基于大数据的进出口商品质量监管研究

张　昊赵斯敏张　伟余招锋

（1.绍兴出入境检验检疫局浙江绍兴312000；2.绍兴市委党校）

基于大数据的进出口商品质量监管研究

张昊1赵斯敏2张伟1余招锋1

（1.绍兴出入境检验检疫局浙江绍兴312000；2.绍兴市委党校）

我国进出口商品质量监管部门掌握的质量数据已经具备大数据的“5V”特征，质量大数据可以促进政府监管方式变革、支撑质量安全风险研判、促进对外贸易便利化和推动质量信息社会共享，在进出口商品质量监管中发挥着重要作用。然而，由于目前应用大数据的思维、平台、方法和机制存在不足，质量大数据的价值尚未得到充分发挥。政府部门应从树立大数据思维、打造统一平台、开发应用模型、完善工作机制等方面推动大数据应用。

大数据；商品；质量；检验检疫

1　前言

根据ISO9000：2008标准的定义，质量就是“一组固有特性满足要求的程度”。其中有两个关键词，一个是“固有特性”，一个是“满足要求”。“固有特性”是质量的客观状态，而“要求”可以标准的形式体现。因此，商品质量可以被衡量，衡量最重要的依据就是各类不同的标准［1］。

在产品质量的监管实践中，政府部门常通过抽样检测获取产品的质量信息，以质量信息与标准指标的符合程度进行合格判定。在较长时期内，抽样数据一度成为政府部门决策管理的主要依据，为保障产品质量安全、促进产品质量提升起到了重要作用。但随着经济社会的发展，抽样检验的产品质量监管方式逐渐表现出诸多不适应方面。例如，生产同种产品的企业规模大小和管理水平各不相同，由于抽样具有随机性，样本对总体质量的代表性不足；抽样检测的成本较高，耗费时间较长；相关部门在制定抽样方案时，会存在一定的主观倾向性；检测结果只能反映当前的质量状态，难以反映质量状态的变化趋势等。

产品进入市场之后具备了商品属性，与商品质量相关的数据信息快速增长。一方面，政府部门掌握的质量信息种类日益丰富，除了商品抽检质量信息，还有大量生产企业质量体系运行情况、企业诚信度、国外警示通报、出口商品退运、消费者投诉等信息。另一方面，质量信息的来源更加多元，互联网的发展促进了跨境电子商务等新型业态的繁荣，购物网站、论坛、微博等网络平台和社交媒体上每天都有大量基于消费体验的商品质量信息，这些信息纷繁复杂，都从某种特定维度反映了质量的状况。

随着质量管理部门及其他职能部门搜集的质量相关信息不断增长，这些信息已经具备了大数据的大量化、多样化、快速化、准确化、价值化（即“5V”）特征，成为了名副其实“资源矿藏”。商品质量大数据包含有丰富的信息，具有极其重要的经济价值和社会价值，能够揭示传统技术方式难以展现的关联关系，为质量社会治理提供新的手段和路径。发展和应用大数据，推动政府管理理念和质量监管模式创新，具有重要的应用价值和现实意义。

2　大数据在进出口商品质量监管中的作用

改革开放以来，我国对外贸易得到了快速发展，但在进出口贸易额大幅增长的同时，进出口商品质量却不容乐观。2014年，全国出入境检验检疫机构共截获进口不合格商品115957起，不合格商品涉及147个原产国家或地区；检出不合格出境货物12.02万批，货值45.24亿美元，批次和货值不合格率分别为2.3%和1.9%，不合格货物涉及玩具、服装、食品、化工品、动植物产品等多种商品［2］。

在推进国家治理现代化的今天，大数据在提升质量治理能力、保障商品质量安全上具有重要的作用和广阔的应用前景。

2.1促进政府监管方式变革

十八届三中全会提出了全面深化改革、推进国家治理体系和治理能力现代化的目标。因此，广泛采集数据、综合处理数据，实现政府公共服务的技术创新、管理创新和服务模式创新，是大数据时代的必然选择［3］。

大数据时代的来临，使得进出口产品质量监管部门决策的基础从少量的“样本数据”转变为海量的“全体数据”，即“样本”等于“总体”。出入境检验检疫部门利用自身的信息平台、标准体系和技术专家优势，深度融合商品质量相关信息，通过大数据分析进行决策，可以实现监管方式从传统的“有限抽批检验”向以风险控制为核心的“宏观质量管理”转变。

2.2支撑质量安全风险研判

确保检验监管有效性的一个重要前提，是对行业总体质量信息的充分掌握。然而，某些进出口商品因其特有的专业性，质量监管部门往往难以发现其隐性不合格项目。同时，出于利益的考虑，生产者一般也不愿意主动暴露自身产品存在的质量缺陷，由此产生了质量管理领域的“信息不对称”困境，进而导致政府管理部门监管失灵［4］。

