收稿日期：2021-11-24
作者简介：胡淘（1986-），男，汉族，中级工程师，主要负责江苏省苏州市粮食、畜牧业相关统计监测工作
江苏“苏农云”大数据云平台对实现全国猪价监测预警区块链的探索与展望
胡
淘
(国家统计局苏州调查队，江苏苏州215004)
摘要：基于江苏“苏农云”大数据云平台建设，对实现全国猪价监测预警区块链工作进行探索和思考。介绍了“苏农云”大数据平台、区块链相关概念，并分析了全国猪价监测预警“大数据+区块链”在中央、经济、产业、民生等4方面的必要性，对依托“苏农云”大数据模式搭建的猪价监测预警区块链架构提出一个构思方案。并针对基础大数据指标池构建难度大、猪价影响因子模型涉及变量多的难点展开深入分析，结合“苏农
云”大数据云平台实施情况，建议选取江苏为试点省，以“苏农云”为大数据基础依托，探索建立起创世区块，为后续构建全国猪价监测预警联盟区块链打下基础。同时，建议以定量和定性指标结合的方式，对区块链内各省级节点参与度、共享程度、数据质量、信息服务水平等进行综合评价，纳入国家、各省、各市、各县相关考核目标任务，确保区块链数据的及时性、准确性、完整性。关键词：大数据；区块链；苏农云；猪价监测预警中图分类号:S828;[S8-9];F323.7
文献标识码:A
文章编号:1673-4645(2021)06-0022-05
360云平台开放科学(资源服务)标识码(OSID )，扫一扫，了解文章更多内容
畜牧养殖大数据和区块链应用是以数据驱动为前提的养殖前、中、后端各链条的正确决策，是有利于推进生产标准化、布局科学化、养殖产业化的服务平台，是畜牧养殖转型升级的关键。以生猪为例，基于大数据实现全国猪价监测预警区块链，有利于改善原有生猪市场信息监测预警与调控相对滞后导致的“以销定产”难、猪价周期性波动大形成的“价高伤民、价贱伤农”的情况。近年来，江苏省围绕实现农业农村现代化的目标，积极开展江苏省农业农村大数据云平台（简称“苏农云”）建设，促进大数据与农业产业深度融合，对实现全国猪价监测预警区块链进行了探索。笔者结合调研情况
和自身参加部门统计信息系统建设经历，就“苏农云”大数据云平台对实现全国猪价监测预警区块链的探索与展望谈几点思考。
1有关概念及情况简介
1.1
“苏农云”大数据云平台基本情况
江苏省农业农村大数据云平台由江苏省农业农村厅主导，项目位于南京国家农创中心。于2019年
11月启动，分为多期实施，是江苏省数字农业农村建设发展成果的集中体现。“苏农云”框架结构为“六个1＋N ”，
DOI：10.16174/j.issn.1673-4645.2021.06.005
. All Rights Reserved.
其中“六个1”指：农业农村大数据标准规范体系、农业农村大数据管理平台、农业农村时空一张图应用、大数据辅助决策分析平台、农业农村大数据服务门户、大数据指挥中心；“N”指对N个业务应用系统进行整合优化扩展，建成智慧种植、智慧畜牧、智慧渔业、智慧设施等板块。以“智慧畜牧”为例，包含畜牧资源监测、养殖产能监测、规模养殖分布管理、饲料工业分布管理、动物卫生防疫监测、屠宰监管监测等子业务系统。
1.2区块链有关概念
区块链是指一个共享数据库，存储于其中的数据或信息，具有“不可伪造”“全程留痕”“可以追溯”“公开透明
”“集体维护”等特征。按照访问和管理权限，区块链可以分为公有链、私有链和联盟链。其中，公有链特点是所有节点共享，完全开放，任何个人和机构都能加入，链上数据全局可见，缺点是数据处理速度慢。私有链特点是链路读写权限由某个组织或者机构全权控制，可以完全定制管理策略，数据处理速度快，缺点是具有较强的“中心化”。联盟链介于公有链与私有链之间，对特定组织开放，链上的信息授权可见，若干机构或组织共同参与管理，各自运行一个或多个节点，之中的数据只允许系统内不同的机构进行读写，共同记录和维护。数据处理速度比公有链快，缺点是并非完全“去中心化”，数据依旧有被篡改的可能。
2全国猪价监测预警区块链建设的必要性
2.1区块链技术在产业变革中发挥着重要的作用
