市场商品质量的大数据监管模式研究

王　山

（河南省遂平县质量技术监督局，河南　遂平　463100）



市场商品质量的大数据监管模式研究

王山

（河南省遂平县质量技术监督局，河南遂平463100）

摘要：基于互联网时代数据大爆发的现实情况，本文提出了市场商品质量的大数据监管模式，并分析了其建立的必要性以及运行条件和需要注意的问题。市场商品质量的大数据监管模式是通过收集来自企业、市场和消费者的有关商品质量的信息，形成数据库，再利用大数据技术把商品质量动态信息反馈给相关的企业、市场及消费者，从而显著提升质监部门对消费者的服务能力。大数据监管模式可充分挖掘大数据背后蕴藏的创造和变革驱动力，有望成为维护市场经济健康有序发展的新工具。

关键词：市场；商品质量；监管模式；大数据；互联网

互联网时代下，大数据作为一种重要的社会资源已经开始深入影响各个行业的发展，谁掌握了大数据、利用好大数据，谁就在互联网时代取得了先机。政府质量监管部门也有着自己的独特优势，也有运用新技术提升自己工作水平的使命，大数据的重要性不仅体现在其作为一种资源的存在形式，更在于其提供了一种几乎全新的思维方式并改变着人们认识、处理事物的模式。面对市场巨大变革的挑战，政府监管部门急需大数据思维模式。在面对商品市场上的浩瀚信息时，应充分利用大数据，改进之前的市场商品质量监管模式，形成可靠的市场商品质量大数据监管模式，使之成为维护市场经济健康有序发展的新工具。

1　引入大数据监管模式的必要性

1.1政府对质监部门改进工作方式的外在要求

在市场经济蓬勃发展的过程中，如何理顺政府与市场的关系是当前的核心工作之一［1］，其中政府对市场的监管职能就需要进行适应性调整，尤其是具体的监管模式。对市场商品质量监管模式的创新，直接关系到市场经济的健康有序发展，这种创新必然需要互联网经济下涌现的大数据资源的支持。国务院于2015年7月发布的《关于运用大数据加强对市场主体服务和监管的若干意见》及2015年9月发布的《促进大数据发展行动纲要》都是上述思想的明确体现，这就更需要各级质监部门及时跟进并扩展对大数据的运用。

1.2质监部门自我提升工作水平的内在要求

大数据的特点体现在数据量大和价值密度低［2］，这就需要有相应的专业人员运用专门的技术对这些数据进行整理、分析、处理，挖掘其中的有用部分，甚至对其进行升值。在商品市场中运用大数据监管模式时，应当涵盖对商品质量的监督检查、对商品质量的风险分析、对企业诚信的监管等多个层次。

我国质监部门对市场商品质量的控制检查，目前主要以抽样检测形式为主，判定商品质量合格与否的标准是相关质量规定和产品明示质量情况等［3］。但是抽样检测方法存在很多问题，其检测结果严重依赖于抽检到的样品质量，而样品质量相对于总体商品质量分布存在很大的随机性。由于工作量的限制，对被抽查的样品，其检测参数也是极为有限的，难以表达该商品的全面信息，对其他暂未考虑的潜在质量问题没有太大的参考价值。以上这些缺陷都可以通过高速计算机运行下的大数据技术进行弥补［4］。

1.3消费者追求商品“高品质”的根本要求

随着生活水平的不断提高，消费者对商品“品质”的要求也在提高，传统的质量概念悄然发生着变化，已经不仅仅局限于对商品特定性能的需求。在以往的监管模式中，质监部门对商品的检测结果只有合格与不合格两种情况，在互联网经济之下，这也显得不够全面。大数据的运用可以帮助质监部门实行更加细致的商品分级，以满足消费者对商品“品质”的需求。所有这些都需要质监部门的监管模式转型升级，进入大数据监管时代。

2　大数据监管模式的运行

2.1大数据数据源的确立

质监部门的初始数据信息一般有企业注册登记信息、商品抽样数据等，这些数据为大数据监管模式的建立提供了可行性基础。但是，质监部门的不同业务分工形成了一些相对封闭独立的条块，不同业务部门的大量数据无法实现合并共享。大数据监管模式的建立首先是要打破质监部门内部的信息壁垒，把数据作为一个整体，发挥更大的作用［5］。此外，质监部门需要联合其他政府部门综合整理市场中大量的企业及其产品的参数信息、产品销量分布信息、消费者对商品的反馈信息等，并把这些数据以一定的技术、规则等大数据思维方式整合到统一的大数据平台。这是一个长期、海量的信息数据收集工作，既可通过计算机云技术、网络搜索技术、爬虫技术、机器语义分析等从互联网直接获取信息，也可以要求网络电商配合政府提供一些必要信息。目前，我国已经开始搭建并完善区域性乃至全国性的企业信用信息公示系统，在此过程中，借助政策优势、资源优势，质监部门可以形成跨地区、跨部门的综合信息共享长期机制，实现数据的区域乃至全国联网。

