每年都有一些农产品卖不出去，特别是在我国粮食“十二连增”后，我国粮食创下高产量、高库存、高成本、高进口的“四高”背景下，粮食、肉类、水产品、禽蛋、蔬菜、水果、油料产量居世界之首。在生产之前农民应该生产什么、生产多少，过去靠计划，现在靠市场，但究竟应该生产什么、生产了多少、库存量有多大、市场需要多少，往往是一个“黑洞”。但是当大数据科技工具出现后，就可能帮助解决这些问题。

一、我国农产品信息化经历7个发展阶段

我国是一个农产品生产大国，每年生产近20亿吨的农产品(不包括木材)，我国是一个农产品贸易大国，每年进出口农产品贸易超过亿美元，我国也是一个农产品消费大国，13.7亿人口以及大量的境外游客，对农产品消费量巨大。

自年以来，我国农产品信息化建设发展经历了7个发展阶段。在发展过程中，《国务院关于积极推进“互联网+”行动的指导意见》和《国务院关于印发促进大数据发展行动纲要的通知》颁布后，农产品电子商务与大数据的融合成为发展趋势。

第一阶段：—年

年中国农业信息网和中国农业科技信息网相继开通以来，信息技术在农业领域的应用进入发展阶段。

第二阶段：—年

棉花、粮食两个品种先后在网上交易，当时叫“粮棉在网上流动起来”。年，郑州商品交易所集诚现货网成立(今中华粮网)，年10月中央储备粮网上交易。年全国棉花交易市场成立，通过竞卖交易方式采购和抛售国家政策性棉花。

第三阶段：—年

生鲜农产品开始在网上进行交易，年易果网成立，年和乐康、沱沱工社做生鲜农产品交易。—年之间，涌现了一大批生鲜电商，生鲜农产品能够在网上交易，在当时算是一个“革命”，改写了电子商务交易的客体定义和内容，但是，由于同质化竞争十分激烈，很多企业倒闭。

第四阶段：—年

褚橙进京、荔枝大战两个重要事件在北京出现，使生鲜农产品电商品牌运营一时成为热点。许多生鲜农产品电商开始探索品牌运营，顺丰优选、一号店、本来生活、沱沱工社、美味七七、甫田、菜管家获得资金注入，年初的北京“优菜网”曾寻求转让、上海“天鲜配”被“下线”。

第五阶段：—年

B2C、C2C、C2B、O2O等各种农产品电商模式竞相推出，宽带电信网、数字电视网、新一代互联网、物联网、云计算、大数据等大量先进信息技术被采用到农产品电商中来，年微博、 　　

农业大数据是指大数据理念、技术和方法在农业领域的实践。它涉及农业生产、经营、管理和服务四个方面，是跨行业、跨专业的数据分析与挖掘。农业大数据可以引导我国农产品生产、流通和农业服务消费。

1、大数据引导农产品生产

大数据在农业中的应用主要集中在“精准农业”。“精准农业”是信息技术与农业生产全面结合的一种新型农业，由6个子系统组成：全球定位系统、农田信息采集系统、农田遥感监测系统、农田地理信息系统、农业专家系统、智能化农机具系统，其核心是建立一个完善的农田地理信息系统，解决一个种地的科学性问题。

大数据以不同系统获取的庞大信息量为基础，为“精准农业”的发展提供了大量的机会。可以用于土壤肥力管理、农田边界图管理、产量分布图管理、精确定位病虫害控制方法和施肥决策管理等，提供高品质的农产品。大数据以不同系统获取的庞大信息量为基础，可以有效的获取需求信息，生成准确的订单，实现供给与需求的无缝对接。

2、大数据引导农产品流通

大数据可以提供经系统整合的相关气候、农产品价格走势、农产品最前一公里和最后一公里的信息、终端消费需求等相关数据，辅之以菜场超市摊位监测评估数据体系等，通过对这些专业数据的解读，可以判断农产品交易、质量、需求、价格变动等情况。近几年的可追溯体系建设为农产品电商奠定了基础。

一是商务部可追溯体系。年以来，商务部分四次在50个城市开展了肉菜可追溯体系建设，利用中央、省、市三级平台，覆盖批发、屠宰、零售、消费环节，利用IC卡、 　　

二是环境预测。进行环境预测需要了解获得区域作物、土壤、水、动物、气候和天气之间的复杂的相互作用。需要收集这些不同因素的数据进行分析，大数据技术有助于整合提高不同地区的海量数据。

