大数据时代优势篇（1）

一、企业人力资源管理在互联网时代下面临的新发展趋势

（一）大数据成为了企业人力资源管理的主要工具

我国企业的人力资源管理，在互联网新时代，面临着重大的发展趋势转变。大数据，是互联网时代下的重要技术型产物，有着较为强大的数据采集与检索等功能。因而，在互联网时代引领下，大数据成为了企业人力资源管理的主要工具。它不仅能够有效的贯穿于企业人力资源管理的人才选拔与任用机制中。还能够对企业的人力资源管理，建立起强大的人才储备信息数据库，并能够对人才数据信息实现实时的系统追踪。有效的协助企业的人力资源管理部门，更为全面性的掌控企业所有的人力资源内部数据信息，以及人才规划信息。同时，进一步优化企业人力资源管理的内部管理结构，实现合理的资源优化配置，形成新型的企业人力资源管理模式。充分的发挥大数据技术的功能优势，实现强大的人才发展共享体系，进一步推动企业人力资源管理的高效性，促进企业人力资源管理的现代化发展。

（二）思维的跨界促使人力资源管理更具专业性

思维的跨界融合，是互联网时代下最主要的特征。基于这种新的发展形式，对我国企业的人力资源管理提出了更高的要求。单一化的企业人力资源管理结构，已经无法适应现实的的发展趋势。因而，在互联网时代下，企业的人力资源管理逐渐实现管理结构上的转变，有效的实现思维的跨界融合。对于人才技能的评价实现了多层次化的转变，给予人才足够的能力施展空间，充分的激发人才的潜能，实现企业人才资源的优化配置。除此之外，在互联网时代下，对企业人力资源管理者的要求也进一步提高。除了要提升掌握娴熟的技能之外，还需要掌握新时代的企业管理与发展的战略，有效的将互联网思维的优势性融入到企业人力资源管理当中，充分的提升企业人力资源管理者的综合素质与能力。从而实现企业人力资源管理在忽略网络时代下的现代化发展。

二、企业人力资源管理在互联网时代应对新发展趋势的策略

（一）善于运用大数据的功能优势

企业的人力资源管理，应当善于把握互联网时代下的大数据功能优势，将大数据技术充分的应用到人力资源管理中。除了要在薪酬统计管理与绩效考核上应用，还应当在具体的人才招聘、综合培训上应用，从而构建起以大数据技术为支撑的现代化企业人力资源管理系统。同时，企业的人力资源管理，应当加强对员工之间的沟通交流，并以大数据为辅助性工具，对整体的沟通过程进行大数据分析。进而发挥大数据的功能优势，为企业人力资源管理者提供最具科学性的、完整性的数据分析资料，辅助企业人力资源管理者做出最佳的决策。

（二）构建多渠道的人才沟通平台

大数据时代优势篇（2）

时下各网上商城都推出了一项服务，在产品介绍页面推荐几款关联产品，这其实就是“大数据”时代的产物，通过分析消费者的购买记录，可以得出一些结果，像是购买电视的消费者大都会再购买机顶盒，买台灯的消费者多会搭配插座等，这样的推荐不仅为消费者带来了便利，也能大幅提升商城的销售业绩。

对于家电生产企业而言，“大数据”时代的到来势必引发一次巨大的产业变革。

时下各家电巨头都在不遗余力地布局云产业，例如，传统的洗衣机使用时，消费者需要设定程序、水位、漂洗次数等，经过一系列选择后才能开动。结合100多年来的用户数据经验，现已创造出“一键百年”的经典之作，洗衣机会根据衣物重量、质地、脏污程度来进行自动模糊匹配，以达到最佳的洗衣效果。

其实在“大数据”时代，对于以乐视、小米为代表的互联网企业尤为重要，凭借其自身网络资源基础以及庞大的客户群优势，其家电产品更加贴合消费者需求，而其低价销售与饥渴销售策略也给家电行业带来巨大冲击。

不过，传统的家电企业也有其自身优势，首先是品牌优势，在消费者心目中，比起小米、乐视而言，长虹、海尔这些品牌的认知度明显更高；其次是渠道优势，传统家电企业是销售终端上多年的霸主，在全国有着大量的连锁店、专卖店，其配套服务也更加完善；其三是升级优势，目前家电企业已具备了互联网精神，通过自身的研发，可以弥补后天的缺失。

大数据时代优势篇（3）

自20世纪90年代起，互联网科学技术在不足三十年的时间里快速发展，并逐渐改变着全世界的发展方式，更让人们的生活发生了深刻的变化。纵观当前我国的金融社会，互联网技术成为社会发展的重要基础，推动电子商务的蓬勃发展并以大数据的形式融入到社会经济的发展中。在大数据时代里，互联网金融让银行发展产生了无限的可能性，如何在发展中把握和创造先机，是当前银行发展的重要战略思考方向。

一、大数据时代对银行业带来的变化和影响

随着互联网在社会各个领域中的普及，大量的数据为相关领域的不断深化研究和改革创新提供了更准确、可靠和有效的支撑。银行必须积极投入到大数据的挖掘、利用、分析和研究中，借助数据对市场、渠道和策略进行细化精分，使银行的投资从“粗放式经营”向“精细化经营”的转变，才能在大数据时代下，适应现代金融业的发展，开拓出适合自身的特色业务，立于行业不败之地。

从当前银行业的发展现状来看，大数据时代的到来明显已对不少互联网新兴企业带来影响，尤其是互联网金融产品的应运而生对传统银行金融产品造成了较大的冲击，让不少银行开始意识到大数据时代中，商业模式的变革和创新的必要性。

二、大数据时代下银行发展的优势与劣势

大数据时代的到来对银行来说，不论从战略制定、营销策略、市场发展等方面来说，都是一场巨大的变革，如何清晰、准确的分析银行在大数据金融市场环境中的位置，需要基于SWOT对银行发展的优势和劣势进行分析。

（一）优势分析

第一，银行拥有相对稳定和雄厚的资金成本，能为大数据的开发和应用提供有力支持。银行与一般中小企业相比，其明显的优势在于资金稳定、有较高盈利能力，能为大数据的开发和应用提供稳定的外部支持。以广东省农村信用社联合社为例，大数据作为先进技术的引入，能得到银行所提供的充足资金作为保障，能在短时间内快速搭建相应的数据平台，为大数据在业务上的迅速推广作出有力支持。

