1.茶产业中的大数据
大数据普遍具有数据规模大(volume)、数据类型多(variety)、数据价值密度低(value)、数据处理速度快(velocity)、数据精确度高(veracity)和复杂度高(complexity)等基本特征,茶叶大数据具有这些基本特征,但同时茶叶大数据又有地域性、季节性、多样性、周期性等自身特征,数据产生来源广、类型多、结构复杂,是需要多种大数据分析方法处理的数据集合。从茶叶产业链环看,茶叶产业链主要由茶叶种植、加工、流通、销售几个阶段组成。每个阶段相应包括了每一个过程都将产生相应的数据。种植阶段主要应采集的重要数据有土壤数据、育种数据、农药数据、病虫害数据、施肥数据等数据,由于环境信息对茶叶种植影响较大,所以气象信息、地理信息等数据也很重要。流通阶段主要应采集的重要数据主要是物流数据,销售阶段有市场价格、消费习惯、质量安全追溯、销售数量等数据,所以茶叶全产业链可以产生大量数据,但数据量大不一定有用,需要大数据分析技术把“大”数据“用”起来,大数据的价值才能得以体现。
贵州自2013年以来已经成为全国种植茶叶规模最大省份,同时发展大数据是全省的顶层战略。黔茶产业理所应当通过积极探索基于新一代信息技术的发展模式。可以预见,大力推动大数据赋能传统茶产业,全面提升茶产业信息化水平,将使茶农、种植基地、生产加工企业等茶产业主要环节经营主体受益,并成为贵州传统工业与信息化融合发展典范。
2.大数据与茶产业融合发展的问题
2.1基础设施建设不够完备
贵州省内旅游想要提高茶叶大数据能力,首先需要强大的物联网基础设施建设,以完备的网络基础设施保障大数据应用,而物联网基础设施既要重建设也要重维护,所需建设资金和运行成本巨大,需要各级专项农业扶持项目或财政专项资金大力倾斜,以及引导社会资本投入,资金投入不足是制约茶叶大数据发展的关键因素之一。其次,没有标准体系规范数据,数据共享没有支撑平台。虽然现有农业发展信息网站,为农业大数据发展提供了强有力的基础数据资源。但由于标准化欠缺,数据不规范,造成数据无法共享,封闭数据多、开放数据少,产生“信息孤岛”问题,造成数据资源浪费。
2.2推动茶叶产业链主要环节大数据应用力度不够
一是尚未广泛采取大数据分析辅助茶园及生产加工基地科学布局。数据虽多,但缺少大数据评价标准,数据标准不统一,数据存储分散,数据之间缺乏关联,不满足大数据关联交叉验证的要求,则大数据辅助决策意识不强,多因素难以利用大数据进行科学决策。二是技术应用不够。传统采集技术占主导,缺乏自动化、智能化的采集手段,数据的及时性和质量无法保证。数据挖掘和可视化能力较低 靠传统的表格和简单图表,难以直观呈现茶叶自身变化规律,亟需加强产业大数据的深层次挖掘和可视化呈现。
2.3推动茶叶市场建设大数据应用力度不够
大数据对品牌综合竞争力促进作用不明显,尚未形成基于大数据的消费者黔茶品牌关注度、忠诚度分析制度。对于黔茶品牌关注度、忠诚度如何,缺少持续的大数据跟踪分析等。黔茶品牌价值与茶叶大省地位不够匹配,如何提高黔茶品牌关注度、忠诚度是黔茶市场建设重要问题。
2.4缺乏大数据人才
茶叶大数据实用分析人才短缺。物联网、大数据属于新兴技术,大数据与茶产业的结合,尽管可以积累大量的茶叶数据,但由于缺乏专业的分析、挖掘人员,数据难以实现更深层次的应用。茶叶大数据分析人才培养不足。本地开展大数据人才培养的高等院校或研究机构少,培养规
大数据与茶产业融合发展探索
——以黔茶为例
陈 涛1 杨春明1 罗以洪2
(1.贵州师范大学,贵州 贵阳 550001;
2. 贵州省社会科学院,贵州 贵阳 550001)
