您的位置: 首页  > 学术论文 > 专题研究 > 社会保障

乡村振兴背景下大数据农业的实践经验及政策设计

王洪乾,李娟    2020-06-25  浏览量:123

摘要: 乡村振兴战略开启了我国农村农业现代化的新征程。因为“农业兴,乡村兴”,所以乡村振兴必须落脚在农业产业化上。基于云计算架构的大数据技术为农业全产业链流程再造创造了可能,是对农业产业的革命性变革。在对我国目前大数据农业的实践模式进行比较和分析的基础上,研究指出,必须通过加快农业大数据制度和基础设施建设,农业土地流转和农业适度规模经营,农业大数据产业技术联盟构建和适应大数据农业发展的新农人的培育等措施来推进大数据农业的发展。

关键词: 乡村振兴;农业产业链;大数据农业模式;流程再造

正文:

决胜全面建成小康社会和实现社会主义现代化强国梦,当前最重要的工作是助推农业农村的高质量振兴,实现城乡之间的平衡发展。针对我国产业之间和城乡之间存在的结构性矛盾,党和国家适时提出了乡村振兴战略。乡村振兴的关键在农业振兴,农业振兴的核心是农业发展机制的革新。
一、大数据技术突破传统农业①的信息壁垒
在研究大数据农业之前,有必要在厘清我国农业发展阶段的基础上,通过对农业发展阶段特征的准确概括,从而明确当前农业面临的主要问题,以及由此产生的对大数据技术的重大需求。从农业生产要素价值的理论分析出发,有学者利用刘易斯有关剩余劳动力在农业部门和现代经济部门之间的流动及劳动力边际效应理论,以“刘易斯拐点”为分水岭,将农业经济分为两个阶段:一个是农业剩余劳动力充足且劳动力价格低——“当农业劳动力数量很多时,劳动的边际生产率为零甚至负数,剩余劳动力逐渐转移到新兴部门就业。在农业的剩余劳动力消失之前,工资还不会上涨”。另一个是剩余劳动力不足且劳动力价格上涨——“一旦劳动力供给小于劳动力需求,这个时候(现代经济部门)若要继续吸纳剩余劳动力,就必须提高工资”。[1]也有学者从农业和工业之间的关系,将农业发展分为以农补工、工农自补和以工补农三个阶段。[2]在农业发展面临的问题方面,李昌平把我国农业发展分为四个阶段,依次是短缺阶段(供给不足)、供求平衡阶段(增产和增收不同步)、高度发达阶段(高度竞争)和特殊阶段(逆城市化阶段的农业服务化);[3]蔡昉和王美艳将农业发展划分为解决食品供给问题的阶段、解决农民收入阶段和解决农业生产方式阶段。[4]14以上诸位学者基本上都认为我国已经解决了粮食供给(温饱)的基本生存问题,基本解决了农民收入问题,现阶段的主要问题是转变农业生产方式和增强农业竞争力。本文进一步概括为“巩固农业基本生产方式”的问题,再引申为国家粮食安全问题和农业收益问题。首先,就国家粮食安全问题而言,从近几年粮食进口总量来看,我国对美国农产品进口依赖较大,长此以往将严重威胁国家粮食战略安全。反之,为防范风险,我国农业就必须占有稳定长久的市场份额和定价权收益,像石油一样成为国家之间竞争的武器。而这一目标的实现则根本仰赖于强化农业生产的基础性地位。其次,提高农业收益是巩固农业生产方式的核心。农民收入由农业收入和非农经营及工资性收入构成。“农民收入的增长以及城市收入差距的缩小,却越来越不依赖于农业收益本身……非农经营和工资性收入成为家庭收入中最主要的组成部分……随着经济发展阶段的变化……农民收入中的工资性收入的增长不再可能保持以往的速度”,[4]18-19但是“农业增长活力已经基本释放完毕,相对收入问题成为农业问题的主要方面”。[5]简言之,解决农业收益问题,使农业收益成为农民的主要收入来源,是巩固以农业为基本生产方式的关键,亦是缩小城乡经济收入差距的重要抓手。
