国家物资储备数据管理研究

2018年机构改革后，根据职能要求，由国家粮食和物资储备局组织实施国家战略和应急储备物资的收储、轮换和日常管理，落实有关动用计划和指令，组织实施国家储备基础设施投资项目，承担对国家储备物资承储单位安全生产的监管责任，确保储备物资平时备得足、储得好，在关键时刻调得出、用得上。此外，还要加强对市场分析预测和监测预警，强化动态监控，提高储备防风险能力，增强储备在保障国家安全、稳定社会预期、引导市场方面的作用。

依据上述职责，可分析得出国家物资储备在数据需求方面，大类上需要储备物资数据、储备仓库基础设施数据、安全生产数据，同时对市场数据、物流数据也存在一定需求。其中储备物资数据应包含物资品类、物资数量、物资重量、物资质量、合同信息、物资入库时间、产地、生产时间、保管信息等数据项；储备仓库基础设施数据包含仓库地理位置、库房数量、库房地坪负荷、仓库容量、仓容使用量、温湿度等数据项；安全生产数据包含事故发生时间、事故起数、安全巡查次数等数据项；市场数据，如大宗商品，铜、铝、锌的交易价格、交易量，上下游数据等数据项；物流数据包含物流单位名称、运送物资品类、运送物资数量、运送物资重量、运送目的地、物资接收时间、物资送达时间等数据项。

对国家储备物资数据、储备仓库基础设施数据、安全生产数据的采集主要采取传统手工填报方式，通过逐级上报的方式上报数据。

储备物资数据、储备仓库基础设施数据、安全生产数据基于2020年发布6项大清查有关标准和规范，初步取得了统一规范；涉及储备物资的物流数据，根据《国家物资储备管理规定》，储备物资一般实行送货到库、到库提货制，因此物流数据主要由第三方机构提供，经储备仓库处理后可基本达到一致规范；市场数据通过公开渠道、专业机构获取，数据维度多、数据量大、形式多样。

数据管理需求是业务需要，需从架构和流程角度对技术和业务流程进行规划，确保数据符合要求。对储备物资数据、储备仓库基础设施数据、安全生产数据，国家物资储备各项业务、作业已有固定、规范的程序，但缺乏对业务、作业涉及的各数据项进行系统梳理，例如收储业务涉及储备物资品种、储备物资数量、储备物资重量等数据项，对储备数据进一步如何使用、如何发挥数据价值还需进一步明确并细化；对市场数据、物流数据，在保持日常关注外，更多是突发事件发生后，如俄乌冲突、伦镍逼仓、美欧银行危机事件，进行针对性集中收集、研判，数据需求相对不固定。

国家物资储备管理侧重于业务规范、操作合规、安全生产等方面，其垂直管理有助于自上而下执行统一的标准、要求。数据管理范畴，如储备数据边界、架构、建模和设计以及采集、传输、储存、处理、应用、分级分类、备份等一系列管理要求有待补充完善。若对数据不加管理，任其自由发展，数据冗余、数据泄露、数据篡改等各种情况都可能出现，小到业务正常开展，大到国家安全都可能面临威胁。

数据管理高度依赖技术并与技术管理交叉，换言之，数据管理高度依赖信息化。国家物资储备基于承储单位的数据对储备物资进行数量、质量的监管，储备仓库与代储机构两者信息化程度不一，大多数的储备仓库未建设相关物资管理、物流管理等业务信息系统，传统的手工填报、逐级上报方式，技术单一、易篡改、时效慢，存在信息化底子薄、基础弱，建设不平衡、应用不充分以及信息“孤岛”、数据壁垒等问题；代储机构通常信息化程度相对较高，但数据接收机构若不具备相应技术条件，数据传输、数据监管效率都将打折扣。信息流动及数据共享的不通畅，影响国家储备资源统筹利用和机构间联动协调。