摘 要:发展大数据是贵州经济发展战略性部署,黔茶产业是贵州传统产业中支柱产业。研究大数据如何推动推动黔茶产业高质量发展有重要价值。分析认为,大数据与茶产业融合发展存在数字基础设施建设不够完备、推动茶叶种植与加工环节、流通环节、市场建设环节等方面大数据应用力度不够、以及人才缺乏问题。为此,提出针对性对策建议,希望通过大数据赋能传统茶产业,加快茶产业高质量发展。
关键词:黔茶产业;大数据;转型升级
文章编号:ISSN2096-0743/2020-30-0038
模小、培养周期长,引进茶叶大数据相关领域人才困难。综合性人才短缺。随着大数据的不断进步与发展,人员素质要求也在不断提高,选拔人才标准在改变,既熟悉茶叶业务需求,又掌握大数据技术,能够进行数据挖掘、数据处理、人工智能编程等的综合型人才尤其缺乏。
3.大数据助推黔茶产业转型升级
3.1加强茶叶数字基础设施建设
加强茶基地、茶加工、茶流通等环节传感设备、移动终端等硬件基础设施建设。全面提升茶也生产加工
流通数据采集、传输、存储、处理、利用、安全保障等能力,积极推动茶叶大数据标准化体系形成。创新资金投入模式。 积极引导社会资本投入茶叶大数据平台建设,形成多层次、多渠道、多元化的投资建设格局。转变建设方式、创新运营模式。充分借力新基础设施建设机会,形成“5G+现代茶叶” 联盟主体,发挥大数据企业主导作用,运用政府购买服务、 政府社会合作信息平台等新模式,降低茶叶大数据应用门槛,提高建设运营水平。
3.2实施茶叶种植加工数字化、智能化示范工程
实施数字茶叶示范工程,建立茶叶种植大数据可持续采集更新体系。综合利用遥感监测、实地调查、统计汇总等相结合的方式,省、市、县、乡、村五级一体化的全省种植大数据采集、更新长效机制、标准规范、技术体系和人员队伍。
3.2.1推动茶基地数字化、智能化转型
建立大数据智能化种植示范区。推进物联网技术在种植中的应用,运用地面观测、传感器、遥感和地理信息技术等,广泛采集气候、自然灾害、病虫害、土壤墒情等数据,逐渐形成茶基地环境自动调控、茶基地病虫害智能监测、茶叶生长远程诊断和预测预警完整大数据。通过对茶叶生长情况实时监测,精准控制有机施肥,准确预测茶叶产出。通过全面监测区域内的自然灾害、植物病虫害等灾害,构建灾害预测模型,对灾害历史数据及实时监测数据进行挖掘分析、预测、研判,提高灾害预警预防控制、应急处
置和决策指挥等科学性、准确性和及时性,并定期发布灾情预警信息。
3.2.2.推动茶加工数字化、智能化转型
积极探索加工新模式、新业态。利用大数据、物联网、云计算、移动互联网等新一代信息技术,培育发展网络化、智能化、精细化现代加工新模式。探索基于大数据的茶叶加工模式,整理茶叶加工过程中的过去、现状的数据,预测未来的加工质量状况,研究随时间变化的茶叶加工质量统计规律,通过大数据分析将以往的茶叶质量事后检验变成事前控制,形成预防、实时控制为主的茶叶加工模式。基于大数据探索茶叶加工新业态。打通数据孤岛,通过对全省、全国已有旅游休闲大数据分析,文化教育大数据等众多产业的大数据分析,引导茶叶加工与休闲、旅游、文化、教育、科普、养生养老等产业深度融合。积极发展农商直供、加工体验等新业态,拓展茶加工价值链。
推动智能化茶叶精深加工示范,提升加工企业产能及技术装备水平,对其实时自动化的改造,使其更加规范化标准化。加强加工设备配置优化、工况检测、作业计量等数据获取,对所用设备工艺参数进行相关收集,保证杀青、揉捻、干燥等重点过程的安全进行,采集的数据进行清洗、筛选、关联、融合、索引、挖掘,构建应用分析模式,实现数据到信息知识的有效转化。完善茶叶加工智能监测体系,提高茶叶加工管理数据支撑能力。利用大数据技术对茶叶加工过程进行实时监控采集,形成茶加工大数据,通过汇聚和关联分析大数据,提高对加工进度、产品产量的关联监测能力。
