方 鈺，朱靜波，許 學(xué)，秦瑞英，郭書普，張立平

?

基于地理位置解析的種子溯源雙向動態(tài)交互模型及實現(xiàn)

方 鈺1，朱靜波1，許 學(xué)2，秦瑞英2，郭書普1，張立平1※

（1. 安徽省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟與信息研究所，合肥 230031； 2. 安徽省農(nóng)業(yè)科學(xué)院水稻研究所，合肥 230031）

為更好解決農(nóng)作物種子溯源問題，幫助生產(chǎn)企業(yè)統(tǒng)計分析經(jīng)營狀況，實現(xiàn)交互式營銷，該文利用種子電子代碼，通過分開錄入售前階段各級分銷信息，分層寫入地理代碼集合，在用戶驗證最小包裝單元時動態(tài)解析用戶位置信息，逐層匹配地理代碼集合，構(gòu)建了種子溯源雙向動態(tài)交互模型。用戶通過該模型獲得溯源信息時可選擇互動交流，企業(yè)可采集用戶行為數(shù)據(jù)，推送營銷信息，實現(xiàn)了溯源結(jié)果對企業(yè)、用戶雙向推送。通過對小麥品種華成3366銷售和反饋2組數(shù)據(jù)進行相關(guān)性分析，其擬合優(yōu)度為0.997 8，說明企業(yè)通過掃碼次數(shù)的反饋能較好地促進銷售，有效防止竄貨發(fā)生。該模型分層獨立的流通信息，保證了溯源的可靠性；雙向交互性有效地幫助企業(yè)指導(dǎo)生產(chǎn)實際，也為監(jiān)管部門提供了可靠的管理手段。

種子；農(nóng)作物；模型；種子溯源；位置解析；地理代碼集合；種子電子代碼

0 引 言

作為農(nóng)業(yè)生產(chǎn)的起點和最重要的農(nóng)業(yè)投入品，種子質(zhì)量安全是糧食安全的前提和保證。發(fā)達國家的種子管理工作始于1850年。1939年的《美國聯(lián)邦種子法》明確規(guī)定了商品種子生產(chǎn)、分級、包裝、標簽、檢驗等環(huán)節(jié)，從而確立了以標簽為核心的管理理念。消費者根據(jù)標簽可以詳細了解種子的質(zhì)量、等級，并追溯到產(chǎn)地、運輸、銷售等各個環(huán)節(jié)[1]。

國際上的管理部門大都遵循政府調(diào)控市場的原則，這種完善的市場機制讓種子生產(chǎn)企業(yè)承擔了較多責任[2]。目前國際種業(yè)公司都是研究、開發(fā)、生產(chǎn)、加工、銷售一體化，有著完善的信息化手段，所以很少有專門針對農(nóng)作物種子溯源系統(tǒng)的研究。國外圍繞農(nóng)產(chǎn)品標簽開展的溯源研究已經(jīng)結(jié)合了RFID電子標簽、GIS系統(tǒng)和云平臺：如Reynosoa等詳細介紹了以RFID標簽為中心的溯源系統(tǒng)整體的電路設(shè)計和裝置部署[3]；Abenavoli等針對意大利橄欖油設(shè)計了一個基于云平臺的溯源系統(tǒng)，實時匯集供應(yīng)鏈信息，平臺還提供手機端應(yīng)用[4]；Bosona等更是探討了當代食品供應(yīng)鏈追溯過程中遇到的驅(qū)動力、社會層面等一系列深層次問題[5]。

而國內(nèi)由于種子企業(yè)眾多，加之農(nóng)作物品種數(shù)目急劇增長，多家繁育、多元經(jīng)營格局的現(xiàn)實存在，“品種雷同”“套牌”“竄貨”現(xiàn)象時有發(fā)生。目前國內(nèi)種子溯源系統(tǒng)的架構(gòu)大都由食品工業(yè)轉(zhuǎn)型，存在不能適應(yīng)種子溯源周期長、流通地域單一、企業(yè)信息化水平低等問題。加之種子行業(yè)的監(jiān)管和執(zhí)法具有特殊性，這些都要求能有與之相適應(yīng)的溯源體系出現(xiàn)。國內(nèi)種子溯源相關(guān)領(lǐng)域目前有馮軍等提出的基于二維碼的種子溯源信息系統(tǒng)，闡述了建立種子溯源的必要性[6]；李巖等提出的基于私有云的種子追溯管理平臺，從技術(shù)層面設(shè)計了處理復(fù)雜集群數(shù)據(jù)的追溯平臺[7]；莫學(xué)值等針對種質(zhì)資源庫建立了一套基于二維碼的溯源管理系統(tǒng)[8]；黃慶林等設(shè)計了基于RFID的棉種質(zhì)量安全溯源系統(tǒng)[9]。

大量試驗數(shù)據(jù)表明目前的種子溯源系統(tǒng)還停留在信息的單向傳遞階段：即僅由生產(chǎn)廠家將種子的生產(chǎn)流通情況通過標簽傳遞給消費者，其提供信息的完整性和正確性往往得不到及時地反饋和驗證：如存在多級銷售網(wǎng)絡(luò)的流通信息不全、種子查詢地域性不明確等問題；同時溯源信息的可靠性缺乏可信依據(jù)，需要消費者自身判斷。另一方面，大量的溯源回饋信息（包括消費者掃碼時的位置信息、分銷商流通信息等）相互分層隔離，企業(yè)缺乏適合自己的信息分析系統(tǒng)，將這些數(shù)據(jù)用來指導(dǎo)生產(chǎn)和改善供應(yīng)鏈。朱燕妮等針對黑茶設(shè)計的雙向溯源模式提出利用二維碼標簽收集銷售信息，但并未涉及對溯源信息的動態(tài)交互與驗證[10]，也未對生產(chǎn)銷售數(shù)據(jù)進行有效地判別和分類。由此本文參照目前主流產(chǎn)品防偽驗證技術(shù)，結(jié)合種子自身的銷售流通特點，建立了基于位置解析的種子溯源雙向動態(tài)交互模型。

