管孝锋，陈亚辉

（1.浙江省农业信息中心，浙江 杭州 310020 2.浙江工商大学，浙江 杭州 310018）

中国是世界农业大国之一，农资行业市场规模总计约两千亿元以上，农资是农业生产不可缺少的生产资料，直接关系着农产品的质量安全，直接影响农民的切身利益，农资市场监管事关农民利益和广大消费者“舌尖上的安全”，国家有关部门历来高度重视。例如，农业农村部等七部门联合部署启动2019年农资打假专项治理，强调要“严格农资生产经营许可条件和标准，严把审批准入关口，严防假劣农资流入农业生产领域，加快建立农资生产经营主体信用档案，强化农资信用体系建设。但与此同时，部分生产经营主体诚信意识仍然淡薄，制售假劣农资、违规使用农兽药、非法添加有毒有害物质等问题仍时有发生，损害了农民的合法利益和人民群众的身体健康，影响了消费信心，不利于我国农业产业的健康发展。据统计，2018年各级农业农村部门共查处假劣农资案件3878件，移送司法机关106件，捣毁制假窝点75个，为农民挽回经济损失1.25亿元。这迫切需要加快推进我国农资质量安全信用体系建设，构建以信用为核心，事前信用承诺、事中信用监管、事后信用评价的新型监管机制。因此加强面向全过程的农资质量安全智能溯源监管研究势在必行。

1 农资质量安全溯源管控存在的问题

农资生产、流通加工、物流配送会差生海量异构与农资质量安全相关的客观数据，存在着质量信息难以采集溯源、融合分析等等问题，主要体现在以下几个方面：

第一，农资产业链上信息记录不准确，影响监管责任的界定。在整个农资产业链上，由于防伪机制缺乏、信息记录不准确，导致经常出现套牌、假冒和侵权的现象，给农资产业的健康发展带来了巨大的负面影响。

第二，农资流通环节多，质量安全信息资源较分散且不全面，信息的收集、传输、整理、分析和服务等方面仍较为薄弱，在对推进农资标准化生产，促进放心消费，支持政府科学决策等方面还未发挥应有的作用，与农资监管要求不相适应。

第三，农资流通各环节之间的信息服务存在着脱节以及失信问题，整个生命周期包括生产、销售、施用等环节，农资信用监管大数据无法实现互联互通，溯源信息的真实性和有效性难以保证，未建立农资信用监管大数据的可信交易与安全共享机制。

2 面向全过程的农资质量安全溯源监管研究

2.1 面向全过程的农资质量安全信息溯源机制研究

目前农资产品种类较多，涉及到海量大数据，且农资质量安全涉及生产、流通、加工、零售等各个环节，各环节也会产生海量异构多源大数据，包括农资生产线信息采集、视频监控、仓储物流信息、门店信息、交易数据和执法数据等，都会影响到农资质量安全。因此，针对农资经营分散、进货渠道混乱、流通环节多、流向难跟踪以及农资质量安全信息采集难等问题，本文基于农资物联网、大数据挖掘分析等技术，构建农资质量安全多源异构数据采集与跟踪模型，利用二维码或基于EPC标准的RFID 标签对农资流通整个供应链的各环节提供有关农资生产、产地、运输、仓储、加工、装卸等方面的实时、全面与准确的电子化信息采集，从海量数据中识别影响农资物品安全与品质的关键环节和要素，从而采取适当的措施预防、阻止质量安全问题的发生，实现从厂商（批发商）报备、经营企业批发、分支机构销售、农户购买等信息的全流程追溯，为全流程溯源提供可靠的数据支撑，有效解决低成本、高可靠、廉价、简易农资溯源监管问题。

2.2 基于区块链技术的农资监管信用大数据流通与安全共享机制研究

当前我国农资行业的信用体系建设仍处于起步阶段，部分农资生产经营主体诚信意识依然淡薄，制售假劣农资、坑农害农现象在许多地方仍屡禁不止，严重冲击品牌农资市场和损害农民利益。尤其在行业转型升级的关键时期，加快推进农资行业信用体系建设迫在眉睫。目前农资溯源监管信用问题主要包括农资生产领域失信、农资物流领域失信、农资销售领域失信、农资使用回收领域失信几个方面。

