农机行业大数据分析

『壹』 什么是新农业创业项目

中国是农业大国，去年全国粮食总产逾1.3万亿公斤。近年来，农业大户、合作社纷纷用上了各种机械设备，包括无人机等“黑科技”，农业生产技术、设备不断升级，为农业转型发展提供了先决条件。随着土地流转进程加快、农村大力推行规模化生产，机械化生产水平不断提升，但是由于农机大规模使用，由其引发的问题也越来越多。

农机市场存在的问题现状

1农机销售市场存在的问题

（1）国补农机产品的价格普遍高于同时期、同地点、同类产品的市场正常销售价格。

（2）销售单位无序、盲目引进。一是引进地域不适应产品。二是两头产品，即刚投放市场，不太成熟的产品及已过淘汰期库存产品或即将进入淘汰期的农机产品。三是假冒伪劣产品。以上产品部分厂方不予退换，导致坑农、害农的事件时有发生。

（3）重产品销售，轻三包服务。一是三包零配件的品种不全。二是三包零配件的数量不多。不能满足农忙季节农机三包服务的需要，贻误农时，降低用户收入。三是三包期一过，要么服务不热情，要么漫天要价，使用户增加不合理的负担。

（4）注重经济效益，轻视技术传播。销售方往往只注重经济效益。对农机产品特别是保护性耕作机具作业技术要求、保护性耕作的优点及必要性、作业过程中的注意事项等，宣传、讲解、培训不够。

2农机维修市场存在的主要问题

（1）农机维修人员业务技术水平低。一方面，农机维修人员理论水平低，没有接受过系统的专业知识技术培训，大多是师傅带徒弟教学方式；不懂规范，不懂作业技术标准；缺乏维修大中型、先进的农机具的经验及技术。另一方面，农机维修季节集中，平时业务很少或无业务，收入极低；维修服务时，劳动强度大，作业环境恶劣，导致大部分年轻人不愿从事该行业，从业人员逐步萎缩。

（2）修理范围狭小，条件简陋，设备老化、缺失。维修范围仍停留在简单的小型农机具内，大部分只能开展焊接、钻孔、简单的换件等服务。无法开展车、铣等维修。更没有先进的检测设备，故障诊断完全凭经验。

（3）农机零配件及维修服务质量难以保证，农机监管部门无监管经费、无行政执法权、无检测设备，对农机零配件质量的打假，农机维修服务质量的监管难度很大。

3农机作业市场存在的问题

（1）农机具作业效率低，经营成本高。我市农机作业市场的主体，农机合作社拥有的都是大中型农业机械，然而目前土地流转规模较小，家庭联产承包制的土地，种植单元小，地块零散；适宜作业服务区农机服务能力相差无几，跨区作业服务半径越来越小。造成农机具利用率较低，经营成本较高。

（2）缺乏技术人才及管理人才。我市的农机专业合作社大都是由原来的农机大户发展而来，其成员以农民为主，文化素质及管理水平RTA待提高，已大大地阻碍了农机作业市场的顺利发展。

（3）组织松散，管理不到位，脏乱差现象严重。农机作业服务，整体作业少，单机服务多。劳务纠纷缺乏仲裁，各种规章制度形同虚设；对先进的农机技术辐射能力差；合作社区机具摆放凌乱，日常维护保养不到位。

农村创业者终于等来了风口

据了解，1990年起，我国开始研究和推广农用机械，进行产业化探索。近年来，随着农机设备功能、技术、系统升级，农业机械化逐渐普及，到今年2020年，全年综合机械化率将达到七成 。有数据显示，对比发达国家农业机械化水平来看，目前我国农业机械增长仍具有较大潜力，农机行业仍有无限潜力。

农事帮作为农机行业大数据整合系统，依托互联网和5G，数据服务将会更加成熟高效，切实做到了让信息多跑路，农民少跑路，实现了农户与农机的直接对接，推进了“互联网+”农机管理进程。