2019年，习近平总书记强调：“要把区块链作为核心技术自主创新的重要突破口，加快推动区块链技术和产业创新发展”。近年来，我国生猪养殖由于生产分散、中小养殖户较多、标准化规模饲养程度低，中小散户缺乏准确的市场信息把握和分析预测能力，在猪价波动期，容易采用盲目扩张或恐慌性清栏；此外，生猪养殖全产业链管理涉及各省各市的多个部门，各地政府工作配合力还有待提高，信息监测预警调控明显滞后，导致生猪“以销定产”难度较大。而区块链技术在促进数据共享、优化业务流程、提升协同效率、推动供给侧结构改革等方面发挥着重要作用。
2.2猪价波动直接影响CPI，是通货膨胀的晴雨表
中国是世界最大的生猪养殖国，也是世界最大的猪肉消费国。猪价一直在居民消费价格指数（以下简称“CPI”）统计中权重较高。价格监测数据显示：在猪价创历史新高的2019年，苏州猪肉价格上涨35.4%，拉动当年苏州CPI总指数上涨约0.6个百分点；在猪价回落的2021年，苏州1—9月猪肉价格下跌22.7%，拉动苏州1—9月CPI总指数下行约0.5个百分点。“猪周期”时间跨度一般较长，因此猪价走势对食品价格的影响较直观，猪价走势与CPI波动表现出一定的同步性、关联性，成为CPI重要参考因素和通货膨胀的晴雨表。
2.3猪价波动直接影响生猪产业平稳发展
生猪产业链包括上游的饲料生产企业、兽药生产企业、养殖经营单位和养殖户，还包括下游的屠宰及肉制品加工业，终端的猪肉及其制品批发、零售业等。整个产业链目前集中程度较低，上下游价格传导速度快，产业链中各企业间彼此依存度较高，猪价大幅波动不利于产业链各环节企业稳定发展。
2.4猪价波动造成“价高伤民、价贱伤农”两难问题
猪价大涨，会导致一些消费者的肉类消费习惯和消费结构发生改变，也会增大部分低收入体生活开支压力；猪价大跌，又会挤压养殖效益导致广大养殖户陷入持续全面亏损。猪价波动带来的“价高伤民、价贱伤农”两难问题一直难以彻底解决。
3依托“苏农云”大数据的猪价监测预警区块链架构
实现及时准确的猪价监测预警、防范市场潜在风险，关键在于各个监测点要对生猪生产情况、当地猪价、区域分布等尽可能做到全覆盖，使统计数据具有代表性。考虑到目前我国生猪养殖分布比较广泛，在架构上，可采用“区块链＋大数据”模式：即以每个省为1个区块的成员机构，构建起联盟区块链，各成员机构将当地采集的生猪相关大数据共享上传至联盟链中，广播至联盟
. All Rights Reserved.
图1基于“苏农云”大数据平台的全国猪价监测预警区块链架构图
链全国各网络节点，经全网共识后进行数据更新。联盟链内各成员也可发起查询请求，广播至各节点获取最新查询数据。各个区块内部依托“苏农云”（
或类似功能的大数据平台）实现全网生猪数据采集、存储、处理、猪价监测预警、决策等应用。
各地猪价监测与预警，涉及到发改委、财政部、国土资源部、生态环境部、交通运输部、农业农村部、
商务部、市场监督管理局、粮食和物资储备局、统计局、银保监会、海关总署等多部门的数据和协作。对每个区块内部具体来说即是：引入上述相关部门参与，可通过人工录入、各系统间数据接口传输、部门间数据交互以及历史数据导入或者构建起区块内部的子联盟链等方式，将当地生猪数据汇集于“苏农云”大数据平台，完成相关指标数据的收集与科学存储，形成有效的数据资产，构建起基础大数据指标池，形成当地猪价监测数据闭环。接着由“苏农云”大数据平台实现对上层数据的清洗、转换、加工、关联、整合与校验等工作，建立与维护省级区块链“账本”，构建本地生猪数据“身份证明”，根据联盟链智能合约，广播至其他节点区块，获取其他各省的生猪情况区块链“账本”
，完成联盟链数据交互。同时根据猪价波动相关影响因子，建立起业务数据统计分析监测模型，搭建起模型大数据指标库。通过数据可视化，实现猪价波动影响事件的现状描述、结合联盟区块的历史数据在一定算法指导下形成未来猪价数据趋势描述、基于现有数据和未来的预测，结合AI 技术产生用于指导生猪生产的一些决策建议等功能。见图1。
4全国猪价监测预警区块链建设的难点
所谓“巧妇难为无米之炊”
，数据采集不全、数据质量不高，都会影响数据应用层结果的可信度。因此全国猪价监测预警区块链建设的难点集中在各区块内部的数据采集构建基础大数据指标池、数据处理构建猪价波动
影响因子监测模型2个环节。
4.1基础大数据指标池构建难度大
4.1.1生产端现场数据非自动化传递，对人工录入依赖度较高
生猪的存栏量和出栏量对猪价涨跌有着很强的关联性，只有抓准抓实生猪存、出栏等基础数据，才能做好
. All Rights Reserved.