农业发展方向已然确立,发展目标也已明确,现在的问题则是探索并践行实践方式。事实上,也并非像有学者所言的“农业增长活力已经基本释放完毕”。诚然,农业工具和农业技术的创新空间日益狭小,但是跳脱出这种局部孤立性的思维,从农业生产大系统来看,又可以发现新的增长空间。当前我国农业整体上还是存在效率低、效益差和效能弱等根本性问题,其原因是农业产业链各环节之间信息孤立,没有形成系统化运作;生产要素配置不合理,无法产生更大的价值。与国外大农场模式不同,中国农业以分散的小规模家庭生产为主,这与现代市场经济的大市场之间存在“结构性的不对称”和“权力的不平衡”的矛盾。农民在种植和养殖过程中,无法把握市场供需信息,大多延续以往种植、养殖经验或者盲从周边经验,形成了“种植靠猜测,产销碰运气”和“种啥亏啥”的农业生产怪圈,导致农民创收能力差,致富尤为艰难。对症下药,就必须对农业全产业链进行流程再造,构建现代农业生产、流通和销售体系,加快推进农业现代化建设。国内外农村、农业发展经验表明,现代农业发展中出现了农业对农村经济的依赖程度比农村经济对农业的依赖程度高的趋势。[6]欧盟国家采取鼓励知识创新、提高资源利用率和发展生态农林以及增强农场活力和竞争力的措施,来衍生农业产业链,提升农产品附加值,发展农业经济。[7]产品的特殊属性决定了农业全产业链流程再造必须首先解决农业信息流动与共享的问题。信息交流不畅和信息匮乏的小数据时代根本无法回应这一问题,但是大数据时代不同,大数据为农业信息共享提供了可能,“农业信息化引导的农业互联网、农资电商和农村互联网金融新业态能显著提高农业产业链整体效率,促进农业与现代技术的融合,成为拓展农业下游消费,更新销售渠道,打通资金链、物流链的重要手段”。[8]自2015年国务院发布《促进大数据发展行动纲要》以来,我国大力发展农业大数据,实施现代农业大数据工程,加之农业部制定并印发了《关于推进农业农村大数据发展的实施意见》,部分省份已经在大数据农业发展方面取得了一定成绩。例如:“云南农业大数据中心启用,贵州农业云建设方案得到批复,江西‘智慧农业’建设在全国率先采用PPP模式,上海绿叶菜大数据形成了生产经营管理地图。”[9]虽然正如前文所述,农业发展的历史阶段要求大数据技术的引入,但是鉴于我国农业生产模式的特点,大数据农业的发展必然遵循着一个自上而下的推进模式,因此,在基层农业实践中,大数据农业还没有得到普遍认识和足够重视,学界对此研究得不够深入,具体实施和政策指导还不到位。

二、大数据为农业产业链流程再造创造可能
纵观农业发展史,农业发展对农业信息的需求越来越高,逐渐成为农业生产的核心生产要素。在传统农业时期,农业生产是一个封闭的系统,只关注农业生产环节。由于农业生产中涉及的人力仅限于家庭和家族之内,因此,生产合作关系从属于家庭组织权威关系,加之农产品仅用于自给和上缴,生产过程仅需关注自然气象,无需了解市场供需信息;到现代农业阶段,开始关注市场经济对农业生产的无形引导和调整作用,“现代农业产业体系是以现代农业为主体,构建价值链高端化、结构高级化、组织结构高度活跃、产业高度融合、空间布局一体化,并且与城市化进程相适应的产业体系”;[10]信息农业阶段,强调互联网通信技术在农业生产流通领域中信息互通作用,充分发挥电子商务技术在农产品流通销售环节的便捷性和低成本性优势,帮助涉农企业提高其市场竞争力,但是这个阶段尚未发现数据的潜在价值;在大数据时代,“数据的真实价值就像漂浮在海洋中的冰山,第一眼只能看到冰山一角,而绝大部分则隐藏在表面之下”,[11]数据支持交易的作用被凸显出来,数据的潜在价值得到极大的挖掘。大数据农业阶段,农业相关数据价值的挖掘和整合成为产业发展的核心技术。“大数据+农业产业链”就是将大数据理念、技术和方法运用在农业全产业链——农业生产土壤检测、选种育苗、施肥施水、除草杀虫、收割存储、市场流通等各个环节,对涉农相关专业、行业和业务的数据进行综合分析和挖掘,用数据驱动农业改革创新。
