官方数据:农业大数据白皮书：对国内外800家大数据企业的调研发现了这些趋势

由砖新媒体制作

1

农业大数据发展背景介绍

在从事农业研究和数据分析行业十多年的历程中，作者经历了“智慧农业”、“农业大数据”等词汇从无到有到火爆的全过程。无论是农业大数据，还是智慧农业，都属于广义的现代农业服务业。其发展阶段和应用水平与产业基础和政策环境密切相关。这在中美农业大数据产业对比中尤为突出。，其他山的石头可以用来做玉，值得我们花时间去梳理。

“大数据”（BigData）——这个术语，据说最早是用来描述数据处理问题的，是美国宇航局研究人员迈克尔考克斯和大卫埃尔斯沃思，他们在1990年代描述了飞机周围环境时处理气流的模拟和计算，要处理超级计算机产生的海量、非结构化、非视觉数据，需要在经典数学上寻求突破。因此，在“数据”之前使用“大”来描述它。这种问题。

而这个词在资本和市场的力量下蓬勃发展并迅速传遍全球。2011年，咨询巨头麦肯锡发布了著名的报告——《大数据：，，》。而以阿里系马云为代表的中国互联网巨头，从2014年开始喊出“DT”（大数据时代）的口号。

进入信息时代几十年后，机器算力从无到有，从小到大，到超级计算机的诞生。人类第一次有能力以各种形式和细节积累大量的信息，大量的底层数据。这意味着服务器中有一个巨大的“数据油田”。如何从中提取宝物，将数据反馈到应用场景，成为技术发展的新动力（310328).

在撰写这份报告时，我们发现 2009 年是非常有趣的一年。现在美国很多著名的农业大数据公司都是2009年前后诞生的，或者2009年前后发生了质的变化，其中的原因引起了我们的兴趣。

2009年，新上任的美国总统奥巴马在推动政府信息公开方面不遗余力。事实上，早在1960年代的美国，时任总统林登·约翰逊就签署了《信息自由法》，旨在确保公民在国家安全许可范围内接收所有（包括官方）信息。在互联网时代，奥巴马更进了一步，通过发布开放政府指导文件、开放政府合作伙伴计划、开放数据（）政策等一系列措施，确保联邦政府部门将政府信息视为资产。

第三阶段的开放数据()政策特别有效。其初衷是向企业、研究人员和公众开放封闭的政府数据，以推广新产品、新服务和创业精神。该政策的现实意义在于明确规划美国政府数据的公开细节，要求政府部门对政府事务数据进行内部索引，并公布所有可以公开的数据清单。该条例颁布后30天内，联邦政府各部门已通过统一的在线开放资源库获取政府数据公开工具。

此后，在美国政府数据公开网站上，您可以找到大量不同类别的数据信息，并且格式、来源和可用性都保持了一致的标准。在农业领域，得益于美国政府自1960年代以来颁布的《农业信息法》，美国农业部（USDA）几十年来积累了庞大的数据资源。上市。

政策和《农业信息法》是美国农业数据资源成为“公共产品”的基石。决策者将焦急等待。美国与芝加哥证券交易所、纽约证券交易所一起，成为全球农产品的信息中心、定价中心和金融中心，拥有行业话语权。美国ADM、嘉吉、邦吉等百年巨头，也在这样的产业环境和信息环境中成长起来，形成了全球农业网络。

在这些基础上，2009年前后美国诞生了一大批应用创新公司，如Solum（土壤数据分析）、（农业气象保险）等，在高精度建模应用方面进行创新，往往是两个一个30人的团队，可以打造一家估值10亿美元的公司。

美国良好的开放数据使用环境、充足的大数据人才、高度规模化的农业生产组织形式、科学的农业管理机制、强大的农业政策支持、完善的产业链服务体系，使其成为农业大数据的重要组成部分。创新应用领域变现能力强，应用场景和商业模式清晰，产业与资本形成良性互动，创新团队与传统巨头互补。

