基于大數據的綠色食品全產業鏈增值模式的構建

徐曉燕，孫中葉

(1.河南工業大學 經濟貿易學院，河南 鄭州 450001； 2.鄭州科技學院 財經學院，河南 鄭州 450064)

隨著我國人民生活水平的顯著提高，綠色食品作為適應市場需求變化與農業產業結構調整而產生和發展起來的新興產業，具有顯著的經濟效益、社會效益和生態效益。2020中央1號文件強調：繼續調整優化農業結構，加強綠色食品、有機農產品、地理標志農產品認證和管理，打造地方知名農產品品牌，增加優質綠色農產品供給。綠色食品作為一種需要進行全程認證的新興產業，對數據在整個產業鏈條中的傳遞和共享提出了更高的要求。由于綠色食品全產業鏈各環節平臺系統多，標準少，主體間數據采集標準不統一，存在數據壁壘，大數據無法實現共享，信息孤島現象嚴重，無法發揮大數據應有的作用，全產業鏈信息貫通不暢、集成較少阻礙了全產業鏈運行效率的提高。依據協同創新理論，構建綠色食品全產業鏈大數據平臺對鏈條運行過程中產生的一系列信息數據集進行處理，在有效提高綠色食品的可信任度和可辨識度的同時，實現數據實時處理和共享，有助于加強政府對綠色食品安全的監管，從而降低成本，控制風險，提升社會、經濟、生態效益，驅動綠色食品全產業鏈增值。

前人關于綠色食品全產業鏈升級的研究主要集中在綠色食品產業結構調整[1-3]、綠色食品供應鏈管理[4-5]及綠色食品消費行為研究[6-7]等方面，這些研究成果為綠色食品全產業鏈增值模式的構建提供了重要的理論基礎。關于大數據環境下食品產業鏈優化升級的研究主要集中于大數據在食品安全監管中的應用研究，通過對食品全產業鏈中數據整合，提升數據分析能力、挖掘深層次信息，為監管者、生產者及消費者提供科學決策建議，實現對食品安全事件的及時預警、產品溯源與定責[8]。在食品安全網絡輿情預警方面，有學者利用相關軟件挖掘輿情信息數據，為政府相關部門提供了評估食品安全網絡輿情風險的新方法[9]。對綠色食品全產業鏈增值的系統性研究及利用大數據推動綠色食品全產業鏈增值的研究鮮見報道。鑒于此，筆者等在前人研究的基礎上，以協同創新理論[10]為基礎，結合大數據發展的時代背景，探索構建以實現產業鏈信息共享為目的的大數據模型，提出綠色食品全產業鏈的優化模式，以期為綠色食品全產業鏈的增值提供參考。

1 綠色食品全產業鏈大數據平臺模型的構建

綠色食品全產業鏈大數據平臺是通過技術創新主體間的深入合作和資源整合，產生系統疊加的非線性效用[11-12]。在消除綠色食品全產業鏈信息不對稱、產銷不對等問題中，大數據平臺發揮著重要作用，它是數據的“整合中心”，可整合產業鏈中各參與方的信息資源，且各參與方可直接從大數據平臺獲取有用的數據資源，打破原有產業鏈條下各參與方單向交流、不能越級的模式，各參與方可通過大數據平臺直接進行相互交流，形成一種互動性更強的網狀結構。根據綠色食品全產業鏈的數據需求和數據生命周期的不同階段數據處理功能的要求，將大數據平臺模型分解為3個連續的階段，包括數據采集、數據存儲、數據分析[13](圖1)。

1.1 數據采集

數據采集是獲取信息的過程，可分為識別數據分析目標、數據傳輸和數據預處理。在明確數據分析需求的基礎上，通過數據中心的高速傳輸，對綠色食品產業鏈各環節主體活動產生的大量原始數據進行預處理，以實現數據的高效存儲和挖掘。

