免遺漏數據的現象發生，通過對全體數據的分析，可以大大提高預測的準確性。如在農業合作社管理中，通過對組織規模、生產技能、管理和經營水平以及經濟效益等因素的數據進行分析，發現影響組織管理的因素，進行經營方式的選擇，可以充分調動參與者的積極性。發揮信息技術作用，增強農業競爭力。

伴隨着信息技術的發展，農業也由傳統農業向現代農業轉變。傳統農業生產主要靠經驗指導，具有滯後性和不準確性。在信息技術指導下的現代農業生產，利用大數據技術，能夠對農業生產中將產生的問題事前做出比較準確的預測，並及時做出反應。如可以針對作物品種的特性，改良和培育新品種;根據作物的生長狀況使用肥料;通過對氣象信息的預測，合理的灌溉和防治病蟲害等。

2.2預測涉農企業生存環境，增強企業競爭力

涉農企業通常有四種類型：一是爲農產品生產提供生產資料和服務的農資企業，二是農產品生產企業，三是農產品加工企業，四是農產品流通企業。伴隨着市場經濟的逐步完善，涉農企業逐步發展並壯大，在經濟發展中的重要性越來越大，涉農企業除了具備普通企業的社會作用外，還發揮着其特殊的作用。

如農產品加工企業的發展推動了農業產業鏈的形成;涉農企業在運作中創造了大量的崗位，在解決農村剩餘勞動力問題上發揮重要作用;農產品流通企業解決了農產品流通難的問題，對於促進農民收入穩定增長具有重要意義。

然而，涉農企業在目前的管理中，仍存在一系列的問題，影響着企業的良性發展。如對市場變化不敏感，技術創新緩慢，生產調整滯後，從而導致企業的競爭力弱，發揮的作用有限。利用農業大數據對涉農企業所處的環境進行分析。如將農業大數據應用於供應鏈管理上，通過對多個數據庫(比如銷售歷史、天氣預報和季節性銷售週期)進行分析，來提高存貨預測能力，實現最優存貨管理。

對運輸進行優化處理，使用路徑優化功能提高車隊和配送管理水平，優化物流。藉助於物聯網技術，採用實時的傳感器數據來跟蹤土壤、氣候等信息，指導農業生產操作。農產品加工業通過分析來自客戶反饋的數據，不僅能夠提高營銷水平，而且可以對生產過程進行及時調整，指導下一步的產品研發。

2.3完善政府運作方式，推動政府科學的農業決策

政府自身組織結構、行政業務流程、規章制度等是影響政府發揮職能的重要因素。物聯網、雲計算、數據整合、關聯數據、信息發佈等新技術的發展與普及，爲政府利用大數據提供了技術支撐，利用農業大數據的思維和方法，將會促進政府組織形態的改革，轉變政府治理模式。從長遠來看，大數據將會對政府管理範式、政府職能等多個方面產生影響，能夠改變政府的管理方式，促進政府科學決策，充分發揮政府職能。

政府決策是政府行使各項職能的基礎，政府決策的質量和效率直接關係到管理活動的成效。利用大數據的思維和方法，政府可以在農業生產以及涉農企業發展等方面做出科學的決策。政府利用自身所掌握的數據優勢，利用大數據的完整性、快速性特點，可以迅速的對農業生產經營做出反應，及時做出農業指導，調整農業生產以及涉農企業的發展，提高農業收益。

3農業大數據發展中存在的問題

3.1認識誤區

儘管大數據已鋪天蓋地的進入到我們的日常生活，並在部分領域得到了應用，但對於農業大數據的認識，仍存在誤區。部分觀點認爲，大數據有過度炒作的嫌疑，仍有人認爲大數據就是海量數據存儲，大數據僅僅是可以獲取更多信息的平臺，缺乏核心價值。部分觀點恰恰相反，他們過分推崇大數據的作用，認爲大數據可以解決所有的問題，認爲傳統的數據分析、處理方法將被大數據所取代。這兩種極端的認識都是不可取的。大數據的存在與發展是信息技術進步的必然結果，我們應該正確面對，以使其更好地爲經濟社會發展服務。但應該看到，目前大數據的概念、技術、方法還不成熟，大數據預測結果也並非準確無誤，而只是提供了一種可能性。大數據並不是僅僅依靠計算機進行算法處理就可以完成，更需要人在其中發揮指導做用。

3.2數據挖掘存在困難

大數據挖掘主要有數據收集、數據存儲、數據處理和結果的可視化呈現四部分。數據挖掘需要較高的技術和成本，各個環節都面臨不同程度地困難。在數據收集階段，要根據所需要解決的問題收集相關的數據。雖然伴隨着物聯網、終端設備等的發展，收集數據越來越便捷，但從龐大的數據中做到去僞存真，仍是一件複雜的工作。儘管大數據允許數據中存在少量數據的不準確，但並不意味着可以不需要保證數據的質量。

高質量的數據，是分析結果準確性的前提。在數據存儲階段，規模龐大的數據也不斷挑戰着傳統的數據存儲，普通的服務器根本承載不了如此龐大的數據集，而類似EC2一類的掩碼計算雲服務價格又過於昂貴，一般的科研項目也難以支付得起。在數據處理階段，大量來自不同地方的數據被存儲在一起，在對數據進行正式處理之前需要對所存儲的數據進行數據清洗工作，目前數據清洗的技術能力還遠遠不能滿足要求。