数据需求包含业务需求和技术需求，以业务需求为主。储备业务围绕储备活动开展，包含收储、动用、轮换和储存，即“储什么”“储多少”“怎么储”等。储备数据是储备业务的具化展现和客观记录，也支撑储备业务贯通。业务需求需收集各业务需求方的数据需求并正确理解，厘清数据需求间关系、层次逻辑，减少冗余需求、重复工作；技术需求需技术部门商业务需求方后统一数据的规划、设计、建模、标准、获取、储存、操作、安全保护等，确保数据架构完整合理、数据质量高。

业务中不同的数据需求通常对应不同的数据，有不同的管理要求，所以需对数据进行分类，根据业务需要选择一种合适的分类方法，可以按照数据获取方式，分为内部自产数据、监管上报数据、外部引入数据；按照业务必要性，分为业务必需数据、业务补充数据、业务衍生数据；按数据是否被处理，分为基础数据、指标数据。

通常按照敏感或保密要求对数据进行分级，通常分为两类，结合实际情况可以简化分为：国家秘密和工作秘密不同类别的数据对应的技术要求不一样，采取的技术手段不同，如对国家秘密，其数据安全要求就较高，对应的安全技术工具就会运用得更多。

数据管理涉及多个知识领域，相关内容可分为三个层次：

1.顶层。包含建立数据战略、制定数据管理规章制度、运行机制，明确管理职责和所有权，制定数据分类策略，建立“数据资产”的意识。

2.生命周期层。包含数据的规划、实现、使用、维护，如：数据架构、数据建模、数据设计、数据存储、数据库、数据可视化、数据预测分析、数据文件内容管理、主数据管理、数据集成、数据仓库等。

3.基础层。包含保障数据准确、完整、安全使用，如：数据隐私、数据安全、数据风险管理、元数据管理、数据质量管理、数据备份（灾备）等。

构建与我国实力相符的大国储备，需统筹国家储备资源，提高共建共用共享水平，其中包含储备数据。故需进一步明确储备数据各方面要求，做到储备数据范围清晰明了、数据架构合理、数据高质量，储备数据能够达到真实性、准确性、连续性、完整性和及时性，物资平时储得好，关键时刻调得出、用得上；储备数据操作统一规范，满足安全要求，储备数据安全有的放矢，从而提高管理效能，实现“小数据，大价值”。

1.标准引领高质量数据。数据是管理的对象，也是许多信息技术运用的基本要素，如人工智能、大数据。2019年国家物资储备“GC”行业标准代号和范围获国标委批复，通过全国标准信息公共服务平台查询，国家物资储备行业标准中暂无数据相关标准，建议完善国家物资储备标准体系中数据标准相关内容建设，发挥标准引领作用，在数据采集、数据处理、数据存储、数据交换、数据传输、数据接口等主要领域中可优先关注数据交换、数据格式、元数据、数据通信等重点研究内容及应用方向，规范行业数据发展，提高数据采集、数据传输、数据共享的数据质量，提升行业数据管理水平，引领高质量数据。

2.增强资源、政策等保障投入。数据管理高度依赖信息化，建议加大对信息化资源的投入，综合考虑储备仓库各地发展不均，出具信息系统、数据接口相关的技术要求、技术规范和安全防护要求等，对具备条件的储备仓库，在满足要求的条件下自建自适应的业务管理系统，按照接口规范上报数据；对暂不具备条件的储备仓库，可联合统建基础设施和信息服务，统筹系统建设、系统运营和运维服务，统一数据生命周期管理和数据上报途径，切实降低全局信息化成本投入。同时鼓励技术企业主动参与储备仓库信息化升级改造，对企业给予相关推广支持政策。

3.加强技术人才引进、培养。一是通过设计项目资助的形式吸引信息科技领域的科研人员投入到物资储备产学研合作项目中，培养出仓储业人才的高级人员；二是高校开设复合型课程，与高校开展合作协议，协同推进涉储学科专业建设，培养信息科技专业和仓储物流专业融合的复合型人才；三是鼓励企业与科研院所、高校合作，挖掘从事仓储物流科技的专业人才；四是依托有关院校、科研院所和龙头企业，分类设立物资储备干部教育培训基地、专业技术人员继续教育基地和高技能人才培训基地。