原標題：農産品産銷脫節困局怎麼破？來看這家重慶企業的大數據利器

　　經過一個冬天的蓄養，埋藏在泥土中的青菜頭變得飽滿脆嫩，送往加工企業進行切片、風乾、腌制後，就成為一款享譽全球的重慶美食——榨菜。

　　重慶榨菜以約70萬畝的種植面積和大大小小近百家加工企業，成為重慶産值規模最大的特色農業單品之一。

　　不過，和大多數農産品一樣，重慶榨菜也存在週期：豐年賣不脫，次年農民減少種植面積，導致下游收不夠原材料而提價，再下一年大家一窩蜂擴産，又導致賣不脫……如此形成了惡性循環。

　　鄉村振興戰略的五大路徑中，産業振興排在第一位。産業的基礎，是種植業。破除農業尤其是種植業中普遍存在的産銷脫節難題，到底該用什麼招數？

　　重慶一家名為聚土網的互聯網公司，通過大數據手段，為推行“訂單農業”探索出了一條新路。

　　榨菜企業為啥遠赴外地收購青菜頭

　　市農委市場信息處副處長高保春認為，從發達國家經驗看，破解産銷脫節最好的辦法，是農産品加工企業給農戶下訂單，農戶照單生産，企業按照約定價收購，上下游實現緊密的無縫對接。

　　但現實的狀況並非如此。企業即便願意下訂單，農民大多也不願甚至不敢接。還是以榨菜行業為例，涪陵珍溪鎮青菜頭種植戶劉顯祖説，種植風險無處不在，一旦碰到乾旱或者病蟲害，青菜頭就要減産，滿足不了訂單，可能還要賠償。並且，歉收的年份，外地企業入渝搶購，收購價可能更高，賣給外地企業，可能更划算。

　　確保農作物的産量和品質，就需要採用先進的種植工藝大規模種植，但流轉土地，購買農資，整治土地，錢從哪兒來？劉顯祖説，自己屢次向銀行提出申請，從未獲得貸款。

　　銀行也有苦衷，重慶農村商業銀行一名基層信貸員説，我市種植業普遍規模小，貸款額度低，單位管理成本高。更重要的是，農業貸款大多數是信用貸款，沒有抵押物，銀行和農戶建立信任關係並不容易。一旦貸出去，遇到農作物歉收，農戶還不上，就很容易形成呆壞賬。

　　據了解，由於難以實現訂單生産，長期以來，我市青菜頭一直以一家一戶的小規模種植為主。農戶通常把青菜頭賣給菜販子，後者再賣給榨菜企業。中間商賺了差價，農戶卻收益微薄。

　　涪陵榨菜行業一名企業主介紹，由於原料供應不穩定，重慶的榨菜加工企業經常會“無米可炊”，只能遠赴四川、江西和浙江等地高價搶購青菜頭。他透露，這樣的狀況，在我市乃至全國大部分農産品中普遍存在。

　　那麼，這種狀況是否可以在今天大數據背景下改變呢？

　　一筆“訂單農業”是如何實現的

　　而聚土網的辦法是：通過大數據手段，推行“訂單農業”。

　　和大多數從事土地流轉和農資、農産品交易的互聯網平臺一樣，聚土網通過多年運營，已經積累了海量的掛牌交易土地信息、用戶信息和交易數據。經過對數據的自動抓取和比對分析，這家網站發現了諸多用戶需求。其中之一，便是李記榨菜、涪陵榨菜集團等企業對青菜頭的訂單需求。

　　誰能滿足需求？同樣基於大數據分析，聚土網找到了全國在歷史氣候、土壤酸鹼值等指標方面均能滿足青菜頭種植條件的一批縣市。

　　條件符合的地區，誰最合適？大數據顯示，毗鄰重慶的四川省級貧困縣——宜賓市筠連縣，政府正全力倡導發展以煙草為主的農業種植業，希望以此增加農民收入。

　　進一步挖掘大數據，聚土網有了更驚喜的發現，該縣煙葉收購後的當年9月至來年4月，土地閒置，而這個時期，正是青菜頭的最佳種植期。聚土網找到筠連縣農業局，雙方一拍即合。

