JDB电子

存在问题：现有涉农业务系统由于建设单位纷杂、业务标准不统一、信息化建设标准不一致、数据库表结构多样，产生农业农村数据不统一和数据打架问题，使得涉农数据可用性差。

解决思路：通过搭建大数据平台，建立农业农村行业大数据资源目录，按目录采集、汇聚数据，完成农业农村基层数据库建设，形成覆盖农业农村全领域数据资源。

建设成效：建立一套包括数据标准、技术标准、安全标准和管理规范在内的完整的农业农村信息化标准规范，统一农业农村信息化建设的标准要求，消除数据的不一致性，对数据按标准进行清洗、稽核等操作，从根本上改善和解决系统的数据质量问题，推动数据标准化，实现数据有效整合、清洗和质量提升，达到数据的“聚”与“治”，为数据共享奠定基础。

存在问题：农业农村数据是变化迅速、数据巨量、结构类型多样的数据，但各类数据长期独立存在且基层数据上报难以及时更新至上层。

建设思路：在实现涉农数据的汇聚与治理之后，通过在大数据平台建设贯穿基层的数据上下行机制和同其他行业数据共享交换机制，攻克跨部门、跨层级、跨平台农业数据长期相互独立、难以共享的现状。

建设成效：实现数据打通，解决上级数据整合难、下级数据返还难、数据行业壁垒的问题，实现农业农村领域数据的共享共用。

数据应用服务对象：农业农村大数据主要受众如政府、涉农经营主体、农民等。

面向政府：通过聚焦“三农”业务实际需求，建设有关粮食生产、畜牧产能、渔业资源的动态变化监测，为管理者提供有关“三农”管理、监测、预警的工具，管理者进行区域农业宏观调控，为资源优化配置提供科学决策支撑。

面向涉农经营主体、农民：基于大数据云计算面向农企、农户提供农产品供需发布、土地流转交易智能匹配、农机供需预定、植保飞防需求预定等服务。通过云和大数据来赋能农业产业发展，实现农业农村大数据在各种真实场景的应用，实现农业农村大数据为农服务。

数据分析模型应用：通过多维度数据的联合分析和先进的算法模型应用，推动大数据服务与农业深度结合，聚焦种植业、畜牧业的关键环节，来实现有关农业生产、养殖、农村生态的精准监测预警和智能化决策评估。

模型应用示例：

数据应用释放价值：农业农村数字化建设是释放三农数据价值的基础，也是“资本下乡”是关键。在涉农数据实现“聚”“治”“通”且数据标准建立的基础上，涉农数据的资产化是农业农村大数据平台实现自身造血、维持运营的点睛之处。

打造金融场景：通过推动乡村与银行、保险机构联合创新，比如通过有关农村、经营主体、农户的精准客观画像和信用评价体系建设为金融、保险行业实现优质客户筛选,发挥涉农数据的金融价值，实现农业农村数据和金融数据的联动。吸引工商资本投资到农业农村领域，推进农村场景金融建设，健全农村的金融服务体系，增加农业农村数据资源产出，为农业农村大数据在其他行业的拓展应用提供支撑，同时以数据变现方式来推动农业农村大数据的产业化发展，并加速农业农村发展向数字化转型。