1 雙向動態(tài)交互模型的構(gòu)建

試驗表明溯源信息可以不局限于單向地證明產(chǎn)品的身份和來源。企業(yè)利用物聯(lián)網(wǎng)技術(shù)手段，在提供給廣大農(nóng)戶最小包裝單元的相關(guān)產(chǎn)品信息和流通信息的同時，可以利用最終用戶的查詢動作來獲取相關(guān)的銷售情況信息，甚至可以形成交互，進而形成相關(guān)的產(chǎn)品銷售數(shù)據(jù)積累，再通過相應(yīng)的查詢比例、特定的銷售時間范圍來映射某個品種或某個時期的銷售情況，利用數(shù)據(jù)分析，指導(dǎo)實際的生產(chǎn)投入和供應(yīng)鏈策略[11]。

1.1 模型總體架構(gòu)

雙向動態(tài)交互模型部署在用戶和企業(yè)溯源數(shù)據(jù)中心之間，由2條數(shù)據(jù)流組成。用戶端可利用最小包裝單元上的種子電子代碼動態(tài)解析位置信息，從而完成供應(yīng)鏈數(shù)據(jù)的雙向流動；企業(yè)端可以利用溯源數(shù)據(jù)中心采集、分析和管理用戶數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)和企業(yè)內(nèi)部數(shù)據(jù)，完成交互數(shù)據(jù)的雙向流動。模型架構(gòu)如圖1所示。

圖1 雙向動態(tài)交互模型整體架構(gòu)圖

1.2 地理代碼集合及其關(guān)系

商品種子由于其特殊性和地域性，在流通過程中指向性明顯，某批次的產(chǎn)品會通過分銷商限定在一定地域內(nèi)銷售，由于各級分銷商存在價格差（主要是依據(jù)當年訂貨量和銷售總量），竄貨行為難以避免[12]。從企業(yè)角度看，價格混亂將使中間商利潤受損，導(dǎo)致廠家失信于經(jīng)銷商，直至分銷商拒售；從消費者角度看，種子商品事關(guān)農(nóng)事生產(chǎn)，可靠的渠道是日后維權(quán)的重要保證。模型中的地理代碼集合正是針對這種情況設(shè)計。

地理代碼集合寫入的信息分為2個部分，一部分是分銷商信息，包含公司名稱、地址、電話等；另一部分為這個層級分銷商所負責的片區(qū)地名。以安徽省安慶市轄桐城為例說明三級分銷系統(tǒng)地理代碼集合：省級經(jīng)銷A集合，可以寫入安徽；地市級分銷B集合可以寫入安慶市。針對某些合法跨區(qū)銷售的分銷商，每一層級的集合允許寫入多個平行的地名，例如省級分銷的A集合，可以平行寫入安徽、江蘇、浙江，縣級分銷C集合可以寫入懷寧、宿松和桐城（3個縣都屬于安慶市）。如果產(chǎn)品流通中沒有經(jīng)歷市級或者縣級的路徑就零售到最終用戶，則對應(yīng)級別的集合內(nèi)容為空。三級分銷地理代碼賦值過程如圖2所示。

圖2 三級分銷地理代碼賦值過程

模型要求商品種子在廠家出庫時只能錄入A集合的內(nèi)容，即由庫存狀態(tài)改寫為省級分銷商信息，對應(yīng)A集合內(nèi)容由為空（庫存狀態(tài)）變?yōu)槭〖壏咒N地理代碼（出庫狀態(tài)）。這種情況下，種子電子代碼將關(guān)聯(lián)上A集合的內(nèi)容。接下來，種子有可能會從省級分銷這一層流入消費者手中，那么B和C集合將會沒有內(nèi)容（為空）；另一種情況是最小包裝進入地市級分銷，由地市級分銷錄入B集合內(nèi)容，以此類推到第3層的縣級分銷。如果最小包裝單元是正常流通到消費者手中，那么生產(chǎn)銷售賦值順序應(yīng)該是A→B→C的過程。這里，模型的規(guī)則是三級分銷在各自賦值時相互獨立，廠家只負責賦值A(chǔ)，并不知道B和C是否有值和值的內(nèi)容，同理適用于地市級分銷。整個流通信息鏈的尾部會設(shè)置一個標志位flag，只有最終用戶通過掃描查詢最小包裝單元的種子電子代碼這一動作才能激活這個標志位。當標志位被激活，整個流通信息鏈會被允許雙向查詢，即從消費者和廠家兩端可以獲取數(shù)據(jù)和信息互動。

1.3 動態(tài)位置解析

位置解析分為2種情況，一是用戶掃碼時同意上傳自己的位置，由經(jīng)緯度參數(shù)返回詳細地址。利用百度數(shù)據(jù)庫的數(shù)據(jù)目前可以定位到街道級別，以JavaScript語言為例說明（Point為經(jīng)緯度參數(shù)）。

首先定義接口：

getLocation (point:Point, callback:function[, options: LocationOptions])