猪价监测预警。目前我国畜牧业生猪生产数据的统计手段主要还是靠养殖经营单位、养殖户人工填报相关农业报表、统计报表，再由相关畜牧兽医站、村统计人员将收集到的报表数据录入到各自的农业业务系统、统计业务系统中，再汇集到平台里进行汇总处理。人工录入环节，会对采集到的数据真实性和数据质量有一定影响。如病死猪的无害化处理，国家有提供相应的补贴政策，因此当猪场发生病死猪情况后，一般养殖经营单位和养殖户会积极主动如实申报相关数据；但对于猪的出栏均重、存栏母猪数量、当前养殖盈亏程度等不涉及补贴的数据，人工真实上报的意愿就会“打折扣”，有的养殖户甚至索性不填不报该项数据，对整体数据准确度、数据质量造成一定冲击。
4.1.2无标准化产品，不同软件平台数据对接实际操作难
国内外提供信息系统建设的公司较多，各公司间技术水平参差不齐，加上各家信息系统公司对猪价监测预警区块链和大数据化的建设标准、规范、要求理解不一，难以形成标准化产品。虽然各家系统开发商都承诺会预留好平台的数据接口，方便不同信息系统开发公司之间的数据对接与传输，不会影响以后的平台升级与功能扩展使用。但在实际应用中，应用平台数据接口的协调，涉及到2个信息系统公司彼此配合，非主项目实施方的信息系统公司一般基于公司人力、物力、项目源代码保密等诸多因素，不太会配合主项目实施平台公司完成数据接口调试、协调等工作。各项目公司间配合度差造成数据对接成为“纸上谈兵”，情况严重的甚至会拖延开发周期、拉高平台建设项目费用支出，导致不同地区各自建立的猪价监测预警基础大数据平台难以整合实现区块链。
4.1.3部门与部门、部门内部数据信息壁垒仍是“老大难”
大数据平台对数据的全面性、准确性都有较高的要求，但数据的大量开放，又会引发企业的隐私和数据外泄等安全威胁。因此一些部门会以“数据安全”为由，拒绝其他平台接入自己的数据中心，也拒绝向其他部门提供过多的数据信息，部门与部门间“信息孤岛”现象依旧严重。甚至部门内部的数据垂直传播（省级、市级、县级等之间）也存在障碍。各平台间沟通协作不畅、部门数据获取难等问题增大了大数据平台建设以及区块链推进的难度。生猪具有较强的流通特点，猪价波动会受到其他地区调运生猪、或全国猪价波动和全国生猪存出栏数等的影响，若无法充分调动起联盟链内各省级区块的数据协作，采集到的地方活猪相关数据就难以支撑平台做出科学正确的预警。
4.1.4内部猪场管理系统、设施设备不统一，历史数据整合难
大型猪场一般都会有自己企业的生产管理系统，各家采购的生产设施设备也不尽相同，历史数据量大、非结构化与结构化数据并存，需要人工核验比对历史数据的准确性等，给历史数据的迁移整合带来很大的操作复杂性。
4.2猪价影响因子模型涉及变量多
4.2.1生产层面
在生产端，猪价的波动受母猪存栏、肥猪存栏、饲料价格等因素的影响，母猪又细分到种猪存栏量与购进价格、能繁母猪存栏量与购进价格，这些因素决定未来一段时期内生猪的存栏量；肥猪又细分为25kg以下仔猪存栏与购进价格和50kg以上育肥猪存栏与购进价格，它们决定未来3～6个月生猪的出栏量；而出栏肥猪的均重又反映着养殖经营单位和养殖户当下对生猪销售的心理状态；养殖信心也在一定程度上影响未来猪价走势。此外，玉米、豆粕等饲料价格是猪粮比的重要参考，在一定程度上对猪价影响较大。
4.2.2消费层面
需求端的主观意愿波动性较强，难以及时、准确把握。消费者的购买决策涉及到动机、感知、学习、信
念和态度等方面，是一个较为复杂的过程。任何一个环节出现偏差，都可能导致消费目标无法达到预期。如受春节、国庆、毕业“谢师宴”等季节性、节日性因素影响，在供给水平不变的情况下，需求增加可能导致猪价上涨；此外，市场新鲜猪肉价格是否处于高位、储备冻肉是否投放市场、屠宰白条价格是否有波动，都会对消费者的购买动机、感知等造成决策干扰，导致难以全面精确把握消费需求。
4.2.3其他层面
政策、疫病、期货等不确定因素较多，难以全面掌控行情。猪价的波动不仅受到生产、消费的直接影响，政策、重大动物疫病、进出口、替代品以及期货市场等
. All Rights Reserved.
