大数据时代的船舶安全监管模式探析

厦门海事局 尹 健



大数据时代的船舶安全监管模式探析

厦门海事局 尹 健

摘要：随着信息技术的发展，大数据应用被广泛引入金融、教育、安全管理等领域。通过揭示传统船舶安全监督管理存在的不足，从大数据管理视角出发，探讨一种全新的船舶安全监管模式。通过大数据技术识别船舶安全风险、量化船舶安全、预测安全事件发生；运用大数据系统开展船舶安全检查，实施船载危险货物监管，进行船舶监管设备资源、人力资源等安全监管资源的智能化部署，从而实现对船舶安全风险的预防预控和科学高效处置。

关键词：大数据；船舶安全；监管模式

2015年8月12日夜，天津滨海新区危险品堆装码头发生重大火灾爆炸事故，通过专业安全评估且安全防护级别很高的危险品管理区，出乎所有人意料地发生了极为严重的爆炸事故。突如其来的灾难，一时间让人们不知所措。一张关于危险品码头到底有哪些危险品、有多少危险品、会带来什么样危害的清单，消防员采取的行动是否恰当等疑问，成为全社会关注的焦点。我们是否可以做到随时都能获得这样一张清单甚至可以预测危险的发生呢？是否能够随时明确应该采取何种行动才是恰当的呢？

这起事故虽然发生在码头堆场，但是笔者认为足以引起海上交通安全管理者——海事部门的重视，因为这些危险品最终都是要通过海运方式进行载运的。如何有效防止类似事故在船上发生，或是事故如果出现，应该如何有效应对，这是海事管理部门不得不思考的问题。航运安全一直备受广泛关注。“泰坦尼克”号邮轮，采取先进分舱设计，号称当时世界上永不沉没的船，在其处女航就永远沉入海底。近年来，看似安全系数极高、管理规范的邮轮、客船相继出现翻沉事故，给航运安全再次敲响警钟。相反，被人们认为危险性最高的液化气船一直受到最严格的管理，可是我们天天不都在家里用天然气做饭吗？看似安全的使人身陷绝境，看似危险的却近在咫尺。安全不是静态的，是个时刻都在发生变化的运动状态。作为海上交通安全的主管部门——海事部门，不得不面对一个问题：如何准确地捕捉并控制住处于动态变化中的安全，是否可以做到量化安全，提前预知并有效阻止它滑向危险的边缘。本文将从海事管理角度出发，探讨如何将大数据运用到船舶安全监管，以期建立起可量化的、可预测的、以安全管理需求为导向的船舶安全监管体系。

一、大数据与安全管理

1. 什么是大数据

目前，系统、权威的大数据（Big Data）理论由英国学者维克托·迈尔-舍恩伯格及肯尼思·库克耶提出，他们提出大数据是指不用随机分析法（抽样调查）的途径，而采用对所用数据进行分析处理。大数据具有四大特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。这是一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见。大数据关注的是数据间的关联分析，而非因果关系，其核心在于预测，它把数学运算运用到海量的数据上来预测事故发生的可能性。［1］由于运算过程使用计算机系统，使全数据分析成为可能，而且数据收集、处理可以是适时的、迅速的，预测的情况也是可以不断变化的，其时效性与真实性变得更加可靠。因此，大数据分析是一个全过程、动态的数据管理过程，并对现实具有指导意义。

2. 大数据与安全管理

大数据除被应用于医疗、教育、市场营销、信息检索与情报侦测、产品开发与设计等领域外，在安全管理方面，大数据技术已被成功运用于金融安全管控、食品安全检测、地下管网安全监测、汽车与飞机运行状态的监测、公共安全管理、城市交通管理等领域，通过全数据、适时动态监控、关联信息比对，实现全程跟踪、及时发现异常信息、分析预警、提前管控，发挥大数据在安全管理领域独特的优势。下面笔者将结合自己在海事部门从事船舶安全监管工作经历，探讨如何将大数据运用到船舶安全监管。

二、船舶安全监管现状分析

1. 传统的制度式管理

目前，船舶安全监管主要为制度式管理和运动式整治。重点在于发证式的审批监管，即传统的事前管理。船舶投入营运前的法定检验、运营中的年度或定期检验，以及海事部门实施的类似抽查性质的船舶安全检查。这种检查往往反映的是船舶在受检时的状况，而运营过程的状况，则完全依靠船舶及公司对船舶、设备的安全管理、日常维护程度。船舶日常进出港实施的签证、查验等措施也仅是对检验证书以及船舶安检有效性的形式审查而已，并没有摆脱对检验结果的依赖。

运动式整治则表现在出现重大安全生产事故后的集中检查和隐患排查，可以视为一种“事后补救”的治疗式管理。即对相关船舶、企业全覆盖，所有相关项目、设备全覆盖。集中整治和全覆盖检查，表明管理者对于安全隐患存在的环节或可能出现安全问题的对象难以真正掌控，只能通过拉网式排查，才可能发现并消除隐患。

由于安全监管的实际效果存在滞后性，尽管制度设计本身可能与实际效果之间存在偏差，也难以被及时发现。因此，制度式管控可能与实际的安全监管需求并不相符，有的地方可能做多了，而有的地方可能做得还远远不够甚至根本没做，却没有被发现。

2. 以人为核心的船舶安全管控

在实际的船舶安全管理实施过程中，安全监管法规、规章等制度的落实基本依靠人的执行力。执行力的程度直接关系到安全管理制度实施的效果。人的管理或人力资源本身受到过多关注，无论是顶层决策还是现场决策都由人作出，计算机技术和信息化管理始终被认为是辅助系统，数据分析与决策功能未能纳入管理环节。包括关键信息的传递也以人工方式实施，降低了信息传递效率以及综合收集、分析的可能性。因此，以人为核心的管理成为管理的主要模式。船舶安全监督的效果取决于船舶监督者的素质和工作能力，在激励机制相对缺乏的政府部门，船舶监管执法效能的提升是缓慢的，甚至出现滞后。