与美国相比，中国农业数据信息基础薄弱，产业发展水平不同，政策环境不同，使得中国缺乏具有可信背书的农业数据资源“公共产品”。因此，中国的农业大数据公司是商业形态的。商业模式的选择多集中在农业生产效率的提升上，而受到产业结构和农业产值“天花板”的限制。打造像美国这样的一批独角兽企业需要时间，尤其是在附加值方面。在具有较高影响力的农产品定价、风险管理、农业金融创新、品牌创建等领域，中国

无独有偶，成立于2008年的Brick在“农业+金融+计算机”领域进行了跨界创新与融合。当时正是中国农产品市场加速与世界接轨的窗口期。由于缺乏对全球市场规则的深入了解和决策信息的严重不公平，大量中国农业企业在参与国际贸易的过程中遇到了挑战。“2004年大豆危机”等民营压榨企业倒闭，被外国巨头接管。因此，在成立之初，Brick就立志服务于中国农业企业参与全球竞争，涉及的业务环节是大宗农产品全产业链的数据和信息服务。巧合的是，Brick 的研究团队，恰恰也是 2009 年美国政府数据公开的第一批受益者。 通过深入探索、分析，以及美国农业部海量基础数据，Brick 快速构建了一套完整的农业数据指数系统和方法论，并将其应用于中国农业数据领域的研究和实践。

砖家经过十年的努力，在我国农业数据指标体系建设方面取得了一定的成果。十年来，Brick一直在投资基础数据内容的整理和整合。经过艰难的过程，建立了覆盖全球100多个国家200多种农产品的全产业链数据集，服务农业500强企业、国家部委、各级政府、农业科研机构。

2016年开始，大数据风靡农业领域，受到国家高度重视。各级政府也开始有动力对政府数据资产进行梳理梳理，认可数据资源的属性为创新创业的“公共产品”。同时，布里克还提出了“县级农业大数据平台及解决方案”的战略方向，致力于将农业大数据的知识、概念、架构和海量基础内容带到农业生产一线。 ，与第一条生产线相同。呼吸共享命运​​，在实践中创建和优化应用场景和数据模型。同时，砖的产业链的扩张，建立农产品购物网两大电子商务平台（16988)和农牧人），链接B端数十万下游加工企业和超市、批发市场等，链接大量C端消费群体，对B端和C端用户的各个维度进行标注和量化，直接获取市场的第一手数据。通过砖块大数据中心的智能分析，搭建市场与县生产基地的信息桥梁，使产销对接更加规范、精细、先进，从而优化县农业产业布局，提升产品竞争力，提升企业竞争力。

2019年是多事之年。中美贸易摩擦不断升级。中国自身的经济结构调整和转型也迫在眉睫。农业和农村农民一直是中国未来发展的巨大想象空间。中国的崛起需要农业的崛起。有农村和农民升级。“大数据”作为一种新的生产要素，有着不可估量的意义和价值。

2

国内外农业大数据发展对比分析

由于“大数据”本身的概念极为广泛，本报告将“大数据”的业态定义为广义的农业信息服务业。数据和信息包含在我们的愿景中。

从农业数据生成、分析和应用的角度，我们简单收集调查了国内外约800家农业大数据样本公司。从服务环节、融资阶段及融资金额、成立时间及融资时间等方面对国内外企业分布进行对比分析。

从服务内容分布来看，国内样本大数据企业主要集中在混合应用、物联网现场监测平台、行情信息、交易市场、大数据提供商等领域。国外样本大数据公司主要集中在作物管理软件、自动化、无人机平台系统、设备、大数据提供商、大数据分析等领域。从内容分布来看，国外农业大数据服务内容多样，服务专业化趋势明显。

图3 国外样本农业大数据公司按服务内容分布

图4 历年国内外样本农业大数据公司成立时间分布

图5 历年国内外不同类型农业大数据公司成立时间分布

从公司成立时间来看，国内样本中大数据公司的比例比较均匀，主要集中在2-5年，占比37%，但10年以上和5-10年的占比也比较大比较大，分别占总样本比例为22%和21%，主要是一些原有成熟的软硬件公司将业务拓展到农业，进入农业大数据领域。国外农业大数据和智慧农业的开发和应用由于其基础设施和技术优势起步较早。样本大数据企业主要集中在10年以上比较成熟的企业农业大数据，占样本总数的39%农业大数据，其次是2-5年的企业，占34%，