第二，银行具有庞大而稳定的客户群体，数据来源渠道较多。大部分银行在长年的发展中普遍累积了数量庞大且业务往来稳定的客户群体，且基于银行业务的特殊性，银行更掌握了客户的身份信息、收支状况、资产情况等其他一般企业难以掌握的核心数据，这些对于银行在大数据时代下的数据开发而言都是极其重要的资产。

第三，银行已有相对完善的风险应对体系，对大数据的安全性有更大的保障。数据的保存和应用在为企业提供分析研究的样本的同时，也为数据的泄露、丢失和破坏带来一定的风险。在应对数据的安全问题的情况下，银行长期从事对客户、业务数据的机密安全保护工作，已建立一套相对完善的风险应对体系，对数据的系列风险指标都能有更全面、可靠的保护。

（二）劣势分析

第一，银行传统业务转型具有一定的难度。大数据时代是基于互联网信息科学技术在社会的全面普及而逐步形成，对于银行传统的相对封闭、单一操作模式而言，大数据时代对数据的开放、流动以及多层次的运用都是一种新型的经营理念和模式，需要银行在传统的业务上进行转型。

第二，缺乏大数据开发应用所需的专业人才。虽然当前各大银行普遍都拥有大量专业的金融专业人才，但相对于大数据的开发和应用而言，除了金融专业知识以外，还要求较高的数据分析能力，才能从大数据中挖掘出有效数据并与金融市场现状相联系，推出具有较高商业价值的新型金融产品和业务。而目前银行相对缺乏数据分析的复合型人才，在大数据的开发应用方面处于相对被动的状态。

三、银行应对大数据时代的发展战略

大数据是银行未来发展的集中趋势，能否通过大数据的运用赶上信息化革命的大潮，决定了银行在现代化管理上变革和创新的成败。结合银行在大数据时代中发展的优势和劣势，应对大数据时代所带来的挑战，可从以下几方面进行策略上的转变。

第一，转变经营理念，以数据作为决策基础。大数据代表的是技术的革新，同时也是经营理念的转变。在大数据时代下，强调的是以数据分析为决策、管理、营销的基础，这与传统的以经验为主主观化管理模式存在较大的差异。因此，需要银行及时转变经营理念，重视数据的分析和应用，发挥数据的效能。

第二，重视数据收集，拓宽数据来源渠道。如何对数据进行收集并建立相应的数据库，以提取数据中的有效信息，这需要银行在数据收集方面不断加大收集的力度，并拓宽数据的来源渠道，如通过网上银行、微信、微博等渠道方式实现对客户的行为监测和数据收集，更全方位地对客户的行为趋势进行分析，使数据形成其独有的导向作用。

第三，提升配置设施，加强专业人才的培养。大数据的开发与运用需要有相应的专业技术平台，因此银行需为其提供相应的硬件设备设施的支持，同时更需培养一批专业技术及数据分析类的人才。

总的来说，大数据时代的到来，对于银行而言是一场重大的变革，如何在这场变革中合理运用自身的优势，快速根据劣势进行调整和改善，是银行能否利用大数据投入到信息化革命的关键。

参考文献：

大数据时代优势篇（4）

通过双方的战略合作，IBM Netezza将以领先的Netezza Twinfin3（雨燕，意为世界上飞得最快的鸟）数据仓库平台产品参与联动优势数据中心建设，并根据联动优势的业务需求，为其进行平台建设的总体规划，为联动优势打造高性价比、简单、易于安装、能够对千兆级数据进行快速运行分析的数据平台系统。

IBM Netezza大中华区销售负责人肖冰介绍说，Netezza数据仓库设备操作方便，能让销售、营销、产品开发和人力资源等部门的业务人员直接完成数据分析。Netezza设备部署简单的优点，使其成为企业进行数据高性能分析的理想选择――客户只需要拥有极少的管理技能和IT技能，在解决方案完成部署几天之后就能进行复杂的数据查询。

另据John Gillespie透露，IBM中国实验室也正与联动优势进行下一代数据中心关键技术的联合验证工作，包括高性能实时数据分析平台、低成本的大数据分析平台无缝整合（Hadoop），从而构造低成本、高效能的下一代数据中心解决方案。

体量超大数据分析当先

联动优势是由中国移动、中国银联于2003年8月联合发起成立的移动电子商务服务提供商，目前已逐步进入电子支付、金融信息服务和电子商务三大经营领域，包括银信通、手机银行卡、空中充值、电子渠道交费等在内的业务已在全国多个省市落地运营。

大数据时代优势篇（5）

坚持战略引领，把握数字经济发展方向。战略胜于雄兵，方向决定未来。数字经济是新兴领域，没有模式可供借鉴，必须坚持战略引领，始终把准战略方向。我们将深入贯彻“五大新发展理念”，着力在技术创新、协调推动、绿色环保、开放合作、共建共享五个方面下功夫，确保数字经济始终朝着正确的方向迈进；我们将重点聚焦“五大新发展领域”，着力在新制造、新零售、新金融、新技术、新资源五个方面求突破，确保数字经济始终围绕明晰的目标发展；我们将紧密结合“五大战略行动”，着力在大扶贫、大数据、大健康、大旅游、大生态五个方面抓融合，确保数字经济沿着科学的路径前行。

突出资源优势，促进数字经济产业聚集。产业聚集需要遵循市场经济规律，市场经济规律的核心是竞争优势。发展数字经济，聚集大数据产业，重点在于六盘水资源优势上的核心竞争力。我们将充分发挥气候生态优势，突出宣传天然降温节能、宜居宜业宜游和远离地震带的得天厚优势，以“天然大空调”“生态大氧吧”“数据安全岛”三张名片吸引大数据产业落户凉都。我们将充分发挥煤电资源优势，突出中国重要能源原材料基地和“西电东送”主战场的战略定位，积极推进煤炭、电力、电网企业合作运营，有效降低煤电成本，为数字经济发展提供稳定廉价的能源供给。我们将充分发挥人力资源优势，突出“三线建设”人才积淀、国有大企业人才聚集、与知名高校合作人才培养以及大量廉价劳动力的优势，为数字经济发展提供坚强的人力支撑。

大数据时代优势篇（6）

银行在客户信用构建时，传统方式是通过实体机构对经济社会的渗透与接触，人工收集客户相关的各种信息，并通过中心化系统处理数据以完成客户信用评估。以社会分工的组织形式解决金融市场中的信息不对称和信用风险管理问题，这种传统模式的核心是通过规模化运营降低个体信用评估的边界成本，从而实现专业化信用中介的经济功能。这种中心化集中处理的模式，受到信息收集成本的限制。故银行业评估客户信用时采用数据通常较为单一，以结构化的经济数据为主，效率较低；并主要聚焦于正态用户，缺乏对长尾用户的关注。

