區域大數據發展與區域農業大數據建設水平比較研究

陶 耘 成謝鋒

（1.池州學院，池州 247000；2.南京郵電大學，南京 210003）

1 引言

2015 年起政府部門相繼出臺政策文件，明確提出實施國家大數據戰略，發展大數據在各行業，尤其是農業農村領域的應用[1]。當前大數據的研究更多集中在工業、企事業單位、政府公共管理上，如李艷玲將大數據應用于企業會計管理[2]；董欣格提出數據挖掘技術應用于銀行業大數據的方案[3]；徐曉貝,張繼鋒探究了大數據在智能交通系統中的應用[4]；同時業界也注意到農業大數據的重要性，李強等提出集成先進數據采樣技術，建立分布式、模塊化、高效精準、低耗可持續的農業動態數據采集管理平臺[5]。劉寶印,杜洪燕認為在肇慶市建設農業大數據中心符合粵港澳大灣區農業發展需求,并對建設過程中可能遇到的問題提出思考[6]。姜澤臻著重研究農業大數據在農業風險防范中的作用[7]。從文獻統計分析看，目前大數據研究多在各行業的應用領域，客觀比較大數據發展水平及農業大數據建設的區域差距，并結合兩個區域指標體系的對比分析尚缺乏?；诖耍芯拷^域大數據發展與區域農業大數據建設比較評價指標體系，橫向比較各指標的區域差距，再縱向綜合對比分析各區域各指標關聯關系，總結各區域大數據及農業大數據戰略實施存在的問題，探析今后發展方向和建設路徑。

2 研究原理與方法

2.1 構建比較評價體系

結合當前研究成果，基于區域大數據發展、區域農業大數據建設的內涵，綜合國家統計局、中華人民共和國農業農村部（以下簡稱“農業農村部”）、中華人民共和國商務部、中華人民共和國交通運輸部（以下簡稱“交通運輸部”）、中華人民共和國工業和信息化部等部門統計報告，初選指標構建評價體系，通過主成分分析，篩選去除相關度低、共線高、采集難度大和數據存在問題或缺失的指標，建立區域大數據發展水平和區域農業大數據建設比較評價指標體系（如表1）。

表1 比較指標體系Table 1 Index system of big data construction level

2.2 指標權重確定

采用模糊分析法，邀請研究領域學術專家和學者，政府科研部門人員，學校科研管理行政負責人組成專家評價團隊，對指標的重要性循環打分，取加權平均值。權重為專家自身權重，即專家對指標含義的了解程度，對某項指標不了解得0 分，了解得1 分，很熟悉為2 分，如果某專家對每項指標都很熟悉則滿分SCORE=2n（n是指標數目），計專家權重為：

專家m對指標K打分修正值為：

指標權重為：

同樣得到二級指標權重ej。一級二級指標權重項量分為記為Ri，Ej，將第一次權重結果反饋給專家后請專家再次打分重復上面步驟，直至得到專家都認可的權重分配結果:

得兩個權重向量：

2.3 計算綜合得分

采用熵權法（*，+）算子分別得到各區域Z，D 及其二級指標的模糊評價綜合得分：

2.4 綜合分析說明

結合原始數據、實地調研、系統綜合評測和區域各指標得分情況，橫向比較區域大數據發展水平與區域農業大數據建設水平，再縱向將各指標結合，綜合對比分析其相互關系，揭示問題，提出建議。

3 大數據及農業大數據發展總體現狀調研分析

3.1 大數據總體發展水平調研

大數據產業規模狀大。2020 年中國大數據產業與AR、VR、5G、區塊鏈、邊緣智能等技術融合，規模達6388 億元，持續增長18.6%，預計2023 年將超1 萬億。互聯網、政府、金融和電信規模合計77.6%，穩居前列。工業、健康醫療大數據產業鏈價值高，市場可期；農業大數據剛開始布局，是今后重點[8][9]。