大数据接近全体数据的认知模式，可以对已有的海量质量数据进行深度分析，发现其中隐藏的缺陷和规律，并结合源源不断的动态数据流去预测企业产品质量将来的变化趋势，以此弥补政府部门信息掌握不足的缺陷。具体应用中，大数据技术可以将产品检验监管质量数据、消费者反馈信息、第三方机构检测数据、国外技术壁垒信息以及生产企业质量数据等融合汇总，综合分析产品特性、质量数据和敏感因子，把高度分散、看似支离破碎但具有内在关联的信息整合，进行综合判断。

2.3促进对外贸易便利化

当前，全球经济一体化不断发展，国际贸易竞争日趋激烈。出入境检验检疫部门一方面要依法把关，严格执法，确保质量安全，另一方面要缩短货物查验时间，推进通关便利化，服务经济发展。实现这一目标重要的路径，就是要优化监管模式，降低“侵入式、干扰式”货物查验比例，尽量为企业减轻负担，提供便利。

大数据技术所依赖的信息传递渠道是一种扁平化、即时性的网络，有别于传统官僚制组织模式中的金字塔式分级、延时的信息传递模式。在质量监管领域，可以运用大数据技术在信息传递方面具有的独特性，综合分析产品的风险因素，按照相应工作规则，直接生成查验或放行指令传递给监管工作人员，将检验检疫与货物仓储转运流程高度融合，实现货物“随到随检，随检随放”，查验放行“零等待”，在大幅缩短通关时间的同时为外贸企业带来显著便利。

2.4推动质量信息社会共享

近年来，越来越多的政府部门和社会组织、第三方机构建立了各自的产品质量信息系统，但这些信息系统之间常常相互孤立，缺乏接口。

大数据的发展倒逼各类信息系统的互联互通，促进信息资源共建共享。在进出口商品质量监管中，迫切需要运用大数据技术协调建立全国统一的产品质量风险管理平台，将分散于卫生部门（消费者伤害数据）、工商部门（消费者投诉数据）和质监部门（产品抽查合格数据）等政府部门的商品安全信息进行整合，推动质量信息资源共享，形成产品风险监控处置合力。此外，可以以政府的信息数据库为依托，打造智慧政府，为企业、社会组织和消费者提供质量信息服务，促进大数据技术成果惠及民众，改善民生。

3　大数据在进出口商品质量监管中的现实困境

作为进出口商品质量的主要管理机构，出入境检验检疫部门第一个业务管理系统CIQ2000在2000年正式上线运行，记录了每批报检货物的名称、数量、金额、生产企业、发货人、贸易方式、贸易国家或地区、不合格项目、不合格原因等信息。仅2014年，全国共检验检疫进出口法检货物994.32万批次、货值1.2万亿美元①数据来源：国家质检总局网站（www.aqsiq.gov.cn）。随着政府电子政务的推广和信息化水平的提高，检验检疫部门近年来开发了大量新的子系统或专项业务系统，存储的质量数据体量越来越大。这些不断增加的进出口商品数据构成了一个庞大的信息库，它既记录了商品质量等基础信息，又深层次地蕴含着我国外贸发展水平、贸易国家和地区经济趋势、产业结构调整、行业景气指数等信息。

然而，由于目前各种质量信息管理系统兼容性不足，信息系统不能互联互通，进而产生了众多信息孤岛，数据资源的价值未能有效挖掘，造成“一方面数据很丰富，但另一方面信息又很匮乏”的现象，大数据在进出口商品质量监管中的应用面临现实困境。

3.1大数据思维尚未完全建立

大数据是近年来发展起来的新兴事物，一些管理部门的“大数据思维”尚未完全建立，严重束缚了大数据的发展和应用。

（1）有的部门缺乏开拓创新的勇气，思想观念囿于固有模式，对大数据、云计算、物联网等新事物敬而远之，不敢运用新理论、新工具、新方法指导工作，解决现实问题。

（2）有的部门不清楚大数据的应用前景，不理解大数据的巨大应用价值，处于犹豫观望状态，迈不出推广使用的步子。

（3）有的部门思想上存在一定程度的“数据小农意识”，出于信息安全、单位利益等方面的考虑，将掌握的大量数据封闭起来，不与其他系统相连通，导致一个个“信息孤岛”的产生。

3.2缺乏统一的质量大数据平台

大数据基于对海量数据的分析产生价值，最重要的一个前提就是数据的开放与共享。经过多年的发展，我国虽然建成了大量信息管理业务系统，但由于建设时期、建设主体、业务领域等的不同，数据标准格式互不相同，系统异构、数据异构的现象十分普遍。