對指定坐標點進行反向地址解析。解析成功回調(diào)函數(shù)的參數(shù)GeocoderResult對象，否則回調(diào)函數(shù)的參數(shù)為null。示例代碼如下：

var gc = new BMap.Geocoder();

map.addEventListener("click", function(e){

var pt = e.point;

gc.getLocation(pt, function(rs){

var addComp = rs.addressComponents;

alert(addComp.province + ", " + addComp.city + ", " + addComp.district + ", " + addComp.street + ", " + addComp. streetNumber);

});

});

這時模型獲得3個級別的位置信息，省、市和縣。可以用于對應(yīng)解析3個級別的集合信息。

第2種情況，利用用戶掃碼時聯(lián)網(wǎng)的IP地址轉(zhuǎn)換成位置信息，再解析成地名字段。這方面國內(nèi)有很多完善的IP地址轉(zhuǎn)換地理位置數(shù)據(jù)庫，但由于IP地址的復(fù)雜性（代理或者偽裝等），不推薦使用。

1.4 最小包裝單元溯源信息動態(tài)驗證與交互

假設(shè)用戶掃碼溯源的發(fā)生地點為d，經(jīng)過動態(tài)位置解析我們得到d?C集合。

因為各級分銷的地理代碼集合層次逐級包含，d最終嵌套在3層集合里，保證了查詢的有效性。由于flag在查詢時被激活，整個銷售信息的匹配過程會依次開始。查詢過程說明如下：首先比對最底層的經(jīng)銷商地理代碼集合C。但如果用戶直接從地市級分銷購買，則3層關(guān)系中最底層C為空，模型將從第2層的B集合進行比對；同理第2層B為空時，將直接在首層的A集合查找并返回A。如果A為空，意味著該包裝為庫存狀態(tài)，這時會給出預(yù)警信息。而非空返回值的其他3種情況將遵循由小集合向大集合逐層查找先匹配先返回相應(yīng)層次的集合內(nèi)容。最終用戶層面將看到完整的銷售鏈信息（包括3個層次的公司名稱、地址、聯(lián)系電話等）。所以消費者查詢時是按照由最小集合C→B→A的層次關(guān)系來逐層進行匹配的。模型結(jié)構(gòu)如圖3所示。

考慮到多級分銷商的存在，地理信息采用由小到大的查詢機制，中間的層級可以根據(jù)實際情況自定義，以上原理說明僅以3層為例。

1.5 企業(yè)端溯源信息雙向動態(tài)交互模型

企業(yè)端溯源信息雙向動態(tài)交互模型由采集層、數(shù)據(jù)共享分析層和應(yīng)用表示層構(gòu)成。其體系結(jié)構(gòu)如圖4所示。

圖4 企業(yè)端溯源信息雙向動態(tài)交互模型

采集層負責收集用戶行為數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)、企業(yè)內(nèi)部數(shù)據(jù)和其他數(shù)據(jù)。用戶行為數(shù)據(jù)是指flag標志被激活的溯源信息鏈，用戶端被采集的基本信息包括掃碼時間、經(jīng)用戶同意以后的地理位置信息（由GPS確定或者由用戶移動端上網(wǎng)IP轉(zhuǎn)換的位置信息）。擴展信息是通過與用戶交互收集，包括用戶的個人資料、消費習慣和傾向、對產(chǎn)品的建議和反饋幾大類；供應(yīng)鏈上采集的信息以企業(yè)分銷結(jié)構(gòu)為基礎(chǔ)，是企業(yè)分銷數(shù)據(jù)的對比收集，包括各級分銷商錄入數(shù)據(jù)庫的產(chǎn)品流通信息；企業(yè)內(nèi)部數(shù)據(jù)即生產(chǎn)流通平臺數(shù)據(jù)和人力資源等數(shù)據(jù)，采集層通過訪問企業(yè)相關(guān)數(shù)據(jù)接口獲得。

數(shù)據(jù)共享分析層提供數(shù)據(jù)存儲、數(shù)據(jù)轉(zhuǎn)換和共享功能。該層在現(xiàn)有SQL數(shù)據(jù)庫的基礎(chǔ)上，利用NoSQL數(shù)據(jù)庫（如HBase、TTServer等）改善數(shù)據(jù)存儲，解決現(xiàn)有系統(tǒng)處理海量并發(fā)數(shù)據(jù)能力差的問題，并提高實際運行中數(shù)據(jù)維護和管理能力[14]。對于采集層傳送來的大量數(shù)據(jù)，共享分析層首先進行知識分類管理[15]，即在數(shù)據(jù)分析挖掘的基礎(chǔ)上進行數(shù)據(jù)篩選。通過處理應(yīng)用表示層傳來的定制化要求對數(shù)據(jù)進行歸類匯總，比如對溯源信息進行分品種、分經(jīng)銷商、分時段、分地區(qū)篩選，該層還可以實時給出定制化的統(tǒng)計數(shù)據(jù)，生成各種風險預(yù)測數(shù)據(jù)[16]。通過數(shù)據(jù)轉(zhuǎn)換將這些定制化要求的數(shù)據(jù)轉(zhuǎn)儲在數(shù)據(jù)庫中，提供給應(yīng)用表示層。

應(yīng)用表示層直接面向企業(yè)用戶，利用Hybrid App（混合模式移動應(yīng)用）框架開發(fā)跨平臺的移動應(yīng)用程序，滿足現(xiàn)場生產(chǎn)環(huán)境下的應(yīng)用場景需求[17]。表示層除了提供數(shù)據(jù)接口管理、預(yù)警模型管理、業(yè)務(wù)流程管理等基本功能外，整合了交流互動管理，可以定制化管理和消費者交互的內(nèi)容；企業(yè)門戶管理、社交公眾號管理和銷售傳播管理為企業(yè)溯源數(shù)據(jù)中心提供更加強大的擴展功能，適應(yīng)信息化和自媒體時代的需要[18]。應(yīng)用表示層還提供各種數(shù)據(jù)的可視化查詢，同時為多終端應(yīng)用提供數(shù)據(jù)接口。

