【数据资产】农业数据资产的分类目录研究| 哲研究

一、引言

随着以大智物移云为代表的数字技术的发展，人类社会已经从信息时代转变为数据时代，在数据时代，谁掌握了数据就等于拥有了发展主动权。2020年4月，中共中央、国务院提出将数据作为新的生产要素，要求“加快培育数据要素市场”。2021年3月，《十四五规划和2035年远景目标纲要》提出要关注数据要素市场规则和政策环境，关注“建立健全数据产权交易和行业自律机制”“完全适用于大数据环境下的数据分类分级制度”等。2022年12月，中共中央、国务院发布了“数据二十条”，提出要建立合规高效、场内外结合的数据要素流通和交易制度，建立数据分类分级授权使用规范。随后，数据要素被反复提及，和数据相关的研究也越来越多，数据资产的概念也开始被人提及并引起了学者的广泛关注。

随着农业农村现代化、数智化的发展，和农业相关的数据资产也有海量的增加与积累，农业数据资产在帮助农业育种、生产、加工、流动与贸易、防灾减灾等各环节的智能化、数字化、现代化等方面也将发挥重要作用。将涉农信息进行汇集整理，形成农业数据资产分类目录，有利于推进农业数据资产的后续交易，加强对农业数据资产的管理。

本研究通过分析近千家国内外涉及农业数据资产的公司，对农业数据资产的形成路径进行分析，并对其进行分类，形成农业数据资产目录，为政府部门提出一些政策建议，以促进农业农村数据的收集、整理、分析及应用，促进农业数据资源的开放和共享[1]，助力乡村全面振兴，支撑农业高质量发展。

二、农业数据资产及其作用

（一）数据资产

从资产的含义来看，国际会计准则理事会对资产的定义是“资产是指企业由于过去的事项形成的、可以由企业控制的一项具有产生经济利益潜能的现时经济资源”[2]。我国《企业会计准则——基本准则》第二十条规定资产是指企业过去购买、生产、建造行为或其他交易或事项中形成的，企业享有这项资源的所有权或虽然不享有该项资源的所有权，但该项资源能够被企业所控制，预期会直接或间接导致现金和现金等价物流入企业的资源[3]。第二十一条规定了资源转化为资产需要具备两个条件：一是未来产生的经济效益有很大可能流入企业，二是该资源的成本或价值能够被可靠计量。

学术界关于数据资产也有一定的见解，最早数据资产的概念是1974年由美国学者Richard Peterson提出的[4]，他将数据资产定义为可以证券化的金融产品[5]，这和现在我们认知的数据资产并非一个涵义[6]。朱扬勇等梳理了信息资产、数字资产、数据资产等概念，提出将这三者统一称为数据资产，认为数据资产是一种拥有权属、可计量、有价值、可读取的网络空间里的数据资源[7]。秦荣生认为数据资产是由于过去事项而控制的现时的数据资源，能够为企业未来有潜力产生经济利益的权利[8]。李涛等在无形资产定义基础上突出数据资产的特点进行定义，将数据资产定义为“由企业拥有或控制的具有数据化形态的可辨认非货币性资产”[9]。

从数据资产的定义可以看出，数据资产要满足3个条件：有明确的所属权或控制权，一般是政府机构或企事业单位；能够被可靠计量；未来能够给组织带来一定的经济效益或社会效益[10]。为了便于更好地建立分类目录，明确所研究的数据资产范围，本研究参照中国信息通信研究院发布的《数据资产管理实践白皮书（5.0版）》对数据资产的定义，对数据资产定义如下：由政府机构、公司或组织合法拥有或控制的，以电子方式或其他方式记录的，可衡量或可交易的，能够提供直接或间接经济或社会效益的数据资源[11-12]。

（二）农业数据资产

对于农业数据资产的概念，到目前还没有统一的表述，相关学者专家从农业数据资产的作用、特点等不同角度，描述的概念不尽相同。本研究参照李俊清等提出的农业大数据资产的概念[13]，认为农业数据资产是指拥有控制权或所属权，预期能够为农业领域或其相关领域提供一定的服务或能为其带来经济效益，能够被可靠计量的数据资源。