不同于传统银行业所依赖的经济性数据，涉及个体的社会生活方方面面的事实性数据都可能成为信用评估的依据，如：网络消费与交易、个体通信数据、交通地理轨迹、网络社区记录等等，过去未纳入银行业客户数据的信息受到征信评估的广泛重视，这依赖于数据成本的大幅度降低以及个体生活的数字化趋势。

相对于传统银行业依赖于个体接触实现信息收集的模式，大数据征信具有明显的成本优势。大数据突破基本经济数据范畴，扩大了行为数据来源，从而为改善信息不对称提供了新的资源；在信用风险定价上，大数据模式下个体数据具有易得性和广泛性，具备了成本优势和信息基础以扩展覆盖到长尾客户的服务上；且不同于调查和实验数据，人类行为与观点数字化所产生的数据本质上是田野观察数据，某种意义上摆脱了数据生成中的主观因素。银行业在客户信用评估中引入大数据已成为必然。

但信息化时代的海量数据，由于数据来源与传播差异，各种虚假、欺诈信息充斥其间，噪声数据对大数据的应用产生了严重干扰。信息泛滥、数据可操纵使得数据本身面临信任问题。数据清洗与鉴别为大数据应用带来了额外的成本，这类数据灾害在数字化社会中因数据爆发式增长而愈演愈烈，数字世界中数据本身的信任问题、数据的无序生产等成为大数据征信中的重要阻碍。

数字世界中区块链认证模式及其对传统信用中介的威胁

“区块链”是指用密码学方法产生的动态编程数据块链，本质是对数字世界中数据与代码的认证，使用某类区块链协议的数据或代码，被赋予了某类共识性信任。区块链解决数字化社会中数据与代码自身的可信任问题，从而改善了大数据应用中数据处理成本急剧恶化的趋势。区块链技术的应用使得我们在面临大数据资源拓荒时，对数字矿产资源有了辨识标签。

由于解决了数字世界中的认证问题，区块链对客户信用的构建产生了颠覆性的冲击。类似于现实世界银行等信用中介对个体经济事实的审核，基于区块链的数字事实审核成为信息时代信用构建的重要基石。

对于信用构建中的信息不对称问题。区块链技术重新定义了大数据资源的应用价值，信息社会中各类数据的生产，具有了潜在的价值意义。扁平化的数据生成、传播与共享，有效地改善经济个体间的信息不对称问题；不仅如此，通过区块链技术的数据授权模式，克服大数据应用中的隐私权问题，从而使得开源数据的透明化使用具备了法理与伦理基础。

通过对程序代码的认证，区块链技术可将金融交易的操作风险和信用风险评估与决策有效融合在执行过程中。从而改变传统银行业对信用风险的管理与定价方式，例如“智能合约”在“互联网+”的世界中具有无限想象空间。

区块链通过对数字事实的认证，其适应信息社会的去中心化、去信任、时间戳、非对称加密和智能合约等特征，为实现信用的共享式评估与可编程管理提供了技术保证。

传统基于规模化优势的银行业等金融中介信用评估模式，由于其覆盖范围小、数据片面、调整僵化等局限性，越来越不适应信息社会的发展。网络信息社会的扁平化、共享式特征，要求信息社会的个体信用评估，转变为基于技术与平台资源的分享式信用评估模式。区块链解决了数字世界中数字事实本身的信任问题，奠定了信息社会信用评估的技术基础，信息社会的个体信用权威中心面临重构。

因此，具有信息技术和平台优势的机构或组织纷纷进入信用评估市场，试图争夺信用评估的核心地位。银行业具有的传统实体与专业人员的规模化优势，在信息社会中极度弱化，这使得银行业信用评估面临迫切的转型需要。而拥有技术优势的科技公司，拥有互联网客户平台资源优势的公司，甚至未来拥有智能产品的“物联网”平台类制造业巨头，都可能凭借其数据优势与平台资源切入征信业务，挑战银行业信用中介的核心地位。

基于区块链构建客户信用的银行业优势及其转型机会

与科技公司和“互联网+”平台资源的公司相比较，开展区块链信用构建，银行虽然在新技术和平台资源上存在劣势，但也具备一些核心优势。

信用客户传统资源。由于社会分工，银行业拥有庞大的金融客户群体，几乎涵盖全社会经济个体。首先，个体银行账户数据是信用构建中最为重要的数据，含有直接的经济后果信息，即使在区块链大数据范畴下，银行账户数据仍是信用构建不可或缺的内容。这种专业领域数据使得银行业在信用构建中具有先天优势。其次，银行客户数据记录具有历史性，难以寻找替代资源，这通常是科技企业或新兴“互联网+”平台企业所无法追溯生成的数据资源。当然，要体现这一竞争优势，需要银行业对传统业务数据进行数据资源转化与保护，并逐步采用区块链技术对这些数据资源进行标签、认证，通过版权保护与主动授权管理，逐步形成“互联网+”社会下的信用数据资源供给中心。

监管门槛与成本优势。基于社会个体征信对经济影响的重要性，国家监管严格。这提高了该领域的准入门槛和成本，而银行业相关业务准入与牌照管理上，由于传统经营业务因素，具有先天优势，这对于试图进入信用评估领域的新兴科技公司或平台公司则是巨大的阻碍。

专业人才聚集优势。影响信用的因素众多，不仅涉及个体经济状况，与个体行为、观念及社会经济环境等都具有重要关联。征信技术发展的跨领域与领域交叉虽然成为趋势，但信用评估与管理仍具有极强的专业性要求，其专业特殊性是其他专业的技术人员难以完全掌握的，“码农”对个体信用风险的理解一定与金融客服人员的理解是不一致的。银行业积聚和培育的大批信用评估专业性人才，这是新入公司难以实现的。

机构信用优势。面临“互联网+”时代层出不穷的创新信用产品，老牌商业银行多年累积的信誉可减少客户顾虑，提高客户对创新产品的接受度和合作度。如花旗银行2015年发行的“花旗币”（Citicoin），首日上线兑换达7.32亿美元。

大数据时代优势篇（7）

1.前言

大数据技术在很多行业都有着相对广泛的应用，对教育行业的影响更是显著。从大数据时代教育发展情况来看，并不十分理想，存在发展步调不一致的情况。想要发挥大数据技术对教育管理工作的促进作用必须合理应用它。当前我国开展教育改革工作也有很长时间，并且也取得了一些成绩，但是能否适应大数据时代的变革，在很大程度上受到教育模式的影响。

