大数据成为新的国家生产要素--什么是农业大数据？如何搭建农业大数据平台？

　　来源：本网综合《农业大数据学报》等 作者： 发布时间：2020-05-19

　　摘要：1、大数据与农业大数据 十二届全国人大三次会议政府工作报告首次提出互联网+国家行动计划以来，互联网+已全面覆盖人们的吃、穿、

　　十二届全国人大三次会议政府工作报告首次提出“互联网+”国家行动计划以来，“互联网+”已全面覆盖人们的吃、穿、住、行、用，互联网加上传统经济带来了巨大的发展空间；在此趋势下，全社会加速进入数字经济时代，大数据成为新的国家生产要素，成为各类企业发展的核心竞争力。如何挖掘和开发海量数据，通过对大数据的积累和交换、分析与运用，对未来走势产生更为敏锐的洞察、判断和预测，成为国家经济发展的战略高地和企业竞争的制胜要点。

　　一方面，大数据驱动传统产业向数字化和智能化方向转型升级，成为经济效率提升和经济结构优化的驱动力。大数据加速渗透和应用到社会经济的各个领域，在生产、管理、营销、决策等环节产生深刻变革。近年来，大数据在农业、工业、金融、交通、医疗、旅游等行业的落地应用越来越多，如农业大数据服务于农作物栽培、智能管控、气象分析、农业生产决策等，提高了农业生产效率，推动农业向数据驱动的智慧生产方式转型；工业大数据贯穿于工业设计、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策等智能化功能，推动工业走向智能化；旅游等服务行业利用大数据进行客户需求分析、风险防控和信用评价等，加快业务创新和产业升级步伐。

　　另一方面，大数据推动不同产业之间的融合创新，催生新产业、新业态、新模式不断涌现，逐渐成为国家经济发展创新驱动能力的核心动能。大数据推动了围绕海量数据收集、存储、交换、分析、挖掘等过程完整产业链的形成，催生出数据交易、数据租赁、数据分析、数据决策服务等新兴产业形态。数据与行业应用领域深度融合和创新，使得传统生产模式、经营模式、盈利模式和服务模式发生重大变革，涌现出互联网金融、共享单车等新平台、新模式和新业态。基于大数据的创新创业日趋活跃，大数据技术、产业与服务成为社会资本投入的热点；大数据的共享开放成为促进“大众创业、万众创新”的新动力。可见，大数据正引领和驱动传统产业实现数字化转型，推动传统经济模式向形态更高级、分工更优化、结构更合理的数字经济模式创新演进。

　　目前，关于大数据的概念尚没有统一的定论，表述方式不尽相同。维基百科认为，大数据是利用常用软件工具捕获、管理和处理所消耗时间超过可容忍程度的数据集。全球知名咨询公司麦肯锡对大数据定义如下：大数据是指无法在短时间内用传统数据库或数据分析工具对其进行采集、存储、传输、分析及可视化的数据集合。另一种比较有代表性的定义是5V定义，即认为大数据应该具备五大特征：海量性（Volume），多样性（Variety），高速性（Velocity），价值大（Value）和精确度高（Veracity）。农业大数据指在现代农业生产、经营、管理、销售、投资等各种活动中形成的，具有高附加值的、多时空特征的海量数据，包括生物信息数据、资源环境数据、气象数据、作物生长监测数据、农业统计数据等。农业大数据研究就是开展大数据理论、技术和方法在农业或涉农领域的应用实践的过程，其以农业产业链中产生的海量数据为基础，结合数据可视化、分析挖掘、模拟预测、人工智能等前沿技术，获取有价值的知识、规律，最终指导农业生产经营、农产品流通和消费以及农业金融投资等涉农行业。农业大数据涉及到农业生产销售过程中的方方面面，是跨行业跨专业的数据处理过程。大数据应用与农业领域的相关科学研究相结合，可以为农业科研、政府决策、涉农企业发展等提供新方法、新思路。

　　农业大数据具备大数据的一切特征，也有自身独特的特性，如复杂性、异质性、实时性、分散性等。笔者认为这些特征都可以概括为包容性，具体可以从以下几个层次理解：

　　（1）类型包容性。农业大数据采集方式包括传感器、Web网络、移动端、主流媒体、卫星遥感、无人机航拍等，数据涉及农业生产、加工，农产品流通、消费等全产业链，类型上有文本、图形、图像、视频、音频、文档等结构化、半结构化和非结构化的数据，空间上从作物个体监测、个体农场管理、区域农业规划到国家农业产业，时间上涵盖历史数据、现状数据以及未来预测数据。