大數據交易市場建設成效突出。至2020 年全國共有功能完善的大數據交易中心24 個，分部于全國各大區域，市場建設走向規范。

大數據創新受到重視。國家和省級大數據實驗室已數百家，如醫療大數據技術應用國家重點實驗室，流程工業自動化國家重點實驗室，大數據分析與應用安徽省重點實驗室，它們匯集高端人才和創新要素，不斷探索大數據前沿領域，創新關鍵核心技術，引領產業創新發展[8]。大數據產業園是大數據產業集聚和創新中心，支撐區域大數據產業高質量發展。華東、中南地區大數據產業園布局全面豐富，江蘇、山東、安徽、福建、四川均建設了健康醫療大數據產業園[8]。

2021 年數字政府經歷15 年建設，已基本覆蓋全國，政務上網基本完成。

京津冀、長江經濟帶、大灣區、成渝雙城區需求量大，算力飽和；西部地區數據存量相對少，上架率低[8]，數據中心算力供需不匹配。

3.2 農業大數據建設總體現狀調研

大數據的重要作用已在各行業顯現，而農業大數據經10年建設也已初具成效，調研總結如下。

3.2.1 基礎建設加速

政府加快網絡覆蓋和普及應用,全國行政村通光纖和通4G 比例均超98%。到2020 年9 月止,農村寬帶接入用戶數達1.39 億戶,年增488 萬戶,年增長率8%[9]，到2020年底全國農村網民規模達3.09億人，同比增長39.2%；農村互聯網普及率為55.9%。

截至2019 年底基本實現鄉村數字廣播網絡戶戶通,2021 年前半年,全國鄉鎮快遞網點已99%覆蓋。通過郵政鄉鎮網點、村店、村郵站加盟等方式,農業電商服務點建設持續深入。農業智慧物流建設逐漸完善,配送體系日益成熟[10][11][12]。

3.2.2 單品大數據全產業鏈建設起步

油料、天然橡膠、蔗、棉花、蘋果、大豆單品大數據建設起步,初步形成面向全產業鏈的監測預警系統。國家級生豬大數據中心開發了生豬產業數字監管平臺，智能養殖平臺，線上交易平臺，生豬金融服務平臺,為全產業鏈提供專業的數據查詢、生豬交易、產業保險及金融服務[13]。

3.2.3 農業大數據系統應用深化

農業農村部網站數據頻道2018年1月上線,2020年3 月升級改版，為用戶提供大量權威、開放、可開發、可利用的數據[13]。

新型農業經營主體信息直報系統基于互聯網大數據為經營主體提供金融服務。已入駐銀行19 家、農擔公司（省級）22 家、保險公司10 家,提供377 款產品。注冊用戶13.5萬家,認證主體4.7萬家[13]。

農產品市場信息平臺構建了農業多源立體大數據資源池：監測批發市場實時數據；抓取電商、網絡輿情等數據；采集物聯網、衛星遙感氣象、傳感信息數據；共享政府、實驗室和檢測機構的數據。截至2020年底,平臺超20 億條接入數據,每天新增10 萬余條數據。實現了數字在線查詢分析、可視化展示、監測預警分析、產銷分析、農產品市場運行分析等多樣化功能[13]。

建成了農藥、獸藥基礎數據平臺和農產品質量安全追溯平臺，在農業產業各環節逐步推進,最終達到全過程追溯監管目標[14]。

通過農業電商等方式推進農業數字化經營?！盎ヂ摼W+鄉村特色產業”、“互聯網+農業新業態”,電商經營渠道不斷擴寬,特色產品、鄉村旅游、網紅品牌引爆網絡。

全國農村創新創業導師庫、專業化眾創空間、科技企業孵化器建設已成規模，至2020 上半年,全國已建成眾創空間6959 家、科技服務團隊4849 家和科技企業62萬家,就業人數近四百萬。中國公共招聘網與各就業服務機構聯網,初步建設覆蓋城鄉的就業服務平臺[13]。

3.2.4 農業生產數字化初具成果

初步建成全國農田“一張圖”大數據中心,推進高標準農田上圖入庫,實現農田建設數字化管理。

通過農情監測體系、全國農作物重大病蟲監測預警信息系統、科學施肥專家查詢系統、田塊編碼查詢等應用，提升了種植業數字化。金種子云平臺推動種業數據化。全面實行農機系統管理，加快智能農機裝備推廣應用。開通“農機線上”、“農機直通車”、線上農機作業對接，合理調度機具、安排生產,提供“全程機械化+綜合農事”等服務[13]。養殖場直聯直報、養殖技術線上指導服務系統不斷完善；漁船漁港信息管理系統、漁業生產大數據平臺建設穩步推進；畜牧業、漁業數字化初步形成。