对大数据的处理加工也是极为重要的步骤，通过对数据的处理加工可提取商品质量相关参数，甚至非典型质量相关参数，确定出重要信息，并加以分类和标注。同时，对数据进行建模分析形成预警信息，也是大数据监管模式的一项重要内容。

2.2质监部门基于大数据改变监管工作模式

大数据监管模式能够合理有效地整合质监系统内部各部门的数据信息，对本系统内的工作进行指导和监督。另外，数据库也在实时收集生产商、经销商、消费者发送出来的各种信息，重点整合出质量相关信息。既可以利用计算机的强大数据存储能力全面监控市场上的商品动态，又可以利用计算机的筛选能力重点监控特定商品的质量变化问题。通过对质量大数据的长期分析和规律总结，更好地把握商品质量问题出现的内在原因和规律，然后再把这些原因和规律反馈到生产企业，使得质量问题得到不断消除。在运用市场商品质量大数据监管模式的过程中，应不断从生产企业、市场、消费者三方面获取监管模式的运行反馈信息，并根据反馈信息对大数据分析算法进行优化，对监管模型进行改进，从而提升市场商品质量大数据监管模式的运行效率和水平。

对大数据监管模式中形成的有效信息进行整合，分析企业产品的质量数据特点，进行空间或时间上的分析研究，可以提高质监工作的准确性和实效性，把握市场消费动态，促进整体市场的健康运行。

2.3利用商品质量大数据监管企业诚信

企业诚信与否是消费者对其历史产品质量优劣评价的反映，也是对其现在产品质量评价的一个重要参考依据。质量监管部门及消费者都极为看重企业的诚信问题，企业的诚信问题在市场中也会受到显著的反馈作用，例如中央电视台每年举办的3·15晚会就会对被曝光的企业产生重大影响；反之，一个企业的优秀历史诚信记录也是该企业产品质量的一种保障，产品质量与企业诚信问题是两个直接互相影响的因素。市场上的某一类特定商品有很多企业生产，同时，一个企业也会在市场上投放众多产品，在浩瀚的市场上，企业与商品的对应关系错综复杂，传统的质监记录几乎无法记录这样的问题，更是难以从中找出规律。面对这种情况，必须利用大数据技术，把企业与商品的关系录入商品质量大数据库，以大数据技术为手段，判断企业登记的产品与市场上的表现是否一致，产品的综合性能是否在市场上得到反馈。在出现质量问题或面对消费者投诉时，可以快速定位企业及其产品，使消费者的权益尽可能得到保护。以上过程都是基于公正客观的数据，可减少人为因素造成的不确定问题。市场商品质量大数据监管模式的良好运行能够形成两种结果：一是曝光失信企业、奖励诚信企业，使得企业产品质量问题能够在市场上得到尽快反馈；二是给企业形成压力，自觉维护自己的诚信品牌，重视质量、诚信经营。

2.4大数据监管模式的运行是需要长期坚持的工作

市场商品质量的大数据监管模式可以融合海量数据，数据具有多元化、可视化、开放性、客观性，既可以服务大众，也可以服务特定对象。大数据在质监部门的利用具有巨大的发展空间，对支撑监管部门的市场监管行为、维护市场经济健康快速发展具有重要意义。大数据的最大化利用需要长期做好以下几点。

2.4.1整理大数据资源列表。实施大数据监管模式的前提是要有稳定可靠的数据源，总体上是来自政府、企业、市场、消费者的数据。应定期梳理政府内部数据、整理企业信息、实时收集市场和消费者信息，形成系统性的大数据库，为市场商品质量的大数据监管模式提供标准数据基础。据统计，现在年轻人很大比例的消费都是通过网络进行交易，而年轻人的消费习惯在很大程度上预示着将来的发展趋势。因此，收集市场和消费者信息时特别需要注意纳入网络信息。此外，大数据的收集整理必须尽可能涵盖全国与地方，跨地区、跨部门，形成长期的大数据统计机制。

2.4.2维护大数据开放性平台。以商品质量信息公开为核心，创建多元化、多途径的开放数据平台，完成商品质量大数据的高度信息公开。市场商品质量大数据监管模式的最终目的是服务广大消费者，同时分散于消费者手中的商品质量信息其实才是最充实、最有力的数据源。在开放性的大数据平台下，公众可以监督、参与大数据的形成。大数据平台在设计之初就应当引入“大众参与”的理念，综合整理各种数据，维护大数据开放性平台的稳定运行。