　　（2）领域包容性。农业大数据涉及跨行业、跨学科、跨业务的多维度、多粒度、多结构交叉、融合和关联；可广泛应用于农业生态环境监测、农产品质量安全溯源、设施农业、精准农业等各个农业环节，农资投入、农机服务、农技服务、金融投资、农业保险等涉农服务领域。

　　（3）服务包容性。农业产业链各个环节的政府、科研机构、高校、企业共同服务于农业大数据建设，通过农业大数据平台达成合作与共享，发挥数据协同服务效应，打破数据隔离的局面；反过来，农业大数据理论、技术、知识又将服务于各个环节、各个领域，推动农业产业形成一个可持续、可循环、高效、完整的生态圈。农业大数据链接农民专业合作社，农资企业，涉农服务企业，农业金融投资企业等各个终端，打造农业全方位“一张网”生态体系，提高农业整体经营效率。

　　（4）理念包容性。农业大数据融合了政府、企业、农民等各阶层参与者的理念、思维，在预测分析阶段能做到综合历史、立足当下、面向未来。基于农业大数据分析挖掘技术，利用气象信息、食品安全、消费需求、生产成本、市场价格等多源数据来预测农产品价格走势，综合耕地数量、农田质量、气候变化、作物品种、栽培技术、产业结构、农资配置、国际市场粮价等多种因素分析粮食安全问题，大幅度提高政府管理能力、企业服务水平、农民生产能力和农商销售能力。

　　农业大数据获取是将农业要素数字化并进行有效采集、传输的过程。经过多年的发展，目前农业大数据已初具规模。农业大数据分为结构化农业数据和非结构化农业数据。结构化农业数据是专业化、系统化的农业领域数据，可存储在数据库中进行统一管理；非结构化数据是数据结构不规则或不完整，没有预定义的数据模型，难以用数据库二维逻辑表来表现的数据，包括文档、文本、图片、XML, HTML、各类报表、图像、音频、视频信息以及农户经验等。现阶段，我国已经建设完成一批典型的农业数据库和农业数据共享中心，如中国农业信息网、中国农业科技文献与信息服务平台、国家农业科学数据共享中心等。从目前发展情况分析，农业大数据获取主要包括以下几个方面：

　　（1）农业物联网数据。农业物联网指通过各种仪器仪表实时显示或作为自动控制的参变量参与到自动控制中的物联网，主要设备包括各种类型的传感器、视频监控和自动控制系统等。目前物联网系统获取的数据涵盖农作物生长环境、农作物生长历程、农产品生产流通等各个方面。农作物生长环境数据指对与动植物生长密切相关的大气温度、湿度、土壤温湿度、CO2含量、营养元素、太阳辐射、日照时数、大气可降水量、环境气压等数据进行动态监测、采集获取的数据，主要依赖于农业物联网部署的智能传感器获取。农作物生长历程数据指对动、植物生长过程中的生长、发育、活动规律以及生物病虫害等数据进行感知、记录获取的数据，如检测植物中的氮元素含量、植物花粉传播、病虫侵袭，测量动物体温、运动轨迹等。农产品生产流通数据指对农产品生产中的成本、质量、产量、化肥农药使用情况等，流通环节中的交通运输承载力、仓储库存、进出口总量等，销售中的市场价格、市场需求、销售去向、用户喜好等进行动态采集获取的数据。随着多学科的交叉综合，仿生传感器、电化学传感器等新一代传感器技术，光谱分析仪、多光谱、高光谱、热红外等信号探测方法，人工智能识别等前沿科技应用于农业物联网系统，以及诸如手机、笔记本电脑、平板电脑等移动终端的普及，物联网数据采集越来越频繁，数据量越来越大，图片、视频等数据格式激增。

　　（2）农业遥感和农业无人机数据。是指通过卫星遥感监测、地面无人机航拍等手段获取的对地面农业目标进行大范围、长时间或实时监测的影像数据，以及经过遥感技术处理后得到的二次产品数据。遥感技术获取数据范围大、速度快、周期短、信息量大，能够客

　　观、准确、及时地反应作物生长态势。目前，农业遥感技术成熟应用于农用地资源的监测与保护、农作物大面积估产与长势监测、农业气象灾害监测、作物模拟模型等方面[22]。随着高分辨率、高光谱遥感技术的发展和应用，农业遥感数据获取的精度逐渐提高，数据量急剧增加，数据格式也越来越复杂。