3.2.5 鄉村建設數字化進步顯著

云計算、大數據等技術應用，深化“互聯網+政務”、“互聯網+黨建”,農村宅基地信息化管理、土地承包信息平臺建設。推動農村社區管理網格化,與公安、衛生健康、交通運輸等部門數據整合,實現鄉村建設管理智能化、數字化、精準化[13]。中國人民銀行開發一體化金融數字服務平臺，深入推進農村基礎金融服務[11]。中華人民共和國文化和旅游部（以下簡稱“文化和旅游部”）持續實施公共數字文化建設項目,年安排資金5.62 億元。通過非物質文化遺產線上集中展播，大力支持農村農耕文化、曲藝等傳承發展，持續推進中國傳統村落數字博物館建設,以全景漫游、三維實景等形式全方位展示傳統村落的文化內涵和魅力[13]?；窘ǔ涩F代公共法律服務體系，提供覆蓋城鄉、均等普惠的公平法律服務。中華人民共和國人力資源和社會保障部穩步推進全國統一的社會保險公共服務平臺、醫保平臺,使全國社保、醫保智能信息化[13][14]。中華人民共和國教育部加快數字教育建設,落實農村學校聯網項目,優質數字教育資源共建共享，覆蓋城鄉，基本實現教育資源城鄉均等、普惠[13]。中華人民共和國水利部自2018 年起運用遙感技術、無人機、移動終端等技術,對水土流失動態監測防控。2020 年河湖遙感“四查”平臺建設完成[14]。12369 熱線、微信平臺運營，基于網絡引導公眾共同維護綠色生態環境[13]。

4 區域大數據發展水平及區域農業大數據建設比較分析

4.1 建立比較指標體系

參考中國大數據區域評估報告（2021年）[9]，調研各省農業廳網站及相關應用系統和政務服務系統，統計每個網站接入國家農業信息系統數量和各省開發的農業數據管理系統個數，政務系統接入狀況及新型農業經營主體信貸直通車建設；分階段對每個系統的數據采集、分析、應用，各系統數據的準確性、標準性、時效性進行評測；結合區域農業電子商務和農業合作社電子商務銷售狀況，依據指標選用規定及權重確定模型，建立比較指標體系。

調研查閱工信部、農業農村部、商務部、國家統計局、交通運輸部、文化和旅游部等網站，同時參考中國電子信息產業發展研究院、艾瑞網、阿里研究院歷年的大數據及相關統計報告，匯總統計2020 年各省地域大數據發展水平、農業大數據建設及其二級指標的精確數據，分步分析。

4.2.2 區域大數據總體水平比較分析

參考中國電子信息產業發展研究報告，對全國區域大數據水平進行評估，得出各省評價指標，按得分分為30～60 分；20～30 分；10～20 分三個梯隊。位居第一的廣東59.17分和最差的西藏自治區11.4分相差很多，除經濟原因，基礎建設應是重要制約因素[9]。

圖1 區域GDP與大數據發展指標比較分析(數據來源：統計局、中國電子信息產業發展研究院)Fig.1 Comparative analysis of regional GDP and big data development indicators

結合2020 年各省GDP 數據，東部地區整體表現亮眼，經濟、大數據發展指標均表現較好，四川、湖北大數據發展水平表現不凡，根據大數據產業園建設分布可知，數據應用應是這兩省關注重點；河南、安徽、湖南、河北各省經濟良好，但大數據發展水平指標不高，需重點推進；山西等11 省大數據發展指標低于20，GDP 也普遍低于二萬億，經濟發展落后，需加快數據化進程，以數字經濟驅動產業經濟發展[9]。

