淺議大數據在進口鐵礦煤炭檢驗中的應用

唐山海關 邵振興 田鳳岐 潘守舉 段乃滿 孫艷紅 王榮浩 李建韜 李東文 謝 堅

鐵礦煤炭作為大宗資源性、戰略性商品，是我國工業發展的基礎。雖然近年來我國鐵礦煤炭進口總量早已躍居世界第一，尤其是鐵礦，對外依存度超過80%，但在進口總量持續增長的同時，質量卻越來越難以得到保證。以河北京唐港口岸為例，2017年共進口鐵礦煤炭1710批次、1.28億噸，其中檢出不符合合同要求的多達269批次、1645萬噸，不合格率分別達到15.73%和12.82%。

在互聯網、物聯網技術得到長足發展的今天，分布式數據平臺統一管理、計算技術已經成為可能。為了進一步完善進口鐵礦煤炭檢驗質量管理體系，提高檢驗監管效能，建設新型海關，同時為國內鋼鐵企業進口鐵礦煤炭提供質量參考，降低貿易風險，筆者提出構建一個以檢驗大數據為基礎的綜合性信息平臺，通過對平臺中的數據進行歸類、分析和推理，為海關檢驗部門和進口企業提供參考。

一、大數據的定義和模型構想

（1）大數據定義和特點。大數據分析是指通過對大量非結構化數據進行挖掘，迅速提取有用信息的技術，能夠在生產、消費、金融和醫療等領域產生巨大效益，其突出特點是具有海量的數據規模、快速的數據流傳，多樣的數據類型和價值密度低的新型數據集合。大數據有多種技術，包括數據采集、數據存儲、數據處理、統計分析、數據挖掘、模型預測和結果呈現等[1]。

（2）大數據模型構想。由于進口鐵礦煤炭屬于法檢商品，所有進口的鐵礦煤炭都需要在口岸由專門的檢驗機構進行檢驗，因此可以借用各地口岸檢驗機構這個平臺，結合當前使用的數字實驗室系統、進口鐵礦質量信息平臺和進口鐵礦石檢驗綜合業務系統等，對數據進行采集整理、交叉分析，且向上游延伸至貨物的裝港檢驗、運輸和裝貨方式、配礦組成、產出地，包括裝港檢驗的采制化全程、礦山的采礦方法、選礦方法和堆存方式等環節，向下游延伸至貨物入廠檢驗，比如對貨物分批入爐前的多批次化驗結果和使用的儀器設備的在線數據存儲、上傳和計算分析等，最后將上述異地分布的數據平臺，由后臺軟件統一管理，按照不同用戶需求進行數據輸出。

二、大數據在進口鐵礦煤炭檢驗工作中的應用

（1）優化進口鐵礦煤炭取樣方案。通常礦產品取樣必須首先確定品位波動是“大”、“中”還是“小”，不同的選擇直接影響采樣的數量和重量[2]。傳統的進口鐵礦煤炭檢驗過程中，由于對貨物的相關信息了解十分有限，因此在依據標準制定取樣方案時往往只能按照品質波動“大”處理，這樣對一些經常進口、批次量又大的貨物，相當于增加了很多的“額外”工作量。利用大數據的信息匯總和挖掘功能，對進口的鐵礦煤炭進行分類管理，對于屬于同一類別的進口貨物，比如來自同一個產地、同一個品名、同一個裝貨港、同一個檢驗機構等，利用已經從各個平臺收集的數據信息，盡快確定其品質波動類型，既能保證檢驗質量，又能科學有效地減少工作量。

（2）對質量復核有支撐作用。質量檢驗工作由于系統誤差和偶然誤差而存在不確定性，在進口檢驗過程中經常會發生卸港檢驗結果與裝港檢驗結果偏差較大的問題，但是由于貨物裝卸港具有不可逆性，不可能再對貨物重新取樣檢驗，為降低檢驗風險，確保檢驗質量，可以利用大數據分析對同一類型貨物從產地、組成、混礦模式、裝貨方式、粒度分布、裝港取制樣、卸貨取樣、制樣、檢測項目對應檢測設備質量控制等環節入手，進行縱向偏差比較和橫向關聯性比較，從生產源頭到使用盡頭，通過對每一個環節的研究，分析誤差來源，為質量復核提供有力支撐。