（三）农业数据资产的作用

农业数据涉及的范围广、类型多，通过对农业数据进行数据采集、挖掘分析形成农业数据资产，对其总结经验、发现规律，以对未来的趋势进行预测，帮助决策。农业数据资产可以在农业领域或其他相关领域的很多方面发挥作用，在指导农业生产、帮助农业经营、帮助农业管理决策、提升农业服务质量、发展新型科研等方面有很大的帮助。不管是政府部门、企事业单位还是科研机构，均可以运用农业数据资产去解决实际问题，帮助农业领域提高质量和效率，实现农业部门的转型和现代化，促进农业和农村地区的现代化、数智化发展[13]。

1. 指导农业生产

农业数据资产可以在农业生产方面发挥其作用，在育种阶段，农业数据资产可以帮助加速农业育种过程，结合环境数据，并与农业环境模拟系统相结合，大大缩短农业品种的育种过程。通过分析当地的气候情况、资源水平，因地制宜地选择农产品进行生产，对农业资源合理利用。除此之外，可以将农业数据资产用于精准农业，对农业生产全过程进行精准化管理、标准化生产。在种植业方面，在生产过程中采集土壤湿度、温度、养分含量、降水量、光照气压等数据并进行分析，对生产过程中的环境、生产过程和产出进行精准管理，采用变量施肥、变量播种等方式，对作物的成长进行规划，从而实现节能增效，提升生产效率；在养殖业方面，如在奶牛的养殖周期内，将其个体表征数据以及生长环境数据进行分析，以便在恰当的时间对其做出挤奶、配种等操作，对其进行精准化饲养[14]。

2. 帮助农业经营

利用农业数据资产，可以了解市场供需信息，掌握本地价格和物流成本，进行农产品市场监测预警，准确提升农业生产部门和市场需求的对接程度，使市场信息更对称，从而引导农产品生产和需求预期。农产品供应涉及多个参与方，在采购、仓储、物流、销售等方面有了农业数据资产的参与，可以将供应链和生产链打通，减少流通中间环节，并将客户群体进行细分，针对不同的客户需求进行营销，从而增加营业收入、降本增效[15]。

3. 助力农业管理决策

在农产品质量安全方面，农业数据资产也可以发挥其作用，对农产品的生产、加工、流通、销售等各环节的数据进行记录，通过扫描二维码了解农产品的生产加工过程，为产品追溯提供数据基础，保障农产品的质量安全和全面追溯[13]。此外，统筹把握农业数据资产是做好监测和预警工作的基础支撑，在农产品全产业链中获取数据，掌握农产品生产、流通、消费、市场等产业链各环节数据信息，能提高宏观调控以及各方面的管理效率，保障供给和需求平衡，为农业经济稳定发展提供基础。

三、农业数据资产分类的必要性

（一）加强农业数据资产管理的内在需求

对农业数据资产管理是组织机构数据资产保值增值的必然举措，通过数据驱动可以提升组织管理的运营效率，降低组织投入成本，提高组织农业数据资产价值。如何使农业数据发挥出作用，使其应用在指导农业生产、帮助农业经营、助力农业管理决策等方面，这对于农业数据资产管理是很大的挑战，而对农业数据资产分类工作的展开，是提升农业领域数据资产管理的有效途径，也是农业数据资产管理的首要工作。通过全域业务梳理，为农业数据资产管理提供分类信息，用于建立农业数据资产的分类目录，以促进数据管理思路的转化，可使一些农业数据需求者更容易了解农业数据资产的现状[16-17]。