大數據總體水平與其五個二級指標的走勢來看，大數據發展環境指數、創新指標和總體應用與大數據總體水平趨勢基本相同，仍呈現東高西低的狀態，尤其是經濟水平發展制約大數據基礎建設及大數據創新科技園的設定，使得西部大數據發展環境指數和創新指數普遍較低，與東部地區差距較大。各區域大數據總體應用的差距相對其他四個指標較小，充分發揮大數據的功能受到各省域普遍接受和重視。

數據資源變化卻與總體水平不符，重慶、遼寧、陜西、山西、吉林、內蒙古、云南、甘肅幾省(自治區、直轄市）出現了0 指標，說明政府層面數據開放沒有實施到位，數字資源缺乏，嚴重影響大數據在商業、農業、民生的應用。而經濟落后的貴州卻有相當豐富的數據資源，政策影響下的數據開放充分，也使得其數據的總體應用表現不俗。

產業規模指數也有大波動，貴州省雖有較好發展環境和數據資源，但因沒有形成高效產業規模，加之創新力度不夠，總體水平并不高[9]。

4.2.2 大數據發展環境指數影響因素比較分析

如圖2 東部各省(自治區、直轄市）發展環境整體優越，四川、貴州和河南三省入圍前十位，其政策促進效應突出，西藏、青海遠遠落后，環境建設需要加強。

圖2 區域大數據發展環境和行業應用比較分析（數據來源：中國電子信息產業發展研究院）Fig.2 Comparative analysis of regional big data development environment and industrial application

大數據管理機構已在各省建立，河北省指標12.11最低，組織建設與其大數據需求不匹配。

貴州省以68.82 的政策環境指數遙遙領先，肯定了其大數據政策的成效。

廣東省、北京市基礎建設環境指數領先，江蘇、浙江、上海等東部省(自治區、直轄市）緊隨其后。西部地區指數較低，信息基礎建設區域發展不平衡。

江蘇省、廣東省大數據集聚示范成效突出，西南西北集聚效應沒有發揮，水平相差極大。

北京市、廣東省、上海市已形成較成熟的人才管理體系，人才集聚優勢顯著，智力保障指數高。江蘇、浙江、四川、湖北、山東、福建、河南等省(自治區、直轄市）近年人才政策對大數據優秀人才吸引力顯著增強[9]。

4.2.3 區域大數據行業應用比較分析

大數據行業應用總體水平分為三個階梯如圖3。指數52 以上,包括北上廣和江浙地區，大數據發展水平及應用水平都比較高;指數38 以上，主要為東部地區、成渝和東北地區13 省(自治區、直轄市），安徽、重慶大數據發展水平不在前列，但應用受到重視，指標較高；指數26～37，以中西部地區、西南地區為主的13省(自治區、直轄市）。

圖3 區域農業大數據建設比較分析Fig.3 Comparative analysis of regional agricultural big data construction

按指標分析近兩年各(自治區、直轄市）數字政務均大幅提高，政務應用差距不大。工業應用仍是東部、京津水平較高。西南工業中心成渝也列第一梯隊。江蘇省、山東省因其工業智能化建設成效顯著，分列前兩位。農業、電子商務重點行業應用與地區GDP排名呈正相關，浙江省以68.8%的農業數字化水平領先重點行業應用[9]。浙江省、上海市、北京市在教育、醫療等民生領域應用位列前三。中部、東部地區發展整體較好[9]，西藏自治區受經濟環境影響，應用受到限制。數據資源開放對重點行業及民生應用也有很大影響，數據資源指標為0 的重慶等幾個省域重點行業及民生應用得分都不高，大數據建設應該更加親民，應用技能的普及應該進一步加強。

4.3 區域農業大數據建設比較分析

4.3.1 區域農業大數據建設總體比較分析

農業大數據建設總體指標安徽、山東省表現搶眼，安徽省重點加強農業電商的應用，山東省則更注重農業大數據系統建設，江蘇省、浙江省和廣東省系統建設和電商應用雙管齊下，總體指標表現不俗，作為農業大省，河南近年尤其注重農業機械化和農業大數據建設，也以3.13總分進入第一梯隊。西北西南大部分省系統建設不完善，造成總體指標較低，北京、天津、上海在農業大數據的投入遠低于其他行業，總分也處于較低水平，需要指出的是做為中部工業大省，湖北農業系統建設和應用落后，除去不可預測因素，對農業大數據建設的政策規劃不到位是重要原因。大多數省份農業系統建設與農業電商應用不匹配，影響著大數據建設總體指標，其中安徽省、山東省、河南省系統建設跟不上應用，成為農業向更高精發展的桎梏，而河北省、福建省、上海市、江西省系統建設走在前列，但應用較少，造成資源的浪費。完善系統建設，創新電商應用，各省農業大數據建設必須兩手抓。

