大数据背景下的我国农业生产与贸易
中图分类号：F323 文献标识码：A
文章编号：1005-913X（2015）09-0009-03
1887年，美国的统计学家为了解决人口普查的复杂统计难题，首次运用了数据处理的方法，随后数据在计算机网络得到快速发展，并在教育科学、新闻媒体、制造业、旅游业等行业得到广泛运用。大数据加速了信息技术产品的创新发展，为各行业带来商机，成为了新的生产资源，同时数据驱动决策工作机制的形成也使其成为各国增强国际竞争力的一个新的方式。作为农业生产贸易大国，我国的农业中存在着大量的数据，近些年来，随着农业农村信息技术化水平的提高，这些数据被应用到现代化的信息技术和装备，当现代计算机、全球化定位系统和测量技术用于农业时，通常被称为“精准农业”，[1]现今农业实时性数据的指数性增长为农业跨步进入精准的大数据时代提供了可能。
一、农业大数据与农业预警
农业大数据使农产品监测预警方式发生了极大的改变，随之也引起了农业生产方式的重大变革，现今农业数据海量爆发，大数据作为农业领域的创新应用将为农产品监测预警工作带来新的机会和发展空间。通过分析农产品生产、产品结构、市场运行的数据，使得全面、多方位感知农业成为可能，大数据使得农业进入感知时代，用总体替代样本的方法得到了广泛运用。传统农业调查中往往是根据土地情况、作物品种选择合理的抽样方法去无限接近总体，用样本去估计总体具有的特征，而现代网络信息技术使得全面了解农业全部数据成为可能。不仅如此，大数据还改变了认识事物的角度。每一种数据因为来源渠道、获取角度不同都存在一定的局限性，只有融合、集合、分析多种原始数据，才能对事物的各个方面加以反映，而事物的本质和规律往往就隐藏在原始数据的相互关联之中。[2]数据量的膨胀凸显了相关关系的重要性，有时在分析事物之间相关关系的过程中，会得到意想不到的结果。
在大数据的运行机制下，农业监测预警工作在思维方式和工作模式上也发生了实质性的改变，农产品监测预警的研究对象和分析内容更加细化，获取数据的技术更加前沿，信息处理的技术更加智能，信息表达和处理更加准确。伴随大数据技术在农产品监测预警领域的广泛运用，构建农业数据分析模型，建立复杂应用处理系统，实施农产品信息实时化收集技术管理，建立全方位、多角度的预警服务平台等将成为未来农产品监测预警发展的新趋势。在大数据时代，农产品监测预警工作将形成大思维，迎接大挑战。
二、农业大数据改变农业生产方式
我国传统农业正在经受互联网、智能技术和大数据的冲击，这对传统农业生产者将产生很大的影响，但同时也会带来巨大的机遇。大数据的发展使农作物从播种到收获全过程的一系列数据都将被各种设备记录下来，这些信息背后隐含着一定时期内的气候信息、农药用量、病虫害、劳动力投入、市场需求等信息。[3]例如，通过地上的传感器和智能设备能够精确了解哪些作物在什么时候需要什么养料，需要的量是多少，这就保证了在施肥过程中不会造成供给过多或是补充太少的局面，这在节约开支的同时，也增加了农作物的产出。为了更多地了解土地状况，选择恰当的方式增加产出，农业生产者可以将传感器安装在地面上，通过计算机精准算法了解什么时候该种植哪种农作物，算法还能在最佳耕作时间和收获时间方面给予农业生产者建议，以此获得最大的产出。
在现代农业发展的过程中，农业数据信息资源已成为农业生产中高质量的生产要素，将农业数据信息技术等先进科学技术方面的探索和创新应用于农业实际生产中，可以将科技转化为生产力，将科技优势转化为经济优势，未来的农民接触更多的是各种现代仪器和设备，生产方式的改变将实现粮食的增产和农民的增收。此外，对灌溉系统农业的研发投入也将成为新时期农业改革的方向。把零散农户的土地进行集中从而引入较大规模的现代农业，必定形成先进高效的现代农业模式，科技研发会带来前沿的技术和经营管理经验，形成现代农业的示范效应，逐步提升我国农业的国际竞争力。
三、运用大数据发掘我国农业竞争力
加入世界贸易组织以来，我国的农产品贸易以前所未有的速度增长，仅在全球金融危机爆发后的2009年出现短暂的下跌，2002-2014年间，农产品出口额从 181.5亿美元上升到 719.6亿美元，进口额从 124.5亿美元上升到1225.4亿美元。根据统计局2014年的数据可知，在进出口数量上，美国是我国农产品的最大进口国，进口额216.39亿美元；日本是我国农产品的第一大出口国，出口额98.73亿美元。在结构上，相对于出口市场，进口市场具有较高的集中度，前三大进口市场美国、巴西和东盟合计占到总量的56.7%。但是，日益增长的发展势头并不能说明我国农业在国际市场上具有很强的国际竞争力。