当前学界有关“互联网+农业”或者“大数据+农业”和“智慧农业”的概念繁多,莫衷一是。本文认为,“互联网+农业”与“大数据+农业”和“智慧农业”在有些情况下是包含与被包含关系,有些方面又是目的与工具的关系,在概念和实践上各有侧重,但是对于基础设施的要求是相通的,所以也是相互倚重的关系。“大数据+农业”和“智慧农业”都属于“互联网+农业”,“智慧农业”强调的是物联网基础设施系统的支持功能,仍旧需要通过数据运算发挥作用,而“大数据+农业”直接关注与农业相关的数据价值,并且是互联网时代农业的核心。“大数据+农业”可以引申出“大数据农业”和“农业大数据”两个概念,两个概念所指不同:大数据农业强调的是大数据技术在农业发展中的应用,重点研究如何应用的问题;而农业大数据强调的是涉农产业的相关数据采集和数据挖掘等技术问题。本文关注的是大数据农业的实践经验,即中观层面的运行问题,而非技术层面的农业大数据。就大数据农业而言,其主要特征有:一是数据信息管理是所有农业产业链管理的核心。也就是说,农业数据的挖掘、整合、再利用决定了农业产业链中生产管理、流通管理、金融管理、风险管理、三大产业融合发展和价值链分析等多方面的成败。二是产业链下游反驱上游产业变革。简言之,就是利用产业链下游数据(消费市场数据)、城市数据和互联网产业发展数据反向驱动农业产业链上中游(农业生产和流通)环节的变革,从而使整个农业产业链发生机制改变,彻底转变农业模式,实现农业数据化。由此可见,大数据驱动的农业本质上是以信息技术为基础,数据资源为核心的农业产业链流程再造,是农业生产从以农业生产技术为主向以农业生产管理为主的变革。本文拟从管理学中的流程管理视角,研究和分析大数据何以驱动农业产业链变革。
用产业链理论来认识和管理农业过程本身蕴含着丰富的系统化思维,重视从生产决策到农产品销售等所有涉农环节之间相互关联和相互制约的关系,这本身就是流程管理的认识基础。流程管理思想最早形成于泰罗的组织管理,流程管理思想和流程技术体现在泰罗的“方法和过程分析”(methods and procedures analysis)中,但是这个时期的流程管理主要是对工厂车间内组织和物流工程的控制。随着现代管理技术的发展,信息技术革命极大地改变了企业的运作方式,麻省理工大学教授Michael Hammer提出了适应信息时代要求的企业流程再造(BPR, Business Process Reengineering)理论,即“企业流程再造(BPR)是对企业的业务流程作根本性的再思考和彻底性的重新设计,其目的是在成本、质量、服务和速度等方面取得显著的改善,使得企业能最大限度地适应以顾客、竞争、变化为特征的现代企业经营环境”,[12]这被誉为继泰罗科学管理和费根鲍姆全面质量管理之后的第三次管理浪潮。但受制于当时低水平的信息技术,企业流程再造也仅限于行业内部的流程管理。而随着互联网和通信技术,尤其是大数据技术应用于传统产业,企业管理思维也随着生产决策因素的多元化和外部化而发生转变,从以前的局部的线性管理思维逐渐转向了网格化和关联性的管理思维。流程再造管理思想的核心是要决策者重新审视整个流程,以实现关键目标为原则,从核心要素和重要环节入手,带动流程中其他要素和环节的改变,从而实现流程的彻底性变革,最终实现决策目标。“流程再造的基本原则是执行流程时,插手的人越少越好,在流程服务对象看来,越简单越好。因此,根据这一原则,企业对业务流程进行改造时可以采取以下策略:(1)将几道工序合并;(2)将完成几道工序的人员组合成小组或团队来共同工作,重新构造新流程;(3)将连续式流程和平行式流程改为同步流程。”[13]生产环境和技术条件不同,流程改造的关键要素和重要环节也不同。针对不同情形,有以价值链驱动的流程再造、以风险控制为核心的流程再造和以成本控制为目标的流程再造,等等。就我国农业现代化发展而言,以上方面都不足以成为驱动农业产业链变革的抓手,因为无论是成本控制,还是风险控制和价值链控制,都必须首先解决农业信息的共享问题。因此,大数据是农业产业链变革的核心驱动力。