2.4.3营造大数据政策环境。大数据技术虽然已经表现出了强大的生命力，但是在我国方兴未艾，如果没有良好的政策环境的保护和引导，难以快速健康发展。商品质量大数据的收集和交流过程要有一定的规范，需要营造良好的大数据生态圈，提高质监部门的参与能力。在良好政策环境下发展的大数据才具有权威性和可靠性，这需要政府部门充分认识到大数据的重要性，认识到其对未来社会变革的助推作用，尽量为大数据的形成提供特殊途径，改革目前的管理模式，甚至进行流程再造。

3　大数据监管模式运行需要注意的问题

为了提高质监部门的监管能力，未来市场商品质量监管工作需要充分利用、依靠大数据技术，但是这个过程是很难一帆风顺的。现阶段，对大数据的利用尚处于基础阶段，在发展的过程中可能会面临一些问题，需要受到特别重视。

3.1保证大数据收集的科学合理性

可靠的商品质量数据是大数据技术发挥作用的基础，数据的收集是一个专业性很强的工作，收集过程还需要有较高的各类数据访问权限。大数据不仅体现出已有数据的体量大，还体现出实时形成的数据体量大，面对高速增长的数据量，需要有专业的人员运用专业的技术进行收集和整理分析。然而大数据的特点之一就是价值密度低，如果没有正确的数据整理分析能力，很可能得到不合理甚至完全错误的结论，甚至出现错误的监管行为。

3.2保障数据库的安全运行

通过多种方式多种渠道收集建立的数据库涵盖着海量的数据信息，这其中所蕴含的价值也是巨大的。处理这些大数据必然需要众多部门、众多人员的参与，再加上计算机数据资源的易复制、易流通性，这就有大数据流失的风险，有的数据甚至可能会是国家机密层面的，所以应当做好数据运行的保护工作。另外，在计算机软件、硬件方面，也要有稳定的数据运行平台，做好安全预警，为市场商品质量的大数据监管模式高效运行保驾护航。

3.3注重专业人才的培养

大数据技术既是一项新型技术，也是一项高精尖系统技术，关于大数据的收集、分析、决策都离不开专业人才，而目前与此相关的专业技术人才培养明显不足。没有专业背景或者技术，面对海量的数据，“只见树木、不见森林”，难以发挥大数据的价值。因此，着力培养大批掌握大数据技术的专业人才至关重要。

4　结语

在互联网时代，由于大数据的客观存在，大数据技术也应运而生。只要对大数据进行科学收集，对大数据技术合理运用，大数据就会辅助质监部门实施科学的监管行为。实行市场商品质量的大数据监管模式，既是质监部门与时俱进的体现，也与我国的科学发展理念高度一致，可望成为维护市场经济健康有序发展的重要工具。

参考文献：

［1］高尚全.经济体制改革的核心是处理好政府与市场的关系［J］.全球化，2013（5）：15-23.

［2］刘朝阳.大数据定价问题分析［J］.图书情报知识，2016 （1）：57-64.

［3］朱一军，高薇.把好关抽好样——抽样常见问题及对策［J］.中国质量技术监督，2013（9）：57-59.

［4］廖湘科，谭郁松，卢宇彤，等.面向大数据应用挑战的超级计算机设计［J］.上海大学学报（自然科学版），2016（1）：3-16.

［5］高静，黄繁华.信息不对称下生产性服务业FDI的空间集聚的实证研究［J］.产业经济研究，2011（4）：35-43.

中图分类号：F203

文献标识码：A

文章编号：1003-5168（2016）02-0050-03

收稿日期：2016-01-26

作者简介：王山（1974-），男，本科，助理工程师，研究方向：质量技术监督。

Study on Commodity Quality Supervision Model Based on Big Data of Market

Wang Shan
（Henan Suiping Bureau of Quality and Technical Supervision，Suiping Henan 463100）

Abstract:Aimed at the realization of data explosion on Internet,a commodity quality supervision model based on Big Data of market(CQSMBDM)was putted forward in this paper.The necessity to set up CQSMBDM,the operating conditions and the key issues of CQSMBDM were also analyzed.Through apply⁃ing CQSMBDM,the information related to commodity quality could be collected from enterprises,markets and consumers to build a database.Then CQSMBDM could process the data by Big Data technologies and feed dynamic information back to enterprises,markets and consumers,so that CQSMBDM could significant⁃ly improve the service level of commodity quality supervision.CQSMBDM possesses the ability to fully ex⁃plore the creativity and revolution potential of Big Data,and will become a useful tool for promoting the development of market economy.

Keywords:market；commodity quality；supervision model；Big Data；Internet