智慧港口建設中大數據應用面臨的主要問題及對策

曾露玲　吳宏

根據新興科技領域技術成熟度評價，大數據技術在經歷泡沫化的巔峰期和低谷期之后，目前已進入穩步發展階段。[1]國際知名信息技術服務商國際數據公司（IDC）預測：2020―2024年，中國大數據相關技術和服務市場的年均復合增長率將達到19%。[2]隨著云計算、物聯網、第五代移動通信等相關技術逐步成熟和完善，大數據技術正深度融入產業領域，成為推動產業發展的重要力量。對于傳統的港口業而言，借助新興技術實現效率突破和功能升級是值得持續探索的課題。根據交通運輸部2016年發布的《交通運輸信息化“十三五”發展規劃》，智慧港口建設旨在通過傳統港口業與高新技術的深度融合，優化港口生產組織和作業流程，提高港口物流效率和智能化水平，推動港口企業與航運企業和物流服務企業等實現作業無縫銜接，并與海關和海事等口岸單位實現信息一體化。目前，部分港口基于大數據技術規劃建設集數據接入、數據處理、數據存儲、查詢檢索、分析決策和信息共享等功能為一體的大數據平臺。這種以海量數據為核心的開發應用模式在為智慧港口建設提供必要技術支撐的同時，也使港口大數據應用面臨信息壁壘、信息安全和數據權屬等問題，對港口大數據應用提出較高要求。

目前國內對港口大數據的研究主要集中在數據采集和存儲、數據監測和預警、數據挖掘和智能決策、數據平臺構建等方面：羅本成[3]介紹新加坡港智慧港口建設實踐和經驗，并分析全球智慧港口發展新趨勢;盤艷芳[4]介紹鹿特丹港智慧港口建設實踐和經驗，強調頂層規劃和智能化改造的重要性;李紅等[5]基于國內智慧港口建設現狀及形勢，提出智慧港口建設標準體系架構;蔡銀怡等[6]分析驅動智慧港口發展的關鍵技術，探討智慧港口的主要功能和建設內容;楊鵬南等[7]提出在整合港口調度信息資源的基礎上，建立港口生產調度大數據分析平臺;孫浩[8]分析港口企業大數據中心建設需求，并提出相應的建設方案;胡斐[9]闡述智慧港口的內涵及其核心技術架構，并提出舟山港智慧港口計算機綜合終端操作系統平臺建設總體方案;徐魯強等[10]介紹基于大數據和物聯網的大連港技術管理平臺。上述文獻主要從技術角度研究港口大數據，較少涉及港口大數據應用與管理面臨的問題和風險。本文分析當前智慧港口建設中大數據應用面臨的信息壁壘、信息安全和數據權屬等問題，并提出相應的對策。

1 港口大數據應用概述

由表1可見，港口大數據的來源、內容和類型具有顯著的多樣化特點，其中：數據來源主要包括行政主管部門、公共服務部門、物聯網、業務系統、第三方、互聯網等，涉及海關部門、海事部門、港航企業、倉儲物流企業和貨運代理企業等眾多主體;數據類型主要包括數值、文本、圖片、視頻、船舶自動識別系統（automatic identification system，AIS）數據、全球定位系統（global positioning system，GPS）數據和地理信息系統（geographic information system，GIS）數據等，可通過電子數據交換系統、無線射頻識別設備和AIS等采集。

數據倉庫是港口大數據管理系統的核心組成部分。作為港口生產數據的主要集散地，數據倉庫承擔著對相關數據進行存儲、清洗、分析和交換的功能，并為港口企業下屬單位提供基礎數據支撐，根據港口企業下屬單位的需求對數據進行再加工。港口大數據管理流程如圖1所示。

根據業務端的實際需求，對初步清洗后的數據進行處理，通過回歸分析、分類聚類、可視化等多元分析方式，形成分析報表、可視化圖表、生產規劃、智能預警等應用層面的具體功能（見圖2）。

2 智慧港口建設中大數據應用面臨的主要問題

2.1 信息壁壘

數據自由流動和共享是大數據產業發展的內在要求：通過數據自由流動和共享實現數據整合，從而真正實現數據價值。信息壁壘會導致大數據產業資源配置效率下降，不利于智慧港口建設和發展。