图6 国内样本农业大数据公司成立时间分布

图7 国外样本农业大数据公司成立时间分布

从企业融资时代来看，近年来国内外样本大数据企业募资较为频繁，农业大数据相关科技企业逐渐受到资本市场的青睐。

图8 国内外样本农业大数据公司融资次数

从企业融资轮次来看，已有大量企业完成种子轮、天使轮、A轮等国内外样本大数据企业，意味着新的科技创新企业不断涌现。进军农业大数据领域。另一方面，我们看到企业融资方式多种多样，企业通过战略投资、股权融资、债权融资、定向增发等多种方式获取融资资金。

图9 国内外样本农业大数据公司融资轮次

注：部分未公布融资阶段及融资金额，统计仅供参考；

图10 历年国内外抽样农业大数据公司各融资阶段融资次数

注：部分未公布融资阶段及融资金额，统计仅供参考；

从时间上看，2012年，不少企业进入种子轮、天使轮和A轮融资，资金大量涌入。就不同国家而言，中国农业大数据公司分布在各个融资阶段，但主要集中在C轮及前期阶段。

图11：国内外样本大数据公司融资金额（单位：万美元）

备注：这是转换数据。备注：部分融资阶段及融资金额未公布，统计仅供参考；

从企业融资额来看，国内外样本大数据公司在美国的企业融资额远高于中国，而中国大数据样本公司的融资额近年来总体呈上升趋势。

3

农业大数据行业趋势展望

3.1 赛马圈地，农业数据的生成和积累能力是关键

从国内外农业大数据的发展来看，以美国为例。美国主要使用政府的公开数据。美国农业数据的采集和存储非常规范，时间序列长，开放程度非常高。它在美国政府网站上公开。与农业相关的数据集有数百个，涉及农业生产和消费各个方面的基础数据。依托政府数据基础，美国相关企业大多在数据挖掘和应用场景下发力。价值链比较清晰，数据可以快速变现。

但是，国内农业数据的开放程度相对较差，时机较短，数据短缺尤为致命。因此，无论是通过物联网和智能硬件，还是从产业服务、软件集成平台等角度，通过产品的研发、推广、拓展应用，提升数据生产能力，仍然是很多重要的事情。意味着建立未来的竞争力。

3.2 并购整合将更加激烈

在农业大数据发展方面，经过野蛮生产，将产生一系列专业的农业大数据技术公司和产业平台。如何提高农业数据的整合应用，提高应用效果是关键。

目前，农业大数据的应用主要以商业企业的数据应用为主。各种应用企业平台层出不穷。每个企业在单一专业农业领域或区域内的数据采集和服务能力方面都有自己的优势。整合利用不足，国家层面缺乏统一的综合利用，在一定程度上造成了信息资源的极大浪费。这就需要农业大数据龙头企业将相关专业和区域进行整合融合，提升自身数据生产能力，为多数据源、复杂场景的数据挖掘提供数据源和应用场景，从而提高企业在未来大数据业务竞争中的竞争力。此外乡村旅游，大型农业产业集团也非常有兴趣整合与其业务相关的各类专业性、区域性的农业大数据公司，以保持自身的持久竞争力，未来将加大并购力度。

3.3 农业大数据应用场景进一步细分清晰，部分稀缺应用场景发展前景广阔

目前，国内农业大数据应用不足。与国外农业大数据和分工相对精准的智慧农业应用相比，国内大数据应用看似广而不精。形式比内容更重要，即吸引人但效果不佳。

与国外相比，我国大数据企业在气象、土壤、GIS成像系统、SEM-GIS农产品供需模型等商业应用场景方面还存在较大差距。那么，面对国外精细化的应用场景服务，在这部分稀缺的应用场景中，将会有大量的新兴企业进入，比如嘉格天地。许多联合创始人来自美国宇航局，对中国市场非常看好。GIS 影响系统和分析服务的差距。近日，已完成一轮6000万元融资。这部分稀缺的应用场景的发展前景会很好。