4.3.2 區域農業大數據系統建設比較分析

經評價得，各省農業大數據系統建設分布不均衡，河北省借力京津冀區域大數據產業園的建立，加快農業大數據系統建設，取得亮眼成績，而數據產業發展保持良好態勢的江蘇、浙江、山東各省的也取得較好成績，四川省、湖北省系統建設卻突顯落后。

具體分析得各省電子政務下的農業行政辦事建設都比較全面，能夠做到行政辦事一網通，但是部分省辦事操作復雜，智能化、可視化差，大部分系統沒有老年界面，只有少量省有語音播報，使用效率低。

新型農業經營主體信貸直通車在每個省農業廳的顯著位置均有接入接口，政府對農業經營主體的金融支持力度加大。

圖4 區域農業大數據系統建設比較分析（有效計數系統的數據采集、分析、應用，數據準確性、標準性、時效性評測需大于70分）Fig.4 Comparative analysis of regional agricultural big data system construction

對各省農業大數據建設開發比較分析得河北、江蘇、廣西3 省位列第一，目前都有9 個應用系統在使用，浙江省、福建省的系統建設也全面鋪開，達到8個，山東省位列第3，有7 個系統應用，還有兩個在建設，作為大數據產業中心之一的青島，及農產品集散中心萊西、濟南均建有智慧農業大數據中心，農業大數據高效應用使本地區農業經濟發展位居全省前列。但值得注意的是，山東、江蘇、浙江、廣西4 省接入國家農業信息系統的個數均只有1 個，且接口并不顯著，說明這幾個省農業大數據的開放和協同還沒得到應有的重視，與其區域農業發展中心的地位不符合，影響了區域農業大數據整體發展進程。

各省農業廳網站都建立了與中國農業農村部的鏈接，可直接接入全國農業數據監測系統，其他的國家農業信息系統接入各省不平均，天津市接入最多達到5個，自建系統卻只有1個；國家農業信息系統中中國農業品牌公共服務平臺、全國農產品批發市場價格信息系統被接入最多，國家農產品質量安全追溯平臺接入不理想，山西、山東、安徽、江蘇、福建、河南、廣西、貴州、陜西、新疆等省(自治區、直轄市）均自建了省農產品質量安全追溯平臺，各省對農產品質量比較重視，但協同性差，數據采集標準不統一，數據質量和時效性因各地農業大數據基礎建設水平不同而參差不齊，影響全國農產品質量監控效果。各省農機數字化建設都有進展，大部分網站都有農機信息查詢，有11 個省(自治區、直轄市）建設了農機管理系統，尤其是農業大省，如山東、河南、河北、廣西等，農機管理系統功能全面，使用率較高。凸顯了農機自動化推進農業產業化的作用。

4.3.3 區域農業電子商務應用比較分析

對比區域農產品網絡零售額及農產品網絡零售額占比得，廣東省的農產品零售額最高，達到750 億元；內蒙古、吉林、吉林、山西、西藏、遼寧、寧夏、貴州、云南等省(自治區、直轄市）雖然縣域網絡零售額小，但是農產品網絡零售占比高，充分說明電商對農業的帶動作用對西部及北部地區的經濟發展影響極大[14]。今后這些省域應以農業電商為推手，建立健全農業大數據體系，進一步促進農業經濟良性發展。

圖5 區域農業電子商務應用比較分析Fig.5 Comparative analysis of regional agricultural e-commerce application