1.1.1 識別數據分析目標 識別數據分析目標是在理解綠色食品產業鏈運行過程中面臨的現實問題基礎上，明確數據分析的對象和預期結果。綠色食品全產業鏈通過大數據平臺要實現協同產品、生產、流通和協同質控等目的，大數據分析的對象主要是綠色食品產業鏈種植環節生成的綠色農產品種植技術信息、土壤信息、種植農戶是否掌握綠色農產品種植技術、天氣信息、病蟲害信息、倉儲信息等，加工環節生成的加工工藝信息、加工流程信息、采購信息、庫存信息、物流信息等，消費市場環節生成的消費者的偏好信息、支付意愿信息、綠色標識認知度信息、物流配送信息，零售店鋪區位信息等。數據分析結果主要是對生產基地綠色農產品的品質控制狀況、檢測合格率、倉儲容量飽和度等，加工企業的庫存率、產品合格率等，消費市場的物流配送效率、流量變現能力等數據的預測和控制。

1.1.2 數據傳輸 綠色食品產業鏈各環節主體通過傳感器、視頻監控、企業信息管理系統、點擊流量和其他數字源等途徑生成海量的原始數據，必須將其傳送到數據存儲基礎設施等待進一步處理。數據傳輸過程由IP骨干網傳輸和數據中心傳輸2個階段構成，IP骨干網提供高容量主干線路將大數據從數據源傳遞到數據中心，在數據中心內部進行存儲位置的調整和其他處理。

1.1.3 數據預處理 由于數據源的多樣性，數據集由于干擾、冗余和一致性因素的影響具有不同的質量，需要通過數據集成技術，在邏輯上和物理上集中來自不同數據源的數據，為用戶提供統一視圖。數據集成主要包括提取、變換和裝載。將分散的異構數據源中的數據提取到記錄綠色食品產業鏈業務流程信息的數據倉庫，通過一系列的規則將提取的數據轉換為標準格式，裝載入目標存儲基礎設施。

1.2 數據存儲

數據存儲主要解決的是大規模數據的持久存儲和管理的問題，即綠色食品全產業鏈大數據平臺數據存儲子系統將收集的信息以適當的格式存放和以適當的方式組織信息，以待分析和價值提取。為滿足鏈條各環節主體協同創新的需求，數據存儲子系統應具有2個特征：存儲基礎設施應能持久和可靠地容納信息；存儲子系統應提供可伸縮的訪問接口供用戶查詢和分析巨量數據，基于SAN的存儲虛擬化和NoSQL(非關系型數據庫)技術可很好地滿足這一需求。

基于SAN(Storage area network)的存儲虛擬化是將綠色食品全產業鏈系統的數據存儲在由多個網絡存儲設備合并成的單個存儲設備上，使每個存儲設備如同直接連接在計算機上，可直接訪問。充分利用集群計算和存儲能力，將綠色食品全產業鏈系統的服務器、存儲設備、網絡設備虛擬化并靈活配置，使網絡中各種不同類型的存儲設備協同工作，共同對外提供數據存儲業務訪問功能，完成海量數據的存儲和處理，為數據使用者提供高共享、高性能的數據服務。在數據管理上，傳統的關系數據庫系統難以解決海量數據帶來的多樣性和規模的需求，由于具有模式自由、易于復制、提供簡單API(Application Programming Interface)、最終一致性和支持海量數據的特性，綠色食品全產業鏈大數據平臺應采用NoSQL支持海量產業鏈數據的存儲和柔性管理。NoSQL是非關系型的、分布式的、不保證遵循ACID原則的數據存儲系統，根據綠色食品產業鏈各主體業務需求，可通過NoSQL進行服務定制和組裝，實現綠色食品協同產品、協同生產、協同流通服務等功能，相關鏈條主體根據不同權限，通過服務訪問接口，對不同的資源服務進行注冊、查找和調用，實現各種應用的運行與維護。

1.3 數據分析

數據分析是利用分析方法或工具對采集的數據進行檢查、變換和建模，并從中提取價值，其目標是提取數據中隱藏的數據，為綠色食品產業鏈各環節主體提供有意義的建議及輔助決策制定。綠色食品產業鏈的大數據分析的基本過程主要包括：匹配數據分析算法、提取數據模式及生成數據分析工具。

