大數據時代的船舶安全監管模式探析

廈門海事局 尹 健

?

大數據時代的船舶安全監管模式探析

廈門海事局 尹 健

摘要：隨著信息技術的發展，大數據應用被廣泛引入金融、教育、安全管理等領域。通過揭示傳統船舶安全監督管理存在的不足，從大數據管理視角出發，探討一種全新的船舶安全監管模式。通過大數據技術識別船舶安全風險、量化船舶安全、預測安全事件發生；運用大數據系統開展船舶安全檢查，實施船載危險貨物監管，進行船舶監管設備資源、人力資源等安全監管資源的智能化部署，從而實現對船舶安全風險的預防預控和科學高效處置。

關鍵詞：大數據；船舶安全；監管模式

2015年8月12日夜，天津濱海新區危險品堆裝碼頭發生重大火災爆炸事故，通過專業安全評估且安全防護級別很高的危險品管理區，出乎所有人意料地發生了極為嚴重的爆炸事故。突如其來的災難，一時間讓人們不知所措。一張關于危險品碼頭到底有哪些危險品、有多少危險品、會帶來什么樣危害的清單，消防員采取的行動是否恰當等疑問，成為全社會關注的焦點。我們是否可以做到隨時都能獲得這樣一張清單甚至可以預測危險的發生呢？是否能夠隨時明確應該采取何種行動才是恰當的呢？

這起事故雖然發生在碼頭堆場，但是筆者認為足以引起海上交通安全管理者——海事部門的重視，因為這些危險品最終都是要通過海運方式進行載運的。如何有效防止類似事故在船上發生，或是事故如果出現，應該如何有效應對，這是海事管理部門不得不思考的問題。航運安全一直備受廣泛關注。“泰坦尼克”號郵輪，采取先進分艙設計，號稱當時世界上永不沉沒的船，在其處女航就永遠沉入海底。近年來，看似安全系數極高、管理規范的郵輪、客船相繼出現翻沉事故，給航運安全再次敲響警鐘。相反，被人們認為危險性最高的液化氣船一直受到最嚴格的管理，可是我們天天不都在家里用天然氣做飯嗎？看似安全的使人身陷絕境，看似危險的卻近在咫尺。安全不是靜態的，是個時刻都在發生變化的運動狀態。作為海上交通安全的主管部門——海事部門，不得不面對一個問題：如何準確地捕捉并控制住處于動態變化中的安全，是否可以做到量化安全，提前預知并有效阻止它滑向危險的邊緣。本文將從海事管理角度出發，探討如何將大數據運用到船舶安全監管，以期建立起可量化的、可預測的、以安全管理需求為導向的船舶安全監管體系。

一、大數據與安全管理

1. 什么是大數據

目前，系統、權威的大數據（Big Data）理論由英國學者維克托·邁爾-舍恩伯格及肯尼思·庫克耶提出，他們提出大數據是指不用隨機分析法（抽樣調查）的途徑，而采用對所用數據進行分析處理。大數據具有四大特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。這是一種前所未有的方式，通過對海量數據進行分析，獲得有巨大價值的產品和服務，或深刻的洞見。大數據關注的是數據間的關聯分析，而非因果關系，其核心在于預測，它把數學運算運用到海量的數據上來預測事故發生的可能性。［1］由于運算過程使用計算機系統，使全數據分析成為可能，而且數據收集、處理可以是適時的、迅速的，預測的情況也是可以不斷變化的，其時效性與真實性變得更加可靠。因此，大數據分析是一個全過程、動態的數據管理過程，并對現實具有指導意義。

2. 大數據與安全管理

大數據除被應用于醫療、教育、市場營銷、信息檢索與情報偵測、產品開發與設計等領域外，在安全管理方面，大數據技術已被成功運用于金融安全管控、食品安全檢測、地下管網安全監測、汽車與飛機運行狀態的監測、公共安全管理、城市交通管理等領域，通過全數據、適時動態監控、關聯信息比對，實現全程跟蹤、及時發現異常信息、分析預警、提前管控，發揮大數據在安全管理領域獨特的優勢。下面筆者將結合自己在海事部門從事船舶安全監管工作經歷，探討如何將大數據運用到船舶安全監管。

二、船舶安全監管現狀分析

1. 傳統的制度式管理

目前，船舶安全監管主要為制度式管理和運動式整治。重點在于發證式的審批監管，即傳統的事前管理。船舶投入營運前的法定檢驗、運營中的年度或定期檢驗，以及海事部門實施的類似抽查性質的船舶安全檢查。這種檢查往往反映的是船舶在受檢時的狀況，而運營過程的狀況，則完全依靠船舶及公司對船舶、設備的安全管理、日常維護程度。船舶日常進出港實施的簽證、查驗等措施也僅是對檢驗證書以及船舶安檢有效性的形式審查而已，并沒有擺脫對檢驗結果的依賴。