在质检系统内部，除了检验检疫部门的RAPEX-CHINA、进出口工业产品质量安全风险信息采集系统、退货调查系统、电子监管系统、CIQ2000系统等，还有质监部门的WTO/TBT预警信息平台、协作网等。在质检系统外部，工商总局有12315预警平台等，商务部有外贸商品质量服务平台等，卫生部有产品伤害监测系统等多个质量风险信息管理系统。各个政府职能部门对商品质量监测信息的运用处于封闭、单一、半公开状态，尚未形成系统与系统之间、部门与部门之间的信息共享机制，全国统一的质量数据平台尚未建成，产品质量风险管理的协同性不足。

3.3质量大数据分析存在困难

大部分与大数据相关的技术和分析应用是从2010年左右开始出现，目前大数据还处于发展的早期阶段。传统的分析方法不能准确表示大数据在异构性、交互性、时效性和突发性等方面的特点，常规的“假设—模型—验证”的研究方法面临困境，从“数据”到“数据”的第四研究范式还没有真正建立［5］。

由于大数据本身的复杂性，目前还缺乏成熟的分析方法和工具。常常作为典型范例的“谷歌流感趋势”，有时作出的预测与现实也有较大偏离，在2012/2013流感季节预测的流感病例门诊数超过了美国疾病预防控制中心（Centers for Disease Control and Prevention，CDC）监测报告的两倍。此外，虽然质量部门自身录入的数据大多为结构化数据，而从网络和其他部门获取的通常是半结构化数据或非结构化数据，数据的清洗、筛选、整理难度较大，质量管理部门在数据分析应用上存在极大挑战。

3.4缺乏完善的制度保障

目前大数据采集、管理、使用、销毁等环节缺乏制度依据，制约了政府数据和社会数据的高效采集、有效整合和充分运用，影响了大数据在质量社会治理中的作用发挥。

（1）政府治理强调多元治理主体的合作与共治，这需要政府各部门所掌握的数据能够实现共享。然而，由于缺乏有效制度保障，各部门之间的数据共享还难以实现。

（2）数据采集不仅涉及企业商业秘密、知识产权、个人隐私等，也涉及国家信息安全和经济安全，亟需相关制度对采集范围及过程进行规范，切实维护国家安全，保护企业和个人的合法权益。

（3）质量管理部门在评价市场主体信用、惩戒市场主体违法失信行为的行政管理活动中，以及在为社会、企业和消费者提供公共服务的过程中会广泛使用大数据信息，而信息使用的条件、程序、范围等目前尚无明确的制度依据。

4　对策建议

（1）加快树立质量大数据思维。

大数据为推进国家治理体系和治理能力现代化带来了路径突破和机制创新。在转型的关键时刻，各级政府和部门应全面树立大数据思维，推动经济社会发展。

①要树立信息开放的思维。我国颁布的《中华人民共和国政府信息公开条例》，明确了“以公开为原则，不公开为例外”的原则。政府信息公开已经成为建设公正透明、廉洁高效政府的基本要求，其本身也是“大数据”思维的体现［6］。②要树立信息整合的思维。各部门的数据信息长期处于封闭管理、孤立运行的状态，缺乏统一的技术标准、数据标准和接口标准。只有进行广泛整合，才能为充分开发利用政府信息资源创造条件，促进行政管理体制不断完善。③要树立信息分享的思维。数据信息是国家资源，应该用于公共利益，不能只为部门利益、个人利益服务。树立信息分享的思维，打破利益割据，积极加强合作，推动信息互换互享，才能实现信息资源价值最大化。

（2）打造统一的质量信息平台。

将不同部门、不同领域的数据库集中起来形成一个大型的数据库，突破各部门对数据资源的分割垄断和封闭管理，打造全国统一的产品质量风险信息管理平台，可以大幅提升政府的协同管理水平、社会服务效率和应急响应能力。

进出口商品质量风险信息管理平台可以按照“两级平台”的架构建设。第一级平台为国家产品质量信息管理平台，办公室可设在质检总局，负责整个系统的规划、运行和管理。第二级平台为地方两局管理平台，由直属检验检疫局和省级质量技术监督局在二级平台上进行辖区质量风险信息的采集、研判、处置和评估工作。信息管理平台通过接口与进出口工业产品质量安全风险信息采集系统、电子监管系统、退货调查系统、电子监管系统、CIQ2000系统、协作网、TBT预警系统以及工商、商务、卫生等部委的信息系统连接，共同构成中国进出口商品质量安全风险信息管理系统（图1）。

图1　进出口产品质量风险信息管理平台架构示意图

各级单位在管理平台上有不同的权限，按照权限在平台上即时存储、处理和发布相关风险信息，通过一个平台、不同角色的权限控制，实现风险信息的采集、报送、研判等工作的流程化管理，逐步建立起互联互通的部委之间、地方之间、中央与地方之间的风险信息共享机制。

