产品质量的精准治理及其实现

郭艳平，谭　莹

（1.广东行政职业学院 公共管理系，广州　510800；2.华南农业大学 经济管理学院，广州　510642）

近年来，特别是2007年到2016年的十年以来，我国产品质量水平提升明显，国家监督抽查合格率由2007年的81.0%提升到2016年的91.6%，平均每年提升一个百分点。然而，产品质量水平的提升，并不能防止重大产品质量问题的发生，问题电缆、毒跑道、毒地板等事件防不胜防。消费者也在对国产消费品质量“用脚投票”。根据国家旅游局数据中心的数据，2016年我国有1.22亿人次出境旅游，其中购物在出境游客消费项目的选择中占比最高（约85%左右），花费也最高。境外购物已经从过去主要购买奢侈品牌、高档品牌转向高质量的、性价比合适的消费品，比如电饭煲、奶瓶、马桶盖等。产品质量事关消费者的人身财产安全，事关产业的发展空间和前景，如何提高产品质量的精准化治理水平，已经成为我国质量发展亟待解决的现实问题。

1　产品质量精准治理的提出：对传统监管模式的反思

“治理”（Governance）概念源自古典拉丁文和古希腊语中的“掌舵”一词，指控制、引导和操纵的行动或方式[1]。“治理”概念的当代意涵以全球治理委员会（Commission on Global Governance）的界定为代表。该委员会认为，治理是“或公或私的个人和机构管理其相同事务的诸多方式的总和，它是使相互冲突的或不同的利益得以调和并采取联合行动的持续过程，它既包括有权迫使人民服从的正式制度和规则，也包括人们同意或认为符合其利益的各种非正式的制度安排”[2]。“治理”的涵义被大大拓宽，既可以用于“国家治理”、“社会治理”、“地方治理”，也可以用于“精准治理”、“合作治理”、“公平治理”等。威权监管是治理的一种形式和工具，迫使人服从正式的制度安排和规则。威权是解决由复杂组织的适应需要而提出的合作或协调问题的工具，取决于下属的接受或者同意（Barnard，1938）[3]。

我国传统的产品质量治理模式是政府威权监管模式。政府监管部门主要通过法律法规、强制性标准、行政许可等实现对企业的监管，常见的政策措施包括生产许可、监督抽查、专项整治等。政府对产品质量的威权监管，往往呈现为三种形态：粗放式监管、运动战役式监管、“补锅”式监管。粗放式监管是最为常见的监管形态，重过程、轻效果，重处罚、轻实效，重视的是程序是否履行，而不关注履职的实际效果。西安问题电缆事件的发生是典型的粗放式监管，该检查的检查了、该处罚的处罚了，但就是没有挡住问题电缆流向地铁工程。运动战役式监管是间歇性的监管形态，突出表现为专项整治运动，运动开展时采取“一刀切”的“严打”方式搞得轰轰烈烈，“风头”一过悄无声息[4]。“补锅”式监管是偶发性的监管形态，监管部门对发现的小问题事前熟视无睹，只有当偶发因素使小问题演变为大问题时，才匆忙采取措施，形成“不砸不补，先砸后补，砸得越大，补得越好”的怪现象[5]。

在物质生产不断扩大、人民需求水平不断提升背景下，传统的粗放式监管已经日益不能适应个性化、多样化、定制化的消费升级需求和经济发展质量效益提高的要求。我国有世界上最完备的工业制造体系，生产规模大、市场范围广、情况复杂，采用大一统的粗放式监管不但浪费大量的人力、物力和财力，而且效果差，损害政府公信力。据估算，我国每年假冒伪劣产品规模是3000-4000亿元，制造业因质量问题造成不合格等直接损失超过2000亿元，间接损失超过一万亿元。

产品质量的精准治理就要摈弃传统粗放的威权监管模式，充分发挥多元主体的积极性，利用全方位资源，精确对症质量问题，以较小的成本保障质量安全、实现质量发展、强化质量促进。精准治理要求治理的主体明确、对象清楚、事由客观全面、证据真实可靠、责任界定清晰、手段精准有效。

2　产品质量精准治理的基础：大数据

精准治理是一个技术问题，建立在技术密集、数据密集、行政资源密集基础之上[6]。产品质量监管必须“靠技术执法，凭数据说话”；质量发展靠相关利益主体共同治理，共同治理建立在充分完备的信息基础上。产品质量精准治理，更是要解决产品质量信息的不对称问题。质量作为一组固有属性满足要求的程度，有两类基本的数据：固有属性数据、满足要求程度数据[7]，既有来自生产经营过程的数据，也有来自消费者反馈的数据。产品质量信息涉及产品从设计、生产到消费使用、循环利用全生命周期所有环节产生的大量数据（如设计信息、原材料信息、生产信息、合格评定信息、仓储物流信息、销售消费信息、适用环境信息等），包括结构化数据、半结构化数据和非结构化数据，涵盖文字、图像、声音、方位等。随着“互联网+”、物联网、云计算等技术的发展，产品质量治理正在进入数据驱动的精准治理阶段。