（3）提高有毒有害元素超標判定效率。按照《商品煤質量管理暫行辦法》規定，進口煤炭需要對灰分、硫分、發熱量和汞、砷、磷、氯、氟八個指標進行強制檢驗，不合格產品需依情況作限制銷售使用或退運處理。退運情況發生時，肯定會使進口貿易商的經濟利益受到損失，甚至因為質量爭議會走向法律程序，因此進口煤炭的有毒有害元素檢測必須準確，做到檢得準、檢得穩，這時就可以考慮引入大數據分析，通過對全國各個口岸平臺的數據進行全樣本匯總，一是可以了解掌握各進口國煤炭中有毒有害元素分布水平，為國家制定保護性貿易措施提供依據，二是對存在退運風險的品種，當發現又有同類產品將要進口時，一方面可以提前建議收貨人做好裝運前檢驗工作，另一方面卸港檢驗時對其進行分單元、多批次的檢驗模式，嚴格采制化過程的每一個步驟，以此保證檢驗結果準確無誤。

（4）提供風險分析和預警。鐵礦煤炭進口量越來越大，質量卻難以穩定保證，經常會發生計價指標低于合同要求的情況，進口煤炭甚至還會發生超出國家強制性要求的情況。那么如何對其進行風險分析和預警，保護進口貿易呢？大數據分析就是一種可行的措施，大數據平臺是全樣本數據庫，可以通過設定風險影響因子，建立風險評估模型，實現風險分析和預警功能。風險分析和預警是做好進口鐵礦煤炭檢驗工作的重要手段，它既可以合理優化檢驗的人力、物力、財力資源配置，也能夠一定程度上減少貿易欺詐行為，降低進口企業貿易風險，維護企業經濟利益。

（5）加強實驗室質量控制。質量控制是減小誤差的一種方式，為了保證檢測結果的科學、準確，必須加強對實驗室的質量控制。利用大數據分析技術，可以對實驗室數據進行分析計算，把實驗結果的誤差控制在允許的范圍內，從而保證檢測結果的精密度和準確度，使檢測數據在設定的置信水平內，達到所要求的質量。還有，大數據的數據積累和計算功能有助于實驗室質量控制工作改變被動和滯后的角色，提前完成對儀器設備、檢測方法的質量校核，保證實驗結果質量[3]。

三、大數據應用建議

（1）加快數據庫建設。大數據的最終發展和應用，首先是離不開數據庫建設。數據庫的建立，需要以信息資源整合為重點，以大數據應用為核心，協調建立跨部門、跨區域的鐵礦煤炭檢驗信息資源融合共享合作機制，建立統一的平臺接口和數據存儲調用模式，統一的信息采集標準和格式，確保信息采集質量，同時依據先進的數據管理系統對儲存在分布式的數據平臺中的數據進行分類整理，為用戶提供查詢和研究功能，滿足不同用戶的需求[4]。

（2）加深理論學習。習總書記指出，要推動實施國家大數據戰略，加快完善數字基礎設施，更好服務我國經濟社會發展和人民生活改善。大數據技術的出現不僅僅是技術的革新，更是思維的進步，我們必須深刻認識到大數據的重要作用，加強對大數據的認識和學習，樹立信息化思維，從顆粒度、維度、活性、關聯性和規模等評價指標認識大數據，學習大規模并行處理數據庫、數據挖掘、分布式文件系統、分布式數據庫、云計算平臺、互聯網和可擴展的存儲系統等大數據理論，加快掌握大數據原理。

（3）建立大數據使用制度規范。一是建立大數據使用責任制，將大數據分析使用作為部門日常工作之一，指定專人領導負責并協調；二是數據錄入，按權限管理分為信息錄入員和各層級審核員，信息錄入員將信息錄入后，由各級審核員進行審核通過或退回修改；三是使用制度，對大數據的使用人員實行實名認證，使用時需有授權，且后臺存有使用日志；四是系統維護，由專業管理人員進行維護，確保平臺穩定運行；五是安全管理制度，數據庫應定期進行備份，并保證安全性和保密性；六是交流提升制度，以QQ群、微信群等方式，讓參與人員相互交流，不斷提升和完善大數據建設。

[1]孟春蕾,范廣露,李蕾.大數據技術在產品質量管理的應用研究[J].科技論壇,2017,7:124-125.

[2]王振新,余春暉,李雪蓮,楊東彪,應海松.進口鐵礦品質信息數據倉建設及其數據挖掘[J].大眾科技,2015,11:20-23.

[3]劉艷華,秦士忠,韓玥,閆嵩,馬奔,徐吉.大數據實驗室質量控制的研究方向[J].檢驗檢疫學刊,2017,3:55-58.

[4]謝書琴.淺談大數據信息化及數據庫建設[J].互聯網+通信,2016,18:33.