以生猪产业链为例可以证明大数据驱动的可能性和根本性。生猪养殖业始终都是我国农业生产中的主要副业,对解决农村富余劳动力、增加农户经济收入以及推动相关产业发展发挥着显著作用。但是,由于我国生猪生产大多数采取小规模分散养殖的形式,农户个体决定养殖规模、销售渠道和销售时间,整个生猪养殖产业链呈现相对松散的状态,从而出现供需不匹配、价格起伏大的问题,最终造成所谓的“猪周期”困局。要解决“猪周期”生猪产业痛点,就必须建立各生产环节紧密联系且稳定的生猪供应链。虽然政府有意加大对生猪产业的投资和管理,但是面对养殖分散、环节较多的生猪产业链,政府根本无法掌握生猪产业的全面信息,无法掌握生猪市场的规律和行情,导致政府难以承担起引导的职责。因此,只有解决了生猪产业链数据收集、挖掘、分析等问题,才能做出正确的生猪生产决策,而大数据技术的应用正好可以有效破解此难题。针对此类问题,重庆市委按照国家农业部发布的《农业农村大数据十点方案》,委托九次方大数据公司,建立了首个生猪大数据中心。生猪大数据中心由生猪大数据检测预警平台和生猪大数据应用平台组成。生猪大数据中心将全国生猪数据汇聚在一个平台上,有利于打通数据壁垒,实现生猪数据共享;有助于挖掘潜在数据价值,创新生猪生产管理方式,降低供应周期风险;有利于政府和生猪生产主体精准安排生产,确保供需平衡,从而保障农民的经济收益。

三、我国大数据农业模型比较分析
从实践来看,目前已经在实施的大数据农业大多属于外植型,农业生产始终处于一个消极、被动的接受状态,整体呈现出大数据公司主动寻找农业实体经济,而农业实体经济尚未自发产生对大数据的实践需求的状态。大数据公司作为经济组织,依循效率逻辑,选择对大数据技术嵌入农业产业链承接能力较好且符合自身资源结构的农业经济实体作为实践基地。根据土地经营形式,分为三种大数据农业模式,三种模式各有特色,各有侧重,对全国农业现代化和大数据化的意义也不同。
(一)“大数据+”规模经营模式
规模经营主要是指包含专业大户、家庭农场、农民合作社、农业产业化龙头企业和国有大农场(农垦区)在内的农地经营模式,本文侧重于研究国有大农场和工商资本下乡形成的公司制农场,这两种集中经营模式的土地规模较大,在农业机械化程度、科技水平、农业组织化程度、农业综合服务能力等方面都明显优于分散经营的小农家庭生产形式。从交易成本角度分析,大农场模式更便于在农业全产业链引入大数据技术。譬如作为中国大数据农业的先行者,北京奥科美技术服务有限公司是一家拥有包括物联网、人工智能、大数据分析和卫星遥感技术等高新科技在内的信息技术公司。它以农场经营模式为实践平台,坚持以“管理提升推动产业升级”为理念,利用大数据平台整合链接农业产业链上下游资源,致力于推动农业现代化,实现农业产业增效和农民增收,已经“实现了10000多家跨维度分布农场的统一管理,建立了义田4S生产标准化透明化管理体系,为农场提供生产管理、资源计划管理、精准营销、质量追溯等服务支持,并引入近3 000家农产品采购商与义田农场对接,促进产销双方实现预售、定制等订单生产模式”。[14]实践证明,这些技术服务支持已经为企业节省了巨大的生产交易成本。固原县原州区在奥科美建立的大数据服务平台的帮助下,实现了对全产业链的监督与管理、产销一体化和农产品质量追溯,大大提高了当地农产品的市场占有率和竞争优势,明显提升了经济效益。
就“大数据+”大农场规模经营模式而言:首先,因为大数据农业要具备卫星传感技术、互联网、物联网、大数据和云计算等软硬件设备,因此对资本投入要求较高,也只有国有大农场或者工商资本投资的大农场才具备投资开发的经济实力。其次,大数据农业是将农业产业链进行流程再造的过程,即利用大数据技术将以前农业生产销售过程中的由组织外部市场调节的关系转变为组织内部的管理关系——农资产品配置管理、农业生产过程管理、农业产品质量管理、农业生产与销售对接管理、农业与其他产业融合管理等等。这种内部化可以有效降低市场交易成本,提高规模效率和范围效率。在此过程中,管理成本会相应增加,而大农场相比较其他农业经营模式而言,有相对成熟规范的管理体制,可以比较有效降低管理成本。最后,大数据农业是农业生产技术、农业市场技术和大数据技术的融合,因此需要复合型技术人才,而农场具备素质较高的农业技术人才基础,能够为大数据农业的推行提供有力支撑。由此可见,“大数据+”大农场规模经营模式是最便于在农业生产链上引入大数据技术的农业经营载体,其产生的实践经验和教训对我国农业的战略性发展具有深远意义。
(二)“大数据+”农户家庭经营模式