3.3推动大数据在茶叶质量管理上应用
3.3.1.建立“黔茶云”大数据茶叶平台。“黔茶云”是服务全省的茶叶综合服务平台。依托贵州大数据发展基础,加大大数据与茶产业的深度融合,建立全省性统一的大数据茶叶综合服务平台。平台覆盖茶叶关键领域和重要环节,包括茶叶种植加工、茶叶质量安全监管、生态茶叶管理、茶叶科技推广、茶叶与文化旅游融合发展等茶叶云和精准服务系统等。通过“黔茶云”大数据中心建设,推进黔茶产业生产基地、生产加工、茶旅融合的智能化发展。“黔茶云”是服务全省的数据共享平台。采集政府、科研机构、高校、茶叶基地、生产企业、交易市场、茶用户数据,打破部门壁垒,整合各部门数据资源,依托云计算技术,实现数据资源统一管理、按需分配、综合利用;形成上下联动、覆盖全面的茶叶大数据共享平台,实现数据的互联互通、开放获取、快速访问;通过人工、终端和机器智能统计、分析、整理和挖掘,完善茶产业数据统计、决策支持、行为分析和市场预测、风险预警等功能,为省内外政府茶管理机构、高校、科研机构、茶叶基地、生产企业、交易市场及普通消费者服务。
3.3.2.建立和完善茶叶质量追溯体系,整逐渐形成基于大数据的质量追溯体系。在茶叶种植大数据应用示范基地,集成产地土壤、环境及物联网实时数据,实现茶叶生产端实时监控与质量追溯。通过茶叶种植质量追溯体系确保茶叶产地和来源真实。在茶叶加工流通大数据应用示范基地,整合优化现有或新建部署的物联网,集成加工基地、冷库及冷链物流车辆物联网实时数据,实现茶叶加工与物流环节的实时监控与质量追溯。通过茶叶加工、冷链物联
网与质量追溯体系确保清洁生产、绿供应。建立完善茶叶质量追溯大数据平台,加快茶叶质量追溯大数据平台推广应用。在国家追溯平台实施主体追溯的基础上,鼓励茶叶规模生产经营主体通过内部追溯系统或地方追溯平台记录品种信息、产地环境信息、施肥信息、检测信息、加工信息等,探索推进生产加工全过程可追溯。全面推动地理标志茶叶纳入省级追溯管理平台管理,探索合格证与追溯码“证码合一”模式。积极推广以电子追溯等信息化方式开展追溯管理,确保利用移动端、网页端APP等方式,能够快速查茶叶各环节信息,实现快速追根溯源。积极创新工作方法,建立倒逼机制,推动追溯管理与市场准入相衔接。以入市需提供追溯凭证为手段,对茶叶企业开展质量安全追溯、检验检疫、疫病防控、病害管理等监管,建设一批茶叶追溯示范标杆企业,鼓励企业带码上市、带码参展。推动监管名录生产主体全部入驻省级质量追溯管理平台,强化追溯平台各项应用。通过贯通上下游追溯体系,实现茶叶“从农田到餐桌”全过程可追溯。完善追溯体系建设组织协调机制。成立“茶叶追溯体系建设领导小组”,加强对追溯体系建设工作的组织领导,明确地、县、乡镇各级职责,为追溯体系建设提供组织保障。加强宣传培训。对追溯网点技术人员进行业务培训,加强人员指导培训,配备专门的业务人员和信息员,要求掌握仪器使用方法,能够按照要求开展工作。加强宣传力度,利用各种媒体宣传追溯体系效用,让广大消费者了解追溯的方法,从而推动追溯体系真正发挥保障食品安全的作用。
3.4推动大数据在黔茶市场建设上应用
建立茶叶市场销售与价格大数据可持续采集更新体系。通过综合利用定点监测、志愿采集、互联网挖掘等相结合的方式,持续对省内各级茶叶市场、省外市场、国际市场特别是“一带一路”周边国家和地区市场的茶叶交易流通、消费需求、价格、市场动态等数据进行收集整理,形成茶叶市场及消费监测预测大数据。构建产量预测、价格分析、供需情况等数据模型,进行预测预警与信息发布,防止茶叶价格“过山车”式波动。更新长效机制、标准规范、技术体系和人员队伍。
