礦業數據資產梳理

王淑梅 孫文彬

摘 要：就目前形勢而言，我國應大力發展大數據產業，促使其與實體經濟高度融合。在大數據時代背景下，數據資源有助于推動企業的改革發展。本文以礦業數據資產梳理為研究內容，首先闡述數據資產價值的相關理論概念，然后結合實例，對礦業數據資產梳理實現路徑和流程進行分析，希望通過本文研究填補相關領域的空白。

關鍵詞：礦業數據;資產梳理;云計算

大數據技術的發展和應用顛覆了傳統商業的運營模式，使傳統生產技術受到了威脅，各種基于云計算、物聯網和數字化技術產生的智能終端產品，引領時代朝著智能化的方向發展，對于礦業發展而言，具有十分重要的意義。究其原因，主要是大數據技術的運用，有利于梳理礦業數據資產，并在此基礎上，實現對人員、物料、環境等生產要素的全面管控。因此對此項課題進行研究，其意義十分重大。

一、數據資產價值概述

數據資產是互聯網時代下的產物，目前，行業內尚未對互聯網進行規范的定義。基于當前的數據概念而言，所謂的數據就是數值，是人們通過調查、實踐和分析所得到的結果，并且可以分為多個種類，包括數字、圖像記錄、語言和聲音等，其中數字最為單一。數據可以對實際事物和客觀事實進行記錄描述，但世界上并沒有完全相同的兩條數據，每條數據均具有不同的特征屬性，在時間地點等因素的影響下，對特征記錄有所差別，數據差異性也因此而產生。這種特征的存在，是導致數據源表面冗雜的重要原因，無法把握其中的規律，但在經過大數據處理后，即可將這些無序的數據剔除，找出隱藏的有序數據，這種規律特征賦予了數據非常高的價值，因此對數據進行加工處理，具有十分重要的意義[1]。

數據資產是企業在生產經營或從外界獲取的，可以在企業生產全過程中被應用和量化的數據資源，并且在經過處理后，數據資源能夠對某一事項的狀況進行真實客觀的反映。其特征主要有以下方面：（1）可擁有或可控制;（2）能夠為企業創造經濟收益;（3）無實體;（4）無消耗;（5）時效性;（6）共享性;（7）冗余性;（8）用途多樣性。

二、礦業數據資產梳理

在確定數據資產的概念后，接下來本文會結合實例，對礦業數據資產梳理進行研究：

（一）數據資產梳理建設背景

某地區礦業企業是所在地區一流示范礦山建設試點單位，在大數據時代下，圍繞數據資產構建大數據平臺項目，并將其作為基礎，對資產進行梳理，通過大數據平臺的使用，實現對礦山各業務數據的融會貫通。實時采集、存儲礦山生產過程中所產生的數據，除結構化數據之外，還包括非結構化數據，通過這種措施，使海量的數據匯集到大數據平臺之中，形成了統一且集中的數據庫。大數據平臺應用了多項技術，分別為物聯網技術、大數據技術、云計算技術和可視化技術，在管理和控制各項生產要素方面，可以發揮重要的作用，快速感知、決策分析和智能處理也會因此而實現。

（二）礦業企業數據資產概述

1.礦山流生產、安全、經營有關的數據和業務

將礦山企業生產和管理情況作為依據，與數據標準存在密切關聯的業務較多，主要有資源管理、人員管理、物資裝備、能源管理和環保管理等。在制定標準的過程中，需要以滿足各項業務開展需求為目的，并強調各業務之間的協同，其要求主要表現在以下方面：

（1）使應用基礎的標準化和規范化得到保證，可以分為兩個部分，一部分是公共主題;另一個部分是業務獨享主題。其中前者應具備全礦統一的基礎信息編碼;而后者是指企業將自身業務屬性作為依據設置數據內容，同時保證所設置的數據內容與本業務需求相符。其中公共主題由組織機構、人員、作業單元、作業性質、指標編碼和設備編碼組成[2]。

（2）輸出規范：主要是指對報表進行定制，包括報表內容、報表周期、格式和標識等。

（3）數據入口規范：對全部信息的產生地點、信息采集點、異常數據界定和系統進入時間要求進行準確的定義。

（4）縱向數據接口標準：對不同平臺和異構數據間的數據交換接口進行準確定義。

（5）橫向數據接口標準：對業務主題之間的信息共享方式和數據項對應關系進行定義。

2.礦石流以及重要礦石數據

基于實際生產階段，不同生產工序的礦石流經數量、質量和位置變動，我們可以將礦石流分為地質資源、地質儲量、備采礦量、采礦量、出礦量、提升量、原礦量、精礦量。

（三）數據產生與流轉

1.數據的產生與流轉

數據管理體系架構由雙層架構組成，第一層架構為基礎層，位于架構的下方，第二層架構為信息層，位于體系架構的上方。

2.業務信息流轉

以管理主題為切入點，所構建的主題數據庫，其組成分為地質資源、安全、人員、物資、財務和生產。

（1）地質資源數據庫中存儲了大量與地質資源有關的數據信息，包括礦山可開采量、開采地點、礦塊信息等，這些數據信息的掌握，有利于提升企業的開采效率。與此同時，還能將礦山品質、資源儲量等信息存儲至數據庫之中，以促進企業經濟效益的增加。