　　（3）农业网络数据。指利用网络爬虫技术对涉农网站、论坛、微博、博客进行动态监测、定向采集获得的数据。随着网络直播、短视频、朋友圈等社交网络的流行，许多农户、农场主也参与其中，利用网络平台对自家农产品进行定向宣传、联系销售商家、进行线上支付等。农业网络数据相对分散，可通过网络爬虫建立移动的规则，采用广度优先或深度优先的策略对数据源进行定向跟踪、对获取的数据进行归类整理。农业网络数据是在互联网层、移动社交层对农业各方面的客观反映，具有规模大、实时动态变化、异构性、分布性、数据涌现等特点。

　　（4）科研及农户生产经验数据。是涉农领域科研院所、高校、科学家个人等从事农业科学研究产生的相关成果，或农户在长期农业生产活动中积累的有关作物育种、精耕细作、作物增产、农业气象等方面的经验。目前，各级政府、部门加强建设科学数据共享中心，组织国家科研项目汇交工作、推动科学数据共享利用，农业领域的科研数据也已形成专业数据平台，如国家农业科学数据共享中心、智慧农业大数据共享平台、农业科技信息资源共建共享平台等。由于农户分散、种植管理经验因人而异且很难建立统一的数据整理模式，对农户经验数据的获取难度较大，也是目前开展农业大数据建设工作中容易忽视的问题。

　　为了充分发挥农业大数据的价值，利用农业大数据实现农业产业可持续发展和产业结构优化，加快农业自动化、信息化、智能化进程，需要依托农业大数据及相关大数据处理分析技术，建设农业大数据支撑平台，全面、及时、前瞻性地反映农业发展动态，并预测农业未来发展方向[27,28]。技术上，充分利用先进的数据采集、管理、存储技术，建设具有高效性、先进性、开发性、包容性的应用型数据库；结构上，平台应具备良好的可配置性、扩展性、迁移性，能随时满足资源、数据结构及应用变化的需求[29]；功能上，平台除具备数据库基本的增加、删除、修改、查询、可视化等功能外，还应承担数据汇集、技术研发、数据应用、成果发布、数据共享等方面的任务。

　　农业大数据平台整体架构可分为四个层次：（1）基础层。为其他层提供基础数据和技术支撑；需要针对农业相关的各个行业、与农业相关的各类资源，分门别类地建设农业数据采集网络，建立数据高效实时传输网络通道；并利用云计算、云存储等技术实现平台的虚拟化、自动化、并行运算、数据安全和能源管理，保证平台对业务服务的敏捷响应。（2）数据层。是整个平台的核心，负责数据存储、管理、规范化运营以及分析挖掘等功能；采用主流数据库技术建设农业大数据资源库，按照统一的数据标准化方案和相关技术路线对数据进行统一管控；数据处理计算单元基于关联分析、可视化分析、知识挖掘、数据融合等分析方法，发现农业大数据知识、揭示农业产业规律、挖掘大数据的价值，并通过数据交换平台和统一的对外服务结构，实现数据和知识的交换与共享。（3）应用层。是平台建设的目标，负责农业大数据各应用系统、应用平台的开发，为上层管理和服务提供应用支撑，如精准农业服务平台、农业遥感系统、农产品质量追溯系统、农村综合信息服务平台、农业环境污染治理系统、农产品市场监测预警系统等。（4）决策层。是农业大数据的深层次服务，主要为管理部门、涉农企业以及农户提供管理、投资、农业生产方面的决策。

　　与农业大数据平台建设相关的技术很多，其中相当一部分技术已经能够成熟应用。结合目前农业大数据平台建设情况和技术发展阶段，笔者强调三方面的技术：

　　（1）数据标准化技术和数据共享方案。数据标准化是数据整合和数据共享的前提；数据共享可以更充分地实现数据增值，减少数据采集的投入。目前，我国尚存农业基准数据薄弱、数据结构不合理、数据标准化水平差，数据平台建设应结合农业部大田长期监测工作，建立现代农业自然资源、农业生产、农产品市场、农业管理等基础数据库，并研究数据采集、传输、存储、汇交等环节的标准规范体系，夯实农业发展基础支撑。应用是农业大数据发展的目的，数据的开放共享有助于农业知识的普及和价值实现。研究国家数据共享的政策规划、管理办法和共享机制，在保障数据共享安全的基础上，推动农业大数据实现长期、持续的共享。