2.大数据时代教育管理模式改革工作展开的价值

2.1使得教育过程变得更具灵活性

大数据时代教育管理模式改革工作展开的价值十分显著。首先，使教育过程变得更具灵活性。传统的教育管理模式在现代化教育过程中想要取得较大的突破难度系数较大，同时受到大数据时代的影响，不同的学校教育改革工作开展的情况存在很大不同。既然大数据时代已经全方位到来，我国又十分关注互联网技术的发展，计算机的普及改变了知识教授的方式，每个人都可以结合自身需要获取知识。教师的教授也不局限在课堂上，学生获取知识的路径更加广阔，选择性更强。因此，大数据时代的到来使得现代教育过程变得更具灵活性。

2.2促进优质教育资源的高效普及

大数据时代的到来使优质教育资源更为普及。就现阶段的教育实际来看，科学技术得到了较大程度的发展，计算机的应用率不断提升，同时呈现稳定增长的态势。不同的人知识储备不同，对知识的理解能力不同，因此在课程选择方面也不同。传统的教学模式下，很多优秀教育资源受各种自然、人为、科学等影响，无法实现广泛传播。优秀教育资源传播不广泛，阻碍了教育的发展，受教育的人群也受到极大限制。因此，为了促进教育资源均衡应用，发挥大数据技术优势，使优质资源传播范围更广。

2.3促进学生与教师之间互动的增强

大数据技术在现代教育管理中的应用，使得学生与教师之间的互动沟通变得更加顺畅。传统教育管理模式存在很多问题，如课堂上往往是教师机械地讲，而学生被动地听，教师在课堂上提出问题后，学生也无法积极踊跃地回答问题，可见师生之间的交流互动不理想，这样肯定无法取得理想的教学效果。大数据时代，学生在回答问题及复习环节都可以全面记录，师生之间的关系也变得更加融洽。师生之间的互动性增强，知识传播起来更加顺畅，师生双方交流困难的问题得到了很好解决，极大地方便了学生对相关问题的解决。同时教师，可以将课堂教学延伸到课下，师生之间的交流从课堂延伸到课下，学习活动始终高效的展开，保障了教学活动本身的连贯性，教学质量得到了极大的提升。学生的学习兴趣也不会随着时间的推移逐渐弱化。

3.大数据时代教育管理模式变革对策

3.1强调教学管理思路的转变，促进大数据管理素养的提升

大数据时代的到来为现代教育管理工作提供了更多的可能，为此广大教育工作者一定要紧抓先机，充分利用大数据优势，强调教育教学理念的转变，促进大数据管理素养的提升。教师应转变传统的教育管理理念，意识到时代在发展，新时代社会需要的是全面发展的人才，所以必须采用适应社会发展的管理方式。例如，很多教师对大数据根本不了解，那么就需要主动关注科学技术发展。另一方面，教育管理工作者的大数据管理素养也需要过硬，这样在分析数据、采集数据、反思相关决策的时候能够更占据主动地位。

3.2发挥大数据平台的优势，实现教育的个性化管理，提升管理的时效性

大数据时代优势篇（8）

一、云南烟叶和粮食生产概况

云南耕地的主要栽培作物包括烟草、水稻、玉米、小麦、马铃薯、豆类等20余种。其中烟草是云南第一大经济作物,而水稻、玉米、小麦、马铃薯则是云南四大粮食作物。云南是一个山地面积占92%的省份,耕地面积不到9000万亩,烟草栽培面积最大年份达631.95万亩,由于烟草栽培消耗了一部分土地,加之自然条件相对恶劣、山区和半山区众多,因此云南的粮食生产一直面临压力。

云南1988年全省种烟22.3万公顷,收购量达到50.7万吨,上等烟占26%。1997年全省种植烟叶631.95万亩,收购烟叶105.7万吨,上等烟占23.99%,创历史最高记录。从1998年开始,云南省执行国家局烟叶生产的双控方针,采取果断措施,严格控制种植面积和收购量,如今,烟叶栽培面积稳定在600万亩左右,产量质量稳居全国第一。

云南省粮食播种面积、产量和平均亩产水平自1989年以来呈逐渐增长的趋势。播种面积由1989年的5290.6万亩增加到2009年的6300.2万亩,年均增长0.95%。产量由1989年的1000.2吨增加到2009年的1576.92万吨,年均增长2.88%。平均亩产水平则由1989年的189.05公斤增长至2009年的250.3公斤,年均增长1.61%。

云南烟草、粮食的播种面积变化经历了两个基本相似阶段:自解放后到上世纪90年代,基本属于增长期。2000年后播种面积有所下滑,而这期间粮食产量稍有反复,但是一直保持增长。烟叶收购量基本不变,但中上等烟比例有所增加。这说明云南在后备耕地很少的情况下,随着社会经济发展,播种面积近几年来有所降低属正常现象;另一方面,由于云南大力发展现代烟草农业,烟叶朝优质适产方向发展,而粮食新品种、新技术的推广,导致生产效率(亩产)的提高,产量反而出现了增长。

二、云南烟叶生产的比较优势分析

为了深入判断云南烟叶生产的优势和不足,分析烟、粮的可持续协调发展,为云南经济发展及粮食安全提供一些思考,本文引入比较优势函数理论,对云南烟叶和粮食生产的情况进行比较分析。

1、比较优势分析方法

本文采用综合比较优势指数法,结合云南省及全国的数据,分别计算主要农作物的生产效率优势指标(EAI)、生产规模优势指标(SAI)和综合比较优势指标(AAI)。

生产效率优势指标(EAI):主要通过分析云南烟叶的土地产出率(亩产量)与云南三大农作物平均土地产出率的相对水平以及与全国该比率平均水平的对比关系,考察云南在烟叶生产上的生产效率相对优势。规模优势指数(SAI):主要是从播种面积的角度来反映和比较云南烟叶与三大农作物生产的相对规模优势。综合优势指数(AAI):从效率和规模优势两方面,综合衡量云南烟叶与三大农作物生产的相对比较优势。

2、分析的数据来源

为了便于比较,本文选取全国及云南1990―2007年的烟叶与水稻、玉米、小麦三大粮食作物生产的单产和种植面积的数据进行比较。

3、烟叶和粮食生产的情况比较分析

根据比较优势指标的公式和相关数据,分别计算烟叶、水稻、玉米、小麦生产效率优势指数(EAI)、规模优势指数(SAI)和综合优势指数(AAI)如下。

(1) 效率优势。根据效率优势指数(EAI)公式,效率优势指数(EAI)>1,说明具有效率优势。从表1可以看出,云南烟叶生产和全国相比具有明显的优势,但种植烟叶的土地产出率属于中等偏下的水平,因为烟叶种植首要考虑的不是产量而是质量,也是烟叶“优质适产”的结果。另一方面,除水稻外,小麦和玉米没有效率优势,这与云南作为南方省份、多山的省情是密切相关的。