三是提升人类健康。通过对人和周围生物群落之间的相互作用分析，包括生物群落的基因组、动物的营养、人类的营养状况数据，大数据可以更好地预测人类的健康和幸福感。并通过对农作物的基因组进行测序，改变农作物的质量，培育出营养价值更高的农作物，提升人类健康水平。

三、大数据与农业电商融合8个关键点

目前我国大数据产业还处于发展初期，年仅为4.5亿元，主导厂商以外企居多，年我国大数据应用的市场规模预计1亿元，年将达到亿元。农业大数据产业发展面临的现实挑战值得认真分析和对待。需要不断地探索并创新模式，将农业大数据与农业电商相融合应注意8个关键点。

1、大数据采集

建立健全农业大数据采集制度，明确信息采集责任。要广泛采用分布式高速、高可靠数据爬取或采集高速数据全映像等大数据收集技术，广泛收集互联网数据。进一步优化涉农数据监测统计系统，完善统计指标，扩大采集监测范围，改进采集监测手段和方式，探索开展统计监测由抽样调查逐步向全样本、全数据过渡试点，完善信息进村入户村级站的数据采集功能，完善相关数据采集共享功能。

2、大数据分析

建设国家级、省级的农业大数据交换中心，依托云计算技术，通过基础软硬件资源整合和架构重建，实现资源的统一管理、按需分配、综合利用。形成上下联动、覆盖全面的农产品大数据共享平台，实现数据的互联互通、开放获取、快速访问。

3、大数据应用

逐步开展农业智能化行动，利用大数据技术提升农业生产、经营、管理和服务水平，培育一批网络化、智能化、精细化的现代“种养加”生态农业新模式，加快完善新型农业生产经营体系，培育多样化农业互联网管理服务模式，逐步建立农副产品、农资质量安全追溯体系。定期发布监测预报预警，避免问题农产品“断头案”现象频发。

4、大数据运营

完善大数据的服务体系建设，以龙头企业、合作经济组织、标准化生产基地、农业科技示范园区、种养大户、农产品网站为依托，实现对农产品产供销的“一站式”服务。加强农民专业合作组织和种养大户等自身信息服务体系建设，形成电视、电话、网络相互结合、互为补充的多模式信息传播。加强与联通、移动、电信、广播电视等部门的沟通合作，整合分布在不同地点、使用多个服务号码、由不同专家团队支撑的各类为农服务平台资源，建设集热线电话、手机短信、涉农网站、广播电视、APP技术等于一体、多功能并举、覆盖全省的“三农”信息服务系统。

5、大数据管理

建立和完善国家级和省农业大数据交换中心平台管理制度，包括应用准入、应用卸载、沙箱开发、安全事故、违规处罚等；建立平台运行制度，依据国家信息安全有关法律法规，对所有农业信息根据职务、服务对象和服务内容进行分级管理，建立和完善平台安全保密制度。

6、大数据标准

重点围绕基础数据、数据处理、数据安全、数据质量、数据产品和平台标准、数据应用和数据服务六大类，建立标准体系，并从元数据、数据库、数据建模、数据交换与管理等领域，推动相关标准的研制与应用。

7、大数据示范

围绕精准农业、物联网应用、产品质量安全追溯、农产品线上营销等开展试点示范，积极探索农业大数据技术在农业领域集成应用、农产品高标准生产、优质品牌开发和产品网上销售等新途径、新模式。

8、大数据人才培养

充分发挥高等院校、高新企业、电商园区的人才优势，引进人才与引进智力相结合，促进我国农业大数据运用的档次和水平，选派年轻的农业干部进行进修、培训，促进农业系统的人才和知识的更新，提高应用能力和水平。利用农村实用人才、新型职业农民培训等现有培训项目资源，加大培训力度，推广普及农业大数据知识。

来源：中国食品报，农特微商整理发布

“农特微商”新媒体平台，每天将聚焦“互联网+农业”一切最新商业信息，涉及农业基地互联网化、新型供应链模式、农特微商运营、农特品牌化等内容，覆盖全球最有价值的新农业资讯、单品案例、创新模式、创业故事、商机分享、趋势解读等。

ang

我们期待着与您相连，一起携手推进中国农业互联网化，共同竖起行业标杆，推动行业发展，打造互联网时代新型农业供应链生态。

农特微商天使会员申请请加ei农特微商创业指导请加6农特基地微商运营孵化请加6农特微商全渠道（天网+地网）对接请加ei2

农特产品健康顾问请加ei