农户家庭经营模式是我国家庭联产承包责任制的农村土地制度与土地细碎化程度高这两者共同作用产生的结果,是当前我国农业经营的主要模式,具有普遍性和典型性特征。以河南省为例,河南省是以小农家庭生产模式为主的农业大省,在实施大数据农业中,很难在短时间内解决统一分散农户生产决策的问题。因此,在生产环节上难以实现大数据化,但是可以在销售市场环节上突破。2014年,“商水县大宗农产品电子商务平台和现代化大型仓储物流中心”在河南省商水县成立,该中心由布瑞克农业资讯公司运营和提供技术支持,旨在通过发展物流产业来解决农产品流通中市场信息不对称的问题,从而带动农业全产业链升级,实现大数据驱动下现代农业的目标。布瑞克针对商水农业产品结构的特色,在网上搭建了两个销售平台——“集购网”和“农牧人”。“集购网”是针对大宗农产品引入B2B模式,以有效降低农产品价格大幅度波动给分散农户带来的风险;“农牧人”是通过“品牌+电商”的模式,将商水特色农产品做成标准和形象统一的品牌产品,为县域特色农产品建立电商销售渠道。
相较于“大数据+”规模经营模式的立体和全方位大数据化,“大数据+”农户家庭经营模式则可以界定为点线方式的大数据化,这种模式更适合于我国分散的家庭经营形式和近年来发展的农业合作社“中农”形式为主的农业经营模式,最具有创新性和实践性,也是成本最低的农业大数据化模式。这种模式具有如下特性:只关注农业产业链的某些环节,一般为生产流通环节。生产流通环节与城市市场密切相关,而且城市农产品市场数据已经具有相当规模,可以直接服务于农产品流通,并引导农业生产。因此,这种嵌入城市数据的方式可以减少农业大数据建设的投入,大大降低投资成本。这种以大数据为基础的农产品流通模式,大大减少了流通环节,降低了流通成本和农户生产的风险成本,更重要的是尽最大可能实现了生产者与消费者之间的及时有效互通,满足了消费者对农产品的需求,促进了农业市场化。伴随着我国农村网民接入网络规模的扩大和使用网络能力的提高,“大数据+”农户家庭经营模式必定是将广大小农户吸纳到农业现代化中的最有效方式。当农户在浅层次上进入大数据农业之后,其对农产品市场的认识会越来越敏感,对市场需求的反应就会更灵敏,从而会促进农户系统性思考农业生产,最终真正从农民群体内部迸发出促进农业大数据化和现代化的源源不断的动力。
(三)“大数据+”特色农业模式
特色农业是贺雪峰提出的“四种乡村建设类型”中的“满足城市中产阶级梦呓的乡村建设”和“借城市中产阶级梦呓来赚钱的乡村建设”的一类,也正如他所言,这类乡村往往具有区位优势和风景资源优势。[15]以中冶赛迪在云南、广西等地开发的特色农业项目为例,其将互联网、物联网和大数据技术以及现代产品营销理念运用在具有特色农业资源的范围较小的农村地区,在一定程度上确实可以带动当地农业以及相关服务业的发展,促进当地农村经济的发展。但是这种模式具有明显的局限性。特色农业是集农业、休闲、生态、旅游和消费为一体的产业发展集群,更加容易吸引各类大公司和金融机构投资,为农业发展带来充足的资金投入,但是农村农业发展只是作为特色农业的手段而非目的——投资主体是将农村作为产业基地,农业作为产业载体,目的是满足城市需求而非解决农业产业的根本性问题。因此,“大数据+”特色农业模式在客观上促进了农业现代化发展,一定程度上实现了农业大数据化,但是这种模式容易产生异化,而且因其对资源禀赋的依赖,在全国范围内或者对整个农业大数据化发展的借鉴意义不大。故本文在此不做详细阐述。
比较三种“大数据+”农业生产模式,可以总结出表1所示的比较框架。三种生产模式,针对不同的农业发展条件、农业发展阶段都具有一定的借鉴价值。就当前我国农业家庭联产承包的土地经营模式而言,“大数据+”农户家庭经营模式凭借其投资成本低和灵活等优势,在未来较长一段时间具有十分重要的意义,因此也是当前最应该鼓励的农业模式。然而随着土地流转的推进和土地规模化经营的实现, “大数据+”农户家庭经营模式会逐渐暴露出资本基础薄弱,技术水平低,产业链改造面窄等弊端。相应地,对农业产业链改造面更广、程度更高、资金技术管理优势更大的规模经营模式会最终取代“大数据+”农户家庭经营模式,成为未来现代农业发展的主流趋势.

