1 绪论
1.1 选题背景及意义
1.1.1 选题背景
近年来，信息技术与社会发展、科学研究的交汇融合激发了数据量的爆发增长，数据是信息的载体，因其创造新价值、发现新知识、提升新技术的特点而成为国家基础性战略资源。我国是农业大国,“三农”问题一直是我国的关注的重点问题，农业、农村、农民信息的数据体量大，涉及问题种类广，是值得我们研究人员深入探索和解决的。随着科学技术的不断发展，3S 技术的出现对于农业行业的应用体现了更高的价值。不仅可以从空天地三个层面分析、挖掘农业地理信息数据的价值，更使得农业信息得到更直观的展示，也使得农业行业数据体量突飞猛增。然而，随着农业数据资源开放性和多源性的发展，数据质量更加参差不齐，劣质数据、虚假数据等问题日益突出，导致了我国农业“数据丰富、信息贫乏”状况，也限制了科学决策的制定。目前数据质量管理手段和方法相对滞后，大多数研究人员仅基于某特殊背景进行数据质量管理研究，不具备通用性。对于农用地资源信息涉及人员多、数据范围广、数据形式多样等情况的研究更是不多。且数据质量的管理往往滞后于数据生产的实践，使得数据质量的控制管理工作相对被动，难以有效的保障数据质量。
随着全球信息化的发展，农业的数字化和信息化脚步随之加快，具备空间与非空间等多信息集成的综合农地资源数据库的研建，是目前农业标准化、规范化、信息化的重要手段。农业多信息集成数据的生产和应用，正逐步成为推动农业生产、农业保险、农业补贴等国家重大农业政策制定、落实和评价等工作的重要数据基础。同时，数据质量的要求更高，提升数据质量已上升到了农业信息化发展战略的高度。2017 年，国务院提出建立粮食生产功能区和重要农产品生产保护区（以下简称“两区”）指导意见[1]，要求力争用三年时间完成全国范围“两区”划定和数据库建设工作。农业“两区”数据是目前我国正在建设的集多源信息于一体的重要农地资源基础数据之一，其数据库成果主要包括空间信息数据、非空间信息数据两种类型。结合“两区”数据建设的实践开展数据质量管理研究，建立可行性强、可推广复制的数据质量管理体系，有利于全面提升农地资源数据总体质量水平，提升数据的应用转化效率，从而为行业发展提供科学、有效的基础数据和信息支撑。
.................
1.2 国内外研究现状
1.2.1 国外研究现状综述
20 世纪 60 年代初，国外关于数据质量相关研究便以兴起，包括对数据的研究、数据质量的研究，以及数据质量存在的问题等研究，并将研究的问题和结果进行分类，在问题的基础上提出对应的改进措施。20 世纪 60 年代初，费根堡姆等（1961）首次提出全面质量管理的理论，“是指在最经济的情况下，以充分满足用户需求为目的，开展市场调查、产品设计、产品生产和提供服务，并且将组织内部各单元对质量的维持控制和提高整合为有机的体系[2]。”随后，日本研究者开始引进全面质量管理理论，全面质量管理理论在日本迅速发展起来。到 20 世纪七十年代，质量管理的思想己经慢慢普及到了整个日本企业的各个环节。20 世纪 80 年代，全面质量管理的理论由标准化组织整理并颁布了 ISO 系列标准。美国麻省理工学院（MIT）数据质量项目的负责人 Wang 教授等人(1996)开展的全面数据质量管理（TDQM）活动，借鉴物理产品的质量管理经验，提出了数据产品的质量管理体系。即把数据看作有生命周期的产品来管理，对数据的精度、完整性等多维度进行管理，并以数据满足用户需求程度作为主要评价指标[3]。
Joyce Nawelwa 等（2015）以全面质量管理为基础，通过随机抽样、问卷调查与结构式访谈等方法，探讨了中学全面质量管理的实践并开展验证。研究认为全面质量管理是通过提高利益相关者的满意度、追求持续改进和培养积极的领导能力来提高组织的有效性；在 95%的置信水平下，学校的使命宣言、校训和愿景描述了与质量有关的活动[4]。Pei-Lee Teh 等（2009）在全面质量管理理论的基础上，利用问卷调查、多元回归分析等手段，对制造业和服务业企业的全面质量管理实践的多维性与员工角色冲突之间的关系进行了研究。研究认为全面质量管理实践与角色冲突之间存在显著的负相关，企业应研究如何发挥领导和过程管理的主要作用，以及如何提高信息分析的有效利用，以减少员工的有害角色冲突[5]。DanielL Moody 等（2003）以现场和实验室研究的方式，设计了一种评估和提高数据质量的模型，研究了大型应用开发数据模型的质量保证、将质量构建到数据分析过程中、研究了专家和新手制作的数据模型之间的差异，为评估过程提供自动化支持，并应用于改进和扩展数据质量框架[6]。
.............................