　　（2）农业大数据建模分析、模拟预测方法研究。建模分析发现潜在的数据规律，模拟预测则利用规律指导农业生产。针对农业生产、市场运行、消费需求、进出口贸易以及供需逆差等数据进行建模分析，发现农产品市场运营规律，可感知市场异常波动、及时预警突发事件、提前防范农业风险等。再如，建立模型模拟农作物产量与作物生长环境变量、化肥使用量、施肥时间等影响因素之间的潜在关系，从而指导农业科学生产、实现高效增产。目前，在农产品质量安全、农业病虫草害、农产品价格、农产品市场等领域已形成成熟的应用模型，可以实现农业数据关联预测、农业数据预警多维模拟等，大幅度提高农业监测预警的准确性。

　　（3）人工智能技术。传感器监测、无人机和卫星航拍能告诉我们现象在哪里发生，而人工智能可以主动揭示现象背后的原因。人工智能一方面赋予机器类人的识别、判断力，让农业业务流程变得高效，如农业设施智能识别、植物病虫害自动监测等；另一方面为处理图像、语音、自然文本等非结构化数据提供了新手段，大大扩展了农业大数据的获取和应用范围。目前人工智能技术已应用于无人飞机打药、水肥一体化、滴灌系统等领域；传统农业技术手段落后，会造成水肥、农药资源浪费，不仅成本高效益低，还会造成土壤、基质污染，产品质量得不到有效保障。以人工智能为核心的设施农业将是未来农业发展的主流，采用先进的科学技术，实现精准播种、合理水肥灌溉、实现农业生产低耗高效、农产品优质高产。

　　长期以来我国的农业属于小农经营方式，农业生产本身的生产粗放性、分散性和农业自身的季节性、地域性等因素，致使信息壁垒成为贯穿农业产业链的共性问题。农业种植过程中，农户多依赖于以往经验，对水、土、光、热、气候资源以及作物育种、种植、施肥、收割、加工等环节很难做到精准把握，农业生产落后。由于信息闭塞、资源分散，农户对农业市场需求了解不足，很难发挥市场的引导作用；农业市场被少数农商垄断，交易成本增加，农民利益被进一步的损害。同时，农业生产规范化、标准化程度低，农产品深加工不足，因此很难产生更高层次的农业价值。当前，在中央政策引导下，乡村振兴战略平稳实施,农业适度规模经营开始加速推进；农业转型与发展是乡村振兴的重要一环，在这种形势下，建立农业大数据中心，将云计算、大数据挖掘、人工智能等新技术与农业相结合，是解决我国农业信息化发展瓶颈的重要手段。本文从以下方面总结了当前快速发展的农业大数据应用方向：

　　（1）支撑国家农业战略决策和产业结构调整。农业产业结构调整是指根据市场对农产品需求结构的变化改变农产品的生产结构，从而使农业生产和市场需求相协调的过程。农业大数据能提供全方位的涉农信息，通过大数据分析揭示其内在规律，将为生产发展和政府决策提供科学、准确的依据。政府农业管理部门应联合农业院校、科研机构等建设农业大数据智库，开展农业大数据研究与应用。如山东农业大学成立了农业大数据产业技术创新战略联盟，包括6个省直管理部门，涵盖了涉农的各个方面，可以提供与农业相关的大量数据和其他支持。农业大数据研究要与生产发展、市场销售、金融投资以及国家“一带一路”、乡村振兴等战略密切结合起来，加强基础数据建设、完善数据采集体系、建立数据监测系统、研究数据模拟方法；运用农业大数据技术，及时准确预判未来市场发展趋势，提高政府农业宏观调控和科学决策能力，推进农业供给侧结构性改革。

　　（2）建设智慧农业，提升农业生产效率和农业资源利用率、促进农业可持续发展。利用物联网传感技术、遥感监测技术等，对农田变量信息进行实时采集，如土壤含水量、肥力、土壤有机质、土壤压实、耕作层深度和作物病、虫、草害及作物苗情分布等，准确把握农作物的生长环境，并通过大数据分析对未来行为进行预测，有效地为智慧农业提供更科学的方案。例如，对5年内人参生长所需的环境因素进行挖掘建立预测模型，并匹配实时监测的作物生产环境数据，得出近似最优解；然后将参数返回给物联网的处理层，做出指令并下达给应用层，应用终端采取如自动灌水、施肥、通风等措施，保障作物生产的最优环境；整个过程完全自动化、智能化。再如，借助农业物联网自动监测PH值、二氧化碳、氧气浓度等环境信息，结合全人类的农业数据库，通过农业计算机视觉、机器学习技术发现植物颜色的变化、群落密度的改变等潜在信息，最终预测植物的长势、作物病虫害风险等，从而做到提前预防。智慧农业依托大数据和以先验知识为基础的人工智能等技术，降低了农业生产过程中的试错成本，提高了农业管理的准确性和实效性，实现了农业高产优质、节能高效的可持续发展。

