保障「舌尖」安全 大數據應用有錢「數」

兩會期間,空氣、水、食品安全等問題依然是關注熱點。針對食品安全風險如何把控的話題,昨日,全國政協委員嚴琦、全國政協委員杜惠平、全國政協委員彭靜等接受商報記者採訪時均建議,新的市場環境下,除了完善的制度體系建設,解決食品安全問題更需要藉助更新的技術和服務。而隨著移動互聯網、大數據等先進技術手段在食品安全領域的應用,配套建設誠信資料庫、移動APP等將迎來商機。

現狀

食品追溯體系 推廣率亟待提高

食品安全關係千家萬戶,保障「舌尖」安全目前還有哪些方面需要完善?

全國政協委員嚴琦表示,在2010年和2012年,關於餐飲食品安全的相關管理措施出台,食品安全監督量化分級管理為餐飲行業食品安全提供了制度保障,「但是該制度目前並未完全發揮作用」。

嚴琦認為,一方面,由於社會知曉度不夠,量化分級對餐飲企業約束力還不夠強。另一方面,很多消費者並不知曉量化分級制度的具體內容,很多消費者並不因為A、B、C的分級而產生選擇偏好。一些餐飲企業將量化分級的內容置於並不醒目的地方,有的乾脆不懸掛。

全國政協委員杜惠平也表示,食品安全的保障對不少消費者來說是看似很近,實則很遠。比如,目前我國的食品安全追溯體系的推廣率不高,很多老百姓對食品追溯比較陌生;可追溯的食品價格高得離譜,追溯實效卻不好。

「農產品的質量安全在很大程度上取決於農業投入品的使用。」全國政協委員彭靜表示,由於在農業投入品生產經營使用過程的監管中,法律責任尚不明確;加上農業生產經營補貼、稅費減免等激勵性機制不完善,這加大了食品安全風險。

建議

借力大數據 可追溯具體責任人

保障食品安全,重點要將食品產業鏈的各個環節納入監管。

彭靜認為,把控農產品安全,應「從種子抓起」,嚴格控制農產品生產的種子來源,應配套建設專門的種子倉庫、培訓種子保管人員,種子應當有詳細的進庫、出庫記錄,這需要大數據支撐。

嚴琦則表示,要「根治」餐飲行業食品問題,一方面要不斷完善分級量化指標體系,並加大宣傳力度。另一方面,食品追溯體系應將食品安全各個環節的具體責任人納入監管,實現食品安全問題可追溯到具體責任人。比如,餐飲企業食品採購負責人就容易因商業賄賂採購問題產品,導致食品安全問題,因此,應該有相關的制度和追溯體系,重點監管食品採購的商業賄賂問題。

機會

保「舌尖」安全

大數據三方面可淘金

食品追溯體系的健全,核心在於「大數據」技術的應用。

目前,重慶等多個城市正在圍繞批發市場、大型商超、大型菜市場等,構建食品追溯體系,市民可在指定網站查詢追溯信息。「這對普通消費者來說,遠遠不夠。」杜惠平說,食品安全保障要「接地氣」,應運用「大數據」技術和信息優勢,同步建立「食品企業誠信資料庫」,加大對食品企業發布信息的監管力度。政府加大財政投入,加快搭建包括食品產地編碼、生產檔案、產品標識和其他可追溯信息的信息資源庫,實現信息互通共享,及時掌握食品安全動態信息,強化追溯、預警和信息發布。

根據計世資訊的調研數據,當前國內在溯源體系建設的投資將超過200億元,第三方服務企業將有機會從中分羹。

大數據在食品安全領域的應用,意味著相關配套領域迎來商業機會。杜惠平認為,一方面藉助移動互聯網普及食品安全追溯體系,這讓第三方應用開發商直接受益,如手機APP查詢方式。另一方面,要滿足公眾查詢信息需求,應增加公共查詢設備數量。比如,在一些商圈、菜市場、超市就可以布局智能終端設備,提供查詢服務。此外,溯源體系建設將涉及企業的流程管理服務、源頭監控網路、質量監測智能化及人員監管考核服務等環節,這些領域均將提供商業機會。

