〔新疆大学,新疆乌鲁木齐830046〕
在全球新一轮科技革命和产业变革中,大数据与各领域的融合发展具有广阔前景和无限潜力,已成为不可阻挡的时代潮流。“大数据”应用也渗透到了棉花行业,对国家制定棉花宏观调控政策以及制定整个棉花产业链的发展政策提供了基础依据[1]。棉花行业是关系国计民生的重要行业,在农业经济格局中举足轻重。我国棉花生产居世界前列,是纺织强国和最大的棉花消费国,棉花的加工工厂和检测机构在国内广泛分布。而在棉花检测机构方面,它对棉花都有一整套完善的样品收寄、信息记录、检验过程数据记录、以及检测结果收集的系统,已将棉纤维的基本信息,例如毛重、净重、企业代码、回潮率、生产日期、条码、包号以及检测结果信息数据化,为大数据分析提供了坚实的数据源基础。在大量的数据源基础上,大数据分析可以为棉花行业提供一定的帮助,比如科学研究、常规检验、客户服务[2]、精准补贴和强化市场监管等。棉花行业如何跟随时代的进步,利用“大数据”带来的机遇,充分实现棉花行业的数据共享与应用,使数据利用达到最大效益。
近年来,大数据迅速成为工业界争相讨论的热点,甚至引起了国家层面的关注。美国政府将大数据看作“未来的新石油”,我国政府则在2015年正式发文《促进大数据发展行动纲要》,从国家层面引导大数据相关产业的发展。
根据维基百科的定义,“大数据”又称为巨量数据、海量数据、大资料等,是指无法通过人工或者计算机,在合理的时间内达到截取、管理、处理并整理成为人类所能解读形式的信息[3]。而大数据分析指对规模巨大的数据进行分析,它关注的是海量数据之间的相关性,呈现一定数据结构下的逻辑结果,是一种整体性的、宏观的现象。为此大数据分析技术具有预测趋势、辅助决策的作用。“大数据”分析技术在审计决策、项目计划、审计目标、审计判断、审计建议等方面都有广泛的应用前景[4]。另外“大数据”研究方法同传统的抽样调查、观察与访谈、实验等方法相互融合、相互补充、相互渗透后的复合方法对于人类认知系统的升华具有重要的现实意义[5]。
棉纤维检验的内容主要有以下几个内容:
1.颜色级。
国家标准GB 1103.1-2012《棉花第1部分:锯齿加工细绒棉》的核心内容是将棉花等级由原来的“品级”改为“颜色级”,明确颜色级相关条款为强制性条款,用颜色级来描述棉花颜色的明亮程度和色调的深浅程度[6]。
2.棉花长度。
棉花长度是棉花品质检验的一项主要指标,它是棉花育种工作考虑的重要项目之一。
3.棉纤维强度。
棉纤维的强度值描述棉纤维抵抗拉伸破坏的强弱程度,对纱、布的质量有着重大影响。
4.马克隆值。
它是纤维线密度和成熟度的综合指标。
5.类别类型的检验。
棉纤维由于自身的生理特点,加之受生长发育过程、气候条件不等自然因素及轧花工艺的不同,在外观形态和品质上系形成了不同类别和类型,也具有了不同的使用价值和价格。
6.其他。
异性纤维检验和棉花公量检验等[7]。
棉花检验局通过对各个地区实验室传来的棉花信息进行统计、处理、分类等操作形成一个完整的棉花信息系统,包括棉花生产、收购、加工、销售、质量追溯、电子商务各个环节进行全程信息化管理和服务。由于数据信息量庞大,形成了棉纤维检验的综合大数据库,因此,数据库用互联网联接,最终形成一个棉花生产数据综合管理平台[8]。政府部门通过数据平台的棉花数据实时了解全国棉花质量状况以及产量,为政策制定提供参考依据。在市场上进行棉花买卖时,交易双方通过数据平台提供的数据,为交易结价提供依据。
2004年,为进一步深化我国棉花流通体制改革,国务院批复同意启动棉花质量检验体制改革,实现棉花质量全面仪器化检验,与国际通行做法接轨,于2005年在全国范围内推广。自此,我国棉花检验模式与发达国家同步,检验数据也得到了发达国家的认可,成为交易双方的重要结价依据。同时,我国棉花公证检验的数据库实现了网络化,每年的检验数据量也不断在增大[9]。
随着棉花公证实验室的建立,国内HVI数量迅速增加。截止到2016年,全国纤检系统建立棉花公证检验实验室近100家,拥有HVI 400余台[10],另外还有棉花测色测试基准测试仪、手持式棉花测色仪等试验器材等。国内纤维检验局设施逐渐完善,且具有充足的保障能力,全流程信息化管理实现标准数据可追溯,每年纤检部门得到的数据使得数据库的更新和补充有了充实基础。
公检数据应用在近几年也有了发展,具有以下现状:
1.公检数据在国家层面的应用较为成熟。
2.公检数据在当地政府部门的应用较少。
