（杭州海关下辖嘉兴海关，浙江杭州310012）
［摘要］大数据目前在海关风险管理中的运用已相对普遍，但其带来的管理效益却见仁见智。这需将“厚数据”思维引入海关风险管理进行深度数据挖掘，让大数据开口说话。文章从我国海关风险管理的研究现状谈起，分析其存在的不足，在对“厚数据”与“大数据”进行比较的基础上，分析了其在海关风险管理运用中的优势，提出了未来以“厚数据”为核心的我国海关人工智能风险管理新思路。
［关键词］海关风险管理；“厚数据”；智慧风险管理
［DOI］10．13939/j．cnki．zgsc．2017．30．154
［作者简介］娄泽黎，杭州海关下辖嘉兴海关在职关员；沈斌，杭州海关下辖嘉兴海关在职关员，副科长。
随着AlphaGo对世界围棋高手的围剿，人工智能成为当前最热门的话题，这就是“大数据”时代。但是，人工智能也存在着“大数据”思维下注重数据相关性而弱化因果关系等局限性。因此，人们很快意识到在现代管理学中应尽可能地把“人”的因素融入到数据分析中去，这就是本文所要讨论的“厚数据”思维。希望“厚数据”思维下的中国海关AlphaGo诞生，其目的是为中国海关风险管理提供一条更具前瞻性的新思路。
1 我国海关风险管理现状与国内研究概述
我国海关系统的风险管理起步于1999年海关总署综合统计司的海关执法评估系统，成型于2004年。迄今为止，风险管理在我国海关管理中的运用已超十年，逐渐形成了以海量数据为基础，设定参数下达指令为方法的风险管理模式。但在技术不断更新的今天，信息数据来源将更加分散、格式将更加多样，这就对我国海关的风险管理提出了新的挑战。特别是与欧美国家相比，我国的海关风险管理模式仍停留在“初代防火墙”水平，即根据“已知”去管理“未知”，根据已发生的违法情况来防范未来可能发生的相同违法情况。这样的模式在监管环境日益复杂的今天显然是既缺乏动态性、立体性，更缺乏灵活性的。
国内学界对我国海关风险管理的探讨，从最初借鉴欧美等国风险管理定义对我国“海关风险”“海关风险管理”等概念进行界定，到后来以天津、青岛等地为例，从直属海关层面分析海关风险管理模式，再于近年大数据兴起后，将双因子分析法与风险管理结合提出新方法。目前我国海关风险管理的各种平台与手段也是基于该理念而设计开发的。
2 目前我国海关风险管理存在的不足
十几年来，我国海关的风险管理从无到有，取得了一系列令人瞩目的成就。但从风险管理理论本身的价值看，其效能远未在我国海关管理实践中充分发挥。
2．1数据规模效应初现，但数据研究缺乏深入
随着海关信息化建设的加速发展，近年来全国海关积累了海量的数据。由此我们初步形成了通过对海量报关单申报价格进行统计、分析，然后计算出海关的可信价格置信区间。
但这种方法也存在明显缺陷。当大量样本数据不符合实际时，基于错误数据的分析就会与贸易实际情况发生偏差。例如某些企业为了逃避海关正常估价，集体性对申报价格进行加工，导致申报价格失真；又如由于一些欠发达国家对外汇进行严厉管制，逐渐形成了官方和黑市两种汇率。导致相关企业在向中国海关申报时价格存在较大的风险。于是这种仅停留在“数据分析”层面的风险分析，只能让数据展示出“是什么”，却揭示不了其背后的 “为什么”。