表11990―2007年云南烟叶生产与水稻、玉米、小麦

(资料来源:根据中国种植业信息网相关数据计算得出。)

(2)规模优势。根据规模优势指数(SAI)公式,规模优势指数(SAI)>1,说明具有规模优势。从表2可以看出,云南烟叶生产的规模优势相当明显,烟叶规模优势指数(SAI)远大于1。相比之下,玉米的规模优势指数是三大粮食作物中最高的,且具备规模优势,而水稻、小麦则没有规模优势。这些数据也很好地反映出云南作为山地占92%的省份,受自然条件和水利基础设施的限制,粮食作物种植面积受限制以致于基本不成规模;而作为喜旱作物的烟草,以种植在自然条件相对恶劣的山地为主,因此云南烟叶的种植规模一直是很大的。

(资料来源:根据中国种植业信息网相关数据计算得出。)

(3)综合优势。根据综合优势指数(AAI)公式,综合优势指数(AAI)>1,说明具有综合优势。通过比较综合优势指数可知,除小麦外,云南其他三种主要农作物都具备综合优势,但在烟叶生产的综合优势上,云南(3.47)远远大于全国的平均水平,也远高于云南的其他三种农作物,这正是云南作为“烟草大省”的真实写照。

三、结论

结合以上分析,大致可以得出,云南烟叶生产相比全国来说具有相对效率优势和绝对规模优势。但同时也不难看出,烟草的绝对规模优势是以占用一部分耕地为代价的结果。我国国家粮食安全要求各地区要明确和落实粮食发展目标,强化扶持政策,落实储备任务,并分担国家粮食安全责任。因此云南的粮食生产应该因地制宜,合理规划烟草栽培面积,继续大力发展现代烟草农业,既要突出地方特色,又要进一步提高粮食自给率,以分担和减轻国家粮食安全责任。

为了促进云南社会经济的发展,在保障粮食安全的前提下,对于云南烟叶生产,应该继续在新品种和新技术上加大扶持和示范推广力度,紧抓当前全球范围内烟草市场格局重组、产业结构调整、国际资本流动和大规模技术转移及国家局“北烟南移”有利的内外部条件,使云南的烟叶生产水平在巩固优势的基础更上一个台阶。

【参考文献】

[1] 王明利、李志军:我国粳稻生产:区域布局变化及粮食安全政策含义[J].农业经济问题,2005(6).

大数据时代优势篇（9）

中图分类号：F320　文献标识码：A

文章编号：1007-7685(2012)02-0069-06

一个国家或地区农业现代化的实现模式，必须以其农业现代化所处阶段和发展水平的正确判断为逻辑起点。构建农业现代化综合评价指标体系，全面评价我国内地各地区农业现代化水平，明确各地区农业现代化所处阶段，发现各地区制约农业现代化的因素，对于各地区制定农业现代化的发展目标和选择正确的农业现代化模式，具有重要的理论价值和实践意义。

一、农业现代化评价指标体系的构建

(一)农业现代化评价指标的选择

本文采用多指标综合测定法，建立了农业现代化综合评价指标体系。整个体系分为综合指标、主体指标、群体指标三个层次。第一层次是综合指标，代表农业现代化综合水平，以农业现代化综合指数表示。第二层次是主体指标，代表农业现代化各主要方面的水平，主要指标共4项，分别是农业生产投入条件指标、农业综合产出能力指标、农村社会发展水平指标和农业资源环境条件指标。第三层次是群体指标，反映各主体指标的基本内容，共有衡量农业现代化水平的21项具体指标。(见图1)

(二)各层次指标权重的确定

综合德尔菲法和层次分析法的优点，确定各层次指标的权重。首先，相对于综合指标，构造出主体指标的比较判别矩阵；相对于主体指标，构造出群体指标的比较判别矩阵。其次，对判别矩阵进行一致性检验。最后，计算各主体指标和群体指标的权重。

(三)数据标准化处理

由于农业现代化评价指标原始数据的量纲不同，需要对原始数据进行标准化处理。本文采用最优状态值法对数据进行标准化处理，从而避免使用标准值法或六级分段赋值法由于需要事先确定标准值，可能带来的主观性和随意性，而以各个指标中的最优状态数值为标准，体现农业现代化发展水平的动态变化性、相对性和发展的不平衡性，从而使结果具有良好的可比性。首先，根据统计数据计算出各地区群体指标的数值。其次，找出最优状态数值。正指标的最大值即最优状态数值，逆指标的最小值为最优状态数值。最后，假定各指标最优状态数值系数为1，算出各地区群体指标相对于最优指标的百分比系数。正指标的标准化数值为aki=Aki/maxAki。其中，aki为群体指标的标准化值，Aki为群体指标数值，maxAki为该群体指标的最大值。逆指标先用(100％-Aki)，再按以上算式处理。数据标准化后，aki全部满足0≤aki≤1，消除了量纲差异，从而得出农业现代化评价指标的标准数据排列矩阵。

(四)评价模型的构建

根据上述指标体系的设置及指标层次分析，构建农业现代化评价模型，其计算公式为Z=∑WjYj。其中，z为农业现代化综合评价指数，反映某一地区、某一阶段的农业现代化总体水平，综合指数的大小与现代化水平正相关。Wj表示各主体指标的权重，Yj表示各主体指标的数值。根据指标体系和评价模型，可以确定各群体指标的权重，各群体指标的原始数值经过标准处理后，可以分层加权计算主体指标的数值，最后计算得出农业现代化发展综合指数。综合评价指数采用百分制，满分为100分，农业现代化综合指标的数值介于0～100之间。

(五)农业现代化进程的阶段划分

根据农业发展的特点，可将农业现代化划分为准备阶段、起点阶段、初步实现阶段、基本实现阶段及发达阶段。其综合指标分值范围分别0～30分、30～50分、50～70分、70～90分、90分以上。

