海关数据网 官方统计数据网站

海关数据网官方统计数据网站

我国海关经过多年的信息化建设，已基本夯实了大数据应用基础，尤其是在金关工程（二期）之后，各关区、各业务领域结合自身业务特点在数据分析和数据挖掘建模积极探索，目前海关大数据云中心已颇具规模，同时外部数据来源也在不断得到拓展，大数据分析的理念已深入人心。腾道可以预见，在今后几年内，我国海关大数据网的应用将更加深入，但与此同时，与其他政府部门的大数据应用面临的“6用问题”类似，现阶段我国海关大数据应用也面临着若干问题有待解决。今天就跟着腾道来看看海关数据网，看看他们的海关数据是怎样的！

（1）数据不够用。尽管海关积累了海量的数据，但这些数据主要是海关内部数据，而外贸企业注册和经营情况、旅客个人信息、供应链上下游数据等外部数据还比较缺乏。

（2）数据不可用。在进行数据分析时常常会遇到需要的数据在各部门都有，但是数据不在一个系统里，是数据孤岛，并不能用来做大数据决策。腾道整合了最新的海关数据以及全球商业数据库的领导者Avention，帮助外贸企业解决数据不可用的问题。

（3）数据不好用。面对足够可用的数据资源，还要考虑数据好不好用问题，即数据质量是否能满足需要。但目前企业申报数据在真实性、完整性等方面尚与海关大数据应用需求存在一定差距。

（4）数据不会用。数据不会用问题是指不懂大数据分析技术、不会将业务问题转化为数据分析问题，这正是大数据决策的核心，而将业务问题转化为数据分析问题，需要专业的数据科学家创造性的劳动。由于技术门槛较高，能够使用大数据分析技术的关员在海关内比较短缺，使得数据不会用的问题在实际中表现非常突出。数据分析对技术人员来说是个简单问题，对外行人就是看热闹。腾道外贸大数据把复杂的问题简单化，利用12年外贸数据研究人员的强大能力让我们的外贸企业简单、轻松看懂我们的外贸数据，分析好外贸市场。

（5）数据不敢用。数据不敢用是指因为数据安全等原因而将本该用起来的数据束之高阁，或数据拥有部门不愿意将数据用于非本部门业务。

（6）数据不能用。数据不能用有两个方面，一个是数据权属问题，即数据不属于使用者；另一个是法律问题，如个人信息数据，网络爬虫数据等。

鉴于此，本文介绍了英国、加拿大、法国、美国这些发达国家海关大数据的官方网站以及他们的实战经验，旨在为我国海关大数据应用提供参考和借鉴。

（一）英国海关（HMRC）

（1）数据质量先行

英国海关发现其使用的数据可能是不准确和具有误导性的，这些数据的来源和获取时间都存在问题。经过反思后，英国海关转而使用更可靠的系统和数据来源，以保证使用数据的准确

性和完整性。为此，英国海关开展了核心计划（CORE Project）旨在提升数据的质量，包括数据准确性和完整性。该项目计划建立基于网络的无缝整合的数据管道（Data Pipeline）来实现供应链上下游企业和海关的数据交换，使海关从正确渠道在正确时间得到正确的商业数据流，解决供应链数据的真实性和可见性问题，增强海关的布控精度。同时该计划还提出政府需要给提供数据的企业以合适的激励，提高数据的准确度，减少参与主体的风险。

（2）海关与商界数据同步

为了使数据的类型和来源多样化，英国海关努力发展与商界的数据同步，随着CSPs（海港和空港的交易系统）的产生和发展，大大增加了海关在货物申报前对货物商业数据和物流数据的掌控，英国海关在这些商业系统中嵌入缉私和布控技术模块，这为海关大数据运用提供了新的视角。通过海关与商界数据同步，这些外部商业数据被海关“内在化”并加以运用。当然这些数据同步行为需要依据相关法律在保障数据隐私和网络安全的前提下开展。最后告诉各位外贸人，腾道可是有英国最新的海关数据哦！对于那些立足英国市场的外贸企业是有很大帮助的。

（二）加拿大边境管理局（CBSA）

（1）数据驱动决策

CBSA的数据驱动决策过程由以下三个支柱组成，第一个支柱是数据管理，建立数据管理中心，实施与WCO 数据模型标准一致的企业业务数据模型，并通过加强各部门间的交流增强数据的一致性、完整性。第二个支柱是业务智能化，建立了数据仓库，集成从源数据，在整合业务、财务和人力资源数据方面已达到了高层次业务的需求。第三个支柱是事前分析，包括提高业务分析能力、预测分析、数据可视化等。CBSA与WCO 合作，推出了电子舱单项目，建立可供跨部门使用的标准数据模型，这样可以对货到前商业信息进行风险预评估，利用预测分析模型发现异常情况，应用于审查贸易瞒骗，并进行布控。