（二）发展农业数据资产标准化的重要支撑

农业农村领域对于农业数据资产的需求与日俱增，而农业数据资产在标准制订方面存在不足，甚至是系统性缺失，国内外也并没有关于农业数据资产成熟的标准和体系。中央网信办等四部门在2022年9月发布关于印发《数字乡村标准体系建设指南》的通知，明确提出要构建农业农村数据标准，包括数据资源标准、数据治理标准和数据服务标准。对数据资产进行标准化建设最终是为了健全数据要素市场规则、提升数据要素配置作用，促进数据要素流通规范有序，充分释放数据红利，而对农业数据资产进行分类是实现其标准化的重要支撑，是探索国际标准化实践路径的第一步，可以为实现农业数据资产的有效利用奠定基础。

（三）构筑农业数据资产开放共享的基石

数据作为经济发展中的核心引擎，数据资产化发展是实现数据资源最优配置的路径，农业数据要想发挥其重要作用，需要对其进行收集、整理、分析以及应用，形成关联融合、应用广泛、价值更高的农业数据资产。农业农村部印发的《关于推进农业农村大数据发展的实施意见》明确提出要整合农业农村部数据资源，统一数据管理，实现数据共享。对农业数据资产进行分类并形成目录是构筑农业数据资产开放共享的基石[1]，通过对其进行分类，可以为农业数据资产需求者查找提供便利，以实现数据资产的互联互通、共享开放，从而推动数据生产要素在农业及其相关领域的发展及应用，进而促进农业农村现代化、数智化发展。

四、农业数据资产的分类

在数字经济时代下，随着农业方面物联网技术、遥测技术、大数据、人工智能等的发展，产生了许多农业数据资产，并且我国农业历史悠久，发展时间长，积累了许多农业数据资产。因此，农业数据资产数量大、种类多、涉及广，按照农业产业链可以将其分为农业自然资源环境数据资产、农业生产数据资产、农业经营数据资产、农业管理数据资产、农业生活服务数据资产、农业科研数据资产（表1）[4]。

（一）农业自然资源环境数据资产

农业自然条件与环境对农业生产的影响比较显著，农业生产条件不同，生产出的产品品种、质量、数量等就会不同，除此之外，农业生产也会受到季节性和周期性影响，动植物的生长发育都有一定的规律性，受到自然资源与环境的影响，因而收集农业自然资源环境数据资产可以助力农业生产。随着现代农业科技的发展以及采集手段的丰富，我国收集了许多农业自然资源环境数据资产，大体可以分为土地资源数据资产，包括路况、所属行政区、地形图、土地性质、土地利用数据（包括耕地、园地等）等数据；土壤环境数据，如土壤类型、土壤温度、土壤湿度、土壤酸碱值、土壤质地、土壤含水量、土壤微生物种类以及分布和数量等数据；历史气象数据资产，包括海拔、经纬度、光照时长、降水、温度、空气湿度、风向、风速等；水资源数据资产，包括地下水、地表水、其他水源等数据；农牧资源与生态环境数据，包括草势长势预测数据。

（二）农业生产数据资产

1. 种植业生产数据资产

种植业是农业的重要组成部分，数字技术对我国种植业保耕作促生产尤为重要，随着种植业信息化、智慧化的发展，我国利用卫星遥感技术、物联网技术等收集了许多关于种植业生产方面的数据资产，可以结合气象数据预测气象灾害，对各类灾害进行分析及预测，尽量做到针对性的预防控制。种植业生产数据资产大体可以分为品种和类别数据，主要包括作物的品种数据、类别数据；种植业生产作业数据资产，包括农作物的种植面积、作物长势、化肥信息、灌溉信息等数据；种植业灾害与防治数据资产，包括虫情、灾情、旱涝、冰雹和相关防治的数据。

2. 养殖业生产数据资产

随着近年来养殖业的数字化改革，智慧农场、智能养殖、智能疾病诊断等的落地应用，养殖业生产数据资产也得以快速积累。养殖业生产数据资产主要可以分为动物基础信息数据，如动物品种数据、性别、年龄、个体系谱信息、个体特征信息等数据；繁育信息数据，如牛羊奶产量、禽蛋产量、产活率、肉产量、胎次、分娩日期、产总胎数、产死胎数、分娩间隔、配种数、最终配种日期等数据；饲养信息数据，如饲料结构信息、饲料营养成分及占比、头均用水量、头均耗料等数据；养殖环境数据，如舍内温度、湿度、氨气浓度等数据；动物健康与疫病数据，包括日常健康记录、疫病情况及相关防治措施等数据。