四、积极推进大数据农业发展的政策建议
沿着流程再造的思路,根据农业全产业链各环节特征和乡村振兴战略目标要求, 需要从农业生态环境、农业资源、农业生产过程、农产品流通、农业金融和农产品质量追溯等全方位推进大数据化。所有这些环节并非某个体农户、企业、农场凭一己之力能够实现,而更需要政府给予政策、资金、组织和人才等方面的支持,通过培育多元主体和多种力量来发展大数据农业。首先,进一步推进土地确权和土地流转,为农业集中化生产解决土地问题;加大对农村大数据基础设施的投资,建立农业、环保、气象、财政、交通等各部门之间的协同与数据共享。其次,大数据农业发展不仅需要专业的农业技术人才和大数据应用人才,更需要大量具有基本互联网和物联网使用技术的新型农民群体,因此,在如何培育新农人方面需要进行投入和创新。最后,引入市场化机制,鼓励工商资本投资大数据农业,形成城市带动农村,城市反哺农业的三产业协同发展机制。
(一)加快农业大数据制度和基础设施建设
大数据农业属于资本和技术密集型产业,而且大数据技术运用所需要建立的基础设施和平台具有公共物品属性,所以,政府应该承担起建设大数据制度和基础设施的任务。一是应从制度层面解决农业大数据应用的基本问题。“基础性制度是一种能制约、派生或影响其他制度的原生性行为规则,在经济发展的制度框架中居于基础位置。在我国的体制改革中,基础性制度的建设情况决定了社会经济发展的基本环境,对其他层面的制度运行和体制改革具有深刻的影响。”[16]大数据技术标准体系建设就具有此类基础性功能。目前,有关农业产业的相关数据还没有被有效采集和录入互联网中,即使有些数据被收集,但是由于数据标准不统一,难以被整合和挖掘数据价值。此外,还存在部门与部门之间数据孤立、难以综合利用等问题。所以,政府应该在大数据制度建设方面投入更大的力量,解决大数据嵌入农业产业的基础制度缺位问题。二是加强大数据平台和基础设施建设。工业时代的基础设施是铁路、公路、航空以及水、电等。在大数据时代,高速的泛在网、数据中心成为新一代的基础设施。因此,应该从国家大数据战略高度着眼,大力发展大数据收集、分析、挖掘和应用等相关技术,解决大数据农业发展中的技术性难题。目前,我国离实现大数据农业的目标还有相当长的距离,必须首先实现智能终端设备在农村的普及,其次是农业数据标准化建设,最后是交易平台的规范化管理,等等。
(二)推进适度规模经营,为实现大数据农业解决土地利用机制问题
正如蔡昉所言,只有扩大经营规模,才能遏制资本报酬递减现象,解决中国农业面临的主要矛盾;[4]3张照新等人也认为“我国当前农业发展进入新的阶段,农业面临的主要矛盾是总量不足向结构失衡转变,规模经营主体成为重要的供给主体”。[17]这些都明确强调了规模经营作为所有改革的前提条件的重要性。在“大数据+”之前,可以认为我国的地理环境和农业生产模式惯性决定了小农经营模式是最佳模式,但是到了大数据时代,若要发展大数据农业,那么适度规模经营必然是首要前提条件。一方面,农业规模化经营和农业产业发展对大数据技术具有内生性的需求动力。从经济学的效率机制来看,规模化经营就是将零散的土地进行组织化管理,“以组织化来减少从外部引进分工和专业化时的市场交易成本”,[18]“正式组织是提高规模效率或范围效率的一个重要手段”,[19]不仅可以减少生产成本,降低交易成本,而且有利于农业高新技术和农业机械的推广和运用,提高农业技术的回报率,进而刺激农业经营主体对科技的需求。农业产业化发展需要将全生产链农业信息进行互联互通、实时共享,这也必须借助大数据技术。另一方面,大数据技术应用于农业产业对农地规模化经营有较高要求。“科技创新需要承担较大的失败风险,占有零碎土地的传统小农经营模式并不具备这样的抗风险能力”。[20]而且,从当前大数据农业实践模式的比较分析来看,非规模经营的小家庭模式在大数据应用中存在各种技术应用难、农产品质量控制难和其他管理问题,而农场和其他合作社形式的规模经营则能较好克服以上问题。
(三)实施农业大数据产业技术联盟战略