2 理论基础和评价方法概述
2.1 全面质量管理理论
2.1.1 全面质量管理理论的内涵美国著名质量专家朱兰博士预言“21 世纪将是质量的世纪”，质量正以其前所未有的影响，成为如今社会改善供给关系、引领社会发展的重要力量[11]。关于质量，有许多不同维度与定义。哈佛商学院的戴维·加文（David Garvin）认为质量是难以形容的、基于产品的、基于用户的、基于制造的或者基于价值的等 5 种不同维度[12-13]。也有专家从卓越、价值、产品、客户和生产等不同角度定义质量。国际标准化组织在 ISO 9000：2015《质量管理体系 基础和术语》中的定义，质量是“客体的一组固有特性满足要求的程度”，这就是广义质量的概念。质量概念中的客体，早期局限于产品，随着科学技术的发展和需求的变化，已经逐渐扩展到服务，以及过程和管理体系等方面。
TDQM 强调预防为主，防治结合的数据治理方式，根据数据质量的指标，分析数据质量产生问题的原因，对数据的全过程进行监测；通过定义产品的目标和需求，设计数据质量测量指标，分析数据生命周期中数据产生的问题、总结实施效果良好的方式方法，不断提高产品的质量，以保证数据多维度评价质量。
质量管理的工作程序，通常采用 PDCA 循环。PDCA 循环包括四个阶段，即策划（Plan）-实施（Do）-检查（Check）-处置（Act），如图 2-1 所示。
图 2-1 PDCA 循环示意图
2.2 相关概念
2.2.1 “两区”数据含义及范围
本研究所述“两区”数据是指在“两区”划定工作基础上形成的电子数据和文档。主要包括含有地理位置坐标等信息的空间数据和记录相关属性和调查内容的非空间信息数据。空间信息数据具体包括境界与管辖区域、栅格图件、基本农田区域和高标准农田建设情况、“两区”地块、“两区”片块和“两区”标志信息等；非空间数据包括“两区”面积相关统计信息表、“两区”管护信息表、公告公示情况记录表、文档资料表，以及部分地区的天然橡胶地块内容表、标志牌内容表，以及矢量数据的元数据等，以上统称为“两区”划定数据库。
2.2.2 数据质量含义
21 世纪信息技术高速发展，随着大数据技术、数据库管理技术、人工智能等新的科技的不断发展，电子化数据成为现代社会数据的普遍格式，而数据质量在各项领域中也尤为重要。
数据质量是保证输出产品或服务等满足要求的基础，是组织间合作和数据生产过程的主导因素。数据质量评价和数据质量管理也数据质量维度的管理与评价，是所有数据质量评价指标选择的依据。同时，数据质量不同维度也有其一定的优先顺序，不同的组织、不同类型的机构都可以根据自己的实际情况选择有意义的维度。一个比较好的建议是首先评估数据准确性和完整性准则，而其他的数据质量维度都将以数据完整性准则为基础。在实施过程中，也需要细化度量的粒度，如数据值、数据元素、数据记录和数据表等（刘寒，2019）[15-16]。
数据质量维度主要包括准确性、完整性、唯一性、一致性、时效性、精确性、合理性、及时性和有效性等。如表 2-1 所示。
表 2-1 数据质量维度表
3 “两区”数据的质量管理现状和存在问题 ............................ 14
3.1 “两区”数据现状 ........................ 14
3.1.1 “两区”划定工作要求及进展 ...............................14
3.1.2 “两区”数据特点 ......................14
4 “两区”数据质量控制体系设计........................ 23
4.1 “两区”数据质量控制要求 .................................... 23
4.1.1 控制的含义与认识 ......................................... 23
4.1.2 “两区”数据质量控制范围 .................................23
5 “两区”数据质量评价............................................ 36
5.1 数据质量评价的认识 .......................... 36