探路

溯源系統開路 促銷售還可淘汰售假

建立食品安全追溯體系成本高、回報低,企業缺少動力,也無法單獨完成。

「當然這對於食品企業來說是無法單獨完成的,需要政府的力量整合。」杜惠平表示,建立食品安全追溯體系成本高、回報低,企業缺少動力。一方面,建設追溯體系需要大量資金,如追溯信息管理系統及資料庫等技術、條碼掃描列印等軟硬體設備,生產規模小、產品附加值低的企業很難承受。另一方面,如果將成本計算到公眾頭上,公眾也並不買單。

不過,已有部分行業開始運用大數據開路。重慶市酒類流通商會負責人介紹,目前,商務部酒類溯源系統已建立了龐大的名酒資料庫。茅台、五糧液、瀘州老窖、張裕、保樂力加等白酒及紅酒企業加入該系統。

該負責人介紹,消費者通過系統可查詢酒類產品從廠家生產到終端銷售各個環節的跟蹤記錄,也可了解到售假商家的信息。這不僅可直接帶動銷售,還可淘汰售假賣假商家。目前,一台查詢設備價格不到2萬元,將在試用成熟後推向市場。

此外,由伊利、三元、完達山等6家企業試點推行食品質量安全的「全程追溯」APP也已上線,消費者根據二維碼,可以查詢到該食品的生產日期、生產批次、生產廠家、誠信評價、生產許可證、消費者指南、質檢報告、配料表等安全相關信息。如果是嬰幼兒奶粉類,還可查詢奶源地。

时间: 2024-10-21 22:34:13

保障「舌尖」安全 大數據應用有錢「數」的相关文章

大數據時代浪潮的「弄潮兒」

進入2015年,海量的數據正在迅速膨脹並變大,它決定著企業的未來發展,雖然現在企業可能並沒有意識到數據爆炸性增長帶來的問題的隱患,但是隨著時間的推移,人們將越來越多的意識到數據對企業的重要性. 面臨海量數據的挑戰 大數據(big data)是時下非常熱門的話題,大數據是用來描述和定義信息爆炸時代產生的海量數據.大數據的發展能夠為人們獲得更為深刻.全面的洞察能力提供前所未有的空間與潛力,那麼如何看待大數據給IT市場帶來的機遇和挑戰呢? 紐約時報網站此前刊載文章稱,大數據時代已經來臨並且正在對每個領

解決數據質量問題是大數據應用的關鍵

研究稱,整個人類文明所獲得的全部數據量,有90%是最近兩年內產生的.隨著移動互聯大潮的席捲,預計通過網路產生的數據量還將呈幾何級增長.龐大的數據資源蘊藏著無限的寶藏,過去的一年無論是企業.政府還是媒體,都在談論大數據.有人說大數據是黃金.是競爭力,然而在這一切談論的背後卻鮮有人關注數據質量這個最根本的問題.普元數據產品總監王軒認為,大數據處理的關鍵就是解決數據質量問題,規避數據錯誤.保障數據質量才能真正讓企業從大數據應用中獲得利益.保障數據質量成為大數據發揮價值的先決條件「企業做數據集成.數據處

數據用戶需要什麼數據?

這裡首先需要說明的是標題中的「用戶」指的是數據的用戶,或者數據的需求方,這些用戶往往不是網站或企業面向的外部用戶,數據的消費者通常是公司內部各個部門和領域的人員.為什麼會提出這個問題,其實我們經常會遇到這樣的情況:公司的高層抱怨從報表裡面看不到有用的東西,是不是可以對報表做下整理(於是下面就忙開了),但是該怎麼整理或者他們到底需要的是什麼數據(好吧,高層的需求一般是不會明說的,我們要試著自己去揣摩):同時各個部門也在不斷地提各類數據需求,往往他們的需求就比較明確,有時可能會細得嚇人,需要每個用戶