此外，政府质量管理部门可以质量大数据为基础，开发手机APP等软件，开放数据“订阅”功能，实现订制数据资源主动推送，从而向社会提供个性化、精细化的数据资源服务，促进大数据技术成果惠及社会大众。

（3）研发监管模型应用实践。

大数据已在世界各国的国家治理中得到了很好的应用实践。美国国家税务局通过大数据分析，能够检查、预防和处理避税和诈骗案。韩国设计、开发了预防手足口病的综合系统，依托于分析动物疾病、海关出入境记录、牲畜迁移和养殖工人活动等大数据，实现预防目的。新加坡发布了风险评估和水平扫描计划（RAHS），通过对大数据的采集和分析，监控恐怖袭击、疾病传播和金融危机等威胁国家安全的相关问题。

在经济新常态下，我国的质量管理部门应加快重构风险监控流程，研发大数据监管模型，进行关联分析，不断提高商品质量风险管理的预见性和精确性。①运用系统hadoop（分布式计算）、hive（数据仓库）等先进大数据工具进行研发，建立科学合理的仿真模型，对进出口商品质量风险进行预测研判，并就可能出现的质量安全风险制定处置预案。②及时掌握市场主体经营行为、规律与特征，主动发现违法违规现象，加强对市场主体的事中事后监管。③跟踪监测有关制度和政策的实施效果，定期进行评估，并根据评估结果及时调整措施。

（4）制定完善质量大数据制度。

建立和完善质量大数据采集、存储、使用、开放等制度，需加强顶层设计和统筹协调，妥善处理好大数据发展、服务、应用与安全的关系。

建立各部门协调制度，加强平台建设的统筹规划，统一接口标准，大力解决重复建设、利用效率低的问题，落实联络员制度及通报反馈制度，推动各部门优势互补，形成合力；建立质量大数据采集制度，规定商品质量信息采集的领域和范围，明确信息采集的规范性要求，清晰界定业务工作的边界，确保各部门在开展业务工作的同时，及时、准确、规范的采集商品质量相关信息，妥善保存并及时更新［7］；建立质量大数据使用管理制度，对质量大数据应用的事项予以明确，对使用的过程进行规范，对涉及国家安全、商业机密和个人隐私的信息进行保护，实现质量大数据在风险可控前提下最大程度开放；建立进出口商品质量信息追溯制度，探索对进出口商品实行全过程监控，形成进出口商品“来源可查、去向可追、责任可究”的信息链条，既支撑政府部门行政监管，也可供社会公众即时查询。

5　结论

随着经济社会的快速发展，我国进出口商品质量监管部门掌握的质量数据已由传统的抽样检验数据向新兴的质量大数据转变。在经济新常态下，质量监管部门须树立质量大数据思维，打造全国统一的质量信息平台，利用先进大数据工具研发监管模型，加快制定质量大数据采集、存储、使用、开放等制度，以突破大数据发展和应用的现实困境，进一步提升进出口商品质量监管水平。

［1］程虹.中国质量怎么了［M］.武汉：湖北科学技术出版社，2013：12-13.

［2］国家质检总局.2014年产品质量状况分析报告［A］.

［3］闫建，高华丽.发达国家大数据发展战略的启示［J］.理论探索，2015，1：91-94.

［4］张文学.政府监管在质量体系中的核心作用［J］.质量探索，2011，5：1-2.

［5］孟小峰.大数据管理概念技术与挑战［J］.计算机研究与发展，2013，1：146-169.

［6］后向东.论“信息公开”的五种基本类型［J］.中国行政管理，2015，1：27-33.

［7］连维良.构建以信用为核心的新型市场监管机制［J］.中国经贸导刊，2015，22：14-16.

Quality Supervision of Im port and Export Commodities Based on Big Data

ZHANG Hao1，ZHAO Simin2，ZHANG Wei1，YU Zhaofeng1
（1.Shaoxing Entry-Exit Inspection and Quarantine Bureau，Shaoxing，Zhejiang，312000；2.Shaoxing Party Institute of CPC）

The commodities quality data held by China's quality supervision department of import and export commodities already have"5V"characteristics of big data.The big data can improve the government supervision mode，support the assessment of safety risk，facilitate the foreign trade and promote the sharing of commodities quality information，which play an important role in the quality supervision of import and export commodities.Because of the lack of thought，system，method and rules of big data，the value of big data has not been fully embodied.Government departments should take effective methods such as building big data thoughts，creating a unified system，researching application models and optim izing the working mechanism to propel big data applications.

Big Data；Commodities；Quality；Inspection and Quarantine

F740.43

E-mail：120227141@qq.com

浙江出入境检验检疫局科研计划项目（2014-ZKZ-009）

2015-12-02