（2）人員數據庫中存儲了與作業人員有關的數據信息，主要包括作業人員和作業班組信息，可以滿足生產數據庫的需求。企業可以依托人員數據庫，合理安排生產和人員調度工作。與此同時，還能向安全數據庫上傳人員位置和檔案等信息。此外，財務數據庫亦可憑借人員檔案信息核算礦山的生產成本。

（3）物資設備數據庫存儲了與設備運行有關的數據，將這些數據上傳到安全數據庫之中，可以實現對設備的全面監測。向財務數據庫傳遞設備或物資損耗信息，則有助于礦山生產成本的核算[3]。

（4）生產數據庫向安全數據庫傳輸與礦石有關的數據后，安全數據庫會通過實時監測的方式，使生產安全得到保證。向財務數據庫傳輸礦石產量和質量等數據信息，可以為礦山效益計算提供數據支持。同時，還能夠向地質資源數據庫傳輸生產所損耗的資源，為地質資源模型更新提供依據。

（5）安全數據庫可以向財務數據庫傳輸安全設備支出數據，以保證礦山生產成本核算的準確性。

3.大數據轉換與提取

在整合礦山生產數據后，可以借助大數據集成平臺，采集、傳輸、存儲、管理、分析和查詢礦山數據，以促進多源異構數據的有機融合，在此基礎上，對數據源展開分析和挖掘，即可為礦山生產全過程管理提供數據支持。并使數據之間的流通和共享成為可能，從而滿足管理決策的需求。大數據集成平臺的基本方法架構如圖所示。

大數據集成平臺的基本方法架構圖

（四）數據資產梳理

1.數據業務分層設計

礦山企業為確保大數據平臺的應用效果，對華為公司所研發的新一代EIA企業信息架構方法進行了運用，并在此基礎上，采取分層設計的方式，設計數據資產架構。數據主題劃分的基本原則如下所述：

（1）各主題均應包含主要業務管理對象。

（2）各主題不能存在重疊的核心業務對象，與此同時，兩個主題可以引用核心業務對象之間的關系實體，但在劃分管理歸屬時，需要遵循先用先得原則，此時，關系實體僅能被一個主題所擁有，以滿足數據治理的要求。

（3）每個主題包含一個主要的業務管理對象。

（4）各主題包含的關鍵核心業務概念不唯一，且不同概念之間需存在直接的關聯。

（5）主題范圍具有動態化的特點，可以將業務對數據的需求作為依據，使邏輯實體不斷擴大。

對不同主題關鍵業務對象的識別和定義，對于模型設計而言，具有十分重要的意義，在識別業務對象過程中，應遵循以下方面的原則：

（1）企業運作和管理中不可缺少的重要人、事、物信息，就是所謂的業務對象。在設計過程中，設計人員可以選擇多種方法，對業務對象進行識別，同時確保業務對象和業務能力之間的匹配程度;

（2）業務對象的身份標識信息具有唯一性的特點，簡言之，就是業務對象必須擁有身份標識信息，這是區分業務對象的前提條件;業務對象具有相對獨立的特性和屬性描述;

（3）業務對象可實例化[4]。

2.業務資產梳理成果

業務梳理結果可以分為三層，第一層由六個區域構成，分別是地質資源、生產、安全、人力資源、財務和物資裝備;第二層是對上一層各區域的細化分解，以生產為例，生產區域中的內容包括掘進、采礦、運輸、充填等;第三層是選擇需要提取的業務對象。

三、結語

綜上所述，在大數據時代背景下，礦山企業應積極運用大數據、物聯網和云計算等技術構建大數據平臺，并將大數據平臺作為依托，實現對礦業數據資產的有效梳理，依據數據資產梳理成果，對礦山資源、作業人員和生產成本進行全面的管理和控制，以促進礦山生產效益的提升。本文通過結合實例的方式，研究了礦業數據資產梳理，結果表明，大數據技術的應用，有助于提升礦業數據資產梳理的有效性，同時，還能為管理決策的制定提供數據信息上的支持。

參考文獻：

[1]趙蕾，付啟蒙.大數據+遠程直報 四川全面實現礦業權審批三級聯網[J].資源與人居環境，2020（05）：7.

[2]王正艷，徐光華.企業環境責任信息披露、媒體關注與企業價值——來自采礦業上市公司的經驗數據[J].商業會計，2019（19）：26-31+35.

[3]蘇永琦，王玉璽.數據分析與挖掘在礦業權基準價制訂中的實踐[J].甘肅科技，2019，35（14）：73-78.

[4]馮安生，呂振福，武秋杰，等.礦業固體廢棄物大數據研究[J].礦產保護與利用，2018（02）：40-43+51.