2020 年，全國開展電子商務的農民合作社達2473 個，安徽省有68 個，網絡零售額排名第一；山東省有364 個，網絡零售額排名第二，而這兩省農業大數據中心建設也初具規模[14]。但總的來說農業合作社網絡零售額占比不高，均在20%以下，說明農業電商生態產業鏈建設還不全面，現階段農業電商仍以分散個體經營為主，對農業電商協同標準化高質量發展有一定的阻礙。

4.4 綜合對比分析

結合區域大數據發展水平指數及大數據農業等重點行業的應用指數，農業大數據建設及其系統建設和農業電商應用指標得，區域大數據發展水平與大數據農業等重點行業應用水平基本趨同，而農業大數據系統建設與區域大數據發展水平卻有一些偏差，與農業電商得分表現也不完全一致，如北京、天津、上海大數據發展水平很高，但農業大數據及農業電商表現卻并不突出，這與3 個直轄市的工業農業經濟比重不均衡有關系，作為京津冀和長三角經濟帶的發展中心，大數據的應用還是比較完善，但農業大數據建設的中心作用卻不突出。河北省雖大數據發展水平并不居前，但因河北農業大開發戰略，比較重視大數據在農業行業的應用，農業大數據系統建設得分比較搶眼，可由于大數據組織建設落后，應用并不理想，如能進一步與京津協同建設農業大數據，其農業經濟的發展會有一個質的飛躍。四川省的農業電商有一定的表現，但其農業大數據系統建設并不完善，與其大數據發展水平指數不匹配，制約了農業經濟發展，應提升至政府重點關注項目。內蒙古、海南、重慶、貴州、西藏、新疆、青海雖然農業大數據系統建設有一定成果，但應用不夠，農業電商表現不佳，電商基礎建設、大數據技術的推廣和農業電商服務的普及需要在這幾個省重點推進。湖北大數據發展水平總體指標和各二級指標表現都居中等，但農業大數據建設指標卻落后，數字農業發展成為該省經濟發展的短板。

圖6 區域大數據發展水平指標及農業行業應用與農業大數據建設及其系統建設、農業電商應用指標對比圖Fig.6 Comparison of regional big data development level indicators and agricultural industry application,agricultural big data construction and agricultural e-commerce application indicators

5 結論

5.1 區域大數據及農業大數據戰略實施存在的問題

5.1.1 區域發展不均衡

區域經濟發展與區域大數據及區域農業大數據建設與應用總體正相關，東部經濟發達地區大數據發展水平高，農業大數據建設與應用也領跑全國；中部地區近年加快大數據建設，經濟增長進入快車道；西部起步較晚，大數據產業發展還處于政策和規劃層面，農業大數據建設與應用還不具規模。

5.1.2 環境發展指數對大數據及農業大數據發展水平影響重大

環境發展指數呈東高西低態勢，影響著區域大數據發展水平，也制約了農業大數據，尤其是西部農業大數據建設，其中基礎環境建設差成為很多區域農業大數據的卡脖子問題。

5.1.3 區域競爭讓人才、組織、示范企業高度集中

北京、上海、廣東、江蘇、浙江等省(自治區、直轄市）以較為完善的人才及產業發展保障體系，吸引了大量優秀的人才、組織機構和龍頭企業，集聚優勢顯著。而經濟落后的省域人才匱乏成為大數據發展急待解決的問題。

5.1.4 數據資源體系建設進程不一

東快西慢是數據資源體系建設的總體表現，中西部地區數據采集技術和質量，數據標準規范和政府數據開放程度阻礙了其區域大數據發展，嚴重影響大數據在商業、農業、民生領域的應用，而農業大數據的建設與應用因其數據環境的特殊性更是落后于整體數據資源體系建設。

5.1.5 研發投入成為創新能力的洼點

基于高強度研發投入，北京、廣東、江蘇創新能力居于全國前列。而西部和東北部省域沒有創新能力的推動，大數據發展缺乏后續動力，農業大數據建設更是進展緩慢。

5.1.6 農業大數據建設與應用成為區域大數據發展的短板

各省區域農業和電商等重點行業的應用在大數據行業應用占比最小，農業大數據建設與應用遠遠落后于區域大數據建設水平，成為發展短板。結合實地調研、系統評測和數據統計分析總結主要問題如下：