2 種子溯源雙向動態(tài)交互模型的實現(xiàn)

2.1 種子身份證和種子電子代碼

2012年圍繞種子品種全產(chǎn)業(yè)鏈的信息需求和溯源要求，創(chuàng)建了種子物聯(lián)網(wǎng)（http://www.seediot.com/）綜合信息平臺[19]。利用種子身份證和種子電子代碼實現(xiàn)了商品種子最小包裝單元一袋一碼。該平臺搭載的種子溯源系統(tǒng)提供移動端和PC端溯源信息查詢。

農(nóng)作物品種身份證定義了水稻、小麥和玉米的品種身份證編碼原則[20]。通過商品碼、指紋碼和補充碼3個部分（不超過55位字符）準確唯一地標識了流通中的農(nóng)作物種子身份?？紤]到不同作物種子品種核心引物對數(shù)的差別，在品種DNA指紋碼部分，根據(jù)核心引物的試驗電泳值轉(zhuǎn)換成數(shù)字或字母（1,2，...，9；A,B，...）來表示，預(yù)設(shè)20～40位。補充碼部分表示品種可能攜有的特異基因信息,設(shè)計為字母“T”“S”“M”和“N”，分別代表“轉(zhuǎn)基因”“分子標記輔助選擇”“誘變”和“非轉(zhuǎn)基因”的品種[21]。為種子的溯源信息標準化奠定了基礎(chǔ)，編碼結(jié)構(gòu)如圖5。

圖5 農(nóng)作物品種身份證編碼結(jié)構(gòu)

基于種子身份證的種子電子代碼是最小包裝單元種子的唯一標識，也是所有溯源信息的重要載體。在種子身份證簡化碼（5位）前加上廠商識別代碼（即廠家組織機構(gòu)代碼，現(xiàn)已逐步變更為全國統(tǒng)一社會信用代碼），尾部加上4位時間戳和9位隨機碼后綴[22]。以安徽荃銀高科種業(yè)股份有限公司的徽兩優(yōu)898的種子電子代碼為例：91340100740872226E為廠商識別代碼，00017為徽兩優(yōu)898身份證簡化碼，168V為時間戳，加上隨機碼，結(jié)合溯源網(wǎng)址頁面地址，生成二維碼，如圖6所示。掃描圖中的二維碼即可打開相關(guān)溯源網(wǎng)頁信息，這時系統(tǒng)將經(jīng)過用戶同意采集經(jīng)緯度位置信息。

圖6 農(nóng)作物種子電子代碼

2.2 模型的實現(xiàn)

2014年至今平臺共生成電子代碼數(shù)據(jù)1 104.4萬條（統(tǒng)計數(shù)據(jù)截止到2017年6月30號），全部印制在種子最小包裝單元上在市面流通，溯源信息涉及11家生產(chǎn)企業(yè)，36個品種。在用戶掃碼查詢信息的同時，經(jīng)過用戶同意記錄了最小包裝單元被掃碼查詢的位置信息，并給用戶返回該種子電子代碼被查詢的次數(shù)信息。

圖7給出了2個品種被掃碼溯源的地理分布信息（通過Power BI Desktop生成）。分別是安徽華皖種業(yè)有限公司（位于安徽合肥）的玉米品種華皖267；安徽華成種業(yè)股份有限公司（位于安徽宿州）的小麥品種華成3366。

圖7 2個品種電子代碼掃描溯源的地理分布圖

以掃碼次數(shù)最多的小麥品種華成3366為例。選取9個縣為樣本（應(yīng)企業(yè)要求隱去具體地名，以字母A～I表示），模型將企業(yè)的銷售數(shù)據(jù)和系統(tǒng)運行期間收集的用戶掃碼反饋信息進行統(tǒng)計（統(tǒng)計數(shù)據(jù)為2016年6月30號到2017年6月30號），如表1所示。

表1 華成3366掃碼次數(shù)與銷售量統(tǒng)計表

注：A~I代表選取的樣本縣。

Note: A~I represent the selected sample county.

將2組數(shù)據(jù)進行相關(guān)性分析：設(shè)為銷售數(shù)據(jù)，為掃碼數(shù)據(jù)，構(gòu)建理論方程ln=ln+。表2給出了相關(guān)性估計結(jié)果。方程的值為3 754.69，擬合優(yōu)度為0.997 8，方程估計的整體效果較好。ln=0.956 5ln+0.235 5，＜0.01說明該變量至少在1%的水平上通過顯著性檢驗，即當掃碼反饋次數(shù)增加1%時，銷售增加0.956 5%。此結(jié)果說明企業(yè)通過掃碼次數(shù)的反饋能很好地促進產(chǎn)品的銷售，也表明種子溯源雙向動態(tài)模型可以很好地幫助企業(yè)掌握產(chǎn)品的銷售情況，指導(dǎo)生產(chǎn)投入品計劃和用工管理。

表2 銷售與反饋數(shù)據(jù)估計結(jié)果

注：*** 表示通過1%的顯著性檢驗。

Note: *** represents the value through significance test at 1% level.