拥有海量数据是实现精准治理的基础和前提。精准治理内在地包含着“多元”、“互动”、“协同”的内涵，多元主体的协同互动依靠信号的一致性。大数据容量大、类型多、存取速度快、应用价值高，既是一种资源，也是一种工具[8]。大数据改变了人们的思维方式、认知方式及思想观念，增强了人类行为的可预测性和可协调性，促进了政府管理体制、结构、职能等的变化[9]。大数据使“精准治理”成为可能。政府可以借助海量数据与分析技术，更加准确、及时、客观地监督违法违纪行为、进行科学决策、增强公信力等[10]。质量大数据全面汇集产品标准、检验检测、认证认可、市场需求、市场反馈、伤害监测等信息，通过挖掘数据、分析数据、共享信息、公开信息等方式，为现代质量监管提供了集成性的技术工具。

大数据为政府监管、消费者选择提供了较为全面的信息，为系统性风险防范和决策提供了技术支撑。在威权管制模式下，产品质量信息的收集和发布主体主要是政府，其次是企业，消费者的地位被边缘化。政府、企业在质量信息收集和发布方面的共同点是收集多、发布少，不同点是企业发布更少。在大数据时代，各相关利益主体可以利用大数据对重点产品和领域开展检测、风险识别、评估和预警，为企业防范风险提供依据，为政府加强监管提供技术支撑，为维护国家市场技术权益提供保障。充分利用大数据实施精准治理已成为发达国家较为通行的做法。参照美国的国家电子伤害监测系统，英国由皇家事故预防协会设立了产品安全事故统计系统。日本的国民生活中心等监测系统，充分运用“大数据”对质量安全的“声誉驱动”，设立质量安全风险监测大数据平台，专门负责质量安全相关数据和信息的收集、整合、分析与共享，及时动态分析、跟踪、监测和评估，对可能存在的质量安全隐患及时发出预警，并对可能存在隐患的产品实施抽检、召回，甚至销毁等措施，同时向公众实时发布，将质量安全事故杜绝在萌芽状态。

3　产品质量精准治理的现实困境：数据匮乏、冗余、污染与封锁并存

大数据时代，管理与决策的范式正在发生变化，传统的以管理流程为主的线性范式正在逐步消退，以数据为中心的扁平化范式已经走向前台，各相关利益方的角色和相关信息流向更趋于多元和交互。数据为中心首先要求拥有海量数据，同时需要跨界数据，实现数据共享。只有对跨界的共享数据进行深度挖掘，才能获取精准决策、有效行动所需的信息。然而，目前我国产品质量数据面临四重困境：数据匮乏、冗余、污染、封锁并存。

3.1　数据匮乏

产品质量大数据需要对产品全生命周期各离散环节的信息进行全面采集。目前，我国对产品质量信息的采集主要集中于产品的设计和生产过程，特别是成品的标准符合性信息。近些年来，售后服务信息也成为先进企业信息采集的重点。然而，物料采购环节和进货环节的信息较为匮乏。同时，各相关利益主体关心的数据性质并不相同，也会产生结构上的匮乏。比如，消费者特别关心的产品性价比数据在我国就特别匮乏，尚没有机构能够提供比较权威、公正、独立、有影响力的产品性价比信息。

3.2　数据冗余

数据匮乏并不妨碍数据冗余现象的出现。在传统的质量监管过程中，我国形成了大量的产品质量冗余数据。比如我国产品质量监督抽查从1985年开始实施，1993年的《产品质量法》将其作为制度固定下来，至今已实施30多年，形成了大量的数据资源。然而，这些数据并没有很好地进行深度挖掘利用，而是被简单地重复存储下来，出现了大量的僵尸数据。在人们对产品品质日益关注背景下，随着智能手机的日益普及和信息技术的不断发展以及新媒体不断涌现，产品质量信息传播速度更快、途径更广、方式更多，更将产生冗余现象。

3.3　数据污染

为了吸引消费者，赚取更多利益，生产经营企业在能效、性能指标上造假；为了吸引更多消费者购买商品，电商企业通过各种手段提高好评率：扭曲了产品质量数据的真实性、完整性。特别是，在涉及地方发展的一些考评中，一些数据将可能形成系统性偏差。如产品质量监督抽查原本是针对质量问题较多的产品实施的一项监督制度，但当合格率用在评价地方质量水平时就有可能导致数据系统性偏差。同时，一些技术因素也可能造成数据污染。

