关于“农业大数据”的战略构想
image 农业大数据 05/18

 一、问题的提出

 2018年05月05日,桑文锋写了一篇《传统企业在大数据分析上所面临的关键问题》

 在文章开头,作者谈及一个很重要的问题:

“前一段知乎上有人提问,说大家都在讨论大数据与互联网、金融、政府等领域的结合,为什么谈农业大数据的这么少?相关的公司这么少?我想很大的原因是农业信息化的程度还不够。”

二、农业生产的特点 

(一)影响因素很多

1.自然因素:温度、降水、光照、风力、土壤、地形、疾病、虫害、自然灾害

2.人为因素:品种、灌溉、施肥、农药

3.生物因素:不同作物之间的相互影响、高大植被的遮蔽影响

4.经济因素:经济形势、供求关系、运输成本、种植成本、养殖成本、产品质量

5.个人因素:

(1)家庭经济状况(可能因为经济紧张做出短视决策)

(2)决策模式(长视或者短视)

(3)信任他人的能力(如果不信任他人,可能造成交易失败)

(4)诚信状况(不按合同办事)

(二)各因素可变范围较大,部分因素存在不确定性

因此,难以建立稳定的预测模型。

在实际操作中,人工智能系统必须经常进行复杂的运算,才能得出可供参考的结果。

 (三)某些因素完全无法预测,或者无法赋值计算;导致结果不精确,甚至造成偏差。 

三、实现“农业大数据”的三大层面

 (一)“供求市场”层面

1、这个层面相对容易实现。

只要农户把农产品的品种、预计成熟期、预计收获量、产品质量、预计保质期等数据上传到网络交易平台;平台可以根据农户所在地理位置、交通运输成本(含过路费)、附近区域供求关系情况;给出出售建议。

同样,买家也可以根据自己所在的地理位置、运输成本、供求关系,来决定向谁购买。 

这个层次类似于电商平台。

但是,传统电商平台只为买卖双方提供网络场地;卖家自行宣传,买家自行挑选。如果某一方出现失误,造成损失;电商平台不承担责任。

而笔者设想的平台,提供“进出货建议”功能,帮助供求双方找到相互匹配的合作者。

因为,对于很多农户来说,他们没有能力、没有时间在寻常的电商平台上不停翻找、查询网页;对于大宗产品贸易来说,仅靠个人拼命查询,很难找到相互匹配的贸易对象。

2、平台计算标准,初步定为“最小交易成本”原则,并且使供求双方的数量尽可能匹配。 

【举例】

 “卖家1”有桔子10000公斤,预计7天后采摘,质量中等。

“卖家2”有桔子500公斤,预计7天后采摘,质量上等。

“买家1”希望收购桔子15000公斤,希望15天内到货,要求质量中等。

“买家2”希望收购桔子400公斤,希望10天内到货,要求质量中等。

“卖家1”与两位买家的“经济距离”(含时间成本和运输成本)分别是:“买家1”(3天、3000元);“买家2”(1天、500元)。

“卖家2”与两位买家的“经济距离”(含时间成本和运输成本)分别是:“买家1”(1天、80元);“买家2”(2天,200元)。

如果单纯考虑“经济账”,“卖家1”就会被匹配给“买家2”,“卖家2”被匹配给“买家1”。

但是,从供求关系来考虑,“卖家1”与“买家2”,以及“卖家2”与“买家1”是明显不匹配的。“卖家1”和“买家1”都必须再寻找很多其他交易对象,才能完成预定经济行为。

如果把“供求关系匹配”考虑在内;则应当把“卖家1”与“买家1”匹配在一起,“卖家2”则与“买家2”匹配。

(二)“农技指导”层面

在这个层面——

1.农民可以利用互联网平台,得到农科所专业人士的指导;及时处理病虫害,并防范有可能出现的大规模病虫害(例如蝗灾转移)。

2.农业生产所需的农药、化肥,也可以通过智能化平台购买和运输。

这在土地面积广阔、需要大量农药化肥的时候,尤为重要。

因为,一旦需求量很大,在当地(甚至临近县市)都很难购买到足够的农资;甚至,局部还有可能出现“抢购潮”,造成经济动荡。

3.各地农科所可以根据农户所在地的土壤情况,以及当地的气候状况,对农户种植养殖进行有针对性地指导;甚至推荐更加合适的生产品种(决策权仍属农户)。

4.在必要的时候,农科所也可以指导农户对土壤进行改良。

某些类型的土壤,如果不进行改良,很难种植农作物。

(三)“宏观调控”层面

1.有了前两层面的数据,政府可以对农业生产进行宏观调控;避免出现“产品短缺、大量依赖进口”和“产品过多、无人收购”的情况。

2.由于“农技指导”层面的存在,政府不会在农产品已经上市交易之后才知道农产品的数量和地域分布;