企業(yè)端溯源數(shù)據(jù)中心目前處于試運行階段，運行界面如圖8所示。

圖8 企業(yè)端種子溯源數(shù)據(jù)中心運行界面

其中模型預(yù)警信息主要提供分銷商銷售情況和消費者反饋記錄的比對。對于地理代碼集合相同層面的跨區(qū)經(jīng)銷商來說，相同覆蓋范圍內(nèi)的銷量直接影響到企業(yè)對產(chǎn)品銷售布局的合理劃分。

模型中采集的地理位置信息主要由用戶的智能手機提供，目前iOS和Android操作系統(tǒng)的智能手機都集成了GPS模塊，主流手機還搭載A-GPS定位技術(shù)[23]。其提供的位置信息精度雖然遠低于測量型GPS接收機的厘米和分米級別，但大都能在5～10 m精度[24]。模型將接收到的14092條位置信息（統(tǒng)計數(shù)據(jù)截止到2017年6月30號）通過算法轉(zhuǎn)換成地理區(qū)域信息，其中僅有21條無法轉(zhuǎn)換成合適的地名字段，原因全部是掃描位置發(fā)生在兩地交界出，界限模糊。模型地理代碼位置轉(zhuǎn)換率約為99.851%。能基本滿足企業(yè)采集分析反饋信息的要求，有效避免竄貨風險。

模型數(shù)據(jù)庫目前架設(shè)在阿里云位于杭州的實例，數(shù)據(jù)帶寬為10 Mbps。目前掃碼查詢時的流量消耗主要是載入顯示產(chǎn)品包裝圖片信息。庫中36個品種的產(chǎn)品圖片均以JPG格式存儲，文件平均大小為100 KB左右。模型運行期間最高并發(fā)查詢數(shù)為95條，遠低于同時處理一萬條的設(shè)計標準。試運行期間服務(wù)器月平均宕機次數(shù)約0.27次，安全運行天數(shù)比為99.087%（按實際運行36個月計算），能滿足企業(yè)溯源穩(wěn)定性的要求。

用戶掃碼時移動端上網(wǎng)速度主要取決于運營商提供的網(wǎng)絡(luò)服務(wù)，以移動4G為例[25]，下載約在50 Mbps，上行約在25 Mbps，能完全滿足溯源頁面KB級別的流量要求。所以模型的信息采集部分能較好的在現(xiàn)有網(wǎng)絡(luò)環(huán)境中運行。

3 雙向動態(tài)交互模型與傳統(tǒng)溯源模型分析與比較

早期的可追溯系統(tǒng)多應(yīng)用于工業(yè)產(chǎn)品召回制度中，如汽車、飛機等。20世紀70年代以來，食品安全問題成為人們關(guān)注焦點，實施農(nóng)產(chǎn)品可追溯也顯得愈發(fā)重要。目前農(nóng)產(chǎn)品的可追溯系統(tǒng)在國內(nèi)外已經(jīng)開展了較多的研究。傳統(tǒng)追溯系統(tǒng)強調(diào)產(chǎn)品的唯一標識和全過程追蹤，即我們常說的一物一碼[26]，標識自然成為溯源信息鏈的唯一入口。企業(yè)現(xiàn)代化營銷手段之一就是加強和消費者之間的互動，通過對個體層次消費者的信息進行收集，利用這些數(shù)據(jù)構(gòu)建信息密集型的消費營銷策略。在供應(yīng)鏈數(shù)據(jù)方面，通過收集和分析反饋數(shù)據(jù)，能有效地調(diào)整產(chǎn)品布局，優(yōu)化分銷網(wǎng)絡(luò)結(jié)構(gòu)，適當?shù)匾?guī)避市場風險[27]。

例如2012年美國Driscoll’s漿果公司提出的“Delight Platform”計劃[28]。消費者通過掃描新式的QR碼并完成互動推送的調(diào)查問卷就能告知公司購買體驗。問卷內(nèi)容覆蓋產(chǎn)品外觀、口感、滿意度和包裝分銷等各個方面。僅2015年就收到550 000份調(diào)查問卷。公司利用這些數(shù)據(jù)及時地優(yōu)化供應(yīng)鏈結(jié)構(gòu)，將消費者需求直接用于改善產(chǎn)品品質(zhì)。公司同時結(jié)合天氣信息開發(fā)了分析模型，給出漿果產(chǎn)品的風險指數(shù)，減少庫存和退貨風險。

本文提出的基于位置解析的溯源信息雙向動態(tài)交互模型正是借鑒了國內(nèi)外農(nóng)產(chǎn)品溯源的廣泛經(jīng)驗，并結(jié)合商品種子的生產(chǎn)流通的特殊性。消費者查詢時能動態(tài)的驗證，從而避免竄貨風險，利用交互式技術(shù)還可以實現(xiàn)互動交流，打通整個供應(yīng)鏈條上的信息壁壘；生產(chǎn)經(jīng)營企業(yè)通過溯源能有效地收集產(chǎn)品信息，實時地了解產(chǎn)品流通情況和消費滿意度，從而更好地指導(dǎo)生產(chǎn)。該模型應(yīng)用在商品種子上，將一物一碼的概念延伸開來，實現(xiàn)了信息的交互，使產(chǎn)品包裝成為信息感知的入口[29]。該模型利用移動互聯(lián)技術(shù)將物質(zhì)和信息更加緊密地聯(lián)系在一起，從而提升了農(nóng)業(yè)生產(chǎn)的信息化和現(xiàn)代化水平。

表3給出了傳統(tǒng)溯源模型與雙向動態(tài)溯源模型的功能比較。

表3 雙向動態(tài)交互模型與傳統(tǒng)溯源模型對比表

因此相比傳統(tǒng)溯源模型，雙向動態(tài)交互模型為企業(yè)提供了更加智能化的產(chǎn)品管理方法和生產(chǎn)指導(dǎo)手段[30]。