农业国际竞争力是产业实力的向外延伸，通过统计数据发现我国农业国际竞争力处于下降的趋势。自 1978 年以来，我国农产品的国际市场占有率由 1978 年的0.015上升为2014年的0.042。但是，比较优势指数和贸易专业化指数都在波动中下降，且农产品贸易专业化指数波动较为频繁，先波动上升后波动下降，表现为近似倒U型的曲线。在1980-2000年间贸易专业化指数波动经历了两个周期的上升和下降，其间最大值为1993年的0.311；[4]在 2001-2014年间，由 2001 年-0.0952波动下降到 2014 年的-0.26。相对来说，我国农业竞争力特别是高附加值农产品出口处于相对弱势。通过对农产品数据的分析发现随着我国农产品出口贸易快速增长和出口数量增多，贸易磨擦日益增多。在我国农产品对外贸易上持续的逆差现象也表明我国的农产品贸易结构需要进一步改善，国家应结合自身的区位优势不断扩展农产品的品类，根据市场需求及环境因素发展特色农产品。通过大数据分析，我国主要农产品，即谷物、豆类、薯类、棉花、油料、麻类、甘蔗等的产量中，谷物中的稻谷产量最高且有逐年增长的趋势，稻谷产量由1991年的18381.3万吨增长到2013年的20361.2万吨，是棉花产量的45倍、油料产量的15倍。在稻谷产量中，湖南2013年产量以2561.5万吨居于第一位、黑龙江产量2220.6万吨居次位、江西产量2004.0万吨排名第三。根据大数据分析，我国可以适时调整比较优势结构，加大对稻谷生产的科技投入和扶持力度，特别应加大对稻谷产量大省的支持力度。此外，当某一产地的农产品在国际上获得知名度后，就可以在国家质量技术监督检验检疫总局申请地理标记保护，将产品的产地名称作为知识产权加以保护，这也是该产品在其历史过程中积累的宝贵无形资产。[5] 四、农业大数据与农产品金融化
农产品金融化是指农产品成为资本市场上各种金融产品的挂钩商品，从单一的消费品转为兼具金融属性和消费属性的商品，其价格形成机制发生变化不仅受自身供给和需求因素的影响，而且更多地受经济增长、货币政策等宏观经济因素的影响。农产品由于生产供给周期较长，消费需求弹性较低，客观上容易被资本运作。[6]1990年，郑州粮食批发市场最先引入期货交易，在随后的几年里交易量飞速上升，由1993年的774万笔到1995年的20449.1万笔，两年间增长了25.4倍。目前，中国农产品期货交易品种日益增多，交易规模不断扩大。农产品期货交易品种有小麦、玉米、大豆、稻米、棉花、白糖、油菜籽、菜籽粕、豆粕、棕榈油、豆油、天然橡胶等共20种大宗农产品，占已上市期货品种种数近一半。在2014年的期货交易中，菜粕成交量最多，达到3亿笔，豆粕随其后，成交量2.04亿笔，白糖0.97亿笔，这三种作物构成了我国农产品期货交易的主要力量。
农产品金融化改变了农产品的价格形成机制，其传导机制也由传统的递进式传导转变为迅速反应，各种影响因素的变化都能立即引起期货市场价格的变化，从而影响现货市场价格。这种传统机制导致农产品价格的影响因素明显增多，波动周期明显缩短，波动幅度不断加大，农产品市场的复杂性、不确定性和不稳定性大大增加。农业大数据的出现减缓了农产品的金融化趋势，通过电子商务网络平台可以实现各地农产品市场的相互连通，形成全国乃至国际性的网上大市场。[7]大数据能够对经济增长、产品价格、金融衍生品的稳定性进行全面的分析，完善农产品市场信息收集和发布系统，使价格的波动范围处在合理的区间之内。数据量大和广泛的特点保证了数据的准确性，使其能最大程度地反映价格波动状况。通过大数据比较，各国家、地区在每个年度的产品价格信息能够被真实地反映出来，结合经济政策和汇率利率等因素，农业大数据为农产品的金融化提供了更为稳妥的发展空间。
五、运用农业大数据制定农业政策
通过对我国农业数据分析可以发现我国粮食供给对国际市场的依赖程度不断加强，并处于逐年增长的趋势。在工业化和城镇化过程中，与其他产业相比，农业劳动力、资本流失以及在市场中弱势地位极大地影响了我国农业发展，导致我国农产品进口量迅速增多。通过大数据分析我们可以找到其中存在的问题，如人力资本在农业领域流失，国家财政对农业资助的很大比例没有落到直接从事农业生产的农民身上，劳动力平均经营规模较小，不利于实施现代农业投资和改造等。针对已发现问题的相应对策的实施可以在很大程度上提升我国农业的竞争力。政府应完善农业政府资助政策和执行措施，基于小农经营和农产品流通特点，实行按产品补贴价款和按照生产资料补贴的政策，稳步推进城镇基本公共服务的覆盖，把进城落户农民纳入到城镇住房和社会保障体系，[8]分步进行新的土地改革，释放农业技术进步空间。政府可以在各地逐步集中部分土地实施高效经营，发挥政府农业科技资金的引导作用，并出台一些政策去引导并鼓励企业或是组织建立一些具有专业特色的流通市场信息平台，[9]激励民间加大农业科技投入力度，实现科技投入、技术进步和效率提升，降低产品成本和提高产品质量，以引导农业向更好的方向发展。
大数据之“大”，并不仅仅在于其“容量之大”。对于农业生产来说，更重要的是从大数据中形成大思维，开展大合作，构建大平台，获得大发展。数据驱动型的农业发展需要形成数据计算思维和关联思维，加强农业领域和计算机领域的协同发展，国家有关部门积极开展技术的创新等。目前，我国农业发展在理念认知度、概念转变、基础设施、技术研发、人才培养等方面都存在巨大的挑战，但可以预期在大数据背景下，无论是农业生产还是贸易都会出现全新的面貌。