二、我国内地31个省(市、自治区)农业现代化测评的状况

本文主要以《中国统计年鉴》(1979～2010年)、《中国农村统计年鉴》(1979～2010年)、《中国农业年鉴》(1979～2010年)、《新中国六十年统计资料汇编》及内地各省市自治区年鉴的数据作为评价的基础数据。需要指出的是，对于农业现代化进程的测度，迫切需要十分广泛的经过检验的与现代化相关的数据，但现有的数据和经济分析在数量上存在漏缺。这不仅与现代化进程包括统计制度现代化等密切相关，而且有的数据由于种种原因并未公布，因而无法收集，即便已有的数据，各种不同版本的年鉴之间，亦存在一定的出入。鉴于此，本文根据目前公开出版的年鉴等资料收集了能够量化的指标数据，对我国内地31个省(市、自治区)农业现代化进程做出测评。鉴于农业现代化长时段测评的需要，对于部分指标缺失的原始数据，我们参照前后年份或相关地区的情况对这部分数据进行补充和修复。

(一)农业现代化综合发展指数

根据评价模型的设计，首先对数据进行标准化处理，然后根据农业现代化评价指标体系分层加权计算农业现代化综合评价指数和各主体指标指数。

1.全国农业现代化发展水平处于持续上升趋势。整体看，我国自1978年以来，农业现代化水平总体上呈现不断上升的趋势(见图2)，虽然在部分年份略有波动，但没有影响上升的基本面。

由图2可以看出，1986年以前，我国整体上处于农业现代化的准备阶段，现代化因素进入农业系统较少；1987年以后，我国整体上进入农业现代化的起点阶段，现代化因素对农业有了一定的推动作用，并稳步上升，特别是进入新世纪以来，增速明显；2009年，我国整体上步入农业现代化初步实现阶段，现代物质投入和产出水平己经较高，农业现代化进入较快的发展阶段，但农业系统内部以及农业生产、农村社会经济与环境发展尚不协调。

2.各地区农业现代化综合发展水平差距明显。由于我国东北三省都是农业大省，农业在国民经济中占有重要地位，因此，按照本文东、中、西部和东北地区的区划，测评得出1978～2009年全国东、中、西部和东北地区的农业现代化综合评价指数变化状况如图3所示。

东部地区1978～1982年处于农业现代化准备阶段；1983～2004年处于农业现代化起点阶段；2005年以来步入农业现代化初步实现阶段。中部地区1978～1986年处于农业现代化准备阶段；1987～2009年处于农业现代化起点阶段，即将进入农业现代化初步实现阶段。西部地区1978～1993年处于农业现代化准备阶段；1994～2009年处于农业现代化起点阶段，距农业现代化初步实现阶段尚有差距。东北

地区1978年即已处于农业现代化起点阶段，但直至2008年才迈入农业现代化初步实现阶段。

限于篇幅，我们选取1978、1985、1993、2001和2009年各地的数据进行具体分析，以内地31个省(市、自治区)为单位看，各地农业现代化水平差距显著，北京、上海等地一直位居前列，而、贵州等地则位于末位，且农业现代化综合评价指数的绝对差距呈现拉大的趋势。如，1978年，北京和的农业现代化综合指数的绝对差距为19.65；1985年绝对差距上升为25.19；1993年绝对差距攀升为34.82；2001年，绝对差距略有下降，为32.41；2009年，绝对差距又进一步扩大为46.83。(见表1)

根据表1年份截面数据，排名比较稳定的地区有北京、天津、内蒙古、上海、安徽、江西、河南、广西、海南、重庆、贵州、云南、、甘肃、青海、宁夏等地；排名呈现上升趋势的地区有河北、江苏、浙江、福建、山东、广东等地；排名呈现下降趋势的地区有山西、黑龙江、湖北、陕西、新疆等地；排名略有波动的地区有辽宁、吉林、湖南、四川等地。这个排名的变化显示，从自然条件、资源禀赋和发展基础出发，选择合理的农业现代化发展模式，后发地区可以获得发展优势，反之亦然。

(二)农业现代化主体指标

1.农业生产投入指数。在农业生产投入条件方面，各地区均呈现上升的趋势，在1991年和2001年左右均出现一定的波动。东部地区远远高于其他地区，且差距有进一步拉大的趋势。2009年，东部地区的农业生产投入指数为46.88，比中部地区的29.10高17.78，比西部地区的28.37高18.51，比东北地区的32.34高14.54。

2.农业综合产出水平指数。在农业综合产出水平方面，除东北地区在1991年左右出现一次较大波动外，各地区均呈现上升趋势。东部地区远远高于其他地区，且差距有进一步拉大的趋势。东北地区与中部和西部地区相比，也有较明显的优势。2009年，东部地区的农业综合产出指数为60.53，比中部地区的37.62高22.91，比西部地区的33.66高26.87，比东北地区的52.72高7.81。

3.农村社会发展指数。在农村社会发展水平方面，各地区均呈现上升的趋势。东部地区增长速度较快，与其他地区的差距逐步拉大。1978年，中部地区与东部地区起点大体相当，但在1986年后，差距逐渐明显。东北地区农村社会发展水平起点较高，在2000年前仍然优于东部地区，进入新世纪后，东部地区的增速明显高于东北地区，并取得明显优势。2009年，东部地区的农村社会发展指数为71.90，比中部地区的60.42高11.47，比西部地区的54.05高17.85，比东北地区的65.02高6.87。

4.农业资源环境指数。在农业资源环境方面，各地区均在波动中缓慢上升，但总体上升趋势不太明显。东北地区相对其他区域具有较为明显的优势。2009年，东北地区的农业资源环境指数为54.66，比东部地区的46.70高7.96，比中部地区的52.06高2.59，比西部地区的43.18高11.48。

(三)各地区农业现代化发展阶段

从表2看出，我国农业现代化综合指数为52.07，总体上已迈入较低水平的农业现代化初步实现阶段。根据2009年农业现代化发展水平综合指数，可以将我国内地划分为三类地区。第一类地区为北京、上海，已进入农业现代化基本实现阶段；第二类地区依次为浙江、天津、江苏、福建、山东、广东、辽宁、吉林、河北、内蒙古、黑龙江、江西，已进入农业现代化初步实现阶段；第三类地区依次为湖南、新疆、河南、四川、山西、宁夏、海南、湖北、陕西、广西、安徽、青海、重庆、云南、甘肃、贵州、，仍处于农业现代化的起点阶段。