4 討 論

本研究針對流通種子生產(chǎn)實際設(shè)計，模型的部署和應(yīng)用涉及企業(yè)端和用戶端雙方。種子企業(yè)的生產(chǎn)流通信息化水平參差不齊，安徽省目前正在建設(shè)省內(nèi)的種子生產(chǎn)流通系統(tǒng)[31]，如何將模型應(yīng)用于企業(yè)，定制化提供種子溯源服務(wù)是模型實際運行的前提；用戶段主要是消費者的掃碼習慣和移動應(yīng)用環(huán)境，目前大多數(shù)用戶是利用微信端查詢，未來將利用公眾號內(nèi)的小程序來試驗和完善動態(tài)交互溯源信息模型[32]。隨著各項功能的測試，還將基于模型的應(yīng)用表示層開發(fā)專用的移動端應(yīng)用，提供給企業(yè)和監(jiān)管部門。

溯源是產(chǎn)品的一項重要附加值，但流通過程中的復(fù)雜性和社會性不是單純依靠技術(shù)可以解決的。雙向動態(tài)交互模型僅僅從產(chǎn)品分銷路徑節(jié)點出發(fā)解決信息交互的問題。企業(yè)端仍然存在碼源管理、大小袋自動賦碼、企業(yè)信息化、物流環(huán)境監(jiān)管等諸多問題。這些都是一套完整的溯源系統(tǒng)必須考慮的因素，所以農(nóng)產(chǎn)品尤其是種子溯源還有很長的路要走。

5 結(jié) 論

本文在傳統(tǒng)溯源系統(tǒng)的基礎(chǔ)上，針對商品種子提出了一種基于位置解析的溯源雙向動態(tài)交互模型。該模型在流通信息采集時分級錄入?yún)^(qū)域代碼字段，在用戶掃碼驗證過程中收集位置信息，再通過兩者動態(tài)比對，雙向給出驗證結(jié)果。一方面消費者能互動地驗證溯源信息，實時給出反饋結(jié)果；另一方面，模型將用戶信息和各級經(jīng)銷商信息進行實時有效地采集，企業(yè)可通過收集這些動態(tài)回饋信息，掌握商品種子流向，統(tǒng)計各級分銷的經(jīng)營數(shù)據(jù)，有效調(diào)度和管理供應(yīng)鏈平臺，通過與生產(chǎn)端信息的比對分析企業(yè)還能進行風險預(yù)警。該模型利用地理位置動態(tài)解析、移動互聯(lián)、計算機網(wǎng)絡(luò)等技術(shù)，在目前一物一碼的基礎(chǔ)上對種子的銷售流通溯源信息進行深度細化和分析，不僅保證了信息的安全性、可靠性和完整性，更提供了智能化地信息管理方法和手段。模型試運行期間的地理代碼位置轉(zhuǎn)換率，網(wǎng)站安全運行天數(shù)比等技術(shù)指標保證了系統(tǒng)的實際運行可靠性，能有效地幫助企業(yè)預(yù)防竄貨行為的發(fā)生，在有效提高商品種子最小包裝單元防偽性的同時，為農(nóng)戶和監(jiān)管部門提供了便利，使種子商品邁入智慧時代。

[1] 霍學(xué)喜. 國外種子產(chǎn)業(yè)發(fā)展特征及其管理體制分析[J]. 科技導(dǎo)報，2002(3)：49－52.

[2] 李恩普，毛雪飛. 國外種子質(zhì)量檢驗體系發(fā)展現(xiàn)狀與啟示[J]. 中國種業(yè)，2011(8)：8－11.

[3] Reynoso W E C, Aguilar L J. Traceability and inventory online by integrating GPS and RFID in a geographic information system “GIS”[J]. American Scientific Research Journal for Engineering, Technology, and Sciences, 2015, 14(1): 107－118.

[4] Abenavoli L M, Cuzzupoli F, Chiaravalloti V, et al. Traceability system of olive oil: A case study based on the performance of a new software cloud[J]. Agronomy Research, 2016, 14(4): 1247－1256.

[5] Bosona T, Gebresenbet G. Food traceability as an integral part of logistics management in food and agricultural supply chain[J]. Food Control, 2013, 33(1): 32－48.

[6] 馮軍，謝振明，丁一，等. 種子溯源必要性及利用二維碼技術(shù)的實現(xiàn)[J]. 農(nóng)業(yè)科技通訊，2015(10)：7－8.

[7] 李巖，李東明，苑超. 基于私有云的種子追溯管理平臺的研究[J]. 中國農(nóng)機化學(xué)報，2016，37(9)：154－158.

Li Yan, Li Dongming, Yuan Chao. Research on seed tracing management platform based on private cloud[J]. Journal of Chinese Agricultural Mechanization, 2016, 37(9): 154－158. (in Chinese with English abstract)

[8] 莫學(xué)值，李興無，蔣娟，等. 廣西農(nóng)業(yè)科學(xué)院種質(zhì)庫溯源信息管理系統(tǒng)設(shè)計與實現(xiàn)[J]. 輕工科技，2016(6)：83－85.

[9] 黃慶林，張立新，焦玉聰，等. 基于RFID技術(shù)的棉種質(zhì)量安全溯源系統(tǒng)[J]. 江蘇農(nóng)業(yè)科學(xué)，2016，44(5)：395－400.