2.1.1 信息壁壘產生的原因

（1）港口企業內部及港口企業與合作企業之間的信息壁壘產生的原因。由于不同業務系統的數據形式和格式存在明顯差異，港口企業內部及港口企業與合作企業之間共享數據時普遍面臨數據格式轉換和數據清洗處理等問題，需要人工干預，從而導致人力成本和時間成本上升，并且對業務流程的順暢性和決策參考的可靠性造成不利影響。

（2）港口企業與行政主管部門之間的信息壁壘產生的原因。海關和海事局等行政主管部門作為政務信息的采集者和管理者，具有明顯的信息優勢;但由于行政主管部門之間相互獨立以及有關數據共享的法律規定不明確，政務數據的開放共享程度難以滿足港口物流發展需求。

（3）港口企業與競爭性企業之間的信息壁壘產生的原因。海上貨物運輸環節較多且周期較長，完整的貨物運輸信息分布于貨方、港口企業、航運企業、陸運企業和堆場倉庫等眾多主體。由于供應鏈參與方既有共享數據的主觀動力，又有保護客戶商業信息和自身商業利益的客觀需求，導致目前實現全供應鏈數據共享的難度較大。

2.1.2 信息壁壘造成的影響

物流跟蹤是港口供應鏈管理的基本要求，也是港口大數據平臺的核心功能，而信息壁壘的存在導致貨物運輸各環節之間信息相對封閉，使得運輸相關方難以準確了解貨物運輸狀態。以出口集裝箱運輸業務為例：為了實現港口大數據平臺的物流跟蹤功能，需要根據碼頭和其他運輸相關方的實際作業情況，梳理出口集裝箱運輸業務節點（見圖3），采集并共享GPS數據、AIS數據、鐵路班列數據、光學字符識別數據和無線射頻識別數據等。目前海運環節已實現物流動態跟蹤，但由于不同運輸方式之間存在信息壁壘，多式聯運尤其是海鐵聯運的數據鏈路尚未完全打通。

2.2 信息安全

港口大數據平臺在提供以數據為核心資源的信息化服務的過程中，高度依賴人工智能、物聯網、云計算、大數據等技術讀取、采集和應用個體信息和商業數據，存在一定的信息安全風險。一旦服務器遭受黑客攻擊或系統發生數據泄露或存在其他可能被利用的漏洞，港口生產、貨物運輸和商業秘密將面臨極大的安全威脅。

近年來，隨著互聯網威脅持續上升，港口信息系統發生的安全警報事件逐年增加。根據對某樣本港口企業及其下屬單位的調研，該港口企業的大數據中心已建立相對完善的邊界防御體系，能夠比較快速地發現入侵者，并檢測常見的威脅事件。與2019年相比，2020年該港口企業遭遇的網絡安全威脅事件數量大幅上升;但網絡安全態勢整體平穩，未發生重大行業性網絡安全突發事件。然而，該港口企業下屬單位的信息安全防御系統的建設水平差距較大：有的單位僅在部分路徑上部署入侵檢測設備;有的單位未設立專門的信息安全運營系統和部門，將信息安全交由其他職能部門或人員兼管。對15位信息安全運營人員實施問卷調查，結果顯示：所有受訪人員均認為本單位缺乏高效的信息安全管理系統;87%的受訪人員認為本單位信息安全運營存在較多的人工操作環節;80%的受訪人員認為本單位配備的信息安全運營人員數量不足;73%的受訪人員認為本單位無法及時處理信息安全威脅;67%的受訪人員認為本單位信息安全運營人員經驗不足;53%的受訪人員認為本單位外部服務器響應速度較慢。

隨著港口數字化向縱深發展，自動化設備和物聯網等在港口業務領域的應用日益廣泛，與港口業務的融合程度不斷加深，從而在提高港口生產效率和減少人為差錯的同時，也使得大量風險集聚于信息系統及其操作管理人員;而信息管理部門作為港口企業的輔助部門并不直接產生經濟效益，從而導致信息安全運營工作面臨成本投入與效益產出、安全性與便利性等綜合考量。