　　（3）掌握市场需求，优化农业生产要素配置，实现农业供需精准对接。借助大数据平台可实现对消费者行为洞察，包括消费动机、消费喜好、产品评价等，在海量数据分析的基础上掌握市场需求和偏好，及时调整农业生产配置。将农业生产过程中的数据与市场需求结合起来，提前规划生产，并通过大数据平台精准对接农户与市场，让农户真正参与到市场竞争中，分享产业发展红利，解决目前小农户与大市场之间存在的矛盾，加快推进小农现代化、实现跨越式发展。比如，近年屡屡发生的农产品滞销事件，严重影响了农民的收入，挫伤了生产积极性。由于信息阻塞、缺乏指导，市场上什么畅销，农民就种什么，等到发现供过于求、产品滞销时已经来不及调整。结合农业大数据整合消费需求、生产成本、市场价格等数据进行分析，以市场手段合理优化农业生产配置；帮助农户预判市场走势，以做到科学生产、提前规划销售。

　　（4）提供农业气象预报和灾害预警，告别靠天吃饭。农业生产对天气具有极强的依赖性，经济的发展带来的环境破坏致使近年来经常出现极端天气，传统的气象预报已经无法满足农业生产的需求。农业大数据技术利用仪器实时观测天气，并且通过收集资料的方式对天气情况进行及时的分析和总结，构建云端气象模型，结合气象卫星实时传输数据，预测灾害，避免农业灾害的出现或者是将可能存在的自然灾害降到最低值。如冰雹、大风、干旱、洪涝等自然灾害经常会对农业造成巨大损失，部分迁飞性虫害也会随着风进行传播，以农业大数据为基础的大范围天气预报系统，通过对历史数据、实时洋流分布、大气可降水分布、水汽流动情况进行综合分析，可以对未来两三周的天气状况进行预报，空间精度能到公里级，相关部门可以提前做好预警工作，减少灾害对农业生产的影响。

　　（5）建立食物追踪、安全监督体系，搭起生产者与消费者的信任桥梁。食品安全问题一直是政府、社会重视和关注的焦点话题。近年来，我国食品安全事件层出不穷，各种食品安全事件不断考验着消费者的承受力，引发了全社会对食品安全的焦虑。以农业大数据为核心，建立食品安全溯源体系，保证在农产品种植养殖、生产、流通以及销售与餐饮服务等各个环节中，食品质量安全及其相关信息能够被精确追踪，从而使食品的整个生产经营活动始终处于有效监控之中。当食品出现质量问题时，通过大数据链可以及时找到影响食品安全质量的环节和要素；同时顺藤摸瓜，确定问题因素影响的所有食品，通过风险交流，及时召回所有可能的风险食品，减少问题食品对消费者的伤害和企业的损失。

　　现阶段，我国农业大数据的研究与应用逐步深入，政府、企业、农民已经认识到农业大数据的巨大价值，开始投入人力、物力和财力到农业大数据的分析、处理、应用和优化等过程之中。但是，和美国、日本、欧美等农业发达国家相比，农业大数据在我国依然是新兴的技术领域，在数据应用中面临着诸多的困难：

　　（1）数据共享程度不够。受体制机制限制，我国农业大数据共享水平有限、数据质量不高，难以支撑大数据应用。目前，农业存量数据的开放程度较低、发布渠道有限、收集获取成本高等因素都限制了农业大数据应用开发者随时进行数据调取和使用。近年来，各级农业管理部门开始推动农业数据资源共建共享，如广州市在全国率先通过信息化手段开展政府多部门数据联网核查，打破部门“信息孤岛”，推进跨部门业务协同和政府服务流程优化，带动了社会开展大数据增值性、公益性开发和创新应用。

