浅议大数据在进口铁矿煤炭检验中的应用

唐山海关 邵振兴 田凤岐 潘守举 段乃满 孙艳红 王荣浩 李建韬 李东文 谢 坚

铁矿煤炭作为大宗资源性、战略性商品，是我国工业发展的基础。虽然近年来我国铁矿煤炭进口总量早已跃居世界第一，尤其是铁矿，对外依存度超过80%，但在进口总量持续增长的同时，质量却越来越难以得到保证。以河北京唐港口岸为例，2017年共进口铁矿煤炭1710批次、1.28亿吨，其中检出不符合合同要求的多达269批次、1645万吨，不合格率分别达到15.73%和12.82%。

在互联网、物联网技术得到长足发展的今天，分布式数据平台统一管理、计算技术已经成为可能。为了进一步完善进口铁矿煤炭检验质量管理体系，提高检验监管效能，建设新型海关，同时为国内钢铁企业进口铁矿煤炭提供质量参考，降低贸易风险，笔者提出构建一个以检验大数据为基础的综合性信息平台，通过对平台中的数据进行归类、分析和推理，为海关检验部门和进口企业提供参考。

一、大数据的定义和模型构想

（1）大数据定义和特点。大数据分析是指通过对大量非结构化数据进行挖掘，迅速提取有用信息的技术，能够在生产、消费、金融和医疗等领域产生巨大效益，其突出特点是具有海量的数据规模、快速的数据流传，多样的数据类型和价值密度低的新型数据集合。大数据有多种技术，包括数据采集、数据存储、数据处理、统计分析、数据挖掘、模型预测和结果呈现等[1]。

（2）大数据模型构想。由于进口铁矿煤炭属于法检商品，所有进口的铁矿煤炭都需要在口岸由专门的检验机构进行检验，因此可以借用各地口岸检验机构这个平台，结合当前使用的数字实验室系统、进口铁矿质量信息平台和进口铁矿石检验综合业务系统等，对数据进行采集整理、交叉分析，且向上游延伸至货物的装港检验、运输和装货方式、配矿组成、产出地，包括装港检验的采制化全程、矿山的采矿方法、选矿方法和堆存方式等环节，向下游延伸至货物入厂检验，比如对货物分批入炉前的多批次化验结果和使用的仪器设备的在线数据存储、上传和计算分析等，最后将上述异地分布的数据平台，由后台软件统一管理，按照不同用户需求进行数据输出。

二、大数据在进口铁矿煤炭检验工作中的应用

（1）优化进口铁矿煤炭取样方案。通常矿产品取样必须首先确定品位波动是“大”、“中”还是“小”，不同的选择直接影响采样的数量和重量[2]。传统的进口铁矿煤炭检验过程中，由于对货物的相关信息了解十分有限，因此在依据标准制定取样方案时往往只能按照品质波动“大”处理，这样对一些经常进口、批次量又大的货物，相当于增加了很多的“额外”工作量。利用大数据的信息汇总和挖掘功能，对进口的铁矿煤炭进行分类管理，对于属于同一类别的进口货物，比如来自同一个产地、同一个品名、同一个装货港、同一个检验机构等，利用已经从各个平台收集的数据信息，尽快确定其品质波动类型，既能保证检验质量，又能科学有效地减少工作量。

（2）对质量复核有支撑作用。质量检验工作由于系统误差和偶然误差而存在不确定性，在进口检验过程中经常会发生卸港检验结果与装港检验结果偏差较大的问题，但是由于货物装卸港具有不可逆性，不可能再对货物重新取样检验，为降低检验风险，确保检验质量，可以利用大数据分析对同一类型货物从产地、组成、混矿模式、装货方式、粒度分布、装港取制样、卸货取样、制样、检测项目对应检测设备质量控制等环节入手，进行纵向偏差比较和横向关联性比较，从生产源头到使用尽头，通过对每一个环节的研究，分析误差来源，为质量复核提供有力支撑。