2.3 數據權屬

港口大數據平臺采集的原始數據以及經過加工分析形成的數據產品，共同構成港口企業的特殊資產，其中商業數據保護和數據權屬認定是尤為值得關注的問題。

商業數據涉及企業隱私，屬于企業核心利益，對企業生產經營活動有極為重要的影響。為了實現供應鏈各環節之間數據共享，港口大數據平臺需要整合上下游的大量業務數據。在此過程中，經過批量加工分析形成的數據往往包含相關企業的技術信息和經營信息，從而可能導致此類數據共享對相關企業的經營活動產生一定影響，進而可能產生法律糾紛。通常情況下，處于信息系統頂層的大數據平臺在數據使用和管理方面比較規范;但在不同層級的功能開發中，仍然存在數據使用不合規的情況。例如，為了提高業務便利性，基于深網爬蟲的數據自動抓取功能有時并未獲得通過標準接口來實現的許可。

目前，港口大數據的作用主要表現為提高港口生產效率和改善客戶體驗等，并未形成新的利潤來源或產生直接的經濟效益;因此，實踐中因數據權屬問題而引發的爭議不多。需要注意的是，數據確權是數據市場有效運行的前提。[11]隨著港口大數據應用范圍的擴大以及港口業務形態的豐富，數據價值將不斷提升，數據提供方與數據采集加工方之間關于數據權屬的爭議將逐漸凸顯。

3 智慧港口建設中大數據應用問題對策

3.1 打破信息壁壘

（1）打破港口企業內部及港口企業與合作企業之間的信息壁壘。此類信息壁壘源于不同業務系統的數據形式和格式尚未統一，而這種數據差異可以通過建立內部數據標準化制度逐步減少或消除;因此，港口企業完全可以通過自身技術力量和組織規劃打破其內部及其與合作企業之間的信息壁壘。

（2）打破港口企業與行政主管部門之間的信息壁壘。港口企業與行政主管部門之間的數據共享程度主要取決于行政主管部門的數據開放水平。雖然政務數據開放過程較為緩慢，但隨著行政主管部門數據共享制度化建設深入推進，政務數據開放情況將有所改善，從而逐步打破港口企業與行政主管部門之間的信息壁壘。

（3）打破港口企業與競爭性企業之間的信息壁壘。為了實現港口企業與競爭性企業之間數據共享，需要港口供應鏈各參與方共同努力，研究影響相關企業數據共享意愿的因素，創新設計多贏的商業模式，在數據共享與商業信息保護之間取得平衡。實證研究顯示：同行企業參與度、共享行為的成本效益比和企業決策者的創新意愿是影響競爭性企業數據共享行為的重要因素。[12]這一觀點在項目調研中也得到相關企業認可。港口企業作為港口供應鏈的核心，應當發揮創新示范作用，與關系密切的上下游企業加強合作，以信用制度為基礎，完善數據交易制度和金融保險服務，強化企業關聯，從而放大相關企業之間數據合作共享的正向激勵效應。

3.2 確保信息安全

從數據接入、平臺管理、應用保障等三大層面入手，構建完善的港口大數據信息安全保障體系，并堅持管理與技術并重的原則，將技術措施與管理措施有機結合，提升信息安全保障體系的安全保護能力。

第一，完善信息安全保障制度體系。加強應用系統運行及安全管理，完善數據分級分類管理制度、應急管理機制和相關操作流程。

第二，完善信息安全保障技術體系。在成本約束條件下，綜合運用多種安全保障技術手段，從物理安全、網絡安全、系統安全、數據安全和應用安全等方面完善信息安全保障技術體系。

第三，加強人員培訓。人是確保信息安全管理工作順利實施的關鍵點。為了有效防范信息安全風險，必須加強全員特別是一線崗位人員信息安全培訓和宣貫，強化信息安全意識，提高信息安全管理水平。