3.公检数据在纺织企业的应用未达到精准配棉的目的。
4.棉农在公检数据方面的获取意识不太高,利用纤检数据研究棉花育种的更是少之又少[11]。
在棉纺企业中,原棉占棉纱生产总成本的70%~80%,对纺织企业来说合理有效的配棉是关键性工作,配棉是否合理关系到成纱质量,会直接影响企业的经济效益。棉花作为纺织原料,从农产品转化为工业原料的过程,离不开交易和使用。在企业中存在“使用难”的难题,使用难,对应的是精准匹配技术,既需要根据纺织工业库存已知的棉花质量数据,预测出棉纱质量和支数,又需要根据纺纱订单要求,逆运算倒推匹配出原料来源,不仅需要精准的互联网匹配技术,还要掌握全国各地棉花信息的具体情况[12]。
如何找到一种有效、方便的现代化方法,辅助或取代人工配棉,使配棉工作既科学,又快捷,计算机配棉技术就是在这样的背景下应运而生。棉纤维检验数据库中记录了全国各地的入库的各批次原棉检验信息,棉检小组先设定一些辅助参数,对所纺品种纱的工艺参数和质量指标输入配棉参数,计算机就会根据数据库中库存原棉的质量、生产的纱线品种和客户对成纱的质量要求等信息,对数据库中的所有棉包进行分组、分类并生成多组配棉方案以供选择[13]。计算机配棉为棉纺企业精细、合理、高效地使用原棉提供了优良的数据基础,也为企业节省了大量的人工计算,提高工作效率,保证了数据的准确性。
棉农是棉花产业的源头,棉农的补贴政策对于整个棉花产业链的政策体系来说至关重要。自实行目标价格补贴政策以来,实行该政策的新疆与内地十个多个省市,对调动棉农植棉积极性和增加棉农收入都起到了积极的作用[14]。如何进一步做好棉花目标价格的工作,除了加大补贴的力度,补贴还要做到“精”、“准”,真正起到补贴的作用。
新疆棉花目标价格改革试点是我国完善农业产品价格形成机制的重要尝试,也是积极对应国外大宗农产品市场竞争的举措。2015年自治区委托开发了“自治区棉花目标价格改革信息平台”,政府通过对棉农每年的实际生产信息进行实时收集和更改,通过数据信息平台对棉花实际种植者的种植信息、交售信息、补贴信息以及棉花的纤检情况全部实现电子化管理。棉农可以通过信息平台登录自己的账号,实时了解自己的棉花情况。“谁种地谁受益”的补贴原则,不仅实现了精准补贴的作用[15],而且棉农通过了解自己的棉花信息,对于棉花育种有了选择依据。
不管是新疆还是内地实行棉花目标价格补贴的省市,棉花目标价格补贴政策对棉农生产决策行为具有正向的影响,对这方面的信息实行数据化,政府对目标价格的审计就更具有决策作用。
棉花是我国主要经济作物和大宗农产品,是棉区农民和地方财政的主要收入来源。尽管我国植被棉区广阔,但国内的棉花需求量却高于原棉产量,而且国内种植的棉花品种基本上是从国外引进。在这几年的棉花交易市场中,存在着许多因检验数据产生的问题,就新疆棉花市场而言,棉花公检耗时长不利于棉花销售,以及棉纺企业经营模式滞后等问题[16]。
随着棉花数据生态的成熟,棉花商业模式在“互联网+”的形势下也发生了改变。用大数据和“互联网+”助推棉花商业模式转型,对于市场分析和调控也越来越精准化[17]。棉纺企业通过对棉花数据信息的分析工作与纺织厂的需求结合,充分地让市场发挥作用,达到整合产业链中的供销环节,让使用者来决定购买哪个品种的棉花,对棉花育种的发展,同时规范育种市场起到促进作用[18],整个对数据调用过程、对棉花匹配实现了精准对接。
另外,大数据的核心是预测,企业通过对每个年度的棉花交易数据进行分析,对下个年度的交易市场进行预测,更容易了解市场的变化,对于企业经营决策有所帮助。数据化的棉花产业链期货品种体系,加强了棉花期货市场和交割中转库相关业务推进力度,不仅对棉花公检监管库管理进一步完善,也对棉纺企业经营从传统经营模式转向现代化电商模式进行了优化。另外,数据化的棉花行业使得棉纺企业对于行业的状况有了实时了解,减少了企业对在市场中的风险[16]。
在棉花行业发展过程中,融合发展的现象不断涌现,趋势也不断增强。大数据化在企业经营发展和产业转型升级中,特别是商业模式创新的地位和作用越来越重要。
“大数据”对传统的棉花行业影响越来越大,但它处于未成熟的阶段,依旧存在着一些不足:
1.对棉纤维检验数据可靠性要求较高,若数据存在较大的误差,基于数据做出来的结果就存在更大误差。
2.规范性。现在不管是“互联网+”还是大数据的应用都还处于不太成熟的阶段,缺乏正确的规范的引导以及健全的制度。
3.与其他数据平台一样,由于纤检大数据平台也是开放的,因此它要求有较高的保障措施去确保信息安全。