在數據處理過程中，大數據所面臨的是龐大的數量級和複雜的數據結構，Hadoop相關技術爲企業構建大數據處理平臺提供了基礎的系統架構及相關的數據庫、數據流等數據管理工具，但不足以解決全部大數據問題。

龐大的數據中往往摻雜着各種無效數據，簡單粗放式的數據統計和分析往往不能得到真正有價值的內容，甚至可能是相左的結論，所以需要更加有效的、精工細作的處理工具。無論是從數據處理規模還是從算法的健壯性等方面來看，都對相關的數據挖掘技術提出了更高層次的挑戰。結果的可視化呈現是將通過數據分析得到的結果呈現出來，使結果更加直觀。在這一階段，由於大數據包含大量的非結構化數據，複雜性增強，傳統的顯示方法只能對結構化數據進行直觀的展示，而對於複雜的非結構化數據無法直觀的呈現分析結構。

3.3信息安全存在隱患

農業大數據可以通過預測氣象信息等確保農業生產的安全，然而農業大數據自身的安全卻面臨威脅。因數據來源廣泛而帶來的數據採集安全;因數據種類和業務類型衆多而帶來的`數據整合與存儲安全;因外部需求和用戶隱私保護而帶來的數據審計和安全發佈問題等。伴隨着數據收集方式的多樣化，數據對外呈現增加，數據存儲和分析使用的安全性和隱私保護要求越來越高，傳統的數據保護方法越來越難以滿足需求。對規模龐大的數據進行監管是面臨的一項重大任務。

值得注意的是，數據所反映的不僅僅是數據表面的信息，通過數據挖掘，數據將反映預期的行爲，數據如果利用不當，缺乏必要的保密措施，就很容易造成個人信息泄露。我國大數據的發展正處於初期探索階段，在信息安全方面尚不完善。隨着數據的高度集中和數據量的增大，如何確保產業鏈中的數據安全成爲一個亟待解決的難題。同時，數據的分佈式、協作式、開放式處理也加大了數據泄露的風險。

4農業大數據工作重點

4.1轉變思維認識

首先，要對農業大數據樹立客觀的認識，摒棄之前片面、唯技術論等不正確的觀點，既要認識到農業大數據的價值所在，又不能盲目依賴農業大數據。其次，農業大數據不僅僅是技術層面的應用，也帶來思維方式的重大變革，我們要改變在信息技術不發達時代下所產生的思維方式，如採用小樣本量進行統計分析等，應樹立農業大數據思維，採用全部的數據集，提高預測的準確性。通過借鑑大數據在其他行業所採用的方法，政府、企業等要積極推進農業大數據的發展。

4.2培養大數據人才完善農業信息化建設

大數據挖掘是大數據的核心工作，傳統的數據處理手段無法適應大數據的發展，根據大數據的特徵開發新技術是大數據發揮價值的關鍵，改進計算機和互聯網技術，改變過去已經建立起來的數據存儲和傳輸的方式。

制約大數據技術發展的重要原因是人才的缺乏，因此，加強農業大數據人才的培育是今後工作的重點，人才的培養可以通過兩種途徑：一種是緩解短期人才缺乏，通過對已有的相關數據處理工作人員進行培訓來提高他們的技能，以此滿足人才急需的現狀;另一種是從長遠解除農業大數據人才缺乏的問題，需要在高校設立數據科學的專門研究機構和相關專業，來培育充足的農業大數據人才。

推動農業大數據發展的另一措施是加強農業信息化建設，農業信息化是農業大數據的基礎，而目前農業信息化水平整體低且地區差距大，影響農業大數據的應用。因此，要建立並完善農業信息化建設，解決農業大數據應用領域中存在的信息服務個性化不足、實時數據採集難等問題，建設農業信息服務的全方位、多角度、立體化、智能化、人性化和個性化，併爲我國的農業動力大數據應用建立基礎。

4.3保障大數據應用安全

針對大數據安全問題，在技術層面上，構建統一的大數據安全架構和開放數據服務，需要重新設計和構建大數據安全架構和開放數據服務，從網絡安全、數據安全、災難備份、安全風險管理、安全運營管理、安全事件管理、安全治理等各個角度考慮，保障大數據計算過程、數據形態、應用價值的安全。在政府層面，應該明確重點領域數據庫範圍，以制度和法律的形式加強規範和引導，進行日常監管，企業層面，要加強內部管理，對設備尤其是移動設備的使用加以規範，規範農業大數據的使用和流程。

5展望

農業大數據是大數據在農業領域的跨界應用，農業大數據帶來了思維、理念和技術上的重大變革，是對傳統農業及相關產業發展的重大改變。針對農業大數據在起步階段存在的錯誤認識、技術應用水平低、數據安全存在隱患的現狀，積極轉變觀念、提高技術水平、保障農業大數據應用安全，必將不斷改進農業大數據的應用，充分發揮其在農業經濟管理中的預測指導功能，提高農業及相關產業的效益。