運動式整治則表現在出現重大安全生產事故后的集中檢查和隱患排查，可以視為一種“事后補救”的治療式管理。即對相關船舶、企業全覆蓋，所有相關項目、設備全覆蓋。集中整治和全覆蓋檢查，表明管理者對于安全隱患存在的環節或可能出現安全問題的對象難以真正掌控，只能通過拉網式排查，才可能發現并消除隱患。

由于安全監管的實際效果存在滯后性，盡管制度設計本身可能與實際效果之間存在偏差，也難以被及時發現。因此，制度式管控可能與實際的安全監管需求并不相符，有的地方可能做多了，而有的地方可能做得還遠遠不夠甚至根本沒做，卻沒有被發現。

2. 以人為核心的船舶安全管控

在實際的船舶安全管理實施過程中，安全監管法規、規章等制度的落實基本依靠人的執行力。執行力的程度直接關系到安全管理制度實施的效果。人的管理或人力資源本身受到過多關注，無論是頂層決策還是現場決策都由人作出，計算機技術和信息化管理始終被認為是輔助系統，數據分析與決策功能未能納入管理環節。包括關鍵信息的傳遞也以人工方式實施，降低了信息傳遞效率以及綜合收集、分析的可能性。因此，以人為核心的管理成為管理的主要模式。船舶安全監督的效果取決于船舶監督者的素質和工作能力，在激勵機制相對缺乏的政府部門，船舶監管執法效能的提升是緩慢的，甚至出現滯后。

3. 亟待改進的信息化管理技術

現有的船舶安全管理信息系統僅是對有關檢查數據的記錄和數據總量的匯總，而所謂的信息化管理大都是把以往記錄在紙上的數據輸入電腦或服務器儲存起來，這些數據與船舶安全隱患、事故發生可能性之間是否存在某種聯系并沒有被發掘。船舶事故發生后的事故調查，也是限于對事故情況的還原、原因分析和責任判定，船舶安全監管部門并沒有嘗試從日常積累的管理數據中找出與安全事故發生密切相關的某種聯系或是征兆，用以預測和預防安全事故的發生。特別是目前海事部門船舶靜態管理數據（如船舶登記系統）、船舶動態監管系統、危防監管系統、船員監管系統等數據系統的孤立，以及信息化頂層設計過多關注應用系統的開發，而忽視了數據庫開發、管理的重要性，使船舶安全監管的大數據管理變得難以實現。現有的海事監管數據就像一座沉睡的金礦，等待著管理者們去開發。

三、運用大數據實施船舶安全監管的路徑

1. 運用大數據對船舶安全風險的預測與防控

針對船舶安全監管，僅靠審批式監管，難以做到對船舶安全的動態管理，從而有效地進行風險防控。下面將從大數據管理角度出發，闡釋大數據在船舶安全風險防控中的運用構想。運用計算機及相應軟件系統對進出港船舶安全狀況、安檢記錄、事故記錄及轄區重點水域通航情況的匯總和綜合分析，得到不同船種、船齡、船況、船旗的船舶進出港風險值和可能存在的風險點，如對船舶失控風險、溢油風險、船舶潛在結構缺陷、船員人為因素（包括船員國籍、培訓經歷、任職資歷、履職情況等）等進行評估和預判。通過大數據信息系統識別并量化安全風險，從而預測出未來某段時間、某個區域、某艘船舶發生某種（些）事故或險情的概率，對于發生概率較高的船舶，采取針對性防范措施，如采取船舶進港前安檢、安全預警、監護與救助力量準備等措施，真正做到有的放矢，防患于未然。

上述防范措施和備選方案的制定也可交由大數據信息系統完成。大數據信息系統根據已整合的海事監管設施數據庫（如執法終端、船艇、車輛、應急設備等信息）、各專業執法人員數據庫，依據任務需求組合成應對或應急方案。最后，海事管理人員只需結合日常管理經驗，從大數據信息系統制定的備選方案中進行優選和完善后實施，這將極大地提升應急決策和實施的效率，建立起以應急任務需求為導向的模塊化應對智能管理系統。

2. 運用大數據實施智能化船舶安全檢查

船舶安全檢查是海事部門開展船舶安全監督檢查的重要手段和途徑，監督船舶是否遵守和符合國際公約、國內法規的規定和安全標準。目前，國內海事部門主要依據東京備忘錄NIR引入的船舶風險評估機制和國內法規規定的船舶檢查周期和項目，確定受檢船舶和實施檢查。檢查的范圍和程度主要依據船舶安檢員的專業判斷和素質。下面我們將探討如何運用“大數據”方法實施船舶安檢。