　　（2）农业大数据获取难度大，现存数据存量不足。农业大数据类型多样，包括气候、土壤和空气质量、作物成熟度，甚至是设备和劳动力的投入及可用性等方面的多时空多时相数据，数据来源涉及多个领域和环节，海量数据的获取难度巨大。由于我国农业大数据起步时间晚，历史数据不完整、存量严重不足，在很大程度上限制了农业知识分析和挖掘技术的发展。

　　（3）农业大数据统一性差、精准度低、实时性不高。农业大数据结构多样，包括传统结构化数据，图文、音频、视频等多媒体数据，还涉及农户生产经验、农业经营模式等主观性内容，难以形成统一的数据结构。农业大数据采集设备和过程容易受自然环境变化的影响，导致采集的数据存在误差，造成数据精度较低。由于农业物联网技术不够成熟，农业实时信息的采集不够及时，现有数据周期无法及时反映农业生产经营过程中出现的新情况、新问题以及热点和难点。

　　（4）数据分析主观性强，数据利用率低。在对农业大数据解释和分析的过程中，技术人员可能会受主观意愿和外界因素影响，无法客观分析。农业大数据结构化数据仅占15%左右，更多的是多媒体数据，传统数据库和分析工具对其利用率低。农业大数据分散存储、格式不一、标准不同，无法进行综合利用，数据挖掘出的价值有限。

　　作为传统农业大国，我国的农业大数据起步较晚，依然处在试验、探索的发展阶段；面对困难和挑战，可以借鉴农业大数据发展成熟国家的经验，并结合我国农业发展的实际情况和实践经验，构建农业大数据建设和应用体系。笔者对比中美农业大数据产业，总结了下面几点建议：

　　（1）强化农业大数据国家战略，构建大数据公共基础平台。大数据研究和应用不仅仅是商业行为，更关乎国家战略和经济发展。如美国奥巴马政府于2012年启动《大数据研究和发展计划》，从国家战略高度加强政府和学术界的大数据应用能力，加强大数据时代的科研、教育、国家安全和社会管理能力。同时，农业大数据的发展不是孤立的，离不开工业设备、气象预报、金融管理、科学技术研究等各个领域；政府应积极发挥领导作用，引导各级部门、机构和企业构建大数据公共基础平台，打通涉及国家经济动脉的各行各业实现协同发展。如美国政府主导的Data.gov网站，按原始、地理数据和数据工具三个门类开放数据，涵盖了农业、气象、金融、就业、人口统计、教育、医疗、交通、能源等大约50个门类，同时提供开源的政府平台代码并允许任何城市、组织或者政府机构创建开放站点。

　　（2）完善发展大数据的领导体制，加快数据管理法制体系建设。农业产业大数据的建设是一个系统性工程，发展农业大数据，涉农部门需多方合力。目前各部门数据标准不统一、业务系统建设“统”而不“通”，数据治理的管理规划欠缺，数据资产安全保障力度不够。政府应当大力推动通信基站、电信宽带等农业大数据基础设施的建设，为数据的互联互通提供硬件基础；各级部门要积极开放掌握的各类涉农大数据，以供涉农企业合理规划生产、制定科学的农业解决方案。在制度建设方面，以数据全生命流程为主线，围绕数据采集、存储、共享、流通、使用、安全等环节，编制数据资源管理办法、数据生产规范、数据共享机制等，为农业大数据的数据归集、应用管理、开发共享等奠定良好的法制依据。

　　（3）把大数据人才培养作为重要抓手。美国是数据科学家和面向未来的大数据人才储备启动最早的国家，人才的持续供应是其农业机械化、现代化、智能化发展的强力保障。目前，我国各类高校已陆续建设大数据专业，围绕数据科学课程建设、技术研究与应用、人才培养等开展学科建设，据不完全统计，全国约有283家高校已经开设大数据相关专业。但是国内数据科学人才的缺口依然巨大，可达百万级，在数据科学人才培养方面，应该做好以下工作：一是计算机学科为大数据产业界输送和培养技术型人才；二是经济、商学等社会学科为大数据产业提供经济学分析和管理人才；三是涉农部门和企业要积极创造人才实践平台，培养应用型人才；四是企业要加强与科研院校的合作，培养大数据综合型人才。

　　上一篇：牢固树立绿水青山就是金山银山的理念 坚定不移走生态优先绿色发展之路

　　新华网今日头条法制日报中青网求是网光明网中经网中国日报农业农村部网央视网中国政府网半月谈人民网中国网中国农业新闻网中国农业信息网央广网中国农村网-