三、结论及政策建议

(一)研究结论

大数据时代优势篇（10）

中图分类号：S-03文献标识号：A文章编号：1001-4942（2014）12-0142-05

SWOT分析法是一种分析经济领域发展战略的重要方法，美国管理学教授韦里克于20世纪80年代提出后，SWOT 分析法逐渐得到了其他学科和领域的广泛应用，研究者可通过调查与研究对象所处内外部环境，把定性的环境因素进行定量分析。其中与发展相关的内部环境因素（IFE）分优势（Strengths）与劣势（Weaknesses）；外部环境（EFE）分机遇（Opportunities）与挑战（Threats），根据内外部环境的有利和不利因素，发现需要回避的因素和问题，调整发展思路，制定发展战略。

为更好地立足于济南市的实际情况加快发展现代农业，课题组设计、发放调查问卷20余份，调查对象为行业专家、市及农业县（区）部门负责人。对问卷结果进行了统计分析，确定各因子的权重和分值，利用S、W、O、T四个因素的加权得分值，建立平面坐标，构建一个包括战略方位角和战略强度系数的二维战略向量，从战略坐标角度和强度来生成济南市农业发展的战略。

1内外部环境关键影响因子的确定

根据对济南市现代农业发展的现状调查及政治环境、经济环境、社会环境、技术环境分析（PEST分析），确定优势因子9项、劣势因子9项、机会因子5项、挑战因子5项。

1.1优势（Strengths）

经过近年来农业结构战略调整和都市农业、“两型”农业的建设，济南市已具备了诸多推进现代农业发展的优势条件。经过问卷调查确定优势因子有以下9项：区位优势（S.1）；科技优势（S.2）；市场优势（S.3）；资源优势（S.4）；产业化优势（S.5）；信息化优势（S.6）；政策优势（S.7）；人才优势（S.8）；资金优势（S.9）。

1.2劣势（Weaknesses）

济南市现代农业的发展过程中，也面临诸多的制约因素，是推进现代农业发展的劣势因素。经问卷调查确定劣势因子有以下9项：布局规划不合理（W.1）；资金投入相对不足（W.2）；农业产业化水平低（W.3）；农业生产组织化水平低（W.4）；农业资源因素制约（W.5）；环境污染严重（W.6）；科技支撑后劲不足（W.7）；农民科学文化素质相对偏低（W.8）；劳动力成本升高（W.9）。

1.3机遇（Opportunities）

经问卷调查确定济南市现代农业发展的机遇因子有5项：有利的宏观政策环境（O.1）；良好的经济发展态势（O.2）；农产品市场需求日益旺盛（O.3）；农民增收渠道逐渐拓宽（O.4）；农业转型的发展机遇（O.5）。

1.4挑战（Threats）

经问卷调查确定济南市现代农业发展的挑战因子有5项：农业生产经营风险大（T.1）；农业生产周期长（T.2）；农业自然灾害严重（T.3）；国内外市场冲击加大（T.4）；农业社会化体系不健全（T.5）。

2济南市现代农业发展战略SWOT定量分析模型

2.1IFE矩阵和EFE矩阵的建立

建立内外部因素评价矩阵模型（IFE矩阵、EFE矩阵）有以下几个步骤。

2.1.1根据重要程度确定因素权重通过调查问卷，选定行业专家，根据各因素在济南市现代农业发展中的重要程度，给予S、W、O、T各个因素赋以权重，每个因素的权重数值从0.0（不重要）～1.0（非常重要），其中优势和劣势的权重值总和为1，机遇和挑战的权重值总和为1。

2.1.2根据各因素的现状进行评分根据济南市现代农业的实际情况，对优势因素S.1～S.9、劣势因素W.1～W.9、机遇因素O.1～0.5、挑战因素T.1～T.5，根据优势强度的明显程度进行评分，其数值从1（不强）～4（非常强）。

2.2SWOT各因素的影响力度

对调查问卷中S、W、O、T各个因素的权重值和评价分值相乘，得到各因素的加权分数。根据加权得分，比较各因素对济南市现代农业发展的影响程度。

2.2.1各优势（S）因素的影响力度从图1可以看出，各优势因素对济南市现代农业发展影响程度从大到小为：S.9S.3S.1S.7S.4S.5S.2S.8S.6；优势最明显的是资金优势（S.9），较明显的是市场优势（S.3）、区位优势（S.1）和政策优势（S.7）、资源优势（S.4），不明显的是产业化优势（S.5）、科技优势（S.2）、人才优势（S.8）和信息化优势（S.6）。总优势力度为1.47。

2.2.2各劣势（W）因素的影响力度从图2可以看出，各劣势因素对济南市现代农业影响程度的大小排序为W.8W.1W.9W.3W.7W.2W.6W.5W.4；劣势最明显的是农民科学文化素质相对偏低（W.8），较明显的是布局规划不合理（W.1）、劳动力成本升高（W.9）、农业产业化水平低（W.3）、科技支撑后劲不足（W.7）；反应程度不明显的是资金投入相对不足（W.2）、环境污染严重（W.6）、农业资源因素制约（W.5）、农业生产组织化水平低（W.4）。总劣势力度为1.18。

2.2.3各机遇（O）因素的影响力度从图3可以看出，机遇因素对济南市现代农业影响程度的大小排序为：O.1、O.3O.4O.2、O.5；影响程度最大的是有利的宏观政策环境（O.1）和农产品市场需求日益旺盛（O.3），影响程度较明显的是农民增收渠道逐渐拓宽（O.4）、良好的经济发展态势（O.2）和农业转型的发展机遇（O.5）。总机遇力度为1.30。

2.2.4各挑战（T）因素的影响力度从图4可以看出，挑战因素对济南市现代农业影响程度的大小排序为：T.1T.2T.3T.4T.5；影响程度最大是农业生产经营风险大（T.1），影响程度较明显的是农业生产周期长（T.2）、农业自然灾害严重（T.3）、国内外市场冲击加大（T.4）和农业社会化体系不健全（T.5）。总挑战力度为1.36。

3济南市现代农业发展战略类型和强度的确定

根据总优势力度S、总劣势力度W、总机会力度O、总挑战力度T，建立四维坐标，S、W、O、T分别在第一、二、三、四象限内（图5），建立SWOT分析四边形，求得四边形S.1W.1O.1T.1的重心P的坐标（x，y），计算重心P的方位角θ，以战略方位角θ识别现代农业发展的战略类型。再根据四边形的各个象限的面积计算战略强度系数ρ，以ρ判断现代农业发展的战略强度。在战略类型和战略强度极坐标中，坐标（ρ，θ）形成以θ为方位角、以ρ为模的战略向量。通过战略向量判断济南市现代农业发展的战略类型、战略强度，进而选择济南市现代农业发展的战略重点和战略内容。