在收集棉花基本信息及检验过程中,每个纤检所必须保证样品的真实性,检验环境必须要符合标准,检验人员的操作要求要严格,检验设备要时常进行维护[19]。
加强纤维质量监管,纤维检验系统推动质量诚信体系建设,转变纤维质量监管方式,积极推动建立以企业为责任主体、专业纤检机构监管规范、协会团体辅助自律、公众参与相结合的监督管理体系[20]。
对市场的标准化建设有效推进实施[21],对大数据交易实行法律监管,提高整个棉花市场交易的保护[22]。
“大数据”与传统棉花产业的结合将推动棉花产业升级以及棉花供给改革,不仅可以通过量化实现棉农科学种植棉花,降低棉花生产成本,提升棉花品质,而且可以改变棉花流通环节的商业模式、服务模式、管理模式,重塑棉花产业链、供应链价值[1]。
2017年5月的“一带一路”高峰论坛的讨论中,国家对棉花行业表现出足够重视,使得“一带一路”为棉花行业的带来了诸多机遇。在“一带一路”的引领下,各国的棉纺企业积极推进开放合作,通过技术创新、应用创新,聚集专业人才共同研发大数据分析技术,不断提高大数据处理和分析能力,为“一带一路”相关企业提供更加精准的数据产品和服务,不断拓展服务广度和深度[23]。让我们在“一带一路”带来的机遇下,看到棉纤维检验“大数据”应用对棉花产业带来的益处。
[1]王蕾.智能化、大数据升级棉纺产业链[N].中华合作时报,2017-7-21(8).
[2]李春燕,李剑波,罗峻.“大数据”下的纤检工作[J].中国纤检,2014(23):1-2.
[3]陈军成,丁治,高需.大数据热点技术综述[J].北京工业大学学报,2017,43(3):359-360.
[4]何琰.大数据技术在审计中的应用[J].郑州轻工业学院学报:社会科学版,2016,17(3):67-71.
[5]文军,吴晓凯.找回失去的传统:“大数据”研究范式的反思与重构[J].新疆师范大学学报:哲学社会科学版,2017,39(1):64-66.
[6]国家质量监督检验检疫总局.GB 1103.1-2012棉花第1部分:锯齿加工细绒棉[S]//中国国家标准化管理委员会.北京:中国标准出版社,2012.
[7]徐红,单小红.棉花检验与加工[M].北京:中国纺织出版社,2006.
[8]冀翼,田振川.基于“互联网+”的棉花生产大数据处理[J].中国棉花加工,2015(6):8-10.
[9]范鹏飞,沈海强.纤检大数据平台的建立应用设想[J].中国纤检,2017(1):1-2.
[10]倪玉婷,刘梅.神奇的HVI:棉花质量指标就是靠它测出[J].中国纤检,2016(2):74-75.
[11]范鹏飞,沈海强.关于纤检大数据平台的建立和应用的设想[J].中国棉花加工,2016(5):25-27.
[12]韩金.解构纺织精准配棉——棉花大数据应用商业调研[J].中国棉麻产业经济研究,2015(3):20-26.
[13]程桂芳,谢立华,郑安琴等.基于HVI数据的计算机配棉实践[J].中国棉花加工,2017(1):29-30.
[14]姚升.内地棉花目标价格补贴政策与棉农生产决策行为——基于安徽省微观数据的经验[J].山西农业大学学报:社会科学版,2017,16(9):37-42.
[15]王永飞.借助大数据强化市场监管实现精准补贴:解读棉花目标价格改革试点两封公开信[N].新疆日报(汉),2016-11-17(2).
[16]郭海,蒙杰.国际棉花过剩格局中新疆棉花市场面临问题探讨——基于新疆八个棉花主产区的调查[J],新疆农恳经济,2016(5):63-64.
[17]蒋云龙.目标价格改革试3年后:棉花市场,变好了吗[N].人民日报,2017-6-16(10).
[18]宋利涛,单旭.小论棉花产业数据应用前景[J].中国棉花加工,2017(1):25-27.
[19]王德秀.提高棉花仪器化公证检验数据有效性的方法探讨[J].农业科技与信息,2016(10):36-37.
[20]左键.纤检事业发展“十三五”规划导读[J].中国纤检,2017(3):31-33.
[21]沈伟民.市场监督管理所标准化建设推进路径[J].质量与标准化,2017(5):12-13.
[22]张敏.交易安全视域下我国大数据交易的法律监管[J].情报杂志,2017,36(2):130-133.
[23]于施洋,杨道玲,王璟璇.“一带一路”大数据决策支持体系建设[J].电子政务,2017(169):6-7.☆