大數據應用於企業運營

警,並把有效的活動當成商品一樣及時的推送給不同生命周期階段的客戶: (6)客戶個性化推薦.主要是用個性化推薦演算法實現根據用戶不同的興趣和需求推薦不同的商品或者產品,以實現推廣資源效率和效果最大化. 業務市場傳播層.這一層面要做到通過「性感」的數據分析和挖掘來輔助產品進行傳播,主要有兩種實現方式: (1)製作有趣的數據信息圖譜.相信大家都不喜歡看產品的公關軟文,而更喜歡看好玩的有趣的內容.互聯網上內容的傳播更是如此.第三方數據公司CNNIC中國互聯網路信息中心2014年的數據顯示,10-29歲的

成功大數據團隊的「三駕馬車」

對於那些著手嘗試大數據應用的企業來說,成敗的關鍵是組建一個優秀的大數據團隊,但是不要指望一個「首席數據官(CDO)」或者數據科學家搞定所有的事情,成功的大數據團隊需要三駕馬車:一位業務分析師.一位機器學習專家和一位數據工程師.隨著報表軟體企業應用的火熱開展,數據科學家正在鬧人才荒,可謂一將難求,但是Lithium公司的首席科學家Michael Wu博士在接受IW採訪時表示:數據科學家的人才荒是因為人們對數據科學家的期望值過高,希望他即懂業務也懂最先進的大數據技術,這樣的人才自然是奇貨可居,而且不

大數據的「真面目」及其運用

大數據的定義 近年來,人們對「大數據」的關注度日益提高.這都歸因於麥肯錫全球研究院在2011年發布的研究報告.該報告認為人們即將迎來一個利用規模大到超出現有數據處理系統能力的巨量信息時代,並暗示戰略性地利用這些信息數據,就有可能產生巨大的商業機會. 那麼大數據到底是什麼呢?從字面來看,它指的是以現有信息處理技術無法應對的龐大信息量.而實際上,當我們將儲蓄了各種服務的使用信息數據與用戶的屬性信息相結合,並在這些信息數據發生時能夠全量獲取,就被稱做大數據. 典型的是互聯網服務的利用數據.另外還包括零

生物醫學大數據:現狀與展望

大數據 (big data) 是指由於容量太大和過於複雜,無法在一定時間內用常規軟體對其內容進行抓取.管理.存儲.檢索.共享.傳輸和分析的數據集. 大數據具有「4V」特徵:①數據容量 (Volume) 大,常常在 PB(1 PB=250 B)級以上:②數據種類 (Variety) 多,常常具有不同的數據類型(結構化.半結構化和非結構化)和數據來源:③產生和更新速度 (Velocity) 快(如實時數據流),時效性要求高:④科學價值 (Value) 大,儘管利用密度低,卻常常蘊藏著新知識或具有重要

超級人工智慧:大數據的未來?

在百度大數據開放大會上,搞計算機學術理論的懷進鵬校長的演講猶如給所有聽眾的一記悶棍,懷校長的學術演講把大家弄得雲里霧裡,把所有人弄暈了,現場能夠聽懂的絕對是少數,可能都會覺得懷校長有點像個外星人一般在那自顧自的演講.但我作為一個曾經有志從事人工智慧研究但失之交臂的又是學計算機畢業的人卻越聽越興奮,冥冥中似乎找到了未來的人工智慧所能抵達的可能性,那麼我現在就嘗試把懷教授的演講轉換為人類也能夠聽懂的語言吧.一,理解大數據1,當前大數據的四大特徵:規模大.變化快.種類雜.價值密度低.其實這理解起來很簡

數據準備是大數據分析的無名英雄

隨著企業花越來越多的時間來分析數據,清理和準備數據的解決方案將會變得更有價值 現在大數據[注]是熱門話題,你在任何地方與任何人交談很難不提到大數據.事實上,大數據的術語有點被過度使用,它對不同的人意味著不同的東西,但所有這些定義都有一個共同點,那就是數據! 上面我們說大數據依賴於數據,這似乎很明顯,但大數據分析的成功需要的不僅僅是原始數據,還需要好的高質量數據.所以,更準確的說法應該是,大數據的成功需要準備好的數據.對於分析,有句古老的格言,「進來是垃圾,出去也是垃圾」,這意味著如果你把大量參差