多重因素也会对猪价波动形成制约，全面及时把握各方因素很难。如在政策方面是鼓励生猪养殖还是加强环保管控收紧养殖政策、重大动物疫病的波及面和影响程度、国外生猪总体存栏量和进口猪肉量、鸡肉牛肉羊肉等替代品的产量、期货市场对未来生猪价格走势的信心和成交量等，都会对当下和未来猪价走势产生直观影响。
5全国猪价监测预警区块链建设的建议
5.1选取试点省
选取江苏省为试点省，以“苏农云”为大数据基础依托，探索建立更完善的区块链，为后续构建全国猪价监测预警联盟区块链打下基础。江苏省是信息技术应用与创新大省，软件产业规模已破万亿元，政策、产业、技术构建的科技生态为中国数字经济发展贡献着强大力量。省内的“苏农云”大数据云平台已初步具备对当地生猪资源监测、养殖产能、分布、饲料、动物卫生防疫、屠宰等数据监测管理功能。建议选取江苏为试点省，以“苏农云”为大数据基础依托，统筹考虑建设目标、关键技术难点、需要实现的功能，充分论证，积极与阿里云ET农业大脑AI养猪、京东神农农牧智能养殖、华为智慧养猪系统等优秀系统方案集成供应商接洽，取长补短完善“苏农云”，抓好大数据池建设规划，探索建立综合性区块链，避免各地采用不同大数据系统供应商方案造成最后数据衔接问题，解决掉各省、各市地方政府自建猪价监测预警大数据平台不一致的痛点，保障大数据项目推进实施，为后续构建全国猪价监测预警联盟区块链奠定基础。
5.2综合评价区块链
以定量和定性指标结合的方式，对区块链内各省级节点参与度、共享程度、数据质量、信息服务水平等进行综合评价，纳入国家、各省、各市、各县相关考核目标任务，确保区块链数据的及时性、准确性、
完整性。
猪价相关情况的基础大数据指标池涉及的内容较多，需要协调的产业、部门较多，仅靠某一单位或某几个机构是难以完成庞大数据量的更新和维护的，建议以定量与定性指标相结合的方式，对区块链内各省级节点参与度、共享程度、数据质量、信息服务水平等进行综合评价，纳入国家、各省、各市、各县相关考核目标任务。以“苏农云”为例，目前“苏农云”根据县域涉农数据与“苏农云”平台共享程度、县域农业物联网数据共享程度、县域益农信息服务水平，并最终根据监测统计的数据量、数据质量及应用服务水平进行综合评价，权重各占30%、30%、30%、10%（定性）。其中：①县域涉农数据与“苏农云”平台共享程度。包括县域数据资源数量、数据资源目录数量2个方面。计算公式为：县域涉农数据与“苏农云”平台共享程度＝（“苏农云”平台上县域数据资源目录下的数据资源数量÷全省县域数据资源数量平均值）×80%＋（“苏农云”平台上挂载数据项的县域数据资源目录数量÷全省县域数据资源目录数量平均值）×20%。②县域农业物联网数据共享程度。包括县域规模设施农业物联网推广应用占比、接入省农业物联网管理服务平台的物联网数据量2个方面。计算公式为：县域农业物联网数据共享程度＝（县域规模设施农业物联网推广应用占比÷全省目标值25%）×50%＋（省农业物联网管理服务平台上当年新增的县域物联网数据量÷当年全省县域物联网新增数据量平均值）×50%。③县域益农信息服务水平。包括县域益农信息社便民服务量和“苏菜直通”年新增有效数据量2个方面。计算公式为：县域益农信息服务水平＝（县域单个益农信息社便民服务平均次数÷全省单个益农信息社便民服务次数平均值）×60%＋（“
苏菜直通”县域新增数据量÷全省县域新增数据量平均值）×40%。④定性指标根据县域数据汇聚质量和数据应用水平等综合评价，按格次赋分法计分。
6小结
只有通过对“区块链＋大数据”工作的推进及定量定性考核，才能充分盘活调动起各省各市政府、各部门、产业链中各方优秀企业等的参与积极性，尽最大程度挖掘地方优势，发挥各方主观能动性，最大程度消除部门与部门间、部门内部间的数据信息壁垒，减少数据的重复采集，充分发挥出大数据平台的支撑作用，推动联盟区块链进一步拓展延伸。
. All Rights Reserved.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。