3.4　数据封锁

在横向同级政府部门之间，由于部门职能重叠，部门间依据的法律规范、红头文件以及决策数据存在相互冲突现象。比如，对于我国产品品牌和质量水平的状况，很难有一个部门可以说得清楚：工信部门管品牌、品种、品质，工商部门管流通领域产品质量和商标，质监部门管生产领域产品质量、名牌产品、地理标志保护产品、政府质量奖，检验检疫部门管出口产品质量、生态原产地保护产品等；管生产领域产品质量的质监部门不清楚生产产品的市场主体数量，而统计部门只掌握规模以上企业数量。部门数据封锁反映的是利益的冲突，相互争夺财政资源和权力地位，争相建设信息系统，人为制造信息障碍，相互之间信息难以实现共享，阻碍着协同治理、精准治理的实现。数据封锁不仅存在于横向的同级政府部门之间，在纵向上下层级的政府部门之间同样存在。

4　产品质量精准治理的实现：综合应用大数据技术

实现产品质量的精准治理，需要全面、准确、及时的信号传递。因此，产品质量治理各方必须综合运用大数据、“互联网+”、云计算、物联网、区块链等技术，优化合作共治的治理结构，防范治理风险，从而提高产品质量精准化治理水平。

4.1　强化产品质量精准治理的大数据基础

一是加快制定完善产品质量数据库建设技术法规。组织相关各方，共同研究制定产品质量数据格式标准，统一技术标准、数据标准、界面标准，明确需要收集的数据，夯实产品质量数据的共享基础。二是积极推进产品质量数据平台和数据中心建设。依托国家数据共享交换平台、数据开放平台等大数据平台，加快建设产品质量大数据平台和区域中心，逐步形成覆盖全国、布局合理、链接畅通的产品质量信息平台网络，促进产品质量大数据在精准治理中的深度应用。

4.2　构建面向应用的产品质量大数据资源池及集成示范平台

开展产品质量大数据资源池的数据特征与需求分析，设计大数据资源池系统框架与建设路径，构建产品质量大数据分析工具库，开发具有PB级数据规模的大数据资源池管理系统；在产品质量大数据资源池和基础信息库的基础上构建研究平台，结合典型行业与典型业务领域，从消费者、企业、政府和社会组织等层面开展研究，并进行产品质量大数据的多源异构融合集成以及研究验证，前瞻性地规划建设产品质量云应用体系；从产品质量大数据价值的深度开发与应用角度，提炼典型管理与决策场景，进行应用示范。

4.3　突出产品质量大数据的采集、共享、挖掘和运用

以大数据技术为支撑，加强产品质量各类信息数据的实时采集、深度挖掘、整合处理，建立风险分析模型，通过“智能化”手段实时进行风险监测和预警，解决数据匮乏和冗余问题，为产品质量安全监管、质量发展、质量促进各项决策和推进提供依据。按照“共建共享、互联互通”的原则，加快建立跨层级、跨区域、跨部门、跨行业的产品质量数据共享管理服务网络。打通与各相关部门、从业机构的横向互联，实现信息共享、互联互通，建立多元主体互利共赢的生态圈，切实解决数据封锁问题。加强产品标准、政策数据库智能化建设，推进质量治理的网络化和智能化，为标准制修订组织、政府决策部门提供参考；深入挖掘工业大数据，分类别、分区域、分行业等对产品进行精细化分析，为开展精准化监管提供信息支撑。建设面向消费者、有公信力的产品质量大数据平台，明确公开共享的时限要求，以消费者容易理解、方便统计查询的方式，全面、及时、准确发布产品质量法律法规、部门规章和其他信息，提供产品性价比等第三方信息，便利消费者决策，形成产品质量精准治理的倒逼机制。

4.4　依靠区块链技术做支撑破解数据污染问题

加快区块链技术在产品质量治理方面的应用研究，利用其分布式的数据存储方式、点对点传输、公示机制、算法加密等特性破解数据失真、扭曲等现实难题。加大区块链技术的推广力度，促进其与人工智能深度融合，逐步构建新型社会信用体系。对于在网上传播虚假产品质量信息的，应结合危害程度和传播目的依据刑法进行坚决打击。推动出台大数据治理的法律法规，制订和完善产品质量数据安全以及个人隐私保护的相关法律法规[11]，通过立法防范数据泄露风险，最大限度避免产品质量信息的盗用、滥用。