面向全过程的农资质量安全智能溯源监管除了涉及到农资生产销售、流通加工、物流配送各环节的数据，还涉及到农资经营主体信用信息（基本信息、行政许可与行政处罚信息、认证或登记信息、监督检查信息和奖励信息、财务信息和社会信用信息等）、第三方征信机构，国家行业信用信息平台、地方性行业协会之间的信用数据，以及工商税务、质检部门、执法部门、农资生产商、经销商、消费者的有效协同。如何实现这些机构或平台之间农资信用大数据的实时共享，以信用信息为基础，联合激励惩戒制度为抓手，打造农资生产、物流、销售、使用、回收全流程信用监管，进行农资经营主体的信用评价、信用预警，实现农业增效、农村增绿、农民增收，将农资打假由行政监管向信用监管转变。因此，本文针对农资信用大数据共享存在的问题，研究基于区块链技术的农资信用大数据可信交易机制，保障农资信用大数据流通与共享过程中的安全性，实现农资经营服务等信息系统的横向、纵向流通与数据安全共享。

在充分考虑社会、技术、法律可行性的基础上，拟设计基于区块技术的农资信用监管大数据可信交易与安全贡献模型，将农资供应链中的各环节（生产、流通加工、物流配送等部门）、政府部门（工商税务、农资质检、农资监管等部门）、第三方征信机构中的各方作为农资溯源监管区块链联盟中的节点，进行农资信用监管大数据的共同创建与存取。

2.3 面向农资质量安全大数据的深度信用挖掘模型研究

目前农资溯源监管市场中，假冒伪劣化肥、种子、农药等农资产品坑农害农事件屡禁不止，成为农资监管信用建设问题突出的重点领域，也反映出农资领域打假监管能力和手段尚未能适应实际需要，农资企业失信惩戒机制尚未形成，行业诚信自律意识未能完全树立的现状。

因此，针对农资供应链中存在的农资生产厂商、农资物流企业、农资经销商和农资用户各环节中产生的失信问题，在基于农资物联网技术、区块链技术的基础上，实现农资生产、加工、流通领域的海量农资质量安全数据采集与融合以及农资经营主体溯源监管信用大数据的归集、互通、共享后，研究面向农资质量安全的农资经营主体深度信用挖掘机制，构建面向农资质量安全的全生命周期跨域挖掘与分析机制，构建面向农资经营主体的信用评分与信用预测模型，充分发挥信用配置资源的作用，把农资信用体系建设作为农资打假和监管工作的重要抓手，将农资打假由行政监管向信用监管转变。

2.3.1 面向农资质量安全的全生命周期跨域挖掘与分析机制

农资质量安全不仅受销售领域的因素影响还会牵涉到生产领域的时间、单位、地域、环境等因素影响，也会牵涉到检测时间、检测方法、配送方式、配送路线等物流领域因素的影响。因此，融合各个领域数据研发了全生命周期跨域挖掘与分析系统，实现对农资流通各个环节有害危险因素的辨识与分析、数据共享、跨域挖掘、市场预警联动。

通过集成从厂商（批发商）报备到农户购买全生命周期的信息采集、数据联动，加强对影响农资质量安全的五大域（生产域、加工域、检测域、配送域、销售域）的跨域挖掘，构建融入物联的情境复合域数据融合与管理模型研究，并利用FP-Growth监测技术、情境复合域的跨域多维度关联分析方法、情境约束的跨域数据预测方法以及基于域标识的跨域异常检测及追溯方法等实现对农资产品的跨地区、时间、种类、经营企业等主体的多维检索、统计分析（如农资进货渠道查询、批发企业零售店的统计分析、农资经营情况分析、商品黑名单或经营点黑名单查询分析等）等功能，为监管执法部门及时掌握市场动态变化信息、预警联动、应急处理等功能，解决农资质量安全的“查、打、治”、全流程全区域的协同监管、构建覆盖全省的省、市、县（市、区）三级农业综合执法监管体系等难题提供了技术支撑。

2.3.2 面向农资生产经营主体的信用评分与信用预测模型

在“互联网+”农资大数据环境下，利用大数据技术，对海量农资经营主体的信用数据进行分析；融合农资各经营主体的销售评价、舆论监管信息、农资生产数据、流通加工数据、物流配送等数据、农资质量检测数据、执法监管数据（行政处罚和奖励等）、税务数据、第三方征信机构数据；建立完备的农资经营主体信用评价体系，构建面向农资质量安全的农资经营主体的信用评分模型与信用预测模型，树立农资领域质量兴农、绿色发展意识。

3 结语

本文利用农资物联网技术从农资生产企业、经销商、零售商等各环节研究面向全过程的农资质量安全信息溯源跟踪，针对农资流通环节中存在的农资生产经营失信问题，基于区块链技术，构建农资监管信用大数据流通与安全共享机制，确保追溯信息的真实性和有效性。通过农资质量安全跨域挖掘与分析，构建以信用为核心，事前信用承诺、事中信用监管、事后信用评价的新型农资质量安全智能溯源监管机制，提高农资监管效能，保障农业生产安全、农产品质量安全以及农民利益，树立质量兴农意识，促进乡村振兴。