经济新常态下，农业搭上“互联网+”列车是产业现代化转型升级的必备法宝。中国经济正处于增速放缓、结构调整的重要节点，消费需求正在变化升级，农业亟需告别以往粗放、低效的生产方式，搭上与现代技术集合的高速列车。“农事帮作为互联网+农机的项目模式或将成为我国互联网产业的下一个风口”。总体来看，农机行业的智慧数据整合在国内展现出较好的发展潜力。未来，需要进一步利用云计算、物联网、人工智能等领域的新技术新成果，从多个方面向机生产经营的各环节延伸，最终促进智慧农机更好地发展。

『贰』 如何建设一个落地的农业大数据体系

从最初的出发点，农业大数据是可以利用卫星遥感、气象和土地等数据集成天气、病虫害、成长监测等到种植管理计划中，并能够进行作物产量和生长趋势预测；
从标准化农场的规模化和自动化产业运营的角度，农业大数据是可以结合自动化农机、IoT的智慧农业等进行辅助决策分析；
通过大数据分析和预测，可以进行农产业的产品创新和垂直市场的深入开发；
通过大数据来支撑农产品的品质控制和种植生产等数据与农产品零售和食品零售的数据交换和追溯；
基于大数据来进行农业的一二三产的价值链整合，谁先掌握更多的大数据谁更容易建立产业链的首发优势；
通过丰富和全面的大数据来支撑农产品品牌的打造和IP化；
但是，如果只是为了农业的大数据而大数据是没有用的，一定要结合农业的实际应用场景来采集、利用和算法分析，也就是要让“量”大的大数据变成“厚实”应用场景的大数据。
现在的农业大数据大多是从数据源入手，比如天上的卫星遥感、地下的土地设备等，但缺少实际的农业应用场景，导致数据很难直接进行价值转化落地，农业的大数据不只是天上的、地下的能够解决，更关键是地面部队，地面推进。农机，也没有实现标准化和规模化的农场或者基地，而农场和农产品的交易平台也没有完全实现，这就意味着农业大数据的道路还很漫长。

『叁』 农业大数据到底怎么玩

（1） 从领域来看，以农业领域为核心（涵盖种植业、林业、畜牧业等子行业），逐回步拓展到相关上下答游产业（饲料生产，化肥生产，农机生产，屠宰业，肉类加工业等），并整合宏观经济背景的数据，包括统计数据、进出口数据、价格数据、生产数据、乃至气象数据等。（2）从地域来看，以国内区域数据为核心，借鉴国际农业数据作为有效参考；不仅包括全国层面数据，还应涵盖省市数据，甚至地市级数据，为精准区域研究提供基础；（3）从粒度来看，不仅应包括统计数据，还包括涉农经济主体的基本信息、投资信息、股东信息、专利信息、进出口信息、招聘信息、媒体信息、GIS坐标信息等。
（4）从专业性来看，应分步实施，首先是构建农业领域的专业数据资源，其次应逐步有序规划专业的子领域数据资源，例如针对畜品种的生猪、肉鸡、蛋鸡、肉牛、奶牛、肉羊等专业监测数据。

『肆』 农业大数据类型有哪些农业大数据主要包含了哪些内容

根据农业的产业链条划分，目前农业大数据主要集中在农业环境与资源、农业内生产、农业市场和农容业管理等领域。
（1）农业自然资源与环境数据。主要包括土地资源数据、水资源数据、气象资源数据、生物资源数据和灾害数据。
（2）农业生产数据包括种植业生产数据和养殖业生产数据。其中，种植业生产数据包括良种信息、地块耕种历史信息、育苗信息、播种信息、农药信息、化肥信息、农膜信息、灌溉信息、农机信息和农情信息；养殖业生产数据主要包括个体系谱信息、个体特征信息、饲料结构信息、圈舍环境信息、疫情情况等。目前，广西慧云信息所做的农业大数据就是主要是在种植方面，其智慧农业云平台可以自动采集农田数据以及实时视频，通过云端发送到用户手机上，用户可以直观快速准确了解农田情况，为农业生产带来了便利与高效。
（3）农业市场数据包括市场供求信息、价格行情、生产资料市场信息、价格及利润、流通市场和国际市场信息等。
（4）农业管理数据主要包括国民经济基本信息、国内生产信息、贸易信息、国际农产品动态信息和突发事件信息等。