1.3.1 匹配數據分析算法 根據數據分析深度將數據分析分為3個層次：描述性分析、預測性分析和規則性分析[13]。描述性分析基于歷史數據描述，在大數據分析層，采用神經網絡算法和指數平滑算法，對綠色農產品生產基地、綠色食品零售商和消費者進行畫像。預測性分析用于預測未來的概率和趨勢，預測性模型使用線性和對數回歸等統計技術發現數據趨勢，預測未來的輸出結果，并使用數據挖掘技術提取數據模式而給出預測。采用指數平滑算法和多元回歸分析算法可對綠色農產品的檢測合格率、準時交貨率、庫存數量等數據進行預測與控制。規則性分析主要解決決策制定問題和提高分析效率，仿真用于分析復雜系統以了解系統行為并發現問題，而優化技術則在給定約束條件下給出最優解決方案。為更好地滿足消費者個性化、多樣化的消費需求，采用關聯規則、文本分析等智能化算法，精準挖掘消費者的潛在需求，對消費者進行組合銷售和精準營銷。

1.3.2 提取數據模式 數據分析算法可挖掘出多種模式，使用智能方式提取目標數據中的數據模式，用戶篩選并識別出所需或適用的模式，并采用可視化和知識表示技術加以應用。

1.3.3 生成數據分析工具 數據分析工具封裝了神經網絡、指數平滑、回歸分析、關聯規則等數據挖掘算法，用戶在使用時只需根據自身需求目標，直接操作數據分析工具，即可實現綠色食品產業鏈業務的大數據挖掘和分析，為綠色食品全產業鏈的協同創新提供數據支撐。

2 大數據環境下綠色食品全產業鏈增值的應用模式

大數據平臺通過整合大量的實時和歷史交易信息，可幫助綠色食品產業鏈上各環節主體識別開發新產品的機會，了解客戶需求，從而找到新的管理方法和服務方式。綠色食品按加工流程的不同可分為無需精加工直接從生產基地流向消費市場的生鮮農產品及需要進行精加工的加工食品2類。在上述模型的基礎上，針對綠色生鮮食品提出以綠色食品零售商為主體的線上線下一體化模式，針對綠色加工食品提出以綠色食品加工企業為主體的智慧供應鏈協同模式，以便利用綠色食品全產業鏈大數據平臺，共享種植、加工、銷售的綠色食品全產業鏈大數據，打造以大數據平臺為核心，以滿足消費者需求為導向，按需生產的高效協同綠色食品全產業鏈模式。

2.1 綠色食品零售商為主體的線上線下一體化模式

以市場需求為導向為綠色食品全產業鏈的整個運作過程指明了方向，大數據平臺通過捕捉消費者的需求信息和消費習慣，及時獲取需求狀況，并根據需求狀況合理安排生產計劃，組織生產。綠色生鮮食品無需加工，直接從生產基地通過冷鏈物流運送至零售商或消費者，因此對于綠色生鮮食品類產業鏈而言，消費市場承擔著消費者數據收集的主要任務，是整個鏈條優化整合的關鍵。綠色食品下游零售商通過建立消費者會員制度維系顧客，收集消費者數據，同時通過電子商務平臺鏈接大數據中心，借助智能物流實現高效配送，實現線上線下一體化(圖2)。

零售商通過微信公眾號、微信小程序、APP等線上方式與綠色生鮮食品消費者建立緊密聯系，建立會員制。大數據中心鏈接后臺系統收集并處理會員數據，將處理結果反饋給零售商，使零售商為會員提供更滿意的服務，同時會員制還有助于植入綠色生鮮食品品牌理念，提升會員的忠誠度。大數據平臺一方面可根據對會員消費習慣和消費能力等方面數據的分析對會員進行分級管理，為各等級的消費者提供特定的優惠與附加服務，提高會員管理效率與有效性；另一方面可根據對會員日常消費情況的分析結果向會員主動推送符合其愛好、日常購買習慣的有價值信息，提高商品流量。