[10] 朱燕妮，雷堅，龍陳鋒. 基于雙向追溯模式的黑茶防偽溯源系統(tǒng)的構(gòu)建[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報:自然科學(xué)版，2014，40(5)：552－555. Zhu Yanni, Lei Jian, Long Chenfeng. A dark tea anti-counterfeiting traceability system build based on bidirectional model[J]. Journal of Hunan Agricultural University: Natural Sciences, 2014, 40(5): 552－555. (in Chinese with English abstract)

[11] Shin Kwangyong，楊靜，Kim Hongwoo，等. 互動式整合營銷傳播在供應(yīng)鏈管理中的應(yīng)用模式研究[J]. 物流技術(shù)，2012，31(7)：304－308.

Shin Kwangyong, Yang Jing, Kim Hongwoo, et al. Research on application mode of interactive integrated marketing Communications in supply chain management[J]. Logistics Technology, 2012, 31(7): 304－308. (in Chinese with English abstract)

[12] 高潔. 種子企業(yè)占主導(dǎo)的種子分銷渠道利潤分配博弈分析[J].種子，2014，33(6)：61－64.

[13] Thomas Jech. Set Theory[M]. 北京：世界圖書出版公司，2007.

[14] Pramod J. Sadalage, Martin Fowler. NoSQL精粹[M]. 北京：機械工業(yè)出版社，2013.

[15] 王昊，谷俊，蘇新寧. 本體驅(qū)動的知識管理系統(tǒng)模型及其應(yīng)用研究[J]. 中國圖書館學(xué)報，2013,39(2)：98－110.

Wang Hao, Gu Jun, Su Xinning. Research on the model and its application of ontology-driven knowledge management system[J]. Journal of Library Science in China, 2013, 39(2): 98－110. (in Chinese with English abstract)

[16] 顏波，石平，丁德龍. 物聯(lián)網(wǎng)環(huán)境下的農(nóng)產(chǎn)品供應(yīng)鏈風險評估與控制[J]. 管理工程學(xué)報，2014,28(3)：196－202.

Yan Bo, Shi Ping, Ding Delong. Risk assessment and control of agricultural supply chain on internet of things[J]. Journal of Industrial Engineering and Engineering Management, 2014,28(3): 196－202. (in Chinese with English abstract)

[17] 王榮海. 基于Hybrid App技術(shù)的企業(yè)移動應(yīng)用系統(tǒng)構(gòu)建研究[J]. 軟件工程，2016，19(7)：46－49.

Wang Ronghai. Research on the construction of enterprise mobile application system based on hybrid app technology[J]. Software Engineering, 2016, 19(7): 46－49. (in Chinese with English abstract)

[18] 龍桂杰. 企業(yè)自媒體的營銷傳播策略[J]. 新聞與寫作，2015(9)：110－112.

[19] 方鈺，張立平，郭書普，等. 構(gòu)建種子物聯(lián)網(wǎng)的探索與實踐[J]. 安徽農(nóng)業(yè)科學(xué)，2014，42(28)：10003－10006.

Fang Yu, Zhang Liping, Guo Shupu, et al. Practice and research for building the internet of crops seed things[J]. Journal of Anhui Agricultural Sciences, 2014, 42(28): 10003－10006. (in Chinese with English abstract)

[20] 農(nóng)作物品種身份證編碼規(guī)范DB34/T2082-2014[S]. 2014-02-17.

[21] 陸徐忠，倪金龍，李莉，等. 利用SSR分子指紋和商品信息構(gòu)建水稻品種身份證[J]. 作物學(xué)報，2014，40(5)：823－829.

Lu Xuzhong, Ni Jinlong, Li Li, et al. Construction of rice variety indentity using SSR fingerprint and commodity information[J]. Acta Agronomica Sinica, 2014, 40(5): 823－829. (in Chinese with English abstract)

[22] 張立平，方鈺，董偉，等. 農(nóng)作物種子電子代碼的實現(xiàn)與應(yīng)用[J]. 貴州農(nóng)業(yè)科學(xué)，2015，43(11)：209－211.

Zhang Liping, Fang Yu, Dong Wei, et al. Implementation and application of crop seeds electronic code[J]. Guizhou Agricultural Sciences, 2015, 43(11): 209－211. (in Chinese with English abstract)

[23] 陳銳志，陳亮. 基于智能手機的室內(nèi)定位技術(shù)的發(fā)展現(xiàn)狀和挑戰(zhàn)[J]. 測繪學(xué)報，2017，46(10)：1316－1326.

Chen Ruizhi, Chen Liang. Indoor positioning with smartphones:the state-of-the-art and the challenges[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10): 1316－1326. (in Chinese with English abstract)

[24] 畢京學(xué)，甄杰，郭英. Android手機GPS和A-GPS定位精度分析[J]. 測繪通報，2016(7)：10－13.

Bi Jingxue, Zhen Jie, Guo Ying. Accuracy of GPS and A-GPS positioning on Android Phone[J]. Bulletin of Surveying and Mapping, 2016(7): 10－13. (in Chinese with English abstract)

[25] Erik Dahlman, Stefan Parkvall, Johan Skold. 4G LTE/LTE- Advanced for Mobile broadband (second edition)[M]. 北京：人民郵電出版社，2015.

[26] 俞建國. 構(gòu)建基于一物一碼的防偽溯源新生態(tài)[J]. 標簽技術(shù)，2016(4)：33－36.

[27] 蘇維宣. 淺析農(nóng)業(yè)生產(chǎn)者應(yīng)如何應(yīng)對產(chǎn)品價格周期性波動的市場風險[J]. 財經(jīng)界，2016(2)：53－54.

[28] Driscoll's 運用食品遡源技術(shù)收集消費者反饋[EB/OL]. 國際果蔬報道，http://www.guojiguoshu.com/article/3054, 2017-04-18.

