大数据何时眷顾农村

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

要真正让大数据和农业农村全方位融合,补齐农村信息基础设施的短板,打破不同部门之间的行政隔离

科技总能以意想不到的方式突破人类想象,不妨以有限的想象力展望大数据在“三农”领域的应用:通过电视、手机等终端,农民在家实时查看庄稼长势;分布在田间地头的传感器,汇集温度、湿度和墒情等数据,预测产量;通过农产品市场信息系统,供求信息自动对接;建档立卡贫困户的每项收入录入网络,超过贫困线自动销号,低于贫困线,自动预警;农民可以在线查看各项补贴发放的过程……

体量大、类型全的大数据,经过“提纯”、应用,可以发现新问题,创造新价值,提升新能力,大数据也成为新型经济资源。然而,现实中,大数据在农村却遭遇“数据困境”。一些涉农领域数据缺失,数据质量不高,数据利用程度低。一些数据部门之间互相“打架”。在西南某省,贫困区域连片分布,当地通过建档立卡摸清贫困人数,实施精准扶贫。然而,扶贫部门统计的人数与统计、残联、人社等部门人口数据出现了不一致。这其中固然有统计方法、收集标准等影响因素,但如果各部门连贫困人数这一基础数据都无法精确掌握,精准脱贫又如何实打实落地?

之所以出现这样的“数据困境”,究其原因,首先在于农村地区信息基础设施薄弱。当下城乡“数字鸿沟”依然较大,据有关部门统计, 2015年我国城市宽带用户净增1089.4万户,是农村宽带用户净增数的5.5倍。农村地区的信息化设施覆盖率低,难以搜集到全面而准确的数据。同时,涉农部门的行政边界隔离,也加剧了这一状况。很大一部分的“三农”数据分散在不同政府部门之间,行政边界成为数据自由流动的“高墙”,支离破碎的数据难以成为准确决策的基础。

聚沙成塔,充分发挥大数据的价值,需要实现有效整合。发展农业农村大数据,要补齐短板,加快农村基础设施建设和宽带普及,推进现有设施设备的升级,逐步完善大数据采集、储备等网络设施。这不仅需要政府投入,更需要拓宽资金来源渠道,通过市场机制,鼓励社会资本进入,支持企业实施农业农村大数据公益性、增值性服务。

整合数据,更需要管理方式的转变。新的事物需要新的管理思维,实现数据的共享需要新平台和新机制。在平台建设上,建立国家农业数据共享开放平台,实现农产品生产、库存、贸易、疫病防控、政策信息等全覆盖。在机制建设上,明确各部门在开放共享数据上的权利和义务,明晰数据公开边界,找准公开和保密的平衡点。作为信息技术,大数据安全问题也要未雨绸缪,针对病毒防范、漏洞管理、黑客入侵等问题,建立严密的风险防范规范,保障农业农村大数据的安全。

随着信息化的发展,大数据正和农业农村领域实现全方位的深度融合,这也为农业生产方式比较粗放、资源环境负荷过重、农民决策不理性等“老难题”提供了新的解决方案。从想象到现实,农业农村大数据的蓝图正在逐渐展开,这将为农业现代化的进程提供更加强有力的支撑。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
26天前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
5天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
26 1
|
27天前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
45 3
|
2天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
20 1
|
4天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
19 2
|
6天前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
|
10天前
|
SQL 存储 大数据
大数据中数据提取
【10月更文挑战第19天】
27 2