3.1战略方位角θ的含义与计算

总优势力度S、总劣势力度W、总机会力度O、总挑战力度T在坐标上的对应点分别以S.1、W.1、O.1、T.1表示（图5），连接S.1、W.1、O.1、T.1四个点，战略四边形S.1W.1O.1T.1的重心坐标P（x，y）由公式P（x，y）=（∑x.i/4， ∑y.j/4）（公式1）给出。

式中x.i、y.j分别是四边形四个交点的坐标。

在此基础上，计算战略方位角θ，按照公式1，x=∑x.i/4 =0.145，y=∑y.j/4 =-0.03，重心P坐标为（0.145，-0.03）。

根据公式tgθ=y/x≈-0.21。从三角函数对照表查得θ≈348°，θ=29π/30，θ位于3π/4～π。由表5可知，θ值在3π/4～π之间，这说明济南市现代农业发展战略类型属于争取型战略区内的调整型战略。

3.2战略强度系数ρ的含义与计算

对同一战略类型，现代农业的发展既可以采取积极开拓型战略措施，也可以采取保守稳妥的战略战术，因而对相同的战略类型，还应确定其战略强度。在确定战略强度时，需要综合考虑战略正强度和战略负强度。

战略正强度是现代农业发展的内在优势和外部机会两因素共同作用的结果，计算公式为：

U=S.1×O.1（公式2）

式中，S.1、O.1分别表示优势和机会加权分。

战略负强度是内在劣势和外部挑战两因素共同作用的结果，其计算公式为：

V=W.1×T.1（公式3）

式中，W.1、T.1分别表示劣势和挑战的加权分值。

从公式（2）、（3）可以看出，针对相同的战略正强度和负强度，优势因素和机会因素、劣势因素和挑战因素可以相互转化。

战略强度系数的计算公式为：

ρ=U/（U+V）（公式4）

从公式（4）可以看出， U值越大，战略强度系数越大；V值越大，战略强度系数越小。战略强度系数ρ的大小反应战略类型的实施强度，ρ∈（0，1），以ρ=0.5为临界点，ρ>0.5时，应采取开拓型战略；ρ

根据公式2，U=S.1×O.1=1.91；根据公式3，V=W.1×T.1=1.61；根据公式4，战略强度系数ρ=U/（U+V）=0.54。ρ=0.54>0.5，表明济南市现代农业发展应采取开拓型战略。

综合分析战略方位角θ与战略系数ρ，济南市现代农业发展战略应采取争取型战略区内的积极开拓型的调整型战略类型。但战略强度系数ρ略大于临界值0.5，在采取开拓型战略时，应稳妥进取，扎实推进。

4济南市现代农业发展的战略措施

4.1制定科学的系统性规划，实施稳妥的调整型战略

通过战略类型分析，济南市现代农业发展应采取争取型的调整战略，这就需要农业相关部门在调查研究基础上，立足资源优势，科学回避风险，在对以前的发展战略进行适度调整的基础上，对全市现代农业的发展进行系统性的规划，制定中长期行业发展战略，并将战略分解到各个职能部门，形成“千斤重担万人挑，人人肩上有指标”的工作格局。

4.2建立健全政策支持机制，营造良好发展环境

SWOT分析表明济南市农业发展的外部环境中机会因子的权重分值略低于挑战因子，这说明济南市现代农业发展的外部环境有很大的改善空间。立足农业经营风险加大（T.1）、农业生产周期长（T.2）等5个不利的环境因素，建立健全相应的政策支持机制。一是建立政策性农业保险制度，财政资金对投保农户予以保费补贴，提高农民抗御风险能力。二是形成以政府为主导、农民为主体，社会广泛参与的投入体系，坚持“多予、少取、放活”的方针，支农资金在增加总量的同时改进投入方式，调动主体的积极性和创造性；深化“银农合作”，选点聚焦，引导金融资本投入，放大投入总量，为现代农业发展提供可靠的资金支撑；创造良好的外部环境，积极引导社会力量参与现代农业建设。

4.3完善产业化发展机制，提升规模性生产效益

组织化程度低、产业化水平差也是制约济南市农业发展的主要因素。在完善产业化发展机制方面，一要完善扶持政策，按照“扶优、扶大、扶强”的原则，培育壮大一批起点高、规模大、带动力强的现代农业龙头企业和企业集群，推进优势产品向优势企业集中、优势企业向优势产业和优势区域聚集。二要充分发挥龙头企业的辐射带动作用，采取定向投入、定向服务、定向收购等方式，把农民和农业生产组织起来，带领农户共同打造都市型现代农业。三要畅通农产品销售渠道，建立健全农产品市场物流体系，建设一处在全国具有领先地位的大型农产品批发市场和现代农业物流中心，尽快形成联通全省、辐射华东的农产品营销运输体系和电子商务平台，同时发展一批大型涉农商贸企业集团为农产品营销提供服务。四是鼓励企业实施多元化发展战略，采取横向、纵向一体化战略，实现战略伙伴的联合，走以核心产品为主的多元化发展路子，避免过度专业化造成的原料和市场季节性带来的生产不连续性的矛盾。

4.4强化法制建设，优化法律环境

宣传贯彻落实农业法、渔业法、土地承包法、土地承包仲裁法、农民专业合作社法、农产品质量安全法、农业机械化促进法等涉农法律法规，不断提高农业生产经营者及广大农民群众的合法经营、自我保护和维护权益的意识和能力，为农村经济发展创造公正、公平、有序的发展环境。进一步强化农业行政主管部门执法能力建设，以深入开展农业综合执法为重点，壮大执法队伍，改善执法手段，加大执法力度，重点做好规范农资市场秩序和农业投入品监管，为现代农业发展保驾护航。

4.5树立现代营销理念，实行市场化发展战略

农产品市场化程度较低是制约济南市现代农业发展的因素之一。现代农业是商品农业，生产经营的目的是在满足市场需要的前提下实现市场交换。因此，促进济南市现代农业发展的首要战略选择就是大力推进农业市场化，运用现代营销理念，研究农产品的消费需求、市场细分、渠道设计、品牌建设等，形成满足不同消费层次需求的农业产品链，提高济南市农产品市场占有率，增加产品附加值。

参考文献：

[1]郭晓鸣，廖祖启.中国现代农业发展战略选择研究[J].理论与改革，2007（5）：82-85.

[2]温军. 中国农业可持续发展战略研究述评[J].西北民族学院学报，2001（3）：6-18.

[3]杜华章.基于SWOT定量分析模型的高效农业发展战略研究[J].长江大学学报，2010，7（2）：86-91.