创新电子商务商业模式。利用大数据了解各地市场情况,根据市场信息和用户需求合理选择分销渠道,把大数据分析作为茶产品精准营销、个性化服务的重要手段。利用互联网+拓展茶市场营销渠道,鼓励建设地方特馆、自营平台,做大做强一批茶叶电商平台和开放式联盟型电商平台,强化产品的生态定位,形成区别市场的。形成一批影响力较大的龙头企业和网络生态特品牌。用好贵州电商云、贵农网等电子商务平台,加强与阿里、京东、苏宁、中信国安等电子商务平台合作,借助互联网平台寻求市场发展全新突破口,推动电子商务精准营销,通过数据挖掘消费者的茶叶检索浏览行为等原始数据,结合平台注册的消费者的年龄、性别等最基本情况,构建消费者行为模型,利用大数据技术持续分析消费偏好、购买习惯、购买行为和消费趋势,为企业开展网络品牌战略提供依据,为企业开展精准化营销,进行个性化信息推送服务。实现黔茶产业从典型的传统产业,走向“互联网+”的跨界,加快促进黔茶产业转型升级、跨越发展。
3.5推动茶叶大数据人才队伍建设
围绕大数据技术和应用创新型人才,坚持培养人才与引进人才“两手抓”,做大人才总量、提升人才层次、优化人才结构。充分发挥行业协会、社会中介组织等人才服务业主体作用,建立官方指导、机构运作、民间联络的协调运营机制,推动大数据人才互动合作。
设立全省特农产品大数据人才发展专项资金,加强省重大研究计划对高端人才的支持,推进大数据综合高端人才建设。加大对省内高校大数据相关专业师资、学科建设、招生规模、学校基础设施建设的支持力度。打通用人单位与高校联合建设人才渠道,共建人才培养基地,支持高校、科研院所大数据科研和人才培养。
加大全省高校大数据专业招生规模,引导省内高校增设相关专业,扩大省内招生规模,积极推动省外高校扩大在黔大数据专业招生规模。加强学科和专业建设,完善教材体系,充分鼓励省内高校重视对跨学科、跨领域复合型人才培养,也鼓励省内职业院校深度开展人才培养合作,加强职业技能人才培养。
加强实用性人才的培养。打造产学研人才培养平台,加强与产业对接,提升学生实践能力。依托全省大数据产业发展,激励大数据企业开展茶叶大数据方面研发,通过企业研发形成茶叶大数据技术人才基础。注意对茶叶种植、加工、生产管理、质量检测、市场营销、电子商务等实用性技术人才队伍开展大数据培训,加强专业人员使用大数据能力。
4.总结
黔茶产业是是贵州乡村振兴、实现大脱贫的民生产业,是守住生态和发展两条底线的绿健康产业。促进大数据茶叶融合发展,根本在于以互联网思维重构现代茶叶价值链,帮助茶产业创造更大商业价值。
文章分析认为,大数据与茶产业融合发展存在数据基础设施不足,推动茶叶各环节等方面大数据应用力度不够以及数据人才缺乏等问题。为此,提出针对性对策建议,希望通过实施大数据茶叶发展战略,促进茶叶供给侧改革、
推动智慧茶叶产业发展。
参考文献:
[1]周林荣,关晓溪,张 新.基于比较优势指数法的贵州
省区域茶叶产业发展形势与竞争力分析[J].茶叶通讯,2020
[2]陈 涛,罗以洪,龙卫东.互联网众筹视角下黔茶产
业发展模式探索[J].贵州师范大学学报(社会科学版),2018
[3]陈丽红,林鸿熙,林斐苾.大数据时代网购茶叶动机的
影响因素分析[J].福建茶叶,2018
[4]黎 薇.基于数据分析的梵净山茶叶种植土壤硒含量数
学模型研究[J].福建茶叶,2018
[5]余 华.基于互联网与大数据的茶叶产业发展路径分
析——以湖北省为例[J].福建茶叶,2018
[6]苏 丹,周红杰.区块链——开启茶叶发展新时代[J].茶