　　事實上，精準地促成産銷對接，只是大數據發揮作用的第一步。在接下來的各個生産環節，大數據的身影無處不在。例如，根據作物生長數據與市場供需數據，聚土網設計了作物生長模型、病害診斷模型、價格預測模型。

　　作物生長模型，即利用標準生長曲線和現實生長曲線的擬合度，對農作物生長情況進行監控；病害診斷模型，則是把病害事實轉譯成具體的患病概率，並結合條件閾值，準確確認病害名稱，匹配精準的治療方案。在這兩種數據模型支持下，農作物生長不佳或者患病，系統會自動在技術員的手機上預警，由此提示其採取應對措施。

　　市場供需模型，則用來預測農作物的價格波動，憑藉它，聚土網可以給“訂單農業”的買賣雙方開出一個合適的訂單價格，讓大家都不吃虧。

　　農業金融，更是大數據應用的典型場景。聚土網先收集農戶的行為、家庭背景、個人背景及作物生長週期、市場供需等信息及數據，然後通過對數據的量化分析，還原成農戶的現實資産負債表與預期資産負債表，形成標準的大數據用戶畫像。通過後者，能不能貸款，敢不敢貸款，金融機構很容易就能辨別。

　　近百萬小農戶與近2000家企業“手拉手”

　　通過大數據找到買賣雙方，撮合交易，再通過大數據手段提供技術、金融、農資集中採購等全流程服務確保訂單保質保量完成，聚土網做到了。

　　2013年，從上海返鄉的重慶忠縣籍年輕創業者田靖隆，到農村流轉土地，然後挂到58同城或趕集網上找下家，很快就有了超百萬元的盈利。

　　嘗到甜頭後，田靖隆創辦了聚土網，試圖和同行一樣，通過開放數據端口吸納全國市縣級加盟商，擴大客戶量和交易規模。但他很快發現了這種傳統模式行業的“天花板”：即便跑遍全國，也不過幾億元的市場規模。

　　重新設計商業模式的過程中，田靖隆發現了訂單農業這一市場痛點。市場不缺訂單，但上游的生産組織一直是個難題。聚土網能不能去組織上游，直接託管農民的土地，進行集約化經營？

　　但是，自己並不懂技術，怎麼去託管土地組織生産呢？2016年，京東金融與聚土網達成戰略合作，前者通過大數據建立金融風險控制模型的做法，給田靖隆帶來啟示。

　　他發現，大數據能把生産經營活動的每一個細節進行量化和可視化呈現。數據可以生成模型，從而讓種植業擁有和像工業一樣的標準化流程，這樣，大規模種植和交易就有了技術基礎。

　　田靖隆開始重建聚土網的大數據庫。同類網站的數據來源通常為用戶上傳，真實性難以辨識。他的解決之道，是重拾土地流轉業務，借此機會在田間地頭親自採集土地數據、用戶數據和作物數據。此後，他又通過向專業機構採購等方式，建立了市場數據庫。

　　幾年下來，聚土網形成土地數據、用戶數據、作物數據、市場數據四個層次的大數據鏈條，並由此建立起了諸如上述作物生長模型、病害診斷模型、價格預測模型等一系列應用模型。

　　今年初，聚土網基於大數據的首筆訂單農業，讓筠連農戶和重慶的企業實現了共贏。數十輛大卡車輪番不斷往返川渝，榨菜企業獲得了優質的原料供應，價格比菜販子便宜一成以上。筠連全縣增收近4000萬元，種植戶人均增收6000多元。

　　類似的業務，聚土網目前正在開展的有9筆，涉及小麥、水稻、玉米、大豆、榨菜、洋姜、檸檬、龍蝦等近20個農業品種，以及貴州、四川、安徽等10多個省市。近百萬分散的小農戶與近2000家企業，通過大數據，成功實現“手拉手”。