矿业数据资产梳理

王淑梅 孙文彬

摘 要：就目前形势而言，我国应大力发展大数据产业，促使其与实体经济高度融合。在大数据时代背景下，数据资源有助于推动企业的改革发展。本文以矿业数据资产梳理为研究内容，首先阐述数据资产价值的相关理论概念，然后结合实例，对矿业数据资产梳理实现路径和流程进行分析，希望通过本文研究填补相关领域的空白。

关键词：矿业数据;资产梳理;云计算

大数据技术的发展和应用颠覆了传统商业的运营模式，使传统生产技术受到了威胁，各种基于云计算、物联网和数字化技术产生的智能终端产品，引领时代朝着智能化的方向发展，对于矿业发展而言，具有十分重要的意义。究其原因，主要是大数据技术的运用，有利于梳理矿业数据资产，并在此基础上，实现对人员、物料、环境等生产要素的全面管控。因此对此项课题进行研究，其意义十分重大。

一、数据资产价值概述

数据资产是互联网时代下的产物，目前，行业内尚未对互联网进行规范的定义。基于当前的数据概念而言，所谓的数据就是数值，是人们通过调查、实践和分析所得到的结果，并且可以分为多个种类，包括数字、图像记录、语言和声音等，其中数字最为单一。数据可以对实际事物和客观事实进行记录描述，但世界上并没有完全相同的两条数据，每条数据均具有不同的特征属性，在时间地点等因素的影响下，对特征记录有所差别，数据差异性也因此而产生。这种特征的存在，是导致数据源表面冗杂的重要原因，无法把握其中的规律，但在经过大数据处理后，即可将这些无序的数据剔除，找出隐藏的有序数据，这种规律特征赋予了数据非常高的价值，因此对数据进行加工处理，具有十分重要的意义[1]。

数据资产是企业在生产经营或从外界获取的，可以在企业生产全过程中被应用和量化的数据资源，并且在经过处理后，数据资源能够对某一事项的状况进行真实客观的反映。其特征主要有以下方面：（1）可拥有或可控制;（2）能够为企业创造经济收益;（3）无实体;（4）无消耗;（5）时效性;（6）共享性;（7）冗余性;（8）用途多样性。

二、矿业数据资产梳理

在确定数据资产的概念后，接下来本文会结合实例，对矿业数据资产梳理进行研究：

（一）數据资产梳理建设背景

某地区矿业企业是所在地区一流示范矿山建设试点单位，在大数据时代下，围绕数据资产构建大数据平台项目，并将其作为基础，对资产进行梳理，通过大数据平台的使用，实现对矿山各业务数据的融会贯通。实时采集、存储矿山生产过程中所产生的数据，除结构化数据之外，还包括非结构化数据，通过这种措施，使海量的数据汇集到大数据平台之中，形成了统一且集中的数据库。大数据平台应用了多项技术，分别为物联网技术、大数据技术、云计算技术和可视化技术，在管理和控制各项生产要素方面，可以发挥重要的作用，快速感知、决策分析和智能处理也会因此而实现。

（二）矿业企业数据资产概述

1.矿山流生产、安全、经营有关的数据和业务

将矿山企业生产和管理情况作为依据，与数据标准存在密切关联的业务较多，主要有资源管理、人员管理、物资装备、能源管理和环保管理等。在制定标准的过程中，需要以满足各项业务开展需求为目的，并强调各业务之间的协同，其要求主要表现在以下方面：

（1）使应用基础的标准化和规范化得到保证，可以分为两个部分，一部分是公共主题;另一个部分是业务独享主题。其中前者应具备全矿统一的基础信息编码;而后者是指企业将自身业务属性作为依据设置数据内容，同时保证所设置的数据内容与本业务需求相符。其中公共主题由组织机构、人员、作业单元、作业性质、指标编码和设备编码组成[2]。

（2）输出规范：主要是指对报表进行定制，包括报表内容、报表周期、格式和标识等。

（3）数据入口规范：对全部信息的产生地点、信息采集点、异常数据界定和系统进入时间要求进行准确的定义。

（4）纵向数据接口标准：对不同平台和异构数据间的数据交换接口进行准确定义。

（5）横向数据接口标准：对业务主题之间的信息共享方式和数据项对应关系进行定义。

2.矿石流以及重要矿石数据

基于实际生产阶段，不同生产工序的矿石流经数量、质量和位置变动，我们可以将矿石流分为地质资源、地质储量、备采矿量、采矿量、出矿量、提升量、原矿量、精矿量。

（三）数据产生与流转

1.数据的产生与流转

数据管理体系架构由双层架构组成，第一层架构为基础层，位于架构的下方，第二层架构为信息层，位于体系架构的上方。

2.业务信息流转

以管理主题为切入点，所构建的主题数据库，其组成分为地质资源、安全、人员、物资、财务和生产。

（1）地质资源数据库中存储了大量与地质资源有关的数据信息，包括矿山可开采量、开采地点、矿块信息等，这些数据信息的掌握，有利于提升企业的开采效率。与此同时，还能将矿山品质、资源储量等信息存储至数据库之中，以促进企业经济效益的增加。

