警惕“信息化不等式”。“信息化不等式”是中国社科院研究员汪向东2006年提出来的，可以表示为：“能力≠应用≠有效”，也就是说在信息化发展中，能力建设的水平不等于应用水平，信息能力被应用的程度不等于产生实际的效果。“信息化不等式”来自多年来的信息化实践，是对信息化建设规律的高度概括。

  经过多年发展，目前我国农业农村信息化正处在由能力建设为主向应用主导转变的关键阶段。农业农村大数据发展应用要逃离“能力≠应用≠有效”的魔咒，就要充分依托现有资源，进一步推进硬件设施和数据资源整合共享，适当使用有安全保障的社会公有资源，防止浪费和重复建设；要坚持问题导向、需求导向、目标导向，紧紧围绕行业需求展开，推动业务与技术深度融合；要坚持以用户为中心，按照轻重缓急、重点突破、分步推进的原则，逐步建设“大平台、大系统、大数据”，在提高应用率的同时也提升用户满意度。

  重视数据治理。数据治理是指组织内管理数据资产的实践和流程。它不是对“数据”的治理，而是对“数据资产”的治理，是对数据资产所有相关方利益的协调与规范。数据如果分割在一个个孤岛中，既不能开展大数据分析、形成整体合力，也不利于集约化管理和降低成本，还容易产生严重的安全隐患。因此，数据治理是数据安全与价值的制度保障，也是大数据中心建设不可或缺的前提条件。

  要发展好、运用好农业农村大数据，提高农业农村领域管理服务能力和科学决策水平，就必须开展数据治理。要推动数据治理政策法规建设，构建农业农村数据资产管理机制和规范体系，营造“依法治数”的氛围；要健全数据治理组织架构，创新管理体制机制，解决好职能交叉、多头管理的“九龙治水”模式；要强化数据资源管理体系，提高数据质量、确保数据安全、统一数据标准、提升元数据管理和数据全生命周期管理能力；要持续深入开展信息系统资源整合共享，加快推进数据开放，构建动态循环的开放的数据生态系统。

  避免数据迷信。数据迷信就是简单地把数据等同于科学，认为只要拥有了大数据，就能揭示隐藏在行为背后的内在规律，就可以包治百病。实践证明，大数据并不等于事实本身，限于采集手段、范围和分析方法等条件，大数据自身可能就存在不全面、不准确等问题，甚至大数据分析的结果也很有可能被误读、被扭曲甚至被操纵。因此，数据不是万能的，对大数据决不能盲目迷信。

  农业是具有生命的行业，农村是数据最丰富的领域。但我国农业生产方式相对落后、农民文化水平相对较低、农业干部信息化素养相对不足，即使是应用大数据、物联网等先进技术也难以改变当前不合理的生产流程和落后的思维理念。因此，更不能盲目迷信农业农村大数据。在实际工作中，要避免“言必称数据”，导致忙于统计数据，出现“数字脱贫”“表格防疫”等形式主义做法，却忽略了提升工作实效；要避免只忙于囤积数据，却疏于数据治理，导致错误数据、非结构化数据得不到有效治理，数据利用率极低；要避免只重视计算、存储和网络等硬件能力建设，却忽视数据挖掘分析、动植物本体模型、算法等软件能力建设和大数据在农业农村中的应用场景探索；要避免数据独裁主义，却忽视人们结合实际做出的冷静思考和理性分析。

  保障数据流动安全。数据安全是利用数据产生价值的基本保障，也是保障国家安全的重要组成部分。当前，数据安全已经不再局限于数据的保密性、完整性和可用性，数据的核心价值在于流动过程中参与分析与运算带来的增值，而非仅仅当前已有的信息价值，依靠“画地为牢”的方式来保障数据安全已经毫无意义。

  未来，保障数据安全将成为一项系统性工程，将无法依靠任何一方来解决问题，也不能完全寄希望于技术手段。要制定数据采集、存储、应用、开放和共享等相关制度和技术规范，防止数据被污染、滥用和误用；要建设数据流动风险的防治体系，在兼顾数据资产安全、数据生产效率，以及数据合规风险的同时，平衡数据流动与数据安全问题；要加强协同治理能力，同步提升数据治理体系和管理手段，让各个利益相关方共同参与治理不同组织、主体和业务之间的数据逻辑流动带来的风险；要确保关键信息基础设施国产自主可靠，增强数据物理流动中的安全预警和溯源能力，强化数据泄露后的应急响应能力。