而是在刚刚播种(甚至尚未播种)阶段,就已经预测出来农产品的可能产量及地域分布。

3.这样,政府决策就可以有更强的预见性,“快人一步”,做出合理的安排。

甚至,当发现某些农产品过热或者过冷时,也可以要求一些地方农户改种短缺品种;既可以稳定市场,也可以增加农民收入。

4.对于一些农产品(粮食等),国家也可以根据“预计产量”,来合理安排战略储备。

四、基础数据支持

实现这三个层面的运作,需要相关部门给予基础数据支持和共享;当然,他们也可以反过来得到一些有用数据,方便新政策的制定和出台。

大类别

小类别

相关部门

适用层面

自然因素

温度、降水、光照、风力

气象部门

二、三

土壤、地形

气象部门、国土测绘

二、三

自然灾害

气象部门、救灾部门

二、三

疾病、虫害

农科部门

二、三

人为因素

品种

农科部门

二、三

灌溉、施肥、农药

农科部门

生物因素

不同作物之间的相互影响

农科部门

高大植被的遮蔽影响

农科部门

经济因素

经济形势

发改委、经济部门

一、三

供求关系

经济部门

一、三

运输成本(过路费、油费等)

经济部门、交通管理部门

种植成本、养殖成本

经济部门

产品质量

食品监管部门

个人因素

家庭经济状况

(因为经济紧张,做出短视决策)

扶贫部门

个人寻求帮助

 

决策模式

(长视或者短视)

心理辅导

个人寻求帮助

 

信任他人的能力

(不信任他人,会造成交易失败)

心理辅导

个人寻求帮助

 

诚信状况

(不按合同办事)

法律部门

五、注意事项

(一)基础数据保密问题

1.在“层次二”和“层次三”中,需要使用大量国土测绘数据和气象数据;这些基础数据也有相当大的军事意义,是国防安全不可或缺的部分。

因此,这些基础数据的保密工作,是不能出现任何纰漏的。

2.在“层次一”中,产品贸易会产生大量有价值的经济学数据;如果使用经济学专业分析手段,可以对中国农产品市场做出预测。

由于农产品(尤其是粮食)的价格会间接影响工业产品的价格;所以,从理论上来说,得知农产品状况,也能预测中国工业(至少是农产品加工业)的走势。

这些经济数据,关系到国家经济安全。如果被外国势力得知,可能会引发更加有针对性的贸易战或者经济封锁。

(二)网络安全问题

要注意防范黑客和诈骗分子。

(三)智能平台操作问题

农民普遍文化水平较低(很多人小学没毕业、初中没毕业);过于复杂的操作,他们很难学会;过于专业化的解释说明,他们很难看懂。

因此,应当设计简便易用、字体较大(方便视力不佳者)的手机APP;让农民只要携带手机,就可以在田间地头、公交车上进行相关操作,而且基本不需要询问他人。

(四)APP可以穿插对农民有益的公益宣传

相对城市来说,农民信息滞后;一些农民只关心自己家里的事情,却对社会事务不关心。一些犯罪团伙,专门对农民下手;农民一旦受害,甚至不知道怎样维权。

因此,可以借助人工智能平台的便利,进行一些公益宣传(不接受商业广告,商品只能在电商平台交易)。

【举例】

(1)遇到灾难和突发事件,基本的逃生技巧

(2)遇到不法侵害,基本的应对措施

(3)怎样识别诈骗套路

(4)怎样识别邪教宣传

(5)怎样识别人口贩子,及严厉打击拐卖人口犯罪宣传

(6)禁止黄赌毒宣传

(7)反对封建迷信宣传

(8)国家政策宣传


简介:
一、问题的提出2018年05月05日,桑文锋写了一篇《传统企业在大数据分析上所面...
本文采集自互联网,如有版权问题请联系我们进行处理。
联系方式:system@shangyexinzhi.com
2000+知识点 7000+案例
商业新知助力数字化转型
下载