綠色生鮮食品零售商通過電子商務平臺鏈接大數據中心，將線上線下的入口、商品、體驗、支付、配送、售后等環節打通，建立線上線下一體化的銷售模式，讓消費者自由選擇，優化其購物體驗，提高對綠色食品的忠誠度。線上線下在保持原有功能的基礎上，線上承擔數據收集與挖掘、客戶服務等，將數據直接傳輸至大數據平臺，線上的數據分析結果用于指導線下商品的上架和陳列；線下則根據大數據平臺的分析結果承擔場景打造、倉儲等，線下的場景體驗用于增強消費者對線上商品的感知，從而為顧客帶來更好的消費體驗。綠色生鮮食品的物流配送通過大數據中心積累網點、干線、終端、人員等數據信息，科學制定配送方案，并為消費者和零售商提供物流信息服務。線上線下實現商品、價格、支付方式、物流、售后、會員、信息等環節一體化。

2.2 綠色食品加工企業為主體的智慧供應鏈協同模式

綠色加工食品需對生產基地生產的綠色農產品進行加工后再銷售，對于綠色加工食品而言，產業鏈中游綠色食品加工企業是全產業鏈中最核心和最具有競爭力的部分，綠色食品加工企業通過企業信息管理系統和大數據中心鏈接，收集、存儲和分析企業的采購、加工、庫存、物流、銷售數據，并將分析結果應用于企業決策，使決策更加智能、科學，以綠色食品加工企業為核心，實現智慧供應鏈協同(圖3)，綠色食品加工企業應通過企業信息管理系統建立協同標準的數據化業務流程，包括協同產品設計、協同生產決策、協同庫存和物流。

2.2.1 協同產品設計 綠色食品零售商通過線上流量收集市場數據，生產基地通過傳感設備、生物監測等收集綠色農產品種植數據上傳至大數據中心，綠色食品加工企業通過大數據中心，根據一定的算法和模型，圍繞品類趨勢、客戶購買行為、經營活動等開展分析與預測，動態調整生產基地綠色農產品的種植情況，協同產品設計。

2.2.2 協同生產決策 綠色食品生產基地通過定位設備、傳感設備、生物監測設備等收集綠色食品基地信息并上傳至大數據中心；綠色食品加工企業根據生產基地數據及外部數據分析綠色食品生產的關鍵參數，并建立關鍵參數預測模型，對綠色農產品種植狀況、綠色食品加工狀況進行分析，生成改善信息指導生產。在加工企業車間布置監測設備，生產數據實時上傳至大數據中心，根據由生產標準及已有數據形成的大數據模型，反饋生產是否異常等情況。同時通過大數據技術實現生產設備相關參數信息的監測，以便及時識別問題部件，提供維護建議。通過對整個鏈條內外部多態、異構數據的整合，依靠綠色農產品供應、加工、訂單、需求數據的實時處理實現協同生產決策。

2.2.3 協同庫存和物流 綠色食品加工企業通過大數據平臺，利用物聯網、云計算等信息技術和上下游企業共享需求預測、庫存數據及庫存調撥情況、物流路線、人員、網點等，一方面可避免整個供應鏈中因庫存水平過高造成的成本增加；另一方面通過實時更新分析的數據規劃執行科學經濟的庫存和物流方案，整合交易信息、生產信息實現協同庫存與物流。

3 結語

互聯網時代下，大數據已成為推動綠色食品全產業鏈增值的關鍵因素，構建大數據平臺對于綠色食品全產業鏈發展具有重要戰略意義。為解決鏈條中數據無法實時共享的問題，基于協同創新理論，構建以數據采集、數據存儲、數據分析為核心的大數據平臺模型，并根據模型提出了針對綠色生鮮食品的以綠色食品零售商為主體的線上線下一體化模式和針對綠色加工食品的以綠色食品加工企業為主體的智慧供應鏈協同模式，以期在推動消費者消費結構升級，提高政府部門食品安全監管效率的基礎上，為促進綠色食品全產業鏈增值提供思路。