5.1.1 评价的意义 ............................................... 36
5.1.2 评价指标和质量维度的区别 ................................. 37
6 H 县“两区”划定数据质量管理案例分析
6.1 H 县“两区”划定工作总体情况
H 县是粮食生产大县，地理条件优越，物产资源丰富。按照国务院相关文件要求，H 县委县政府高度重视，迅速行动，及时部署，加压增责，精心实施。为按时、全部、保质完成“两区”划定任务，县“两区”工作主管部门印发了县级“两区”划定工作方案。建立了由农业、国土、发改、财政等部门参加的联席会议制度，为“两区”划定工作顺利开展奠定了基础。
H 县的“两区”划定任务面积为 76 万亩，划定“两区”作物类型包括小麦、玉米、油菜三种。H 县从 2018 年开始划定工作以来，为有序开展“两区”划定工作，按要求生产“两区”划定数据，有效控制“两区”划定数据质量，按时完成“两区”划定工作，形成并下发了一系列指导方案和实施办法，采取了多种控制手段，走在了全省“两区”划定工作完成县的前列。
利用已有工作成果，收集多源基础数据，包括全县永久基本农田数据、第二次土地调查成果数据、土地利用总体规划数据、农村土地承包经营权确权登记颁证数据、“十三五”高标准农田建设规划等数据，在收集的数据资料基础上，分析“两区”目标作物类型小麦、玉米、油菜的种植分布等情况，遵循生产稳定、标识清晰、能划尽划的原则。在综合分析与处理基础上，结合“两区”划定要求，进行了各类型作物的划定，落实到具体地块。
.........................
7 结论与展望
7.1 研究结论
农业地理信息数据近两年已成为农业等部门研究的重点之一，在全国承包地确权、耕地轮作休耕制度试点、农业保险等行业项目中展开了基础数据初步创建和应用的研究工作。本文就农用地“两区”划定数据质量管理问题进行数据质量管理体系研究，其主要目的是通过一套系统、完善的控制理论和评价方法，针对“两区”划定数据质量管理中存在的问题，开展全面、细致的总结分析，从而在农用地地理信息基础数据库建设思路的基础上，摸索能够解决数据质量控制、管理，及其质量评价的有效并较完善的方法体系，在有效管理“两区”划定数据的同时，为农业行业类似数据的质量管理提供科学的参考依据。本研究从农业“两区”划定数据存在的问题出发，结合质量管理理论、“两区”数据认识，以及数据质量和管理现状等方面进行综合分析，设计数据质量控制指标、方法等对“两区”数据过程控制，建立数据质量控制框架体系。同时，建立数据质量评价指标体系，研究并评价数据质量管理工作情况，最后通过 H 县案例进行对比分析，说明“两区”数据质量管理情况。
本文以全面质量管理理论为基础，针对多信息集成的农业地理信息资源数据质量，开展了全面数据质量控制体系、数据质量评价体系的研究。
（1）提出数据质量控制七点要求，及 83 个数据库质量控制内容，从数据质量控制的管理、数据质量控制技术，“两区”划定过程控制和数据库控制等方面着手，针对“两区”数据采集、公告公示、审核修正、建库更新、检查验收以及数据汇交流程，尤其对数据建库环节的控制与管理，研究建立了相应的数据质量控制管理体系，以控制农业行业正在开展的“两区”划定数据质量。
（2）在相关文件背景要求下，划定技术规程及数据库规范的约束下，明确“两区”划定数据及“两区”划定数据库的基本要求和内容，根据数据生产、检查、改进等主要管理阶段，分析了数据质量管理的现状，并结合数据本身、数据生产和管理等方面归纳了“两区”数据存在的问题。提出数据质量评价五点要求，结合“两区”数据多源异构等特性，总结了“两区”数据质量评价的 13 个维度，设计了相应的评价指标、及评价流程，分析了 4 种适用评价方法，构建了一个完整的数据质量评价体系。
（3）在质量控制体系、质量评价体系研究基础上，以一个县级行政单元“两区”划定初步结果数据为例，试验分析该县数据生产过程中采取的质量控制措施，并结合本研究提出的质量控制要求及质量控制内容，针对数据存在的问题，选择适用评价指标和评价方法对数据质量进行定性和定量评价，提出数据质量存在问题及数据质量改进的意见建议。试验结果表明，本研究能够在一定程度上对农用地“两区”数据进行有效的数据质量控制及评价，从而指导数据生产实际应用，提高数据质量。
参考文献（略）