3. 林业生产数据资产

以往的林业生产是以生态环境为代价的，近年来林业生产主要是保护自然环境，培育林木、保护森林以取得木材，利用林木的自然特性发挥防护作用，优化生态环境，促进人和自然的和谐共处。在建设和发展过程中，产生了许多关于林业生产的数据资产，对这些数据资产进行科学精准的分析可以促进林业经济的发展。林业生产数据资产主要可以分为林业基础信息数据，如种植品种、种植类型、种植年份、林地面积，以及各区域的湿地、沙地、林木分布情况以及动植物的多样性等数据；林业灾害和防治数据，如林业有害生物防治数据、森林火灾数据、森林气象灾害防治数据等。

4. 渔业生产数据资产

渔业主要包括捕捞渔业和养殖渔业两大类，近年来我国渔业在智能化技术、装备及应用方面取得了一定的代表性成果，比如在捕捞渔业中，渔船卫星通信技术、“插卡式AIS”、鱼群探测等船用终端和数字化捕捞装备的出现为实现捕捞渔业的智能化做出了很大的贡献；在养殖渔业中，水质在线监测、精准饲喂、智能增氧等技术促进了养殖渔业的数字化进程。挖掘其中产生的渔业数据资产对渔业的经营发展有很大的用处，渔业生产数据资产主要可以分为渔船管理及捕捞设备数据，如渔船类型、捕捞设备类型、对渔船和捕捞设备的识别和管理数据、作业方式等；水产养殖品种数据，如淡水养殖的鱼类品种、甲壳类等，海水养殖的贝类、藻类、甲壳类、鱼类等；水产养殖环境数据，包括水温、酸碱度、透明度、水分盐度等数据；捕捞环境数据，如海洋的生态环境、气象数据等。

5. 农产品加工业生产数据资产

近年来，农产品加工行业信息化、智能化水平的提高积累了许多数据资产，涉及的范围广、数量多、种类多，在以往农产品加工业生产过程中，可能会出现原料不足或过剩，主要是无法根据产量对原料进行精确的计算，现在通过信息技术收集其中的数据资产对农产品加工业生产过程中的降本增效起到了重要的作用。农产品加工业生产数据资产大体可以分为：加工品类数据，包括调料品、休闲食品、酒水饮料、茶饮、方便食品等数据；加工过程数据，包括加工工艺、加工企业、相关加工设备参数等数据；加工质量安全数据，包括农产品的原材料质量、加工质量控制标准、加工过程的质量安全追溯数据等。

（三）农业经营数据资产

1. 农业储藏运输数据资产

基于大数据技术和物联网技术，冷链智慧物流的发展十分迅速，在运输农产品途中，对车辆实时定位以提高运输效率，对车内外部温度进行控制以保证产品的质量；在物流配送中，实时传递物流配送信息并结合路况选择合适的运输方式；在对农产品储存中，调节储藏环境，进一步优化配置仓储资源。利用相关的数字技术收集这些信息数据，形成全程可追溯的信息链条，可从真正意义上实现生产端到消费端的信息互动。农业储藏运输数据资产主要包括运输路线、运输方式、物流配送信息、仓储环境（包括温度、湿度、空气含氧度、光照等）数据。

2. 农业流通交易数据资产

随着农业数字基础设施的不断完善，农村地区也迈向了数字经济的发展阶段，借助数字技术的力量，可以帮助买卖双方完成农产品产销对接，从而使农产品在流通交易中可以更接近供需平衡的状态。农业流通交易数据资产主要包括农产品生产成本、价格、收益、市场行情、需求、交易量、库存、农产品进出口贸易数据、农产品品质质量监测、农产品相关资讯等。