（2）人员数据库中存储了与作业人员有关的数据信息，主要包括作业人员和作业班组信息，可以满足生产数据库的需求。企业可以依托人员数据库，合理安排生产和人员调度工作。与此同时，还能向安全数据库上传人员位置和档案等信息。此外，财务数据库亦可凭借人员档案信息核算矿山的生产成本。

（3）物资设备数据库存储了与设备运行有关的数据，将这些数据上传到安全数据库之中，可以实现对设备的全面监测。向财务数据库传递设备或物资损耗信息，则有助于矿山生产成本的核算[3]。

（4）生产数据库向安全数据库传输与矿石有关的数据后，安全数据库会通过实时监测的方式，使生产安全得到保证。向财务数据库传输矿石产量和质量等数据信息，可以为矿山效益计算提供数据支持。同时，还能够向地质资源数据库传输生产所损耗的资源，为地质资源模型更新提供依据。

（5）安全数据库可以向财务数据库传输安全设备支出数据，以保证矿山生产成本核算的准确性。

3.大数据转换与提取

在整合矿山生产数据后，可以借助大数据集成平台，采集、传输、存储、管理、分析和查询矿山数据，以促进多源异构数据的有机融合，在此基础上，对数据源展开分析和挖掘，即可为矿山生产全过程管理提供数据支持。并使数据之间的流通和共享成为可能，从而满足管理决策的需求。大数据集成平台的基本方法架构如图所示。

大数据集成平台的基本方法架构图

（四）数据资产梳理

1.数据业务分层设计

矿山企业为确保大数据平台的应用效果，对华为公司所研发的新一代EIA企业信息架构方法进行了运用，并在此基础上，采取分层设计的方式，设计数据资产架构。数据主题划分的基本原则如下所述：

（1）各主题均应包含主要业务管理对象。

（2）各主题不能存在重叠的核心业务对象，与此同时，两个主题可以引用核心业务对象之间的关系实体，但在划分管理归属时，需要遵循先用先得原则，此时，关系实体仅能被一个主题所拥有，以满足数据治理的要求。

（3）每个主题包含一个主要的业务管理对象。

（4）各主题包含的关键核心业务概念不唯一，且不同概念之间需存在直接的关联。

（5）主题范围具有动态化的特点，可以将业务对数据的需求作为依据，使逻辑实体不断扩大。

对不同主题关键业务对象的识别和定义，对于模型设计而言，具有十分重要的意义，在识别业务对象过程中，应遵循以下方面的原则：

（1）企业运作和管理中不可缺少的重要人、事、物信息，就是所谓的业务对象。在设计过程中，设计人员可以选择多种方法，对业务对象进行识别，同时确保业务对象和业务能力之间的匹配程度;

（2）业务对象的身份标识信息具有唯一性的特点，简言之，就是业务对象必须拥有身份标识信息，这是区分业务对象的前提条件;业务对象具有相对独立的特性和属性描述;

（3）业务对象可实例化[4]。

2.业务资产梳理成果

业务梳理结果可以分为三层，第一层由六个区域构成，分别是地质资源、生产、安全、人力资源、财务和物资装备;第二层是对上一层各区域的细化分解，以生产为例，生产区域中的内容包括掘进、采矿、运输、充填等;第三层是选择需要提取的业务对象。

三、结语

综上所述，在大数据时代背景下，矿山企业应积极运用大数据、物联网和云计算等技术构建大数据平台，并将大数据平台作为依托，实现对矿业数据资产的有效梳理，依據数据资产梳理成果，对矿山资源、作业人员和生产成本进行全面的管理和控制，以促进矿山生产效益的提升。本文通过结合实例的方式，研究了矿业数据资产梳理，结果表明，大数据技术的应用，有助于提升矿业数据资产梳理的有效性，同时，还能为管理决策的制定提供数据信息上的支持。

参考文献：

[1]赵蕾，付启蒙.大数据+远程直报 四川全面实现矿业权审批三级联网[J].资源与人居环境，2020（05）：7.

[2]王正艳，徐光华.企业环境责任信息披露、媒体关注与企业价值——来自采矿业上市公司的经验数据[J].商业会计，2019（19）：26-31+35.

[3]苏永琦，王玉玺.数据分析与挖掘在矿业权基准价制订中的实践[J].甘肃科技，2019，35（14）：73-78.

[4]冯安生，吕振福，武秋杰，等.矿业固体废弃物大数据研究[J].矿产保护与利用，2018（02）：40-43+51.