3.3 明確數據權屬

目前我國大數據相關法律法規較為分散，主要有《中華人民共和國數據安全法》《中華人民共和國網絡安全法》《中華人民共和國電子簽名法》《計算機軟件保護條例》《信息網絡傳播權保護條例》《互聯網上網服務營業場所管理條例》《互聯網信息服務管理辦法》和《政務信息資源共享管理暫行辦法》等。此外，《中華人民共和國民法典》《中華人民共和國刑法》和《中華人民共和國國家安全法》中的部分條文對網絡和信息安全作出原則性規定。2021年6月10日通過的《中華人民共和國數據安全法》有效彌補了《中華人民共和國網絡安全法》和《中華人民共和國民法典》在規范數據處理方面的不足之處，為企業數據業務運營設立了合法合規的門檻。

港口大數據平臺在采集和使用數據的過程中，應當注意遵守上述法律法規，在創新應用促進行業發展的同時，通過建立數據分類分級保護制度、完善相應技術措施、規范數據交易行為等辦法，建立健全數據安全治理體系，提高數據安全保障能力，加強對重要數據的保護。

對于在法律上缺乏明確定義的企業數據權益，應當注意：雖然零散單一的數據并不具有被社會認可的客觀價值，任何人不應對其擁有排他性產權，但就商業數據而言，企業在采集和使用數據的過程中付出的投資或創造性勞動，足以使其成為具有一定經濟價值的數據資產;因此，就商業數據而言，數據確權的重點是保護數據企業的財產權，承認并保護其對數據資產的經濟利益，以激勵其持續投資和創新，從而促進數據資源要素的開發、利用和創新。

港口企業在數據應用（如跨部門數據采集、共享開放控制、爬蟲技術應用等）過程中，應當注意遵守《中華人民共和國反不正當競爭法》和《中華人民共和國電子商務法》的規定。從目前已公開的數據權益糾紛相關案例來看，未經許可大規模采集他人數據，對其正常經營活動造成干擾，或者基于此類數據獲取自身經濟利益，都可能被認定違法。港口大數據平臺在運營中應當注意規范數據采集和使用行為，避免違反相關法律規定。

4 結束語

大數據是數字經濟和智慧港口的關鍵生產要素。港口大數據平臺建設要注意以下三點：第一，針對港口物流發展需求，科學規劃和設計平臺功能，提升港口智能化水平;第二，客觀看待信息壁壘問題，在互聯互通的基礎上，協同關聯企業，通過創新商業模式實現數據共享和增值;第三，結合自身條件，在日常業務中加強信息安全風險管理和法律風險管理，保障港口生產業務的穩定性和連續性。

參考文獻：

[1] BUYTENDIJK F. Hype cycle for big data 2014[R]. Stamford： Gartner， 2014.

[2] 中國信息通信研究院安全研究所. 大數據平臺安全研究報告[R]. 北京：中國信息通信研究院，2021：1.

[3] 羅本成. 從新加坡港看全球智慧港口的發展趨勢[J]. 中國港口，2020（11）：5-9.

[4] 盤艷芳. 鹿特丹智慧港口建設發展模式與經驗借鑒[J]. 中國航務周刊，2021（6）：48-49.

[5] 李紅，劉婷，王大成. 智慧港口建設標準體系架構研究[J]. 中國水運，2020，20（2）：29-30.

[6] 蔡銀怡，蔡文學，鄭冀川. 智慧港口的構成與建設內容探討[J]. 物流工程與管理，2020，42（5）：21-23.

[7] 楊鵬南，侯貴賓，趙谞博，等. 港口生產調度大數據分析平臺[J]. 港口科技，2017（5）：22-25.

[8] 孫浩. 港口企業大數據中心建設需求及方案分析[J]. 中國新技術新產品，2020（11）：134-135.

[9] 胡斐. 舟山市智慧港口CITOS平臺建設的研究[D]. 舟山：浙江海洋大學，2020.

[10] 徐魯強，雷紅，王志成，等. 基于大數據和物聯網的大連港技術管理平臺[J]. 港口科技，2020（4）：10-14.

[11] 唐要家. 數據產權的經濟分析[J]. 社會科學輯刊，2021（1）：98-106.

[12] 周毛莉. 競爭性企業間數據共享行為的影響因素研究[D]. 西安：西安理工大學，2019.

（編輯：張敏 收稿日期：2021-08-20）