3.4 农业规模化趋势不断加强，ERP农场大数据大有可为

在国外农业大数据统计方面，我们看到基于农业生产一线农场ERP服务的大数据公司较多。随着我国土地流转的进一步发展，农用地规模化利用趋势日益明显，以及家庭农场、农业合作社等新型农业经营主体的不断发展和完善，基于大数据的ERP农场大数据——规模化新型农业经营主体 服务市场空间逐步打开。同时，随着国内农业大数据平台的发展、数据的积累和技术能力的提升，农业大数据在应用和产业上的融合将越来越强。将用于生产决策、农产品质量安全监管、金融保险、种子研发、产品销售等行业的各个环节发挥重要作用，可以为大型企业提供综合服务支持。农业合作社等新型合作社。ERP农场大数据大有可为。

3.5 农业大数据应用与场景多样化

随着乡村振兴战略和数字乡村战略的实施，农业大数据的应用将迎来更加广阔的空间。纵观国内农业大数据企业，在推动农业大数据落地方面有诸多创新，创造了多元化的应用场景。例如，决策端可以根据农业生产、销售和流通、土地流转、市场、天气等各种数据，构建农业决策“大脑”，为政府决策提供更多服务和支持。制造和工业发展；在生产端，利用卫星遥感和物联网技术，对农业数据进行采集和分析，实现精准种植养殖和溯源；销售端收集大量消费数据、电商数据、交易物流数据，助力农产品商品化，更精准本地匹配B端和C端用户；一些企业利用大数据整合农业一二三产业，整合土地流转、农业保险、供应链金融等服务，打造产业闭环。正是有了这些应用场景，大数据才能产生变现机会。以及交易和物流数据，助力农产品商品化，让农产品更精准本地匹配B端和C端用户；一些企业利用大数据整合农业一二三产业，整合土地流转、农业保险、供应链金融等服务，打造产业闭环。正是有了这些应用场景，大数据才能产生变现机会。以及交易和物流数据，助力农产品商品化，让农产品更精准本地匹配B端和C端用户；一些企业利用大数据整合农业一二三产业，整合土地流转、农业保险、供应链金融等服务，打造产业闭环。正是有了这些应用场景，大数据才能产生变现机会。

3.6 聚焦“最后一公里”，农业大数据县掘金蓄势待发

如果大数据的应用不能满足实际需求，仍然无法解决数据到农村的“最后一公里”问题。县域农业作为我国农业的最基本单元，存在产业规划不匹配、招商引资难、企业弱小、战略规划不平衡、产销决策随意性、风险管理落后等问题。品牌知名度不够。从一个角度来看，解决这些问题后，县域经济发展将呈现出巨大的潜力。

除了省市两级在农业大数据领域继续发力的部分企业外，越来越多的企业开始瞄准大数据应用的“最后一公里”，寻求在县城挖地钱行业。其中智慧乡村，成立十余年的农业大数据公司凭借深厚的数据积累，开始在县域快速复制。如金砖农信集团截至2018年已与300多个县达成合作，农信通信集团发起“亚特兰蒂斯”计划，打通了农业大数据在县域的覆盖范围。以京东为代表的新兴互联网龙头企业将深度融合“京东云” 与县域产业结合，为县域新经济赋能。由于国情不同，未来我国农业生产主体将由数亿中小农户组成。县级农业行政主管部门和县级新型农业生产机构作为农业生产管理的一线单位，负责生产前计划和生产中期管理。，后期制作销售的数据需求依然是一片蓝海市场。县级农业行政主管部门和县级新型农业生产机构作为农业生产管理的一线单位，负责生产前计划和生产中期管理。，后期制作销售的数据需求依然是一片蓝海市场。县级农业行政主管部门和县级新型农业生产机构作为农业生产管理的一线单位，负责生产前计划和生产中期管理。，后期制作销售的数据需求依然是一片蓝海市场。