在技术复杂性不断升级和专业分工更加精细的互联网时代,任何人或任何组织都不能掌握自身发展需要的所有技术。农业生产涉及的专业领域非常广泛,而且对每个领域的技术要求都更加精细,每个领域的技术开发和应用都需要投入大量研发和推广资金,因此,无论是技术还是资金方面,大数据农业都不是政府或者某个商业巨头可以单独实现的。农业部信息中心副主任杜维成在“第四届农业大数据产业技术创新战略联盟年会暨学术研讨会”上表示:“合作协同推进农业大数据发展,建立市场化的数据共有机制,在保障公平竞争的前提下,参与农业大数据建设,依托专业企业参与农业大数据应用,鼓励产业链各环节进行数据交换交易,促进信息资源共享和利用。”[21]对于整个农业产业发展来说,农业产业技术联盟无疑具有重大积极价值。但是技术联盟必须从企业自身发展角度出发来构建,必须充分考虑企业自身技术结构和企业外部生存环境,要考虑与合作伙伴的差异性、兼容性和互补性,还有合作伙伴之间的契约精神(互信机制),因为“如果潜在的合作伙伴在技术联盟的运作过程中,不愿意投入相应的资源与资本,即使实力再高,与其他合作成员的企业文化再一致,也无法促进联盟创新活动的开展”。[22]从政府的角度来看,农业发展是国之命脉,是政府的基本和重要责任,因此要强化政府在技术联盟建立过程中的激励功能。“应采取优惠的税收、补贴政策,按照各知识源企业在联盟知识转移进程中发挥的作用及频率进行奖励,积极构建风险补偿分担体系,从中央-地方财政中设置专项基金,用于补偿转移中企业的消极效应及转移成本,减少各主体知识转移与共享行为中的损失。”[23]
(四)坚持农民的主体性地位是农业大数据的保障
乡村振兴战略中,农业振兴是手段,农民致富是目的。无论是哪种形式的乡村振兴都不应忽视农民的主体地位。而且,无论哪种大数据农业模式,具体的实施者不可能全部是大数据公司的专业技术人才,反而需要而且也应该是以农民为主体,如果农民不具备这样的基本技能,大数据农业根本无法实施。“对于农业生产而言,农民的劳动力是一切农业生产和财富的创造性源泉,也是一切农业改革创新的根本依托。”[24]农民的主体性包括农民在农业生产经营中的自主性、能动性、独立性、创造性。农业现代化以及农业大数据都是农村外力量介入农村而引发的农村发展,在此过程中农民处于被动态势,而且对改革反应滞后。农民在此过程中主体性被削弱,可以从农村留不住年轻人的现实中窥见一斑,“在许多所谓建设的建设中,农民往往是没有发言权的,经常是被逼着参加,在这种情况下农村的改善并不能提升他们的成就感。总而言之,这里最根本的问题是在一些所谓新农村建设中,农民的主体性没有得到尊重和保护”。[25]发展大数据农业,不应该仅仅使农业成为工商企业逐利的工具,更应该成为广大农民致富的引擎,农民应该是最终的受益者。但是,当前农民处于现代性的最底层,是主体性最不发达的群体。农民在现代农业生产技术和互联网技术运用能力方面的不足导致了农业生产中出现“最后一公里”问题。因此,必须积极培育“新农人”——“具备互联网思维、服务于三农领域的人”,[26]“与传统农民不同,他们有新思维、新理念、新的营销手段、新的组织形式和新的知识,他们特点鲜明、类型多样,立足于自身实际发展农业生产经营,在丰富农业业态、改变农村面貌、促进产业融合等方面,发挥了一定的积极作用”。[27]有学者通过定量研究的方法,认为“新农人”拥有较强的能动性,通过农业实践形成了“行动者系统”,构建了农业技术创新主体、推广主体、乡土专家、传统农民的合作网络,“新农人”成为各类主体信息互动交流的中介。“新农人”作为行动者嵌入了传统农业技术传播体系,虽然不以农业技术推广为主要任务,却整合了各类主体,拓展了合作领域。“新农人”不仅自身成为我国现代农业发展的重要力量,同时也正在带动传统农民转型”。[28]因此,应该坚持赋权和增能理念,通过政策扶持、经济激励和鼓励参与等方式对农民进行现代化和信息化教育,增强互联网基因,将农民真正发展成为农业大数据的中流砥柱。

作者简介:
作者单位:江南大学法学院

注释: ①此处“传统农业”仅指与“大数据农业”相对的“非大数据农业”。本文中除第二部分中“传统农业时期”指的是农耕时代的农业模式之外,其他地方的传统农业概念均指非大数据的农业形态。

参考文献:[1]彭坤.农业发展阶段、区域发展差异与农业政策的制定研究[J].农业经济,2015(10):9-11.