世界,2020
[7]汪齐,胡武祥.大数据分析在茶产业中的应用[J].现代农
业科技,2019
[8]王 宇.大数据时代下茶园管理的智能发展模式[J].福建
茶叶,2019
[9]陈志华.大数据视域下的茶叶营销策略分析[J].福建茶
叶,2019
基金支持:贵州省教育厅重点项目(项目号:2019ZD09),贵州师范大学教学内容和课程体系改革项目(项目号:2019XJJG018),贵州师范大学博士科研启动项目(社科博[2013]15)
作者简介:陈涛(1969−)男,湖南双峰人,汉族,研究方向:数字赋能。杨春明(1991−)女,云南宝山人,汉族,研究生,研究方向:电子商务。
罗以洪(1968-)男,重庆人,研究方向:区域经济发展
于分散型来源,投资集中型来源收益更大,可控性也更强,因此地方人才引进工作可依靠地区优势与稳定人才供给平台建立长期合作,实现双赢。就宁南县而言,周边有系列农业类、综合型高校,可通过策划“乡村振兴”体验项目吸引高校人才入驻,为其提供专业化、实践性操作平台,同时要制定合理的评判标准,综合考虑过程与结果,防止半途而废及浪费资源的情况发生。此外,可与招聘网络平台建立联系,创设“乡村振兴”板块,提供详细真实的福利待遇、生活环境、工作内容等信息,增加人才引进的广度;同时可利用招商引资所带来的机会,不仅仅引进资金、包装销售方式、知名度等,还可引进相关管
理型、技术型、开发型人才,这既能直观了解企业投资在当地运营情况,又能助力当地经济持续发展,实现互惠。
3.4建立多维度、科学化评价体系
建立科学合理的人才评价体系是人才工作开展的必要前提。在人才招聘阶段,科学的测评方法、手段、流程、工具等能帮助组织对人才进行有效评估与甄选,提高引进人才的质量及工作效率;在人才保留与开发阶段,要以“6W1H原则”为基本准则设计考评方案:评价目标要基于“SMART”原则,即具体、可量化、可达到、具相关性、有时限,以避免评价数据失真导致的结果应用性不足;评价主体不局限于上级,还可分权重考虑所服务众、工作团队、专家等的意见,以克服个体评价的片面性;评价内容要从实绩出发,重视结果且重视过程,综合考虑“德、能、智、潜”等方面,全方位评析人才,为人才的个人发展以及组织绩效提升提供方向指引;要将日常性评价与终结性评价相结合,评价数据是开展接下来工作的依据,重视日常性评价能够及时规范个人行为,发扬优点,总结不足。重视终结性评价,能为工作成效衡量提供重要指标,同时也提供了确定薪酬、福利等的凭据。在人才激励阶段,主要是对评价结果的合理应用。基于评价结果而设计的薪酬体系,能够彰显组织公平,并且激发人才工作的积极性,从而挖掘人才内在潜力,个人价值的提升进一步给予人才精神方面的激励,形成良性循环。
4.结语
要建成社会主义现代化强国,城乡均衡发展是关键,在城乡差距较明显的现状下,聚焦乡村发展是重点,重视人力资源在乡村发展中的保障作用,建立健全乡村人才引进体系,完善人才“引进-保留-激励”三级制度,打造高素质乡村人才库,形成“人才推进乡村振兴,乡村助力人才成功”的双赢局面。宁南县在推进“乡村振兴”的过程中存在人才流失严重、人才引进障碍大、人才保留困难等问题,分析上述问题能在一定程度上为类似问题的解决提供借鉴,具有现实意义。
参考文献:
[1]萧鸣政.人才评价机制问题探析[J].北京大学学报(哲学
社会科版),2009
作者简介:安晟(1999—),男,彝族,四川凉山人,学生,本科在读,单位:四川农业大学;研究方向:文化产业与文旅融合;陈子荻(1999—),女,汉族,四川绵阳人,学生,本科在读,单位:四川农业大学;研究方向:人力资源
(上接第13页)
发布评论