（3）提高有毒有害元素超标判定效率。按照《商品煤质量管理暂行办法》规定，进口煤炭需要对灰分、硫分、发热量和汞、砷、磷、氯、氟八个指标进行强制检验，不合格产品需依情况作限制销售使用或退运处理。退运情况发生时，肯定会使进口贸易商的经济利益受到损失，甚至因为质量争议会走向法律程序，因此进口煤炭的有毒有害元素检测必须准确，做到检得准、检得稳，这时就可以考虑引入大数据分析，通过对全国各个口岸平台的数据进行全样本汇总，一是可以了解掌握各进口国煤炭中有毒有害元素分布水平，为国家制定保护性贸易措施提供依据，二是对存在退运风险的品种，当发现又有同类产品将要进口时，一方面可以提前建议收货人做好装运前检验工作，另一方面卸港检验时对其进行分单元、多批次的检验模式，严格采制化过程的每一个步骤，以此保证检验结果准确无误。

（4）提供风险分析和预警。铁矿煤炭进口量越来越大，质量却难以稳定保证，经常会发生计价指标低于合同要求的情况，进口煤炭甚至还会发生超出国家强制性要求的情况。那么如何对其进行风险分析和预警，保护进口贸易呢？大数据分析就是一种可行的措施，大数据平台是全样本数据库，可以通过设定风险影响因子，建立风险评估模型，实现风险分析和预警功能。风险分析和预警是做好进口铁矿煤炭检验工作的重要手段，它既可以合理优化检验的人力、物力、财力资源配置，也能够一定程度上减少贸易欺诈行为，降低进口企业贸易风险，维护企业经济利益。

（5）加强实验室质量控制。质量控制是减小误差的一种方式，为了保证检测结果的科学、准确，必须加强对实验室的质量控制。利用大数据分析技术，可以对实验室数据进行分析计算，把实验结果的误差控制在允许的范围内，从而保证检测结果的精密度和准确度，使检测数据在设定的置信水平内，达到所要求的质量。还有，大数据的数据积累和计算功能有助于实验室质量控制工作改变被动和滞后的角色，提前完成对仪器设备、检测方法的质量校核，保证实验结果质量[3]。

三、大数据应用建议

（1）加快数据库建设。大数据的最终发展和应用，首先是离不开数据库建设。数据库的建立，需要以信息资源整合为重点，以大数据应用为核心，协调建立跨部门、跨区域的铁矿煤炭检验信息资源融合共享合作机制，建立统一的平台接口和数据存储调用模式，统一的信息采集标准和格式，确保信息采集质量，同时依据先进的数据管理系统对储存在分布式的数据平台中的数据进行分类整理，为用户提供查询和研究功能，满足不同用户的需求[4]。

（2）加深理论学习。习总书记指出，要推动实施国家大数据战略，加快完善数字基础设施，更好服务我国经济社会发展和人民生活改善。大数据技术的出现不仅仅是技术的革新，更是思维的进步，我们必须深刻认识到大数据的重要作用，加强对大数据的认识和学习，树立信息化思维，从颗粒度、维度、活性、关联性和规模等评价指标认识大数据，学习大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统等大数据理论，加快掌握大数据原理。

（3）建立大数据使用制度规范。一是建立大数据使用责任制，将大数据分析使用作为部门日常工作之一，指定专人领导负责并协调；二是数据录入，按权限管理分为信息录入员和各层级审核员，信息录入员将信息录入后，由各级审核员进行审核通过或退回修改；三是使用制度，对大数据的使用人员实行实名认证，使用时需有授权，且后台存有使用日志；四是系统维护，由专业管理人员进行维护，确保平台稳定运行；五是安全管理制度，数据库应定期进行备份，并保证安全性和保密性；六是交流提升制度，以QQ群、微信群等方式，让参与人员相互交流，不断提升和完善大数据建设。

[1]孟春蕾,范广露,李蕾.大数据技术在产品质量管理的应用研究[J].科技论坛,2017,7:124-125.

[2]王振新,余春晖,李雪莲,杨东彪,应海松.进口铁矿品质信息数据仓建设及其数据挖掘[J].大众科技,2015,11:20-23.

[3]刘艳华,秦士忠,韩玥,闫嵩,马奔,徐吉.大数据实验室质量控制的研究方向[J].检验检疫学刊,2017,3:55-58.

[4]谢书琴.浅谈大数据信息化及数据库建设[J].互联网+通信,2016,18:33.