政府与企业用大数据共治食品安全

简介:

从点评中的蛛丝马迹,到监管部门的快速反应,背后正是多元社会力量共治食品安全的一个缩影。互联网的发展,促成了网络订餐平台等新兴行业的崛起,将整条食品安全链条拉得更长,环节变得更多,引发了新的食品安全问题,但其实也为治理找到了新的路径

一个消费者的点评究竟有多大能量?去年,上海一位消费者在美团点评上无意中提到沪上某餐厅出现了违禁商品——河豚鱼。没过几天,长宁区市场监督管理局就找上门去,对违法企业处以10万元罚款,2016年还没过完,这家餐厅已经关门了。

从点评中的蛛丝马迹,到监管部门的快速反应,背后正是多元社会力量共治食品安全的一个缩影。互联网的发展,促成了网络订餐平台等新兴行业的崛起,将整条食品安全链条拉得更长,环节变得更多,引发了新的食品安全问题,但其实也为治理找到了新的路径。

新形势下,如何规范网络食品第三方交易平台发展? 如何发挥网络平台的科技优势?本报记者走进企业和监管部门后发现:去年以来,大家的思路都在变,社会治理模式正在从单向管理转向双向互动的社会共治模式。

企业自治

食品安全官一上任就“补短板”

2016年7月1日,钟永健有了新的职位———首席食品安全官,主要负责统筹规划和制定美团点评的整体食品安全策略,协调餐饮业务及各职能部门,保证食品安全各项工作的落地执行。在此之前,这个中国最大的网络餐饮第三方平台从未设置过类似职位,在整个网络餐饮业中,也从未有过这个职位。

钟永健坦言,他上岗后的第一件事就是“还旧账,补短板”,“根据2015年新 《食品安全法》 对于第三方平台主体责任的要求,我们在企业内部制定了 《美团点评餐饮安全管理办法》,并着手建立餐饮配送过程中食品安全体系。”他扳着手指头给记者细数各种新措施:过去一年,出台了针对商户筛选的“六步审核”、针对商户追责的“黑名单”、针对消费者投诉的“十倍赔付”等一系列规定。

政企对接

做到“户户有记录,问题有着落”

企业的思路在变,政府部门的思路也在变。面对新环境下的食品安全问题,单一政府部门单打独斗并非上策,能否借助互联网企业的力量,从线下转向线上线下融合,变“监管”为“共治”,是过去一年政府监管部门始终在探索的方向。

长宁区市场监督管理局和美团点评的思路就互相“对上了”。去年第四季度,钟永健飞到上海,与长宁区市场监管局共同启动食品安全社会共治示范项目,共包括四方面十个子项目。在这个合作框架中,一个名为“天网”的入网经营商户电子档案系统浮出水面,钟永健告诉记者:“美团点评将针对长宁区入驻餐饮商户建立电子档案,跟踪餐饮商户入网、经营、退出的全生命周期情况,做到‘户户有记录、问题有着落’。”

浦东新区市场监管局与网络订餐平台饿了么也对上了。浦东新区市场监管局相关负责人透露,早在2015年6月,上海市政府监管部门就主动向企业公开共享政府的监管数据信息,这在全国也属首创。如今,基于互联网的数据对接系统,在饿了么手机App上,可以看到市场监管局传送上去的证照资质、食品安全监管情况等权威信息数据,并保持实时更新。

2015年12月,上海发布了 《关于鼓励网络订餐第三方平台采集和应用政府食品安全数据的指导意见》。市食药监局食品餐饮监管处副处长张磊告诉记者,2016年以来,美团点评、百度外卖等五家平台已实现与监管部门的信息对接,3万余户次餐饮单位的监督公示脸谱信息已上线,全年督促各平台清理本市网上无证餐饮单位6万余户次。

社会参与

推动食品安全问题更高效解决

多元社会力量共同参与食品安全治理,是食品安全监管模式改革的一个必然选择。政企对接过程中,信息公开、数据对接只是第一步,在更深层次的探索上,上海也走在了社会共治的创新前沿。

在长宁区市场监督管理局与美团点评的合作框架中,“天网”系统只是第一步,更深入的合作是“天眼”系统——餐厅食品安全市民评价大数据系统。钟永健向记者透露,“这个系统将以消费者点评数据作为大数据基础,通过语义识别分析技术,将长宁区餐厅评价数据中有关食品安全的内容进行量化和结构化,并通过数据可视化,分地域范围、分细分品类实时展示,最终推动食品安全问题更高效率解决。”据悉,这一深度探索试点今年将在全市范围内推广。目前,系统数据覆盖范围已经升级到全市范围。

在市食药监局,一个名为“餐厅市民评价大数据平台”的App也在探索中。张磊告诉记者,这个App将全面接入饿了么、美团点评等网络餐饮平台的信息,以大数据技术分析市民评价中的食品安全负面信息,最后呈现出四大类30多个细分数据汇总信息,“监管部门可根据不同的条件,对差评商户进行针对性检查。”“食品安全社会共治是一项系统复杂的工程,需要消费者、企业、监管部门等多元主体互相配合、互相补充的治理结构,才能实现对食品安全问题的标本兼治。”张磊说。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
传感器 监控 供应链
|
2月前
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
47 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
2月前
|
分布式计算 关系型数据库 MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
36 0
|
2月前
|
分布式计算 DataWorks BI
MaxCompute数据问题之运行报错如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 1
|
2月前
|
分布式计算 关系型数据库 数据库连接
MaxCompute数据问题之数据迁移如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
35 0

热门文章

最新文章