（2）数据源拓展

目前CBSA的大数据分析主要是大量的结构化数据分析，今后将致力于从大数据的“高速（Velocity）”和“多样性”（Variety）两方面特性出发，提升其数据分析能力。为了实现大数据的存储和处理，目前使用企业数据仓库（EDW），并致力于减少数据使用的壁垒，拓展EDW的数据源。目前的EDW在不断加强多源和不同类型的数据整合能力，已加入了来自公开来源的数据集，促进货物和旅客的风险评估能力。CBSA还将在旅客的生物特征筛检、面部特征识别、自动测谎和预测建模领域进行探索。

CBSA的经验还包括，指定一个理解数据在决策方面的价值和有权使用这些数据的管理负责人；建立正规的数据管理，确保可获取相关、准确和及时的数据，由此增加数据的可信度；建立懂得数据和技术的团队；始终尊重信息的私密性与敏感性。

（三）美国CBP——旅客面部识别系统AVATAR

美国实施了“被信任旅客”项目，该项目旨在提高那些通过特定航线和入境口进入美国或者再次进入美国的被先期批准或者低风险旅客的入境便利，在此项目中应用了一种面部识别系

统AVATAR（Automated Virtual Agent for Truth Assessments in Real-time，实时的用于真实性评估的自动化虚拟代理）。CBP将其安装于多种港口入境口，虚拟关员avatar对所有申请“被信任旅客”状态的乘客进行审查，然后通过平板电脑和智能手机自动反馈给海关关员，让他们能够进行后续更加深入的审查。

为了判断旅客是否将了真话，AVATAR系统运用了三种不同的传感器：一个红外线摄像机，以每秒250帧来记录关于眼球运动和瞳孔放大的数据；一个视频摄像机，用来监控人们身体的可疑抽搐以及习惯动作，以辨别那些可能藏匿违禁物品的人员；一个麦克风，记录声音数据，聆听语音的音色以及音高的细微变化。虚拟关员avatar和入境检查旅客的进一步互动能产生新的人员数据，让系统能够和一直增长且持续更新的“大数据库”相比较。AVATAR运用了“预测建模技术”，通过机器学习，它检测的人员越多，就能学习越多的面部、声音和关联的指标，以识别人们说谎或者行为可疑。

北美地区的海关数据无疑是最全的，基本上你在腾道外贸大数据里面查询的北美国家外贸企业的数据都是可以查询的，不信，你自己试试看。

（四）法国——旅客预先信息-旅客姓名记录系统（API-PNR）

2016 年欧盟要求欧盟成员国收集和使用PNR 数据和旅客预先信息（API），用以防范、调查和起诉恐怖份子的违法行为和严重犯罪。旅客预先信息（API ）数据是在办理值机手续时产生的数据，包含了用于识别旅客和机组人员所需要的所有护照及身份证数据以及航班信息。旅客姓名记录(PNR ) 数据系指航空公司为每名订票的旅客所建的记录，航空公司为运营目的使用该数据。

在此背景下，法国制定了一系列法律措施，授权收集、存储和处理航空旅客和机组人员的API-PNR 数据，并与几家航空公司一起开发了API-PNR系统。到2017年初，法国已有40 多家航空公司与该系统对接，覆盖了约70％的非欧盟旅客。今后所有250 家经营以法国（包括欧盟境内和法国海外领土）为目的地和始发地的国际航班的航空公司都将发送他们所载旅客的数据。

API-PNR 数据系统将具备多个搜索、布控和分类功能，其目标包括：（1）从旅客数据库中获得信息；（2）从预测的标准档案中对高风险人员进行识别；（3）把收集到的旅客数据与从国内、欧盟或国际数据库收集到的相关数据比对识别；（4）将通缉的人员以及被盗或遗失文件的数据进行比对；（5）在一段时间内对特定人员目标进行监控。此外，法国海关还将根据旅客行李的重量、异常付款形式、可疑旅行社等，或根据此类各项标准的组合进行数据分析，能够大规模地、迅速地识别敏感或不合逻辑的路线，以及间隔不合理的返程航班。

由于旅客姓名记录（PNR）系统涉及访问大量的个人数据，因此根据法国人身自由条例和个人数据保护保障的相关规定，个人数据的使用必须与法律规定的特定的安全目标相匹配。法国政府在PNR 收集的数据类型、保存期限、敏感数据过滤、数据使用全新审核和确保旅客对信息的知情权等方面进行了承诺，用以加强对个人数据的保护。