建立数据质量管理系统来管理种猪生长性能自动测定设备的测定数据

李 涛，毛慧敏，毛江昌，戴美玲，朱水芬，毛元良，林文君，杜秉华，楼平儿

（浙江天蓬集团有限公司，浙江 江山 324111）

0　前言

“种猪性能测定是开始育种的基础性工作，没有性能测定，育种工作就无从谈起。”这是最基础的育种常识。2009年农业部颁布了《全国生猪遗传改良计划（2009年～2020年）》，体现了国家对育种工作的重视和具体的部署，较多的种猪企业安装和使用了种猪生长性能自动测定设备，至今全国已有约250家企业在使用。此设备最大的优势是能准确测定每次的个体采食量，从而能较好地获取测定种猪的生长性能数据，如，饲料报酬，为提高饲料报酬做贡献，同时为减少粪便排出及减轻环保压力做贡献。

但普遍认为，既然是精密的自动测定设备，那其数据肯定是完全可以相信的，至少是可以直接拿来使用的。殊不知，越是精密的自动测定设备，在测定条件相对落后、测定对象（猪）活跃的条件下，更是需要规范、严谨、细致的管理，才有较大把握地确定：从测定站获取的数据是能真正体现出猪只的真实行为表现和真实性能水平的数据。与其他的工业管理思维一样，自动测定设备的数据管理，也呼唤着“系统化的数据质量管理体系”。

1　自动测定设备的数据质量管理系统

1.1 借鉴工业质量管理体系，建立自动测定设备数据质量管理体系的思路

质量管理系统是各行各业飞速发展的主要动力之一，尤其在现代大工业。我们的农牧业现逐渐进入了现代化大生产的时代，现代化的标志之一就是我们的生产活动中使用现代科技的设备。如果我们需要从现代科技设备中得到应有的生产收益回报，就需要通过现代化科技管理路径才能达到目的。

我们在现代化育种过程中使用的种猪生产性能自动测定设备就是一个集机械、电气、电子、计算机技术和大数据技术于一体的设备，这是一个跨行业和多学科知识支持制造的技术现代化设备。我们认识到如果我们没有这方面的技术和技能，就难以对它进行操作和维护，就难以保证设备系统处于良好运行的状态，这样就难以控制它所产生的偏差。

另一方面，自动测定设备所测定得到的数据特点与我们习惯和传统意义上的其他数量性状有很多不同的地方。比如，这个数据没有逻辑值的判别特征，独立的数据也体现不出实质性的意义。所以，我们清晰地认识到：如果缺少对数据采集过程的管理和缺乏就对数据结果用非传统农牧业概念的方法去解读、评判和分析，那这个测定数据的报告在场内测定的实践中，既难以有评估和应用的实际意义，也难以在场间或到行业的数据平台上进行比较和交流的实际意义。只有把测定数据作为育种生产过程的一个中间产品和最终产品来对待，用现代工业严谨的理念和科学的方法来管理自动测定设备的数据质量问题，我们认为这是提高我们自动测定设备测定数据可信度的有效途径之一。

现代工业的质量管理体系给我们的启示是：质量管理系统是企业经营的一个重要组成部分；管理工作不是个人行为，也不是短期行为；它不断更新技术来适应新的生产要求，也不断地自我改善来提高系统的运行效率。我们认为这些特点很适用于育种工作对种猪自动测定设备的管理和对数据质量保障要求的需要，故在本场引入这样的管理理念，并逐步建立我们的测定数据质量管理系统。

1.2 数据质量管理系统的内容和构成

我们吸收工业方面的质量管理原则和经验，结合我们畜牧行业和具体原种场的实际情况，在建立数据质量管理系统的过程中探索了一系列的工作。内容包括质量管理体系的意义和概念、相关自动测定设备基础知识、自动测定设备运行、管理和维护的学习等。通过学习，逐步规范参与育种工作每个成员的工作习惯，这样既减少了个人盲点可能产生的错误，也提高团队成员的个人技能和技巧。

自动测定设备的数据质量管理是一个更需要团队合作的体系工作，我们建立了一个数据质量管理工作团队，并对团队的各成员明确各自的职责。团队的作用既有利于减少和避免个人因素造成的错误，也有利于和鼓励每个成员在各自的领域提高业务能力。

自动测定设备的数据质量管理体系的一切工作均需要在“规范”下运行。体系建设的一个重要方面就是制度的建设，我们制定了工作目标、设备的技术操作和运行文件、测定工作的运行文件、数据维护的文件，管理体系的运行文件等。制定这些文件的原则是实用和有效，因此，我们对工作的目标和规范等文件编制随着我们测定工作的进行而不断地同步进行。

维持质量管理系统的活力是数据质量能被真正保障和不断被提高的重要因素，在我们的系统中有不断改进设备质量管理工作的机制。机制的实施就是保持信息畅通和交流的渠道，不断地学习和不断检视我们体系运行工作的实际效果。

最后，还有绩效考核和激励机制的建设，这方面我们还在摸索中。

图1　自动测定设备数据质量管理系统的组织架构和工作流程

表1　系统建立前后的数据质量对比情况

1.3 自动测定设备数据质量管理系统的组织架构

自动测定设备数据质量管理系统的组织架构分为三级：第一级为现场测定管理员，负责测定工作的现场管理，保持所有相关设备的正常运行，测定数据的正常采集；第二级为数据管理员，负责实施测定数据的分析管理和数据维护，并根据上级要求进行数据统计，分析和报告；第三级由育种部门主管负责管理数据质量的系统管理，向公司报告测定数据结果，提高系统人员的素质，提高系统的运行效率，发展数据质量管理系统。具体分工和合作流程见图1。

2　建立数据质量管理系统前后的结果对比

测定数据的正确性在测定过程中会受到很多方面的影响而出现所谓的“出错”数据，但这些出错数据的表现特征往往与影响因素有关。各种影响因素对数据正确性的影响程度是不一样的，可以用以下使用的4个评判项目（都是对数据的质量影响比较大的因素），这4个评判结果的综合值可以相对反映出我们的设施设备整体的正常运行状况，以及测定系统数据质量的正确性状况。

在2017年下半年的测定中，本原种场结合测定工作初步建立了数据质量管理系统。以下是我们原种场在运行数据质量管理体系前后两个批次测定的结果用4个评判项目比较的结果，从这里可以显示两者之间的明显差别（见表1）。

3　小结

育种工作是长期艰巨的系统工作，因此，它需要全体育种人员勤恳和不懈地工作，也需要大家不断地学习新理念和新技术来与时代的快速发展相适应。与工业和商业相比，毕竟中国的牧业处于一直相对落后的状态，所以要观念转变，还要使参与人员的个人能力达到现代育种技术的要求，但都不是简单的和短暂的过程。我们尝试用工业上成功的质量管理系统来管理自动测定设备的数据质量，相信这个方向必然是正确的，但需要长期坚持探索和持续的努力。

用数据质量管理系统来提高我们自动测定设备的数据质量是我们的开始，实时进行测定过程的监控，得到可信度最高的育种数据是育种工作的最终要求，而数据质量管理系统是我们逐步实现育种数据标准化建设的好思路。