[2]马晓河,蓝海涛,黄权汉.工业反哺农业的国际经验及我国的政策调整思路[J].管理世界,2005(7):55-63.
[3]李昌平.我看我国农业发展的四个阶段[J].学习月刊,2012(15):37-37.
[4]蔡昉,王美艳.从穷人经济到规模经济——发展阶段变化对中国农业提出的挑战[J].经济研究,2016(5):14-26.
[5]朱满徳,邢怀浩.中国农业问题的发展、演变与转型:基于“农业发展三阶段论”的视角[J].中国农业,2018(2):176-181.
[6]Irwin E G, Isserman A M, Kilkenny M. A Century of Research on Rural Development and Regional Issues[J]. American Journal of Agricultural Economics,2010(2):522-553.
[7]陈秧分,王国刚,孙炜琳.乡村振兴战略中的农业地位与农业发展[J].农业经济问题,2018(1):20-26.
[8]李国英.“互联网+”背景下我国现代农业产业链及商业模式结构[J].农村经济,2015(9):29-33.
[9]任万明,郑勇,王钧,等.“互联网+”背景下山东省农业大数据发展应用的实践与思考[J].山东农业科学,2018(5):143-146.
[10]万俊毅,曾丽军,周文良.乡村振兴与现代农业产业发展的理论与实践探索——“乡村振兴与现代农业产业体系构建”学术研讨会综述[J].中国农村经济,2018(3):138-144.
[11][英]维克托·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代——生活、工作与思维的大变革[M].盛杨燕,周涛,译.杭州:浙江人民出版社,2015:134.
[12]Yuri Borgianni, Gaetano Cascini, Federico Rotini. Business Process Reengineering Driven by Customer Vualue: a Support for Undertaking Decisions under Uncertainty Conditions[J]. Computers in Industry,2015(1):132-147.
[13]Shaio Yan Huang, Chao-Hsiung Lee, An-An Chui, David C Yen. How Business Process Reengineering Affects Information Technology Investment and Employee Performance under Different Performance Measurement[J]. Information Systems Frontier, 2015(5):1133-1144.
[14]作者无.奥科美公司介绍[EB/OL].(20060710)[20180510].http://www.acsm.cn/index.html.
[15]熊万胜,刘炳辉.乡村振兴视野下的“李昌平——贺雪峰争论”[J].探索与争鸣,2017(12):77-86.
[16]徐继华,冯启娜,陈贞汝.智慧政府:大数据治国时代的来临[M].北京:中信出版社,2014:30.
[17]张照新,徐雪高,彭超.农业发展阶段转变背景下粮食价格支持政策的改革思路[J].北京工商大学学报:社会科学版,2016(4):33-39.
[18]周娟.土地流转与规模经营的重新解读:新型农业服务模式的发展与意义[J].华中农业大学学报:社会科学版,2017(4):88-93.
[19]周雪光.组织社会学十讲[M].北京:社会科学文献出版社,2003: 33.
[20]陈鸣,周发明.农地经营规模、农业科技投入与农业生产效率——基于面板门槛模型的实证[J].产经评论,2016(3):130-140.
[21]CCTV证券资讯频道.农业大数据全产业链服务引领农业产业迈进新征程[BE/OL].(20170902)[20180510].http://www.cctvfinance.com/news/2017081162838.html.
[22]喻金田,胡春华.技术联盟协同创新的合作伙伴选择研究[J].科学管理研究,2015(2):13-16.
[23]刘晓煜.复杂因素对技术联盟知识专业作用机理及评价研究[J].科学管理研究,2018(1):116-120.
[24]潘坤.农业供给侧改革中的农民主体性思考[J].社会科学家,2016(6):41-44.
[25]王春光.关于乡村振兴中农民主体性问题的思考[J].社会发展研究,2018(1):31-40.
[26]阿里研究院.互联网+:从IT到DT[M].北京:机械工业出版社,2015:156.
[27]农业部农村经济体制与经营管理司课题组.农业供给侧结构性改革背景下的新农人发展调查[J].中国农村经济,2016(4):211.
[28]牛耀红.新农人与农业技术传播体系整合研究[J].哈尔滨工业大学学报:社会科学版,2017(4):56-61.

版权声明: 《上海大学学报(社会科学版)》2019年第3期