3. 农业电子商务数据资产

农业电子商务作为农业农村发展新经济的抓手，缩短了农产品生产和消费之间的距离，为农产品的销售提供了新渠道，利用农业电子商务结合大数据、人工智能等数字技术，可以帮助农产品精准营销、精确定位，在把握产品质量和缩短供应链条上具有重要的意义，能够降低运营成本，使效益最大化。农业电子商务数据资产主要包括客户基础信息数据、用户操作日志数据、商品信息数据、交易记录数据、资金流动数据等。

4. 农业管理数据资产

近年来，一些地方政府将数字技术和电子政务相结合，打造农业电子政务平台以加强电子政务数据和涉农部门数据、互联网数据、社会数据的互联共通和融合利用，产生了许多农业管理方面的数据资产[3]。农业管理数据资产大体可以分为行政管理数据，其中包括农产品质量监管数据、投入品监管数据、行政许可数据、行政处罚数据、行政征收数据等；农业执法数据，包括执法遵循的法律法规、历史执法记录数据以及执法案件详细情况等数据；农业农村经营管理数据，包括土地制度、经营制度、产权制度以及社会管理、农民负担监管等数据。

5. 农业生活服务数据资产

农村生产生活和现代信息技术的结合产生了农业生产服务数据，涉农主体可以通过信息服务解决生产过程中的问题，还可以通过金融服务处理融资困难的问题。农业生活服务数据资产包括政务服务数据，如便民服务数量、公益服务数量、培训服务数量等数据；科技服务数据，如病虫害防治技术、品种研发、生物安全、育苗技术等数据；金融服务数据，如涉农信用评价、涉农生产经营贷款、农业保险、涉农补贴等数据；信息服务数据，如网站自助服务、专家咨询服务、短彩信服务等数据。

6. 农业科研数据资产

由于我国农业发展历史悠久，许多农业院校和农业科研机构积累了许多农业科研数据资产，利用信息技术将海量的数据存储集合可以给农业相关的科研人员提供一定的科研数据。农业科研数据资产主要包括各种图书、杂志和数据库数据，如学术期刊、学术论文以及研究领域动态、国内外学术会议等数据。

五、对策建议

在数字经济时代，数据资产已经成为重要的战略资源，而农业数据资产在指导农业生产、经营、管理等方面具有重要作用，将农业数据资产加以分析利用有利于指导农业生产、帮助农业经营、助力农业管理决策[18]。对农业数据资产进行分类目录研究是整个农业数据资产体系中的首要工作，是构建农业数据架构体系的基础工作，缺少对农业数据资产的分类犹如高楼大厦缺少地基。因此，对农业数据资产进行分类目录研究是很有必要的，有利于规范农业数据资产的管理、推动农业数据资产标准化、促进农业数据资产开放共享。本研究建议从以下3个方面做好建立农业数据资产分类目录的工作：

（一）制度方面——积极探索建设农业数据资产目录

农业数据资产目录即对农业数据中有价值、可用于分析和应用的数据进行提炼形成的目录体系，构建农业数据资产目录需要基于管理的角度，根据不同数据资产管理范围的划分，由不同角色进行管理。因此，要求各个部门积极探索建立农业数据资产分类目录，并明确各自的职责，防止出现实践上的无序盲从问题[16]。

（二）标准方面——出台适合农业领域的数据资产分类标准

当前农业数据资产标准化分类工作还处于探索阶段，农业管理、农业生产等各类数据因信息系统开发的不同会出现分类不清晰、定义模糊等情况。需要相关部门尽快出台适合农业领域数据资产的分类标准，并明确统一的分类标准。通过明晰农业数据资产的分类标准，可以方便数字乡村信息系统和平台相关数据库的建设和使用，这也是促进我国农业高质量发展和乡村全面振兴的必要手段。

（三）技术方面——探索数字技术在数据分类中的应用

目前实践中关于数据资产的分类大多是以人力为主，存在周期长、效率低等问题，虽有相应的工具可以利用，但效果并不显著。未来，应探索人工智能等数字技术在农业数据分类中的应用，通过智能化、自动化的方式提高农业数据分类的整体应用水平[19]。