建设粮食“大数据”为时不早矣
发表日期：2015-03-17 12:14AM 阅览次数：
“数据”，即“有根据的数字”，在确凿的数据面前，所做的工作是否已尽力已完善一目了然。
前车之覆，后车之鉴。粮食行业近年来也时有安全事故发生，迫切需要我们建立数据体系，在科学判断基础上，杜绝安全责任事故的发生。
有利于前瞻性地解决问题
使用极为丰富的数据资源对社会经济进行前所未有的实时分析，可以帮助我们更好地进行社会治理和运行经济。
及早发现问题。大数据应用为分析处理复杂社会问题和把握潜在社会矛盾提供了新途径，有助于前瞻性、精准化地解决社会管理难题。
提高运行效率。通过数据分析，可以提高监管水平和效率;通过数据互通，使内部得以流畅协同;通过数据共享，能建立沟通渠道，促进和群众的互动。粮食企业还可以以“数据最优”的方式运营，建立顾客分析、商品分析、供应链分析，将会藉此在竞争中取胜。
把握发展趋势。数据是事物发展 的一种量化记录，事物发展的规律就蕴含在这记录中，当数据积累到一定量的时候，通过分析就可以发现规律。
目前数据缺少分析互不连通
目前我国粮食行业大部分数据是通过统计收集的，数据积累了几十年，种类也比较多，比如粮食购销、粮油工业、粮企财务、行业人事等等。但如果纵向与时代要求相比，横向与其他部门相比，对照大数据建设的要求，差距依然很大。
数据不全。一是有些报表在设计时，对项目的设置理念不清晰，或没有根据实际情况的变化及时调整内容，导致了该统计的没有统计，不需统计的还在统计。二是有些重要数据没有收集或者很少。比如粮食行业的信访问题、涉粮损农害农投诉问题、粮油市场质量安全监控、安全生产隐患点及整改情况、种粮大户及经纪人情况等等。这些数据以传统眼光看，是不需要收集的，甚至都不认为这也是数据，而这些恰恰又是当前多发易发问题或者是代表发展趋势的环节。 数据不准。一是采集要求不明确。比如人事年报中，有“长期”与“临时”用工之分，这里的“临时”指多长时间?这个可能是沿袭计划经济时的工种表述。按照目前实际情况来看，除了公务员以外，包括许多事业单位人员都可算是临时用工。如果这样统计，这个数据有什么意义?二是来源不准。数据有三大来源：测量、记录、计算，而测量是基础。在测量环节，目前县乡一级统计力量薄弱且缺少培训，而依据的还是过去的测量办法。
来源假的数据比没有数据还要糟糕，因为它会影响正确的判断。
互不连通。我们数据不少，但是数据条块分割严重，干扰数据汇聚，没有联系。具体表现在：一是与其他部门不连通。每个部门都有自己的统计口径，缺少权威基础口径———元数据，数据就无法贯通起来分析。二是粮食行业内部不连通。粮食行业内部的各种数据统计都是纵向的，而没有足够的横向联系形成一张涵盖粮食全部统计的数据表。
缺少分析。长期以来，统计在决策环节的重要作用没有得到应有的 重视，这个现象在许多部门都存在。
缺少专业人才，尤其是复合型人才，数据的整合能力、分析能力过于薄弱。
从小处从现在做起
大数据粮食从体量上来说，是个庞大的系统;从时间上来说是个变化的系统。这既需要由上而下的顶层设计，按照来源广泛体现代表性、统计科学具有精确性、分析深刻探求规律性的总体要求，深入研究制定大数据全链条发展战略和发展路线的同时，更需要由下而上的基层首创，从小处做起，从现在做起。
单点突破，追求精准。在当前已进行的各项统计中，各地应针对各自情况明确一些重点指标，对这些重点指标，集中力量予以关注，力求精准。
应抓紧填补数据空白，建立粮食行业涉粮损农害农投诉、粮油市场质量安全、安全生产、种粮大户及经纪人、来信来访等情况数据收集机制。比如在涉粮损农害农投诉方面，对投诉人及被投诉人的年龄、身份、投诉金额及原因以及其他重要信息等在调查时进行全程数据收集，就可以知道问题的症结，根据掌握的数据，可以及时进行追踪调查。就可以知道什么环节及哪些经营者最容易出现损农害农情况。对损农害农的经营者可以通过手机及网络等平台，根据次数及金额发布不同等级交易风险提醒信息，比如在安全生产方面，可以将检查的时间与方式及发现的问题及整改情况进行收集整理，这样可以发现某地区再某一时间段比较代表性的隐患是什么，安全意识较差的企业是哪些，
对这些方面就可以重点整治。将这些情况随时公示在网上，这些数据影响企业参与政策性粮食经营业务，影响各类补贴的申报等等。有了原始的数据积累，我们就会发现问题的重点领域，就可以采取重点措施，这样既高效又有针对性。如此等等，按照互联网和大数据发展的内在规律，我们在发展初级阶段单点突破，追求小而美。
横向并联，科学整合。要打破数据孤岛，明确专门的人员作为部门内部统计并联负责人，根据各地实际，从目前各类报表中抽取部分栏目组成各地的“一表通”。实现一表在手，粮食行业重点情况一目了然。
分析数据，探求规律。有了数据而不分析研究，这些数据永远是死的。数据是一种痕迹，其价值就在于通过分析，即所谓的数据挖掘，发现潜藏的规律，对未来进行预测。数据分析重在看与过去比有什么不同，与其它地方比有什么不同，只有从变量这个点切入，才能发觉其规律性。
给予支持，形成合力。对大数据粮食建设给予必要的政策及资金支持，创造良好的环境，积极鼓励创新。
加强人员培训，提高收集分析能力，多用三维地图、动态模拟、动画技术等更加直觉化、趣味化的表现方法，使数据可视化。组织对规模粮食生产者与经营者的培训，使他们成为我们数据采集的对象，并通过网络平台，与之实现粮食数据双向互动。还有一点很重要，在建设粮食大数据过程中，要保护涉及个人隐私和商业机密的数据，要遵守国家有关涉密的规定。