[29] 陳瑩，張友華，郭書普，等. 基于智慧包裝的小麥種子防偽預(yù)警系統(tǒng)設(shè)計與實現(xiàn)[J]. 安徽農(nóng)業(yè)大學(xué)學(xué)報，2016，43(6)：1033－1038.

Chen Ying, Zhang Youhua, Guo Shupu, et al. Design and implementation of wheat seeds anti-counterfeiting early warning system based on wisdom packaging[J]. Journal of Anhui Agricultural University, 2016, 43(6): 1033－1038. (in Chinese with English abstract)

[30] 烏爾里希·森德勒. 工業(yè)4.0:即將來襲的第四次工業(yè)革命[M]. 北京：機械工業(yè)出版社，2014.

[31] 高琪娟，張友華，辜麗川. 基于物聯(lián)網(wǎng)技術(shù)的農(nóng)作物種子物流平臺建設(shè)[J]. 洛陽理工學(xué)院學(xué)報：自然科學(xué)版，2015，25(2)：47－50.

Gao Qijuan, Zhang Youhua, Gu Lichuan. Logistics platform development of crop seeds based on IOT[J]. Journal of Luoyang Institute of Science and Technology: Natural Science Edition, 2015, 25(2): 47－50. (in Chinese with English abstract)

[32] 劉紅衛(wèi). 微信小程序應(yīng)用探析[J]. 無線互聯(lián)科技，2016(23)：11－13.

Liu Hongwei. Analysis on application of WeChat small program[J]. Wireless Internet Technology, 2016(23): 11－13. (in Chinese with English abstract)

Bidirectional dynamic interaction model of seed traceability based on location analysis and its implementation

Fang Yu1, Zhu Jingbo1, Xu Xue2, Qin Ruiying2, Guo Shupu1, Zhang Liping1※

(1.,,230031,; 2.230031)

Agricultural product safety concerns the national economy and the people's livelihood. From the starting point of agriculture production, the quality and safety of products, i.e. seeds, are especially important and need to be traced. To realize the traceability of crop seeds and help the production enterprise to analyze the operation status and realize the interactive marketing, in this paper, we constructed a bidirectional dynamic model of seed traceability based on location analysis. Through the seed electronic code, the model divided the traditional logistics information chain data into different sets of geographic codes, which were nested according to the geographical location of the distribution. The commodity seed from the factory to the user will experience a lot of path node, each path node dealer was required to writes its own geographic code. The geographic code contained the company information of the dealers at all levels and the place name information of the sale’s area. In the pre-sale stage of the seed, the geographic code set information was independent of each other. When the end user queried the seed electronic code, the flag was activated and the model started to dynamically analyze the location of the user. By converting the user's latitude and longitude information, this model received the detailed address information, started match the geographical code set of information from small to large, and ultimately found the dealer information or returned warning information. The query action of the user connected the geographical code sets of all levels, and the whole traceability data chain provided the traceability result to both the enterprise and the user at this time. The enterprise-side model consisted of a collection layer, a data sharing analysis layer, and an application presentation layer. When the enterprise obtained the traceability information, it can communicate with users, collecting user’s behavior data, and pushing enterprise marketing information. The enterprise-side model can be combined with supply chain data for data analysis to help improve and guide production. By selecting the data of sales and feedback of Huacheng 3366 wheat in ten counties, the goodness-of-fit was 0.997 8, which showed that the feedback from the code scanning could promote the sales. Among all the 14 092 barcode scanning position information, only 21 of them cannot be converted into the appropriate place name fields, and the model geo-code position conversion rate was around 99.851%, which can basically meet the business requirements of collecting and analyzing feedback information, helped enterprise effectively avoid the risk of transregional behavior. During the 36 months of trial operation, the monthly average number of server downtime was about 0.27 times, and the safe running days ratio was 99.087%, which can meet the requirements of enterprise traceability stability. The model was layered and independent of circulation information, which ensured the integrity, authenticity and security of traceability. The model added the bidirectional interactive data link on the traditional traceability model, so that the enterprise can interact with the user when scanning and obtain the user behavior data and push the marketing information. The model’s commissioning of the geocode location conversion rate, the number of days, the site safe operation and other technical indicators can effectively help companies master the actual operation, effectively prevent the occurrence of the transregional behavior, optimize the enterprise distribution channels, it also provides a more reliable means of information for the regulatory department to manage the seed market.

seed; crops; models; seed traceability; location analysis; geographic code set; seed electronic code

10.11975/j.issn.1002-6819.2017.24.027

S126; TP391

A

1002-6819(2017)-24-0207-08

2017-08-22

2017-12-04

安徽省科技重大專項（15czz03117）；安徽省農(nóng)科院院長青年創(chuàng)新基金（15B1424）

方 鈺，男，安徽合肥人，助理研究員，主要從事農(nóng)業(yè)信息和農(nóng)業(yè)物聯(lián)網(wǎng)研究。Email：tet625@163.com

張立平，男，安徽巢湖人，副研究員，從事農(nóng)業(yè)信息技術(shù)研究。 Email：sangold@163.com

方 鈺，朱靜波，許 學(xué)，秦瑞英，郭書普，張立平. 基于地理位置解析的種子溯源雙向動態(tài)交互模型及實現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報，2017，33(24)：207－214. doi：10.11975/j.issn.1002-6819.2017.24.027 http://www.tcsae.org

Fang Yu, Zhu Jingbo, Xu Xue, Qin Ruiying, Guo Shupu, Zhang Liping. Bidirectional dynamic interaction model of seed traceability based on location analysis and its implementation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(24): 207－214. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.24.027 http://www.tcsae.org