通過對進港船舶船型、船齡、船檢機構、船旗國等要素與以往安檢船舶存在缺陷種類、分布情況等信息庫、事故船舶信息庫數據的關聯分析，得出專門針對受檢船舶的安檢項目清單和關注（重）點，并通過移動執法終端等設備提交現場安檢人員實施項目清單式檢查，現場安檢員根據檢查清單逐項核查船舶及設備實際情況，并將檢查結果反饋系統進行評估，決定對缺陷的處置方式。通過“人機互動”建立起大數據模式的船舶安檢系統。大數據安檢系統的建設，可先從某一（些）設備或檢查項目入手，建立各檢查模塊，再逐步整合各模塊為全船、各船型船舶安檢數據系統。

大數據安檢系統不僅能優化現有船舶安檢工作模式，更能促進安檢人員成長模式轉變。一名成熟的安檢員通常需要數年的成長周期，以及對大量安檢法規、規定的熟練掌握，并通過長期實踐，積累豐富的工作經驗。如果通過前文闡述的大數據安檢系統將改變以往“從零起步”的業務培養模式，通過安檢系統分析進行法規條款篩選、檢查項目確定、缺陷判定，減少執法人員對公約、技術規則的識記、理解過程與障礙，增強安檢規則運用的規范、統一與效率，使執法人員只要具備基本專業素質即可上崗，促進綜合業務素質培養和綜合能力的形成，解決專才與通才的結構性矛盾。大數據安檢系統將為每一位船舶安檢人員搭建起一座高起點技術平臺。

3. 運用大數據實施船載危險貨物監管

船舶作為海上運輸唯一的載運工具，貨物運輸是其主要功能。船載貨物運輸安全與船舶安全息息相關。被瞞報或謊報的危險品、不按規定積載的危險貨物，都可能給船舶安全帶來嚴重安全隱患。海事管理者要從數千甚至上萬的貨品中發現可能被疏忽或有意隱藏的危險貨物（品名），采用人工排查無疑是低效的。筆者認為大數據將為危險貨物監管插上翅膀。建立以大數據為基礎的船載危險貨物自動排查系統，通過對最后裝船艙單數據與系統中已設定的須查全部危險品名以及申報人申報危險貨物品名比對排查，企圖被隱藏的危險貨物將被迅速查出；通過系統對船舶實際積載危險貨物位置圖（杯位圖）與預設的正確杯位圖的比對，被錯誤積載的危險貨物將被很快發現。建立以大數據為基礎的船載危險貨物識別系統，通過該系統對進出本轄區港口危險貨物的種類和某條（些）航線上的船舶、某（些）貨主信息進行關聯分析，便可預測出可能被瞞報、謊報的危險貨物概率，從而實現提前布控。

大數據的引入不僅能大幅提高船載危險貨物排查的效率，還可以實現對船載危險貨物的適時管控和應急處置。由該系統根據進出港所有船舶載運危險貨物的種類、數量情況，自動計算并實時提供港口水上交通危險貨物運輸安全風險等級、安全防范和意外事故處置備選方案，預測可能發生危險貨物事故的概率，為海事部門提前采取干預處置或應急行動提供決策參考。

4. 運用大數據實現對船舶監管資源的科學調配

通過大數據船舶監管手段，可實現對船舶安全風險和海上交通事件的提前預警，為科學調配海事監管資源提供前瞻性指導。海事部門可以根據大數據信息系統每日（甚至實時）更新的信息來預測可能發生的海上交通事故或船舶監管需求，變被動應對為主動部署，對重點區域加強監管力量部署和防范工作，合理分配專業執法人員，部署執法車輛和設備，安排海巡船艇巡航監護，提前實施干預，切斷事故鏈，將海事監管資源用在“刀刃上”。大數據監管不再以人為中心，而以船舶安全管理需求為導向，將船舶安全監管技術與設備資源和人力資源配置在風險系數最高、最薄弱的環節，或是即將發生危險的地方，促進船舶安全監管資源和人力資源的科學及優化配置。

四、結束語

運用大數據實施船舶安全監管，引入一種以大數據為基礎、量化安全風險、預測為核心的安全管理新模式，該模式以尋找船舶日常監管數據與安全事件（事故）間的相關關系，而非因果關系為途徑，實現對船舶安全監管的提早識別和預防預控，做到防患于未然。

參考文獻：

［1］維克托·邁爾-舍恩伯格，肯尼思·庫克耶.大數據時代［M］.盛楊燕，周濤，譯.杭州：浙江人民出版社，2013.

DOI：10.16176/j.cnki.21-1284.2016.03.005