農業數據采集質量不統一。農業基礎調查數據集中規范管理有一定的漏洞，加之數據量極為龐大，數據獲取實時性低，誤差大，無法及時反映整個農業生產經營過程中出現的問題。

數據分析準確性差。農業數據分析方法不統一，易受主觀因素影響，加之我國農業資源復雜，數據量大，數據分析準確性受到影響，其應用受農業生產發展狀況不同的制約，各省發展也不平衡，影響全國農業全產業鏈的協同發展。

數據發布的渠道有限。各省農業廳信息系統建設水平不一致，很多省沒有自建大數據系統，信息發布渠道少，且界面不友好，不方便使用者和管理者實時調取數據分析使用。

數據共享程度低。農業大數據的開展由于各地區、各部門管理，各主管單位標準不一，規模各異，沒有統一標準。各部門認識不統一，各部門信息開放程度不同，導致跨部門、跨區域共享數據資源相對缺乏，到目前為止還沒有建立起高效、整合的大數據體系，農民感受不到信息共享和應用的價值。

農業電商區域發展不平衡。部分區域農業電商供應鏈體系尚不健全、農業電商服務有待提升、農業電商物流配送體系亟需完善、電商專業人才短缺、農業電商各類主體協同不足，區域發展不平衡。

5.2 發展建議

5.2.1 加快建設新一代信息基礎設施

加強政府引導各企業資金、資源、人才、科技參與新基礎設施包括5G、人工智能、物聯網建設，加強農村地區新基礎設施共建共享，實現城鄉網絡一體化,應用無差別化。

5.2.2 數字鄉村與智慧城市統籌建設

以智慧城市建設拉動數字鄉村建設,城鄉一體化布局規劃、配置要素、發展產業、公共服務。實現工農互促、城鄉互補、共建共享、互聯互通的數字城鄉協同發展。

5.2.3 統籌共享數據信息資源

做好頂層設計，制定數據信息整合共享機制體制；建設大數據交換管理中心，實現數據資源的統一共享、自由交換；制定政府數據開放共享標準，實施開放計劃，形成政府數據統一開放平臺；各省制定信息采集、融合、交換標準及規范，細化農業信息采集標準、步驟和制度，實現包括各區域農業信息資源在內的信息整合、開放、共享和業務系統間的互聯互通。各級政府構建全面電子政務服務平臺和信息數據惠民服務平臺，逐步向農村延伸；逐步建成信息服務生產、學習、生活、文娛全覆蓋，使用人群全覆蓋、全天候“一站式”的農村信息綜合服務體系。

5.2.4 基于數據建數據

政府引導，推進數據市場化，調動社會各方力量，協作建設大數據、農業大數據市場運營?；跀祿袌龌y籌規劃，積極引導企業和研究機構開展大數據及農業大數據挖掘、關聯融合和精準智能應用等服務。加強各主體的數據共享開發，不斷創新數據新的應用價值。

5.2.5 全方位數字化

多方合力，推動政務、工業、農業、民生全方位數字化，重點以智慧農業為鏈條，提高農業發展質量和效益。以農業電商為中心建立農產品網絡銷售、運營、服務和支撐保障體系?；诖髷祿?，“智慧+電商”將不斷激發農業農村發展新動能，補齊農業大數據建設與應用短板。

5.2.6 農業電子商務應用創新

統籌各大電商平臺，統籌公益與市場利益，統籌社會資源，在部委層面建立促進農村電商發展的協同推進機制，使生產與農業電商上下游聯動，各大農業電商相互聯動。鼓勵統籌各電商企業、物流企業數據平臺，促進各電商、物流企業資源共享，加強農戶、農企、冷鏈物流企業、營銷商和消費者等各環節銜接，建立全鏈條的數字化智能化的農業大電商智慧流通體系建設。打造農業電商綜合服務平臺，讓綠水青山、民俗民風、勞動技能、土地建筑、特色飲食文化、特色農產品等都能轉化為社會經濟價值。最終構建產業核心，電商引領，信息技術綜合應用支撐，科研機構、金融機構及企業全方位服務的，農業綠色生態大電商。