3. 亟待改进的信息化管理技术

现有的船舶安全管理信息系统仅是对有关检查数据的记录和数据总量的汇总，而所谓的信息化管理大都是把以往记录在纸上的数据输入电脑或服务器储存起来，这些数据与船舶安全隐患、事故发生可能性之间是否存在某种联系并没有被发掘。船舶事故发生后的事故调查，也是限于对事故情况的还原、原因分析和责任判定，船舶安全监管部门并没有尝试从日常积累的管理数据中找出与安全事故发生密切相关的某种联系或是征兆，用以预测和预防安全事故的发生。特别是目前海事部门船舶静态管理数据（如船舶登记系统）、船舶动态监管系统、危防监管系统、船员监管系统等数据系统的孤立，以及信息化顶层设计过多关注应用系统的开发，而忽视了数据库开发、管理的重要性，使船舶安全监管的大数据管理变得难以实现。现有的海事监管数据就像一座沉睡的金矿，等待着管理者们去开发。

三、运用大数据实施船舶安全监管的路径

1. 运用大数据对船舶安全风险的预测与防控

针对船舶安全监管，仅靠审批式监管，难以做到对船舶安全的动态管理，从而有效地进行风险防控。下面将从大数据管理角度出发，阐释大数据在船舶安全风险防控中的运用构想。运用计算机及相应软件系统对进出港船舶安全状况、安检记录、事故记录及辖区重点水域通航情况的汇总和综合分析，得到不同船种、船龄、船况、船旗的船舶进出港风险值和可能存在的风险点，如对船舶失控风险、溢油风险、船舶潜在结构缺陷、船员人为因素（包括船员国籍、培训经历、任职资历、履职情况等）等进行评估和预判。通过大数据信息系统识别并量化安全风险，从而预测出未来某段时间、某个区域、某艘船舶发生某种（些）事故或险情的概率，对于发生概率较高的船舶，采取针对性防范措施，如采取船舶进港前安检、安全预警、监护与救助力量准备等措施，真正做到有的放矢，防患于未然。

上述防范措施和备选方案的制定也可交由大数据信息系统完成。大数据信息系统根据已整合的海事监管设施数据库（如执法终端、船艇、车辆、应急设备等信息）、各专业执法人员数据库，依据任务需求组合成应对或应急方案。最后，海事管理人员只需结合日常管理经验，从大数据信息系统制定的备选方案中进行优选和完善后实施，这将极大地提升应急决策和实施的效率，建立起以应急任务需求为导向的模块化应对智能管理系统。

2. 运用大数据实施智能化船舶安全检查

船舶安全检查是海事部门开展船舶安全监督检查的重要手段和途径，监督船舶是否遵守和符合国际公约、国内法规的规定和安全标准。目前，国内海事部门主要依据东京备忘录NIR引入的船舶风险评估机制和国内法规规定的船舶检查周期和项目，确定受检船舶和实施检查。检查的范围和程度主要依据船舶安检员的专业判断和素质。下面我们将探讨如何运用“大数据”方法实施船舶安检。

通过对进港船舶船型、船龄、船检机构、船旗国等要素与以往安检船舶存在缺陷种类、分布情况等信息库、事故船舶信息库数据的关联分析，得出专门针对受检船舶的安检项目清单和关注（重）点，并通过移动执法终端等设备提交现场安检人员实施项目清单式检查，现场安检员根据检查清单逐项核查船舶及设备实际情况，并将检查结果反馈系统进行评估，决定对缺陷的处置方式。通过“人机互动”建立起大数据模式的船舶安检系统。大数据安检系统的建设，可先从某一（些）设备或检查项目入手，建立各检查模块，再逐步整合各模块为全船、各船型船舶安检数据系统。

大数据安检系统不仅能优化现有船舶安检工作模式，更能促进安检人员成长模式转变。一名成熟的安检员通常需要数年的成长周期，以及对大量安检法规、规定的熟练掌握，并通过长期实践，积累丰富的工作经验。如果通过前文阐述的大数据安检系统将改变以往“从零起步”的业务培养模式，通过安检系统分析进行法规条款筛选、检查项目确定、缺陷判定，减少执法人员对公约、技术规则的识记、理解过程与障碍，增强安检规则运用的规范、统一与效率，使执法人员只要具备基本专业素质即可上岗，促进综合业务素质培养和综合能力的形成，解决专才与通才的结构性矛盾。大数据安检系统将为每一位船舶安检人员搭建起一座高起点技术平台。

3. 运用大数据实施船载危险货物监管

船舶作为海上运输唯一的载运工具，货物运输是其主要功能。船载货物运输安全与船舶安全息息相关。被瞒报或谎报的危险品、不按规定积载的危险货物，都可能给船舶安全带来严重安全隐患。海事管理者要从数千甚至上万的货品中发现可能被疏忽或有意隐藏的危险货物（品名），采用人工排查无疑是低效的。笔者认为大数据将为危险货物监管插上翅膀。建立以大数据为基础的船载危险货物自动排查系统，通过对最后装船舱单数据与系统中已设定的须查全部危险品名以及申报人申报危险货物品名比对排查，企图被隐藏的危险货物将被迅速查出；通过系统对船舶实际积载危险货物位置图（杯位图）与预设的正确杯位图的比对，被错误积载的危险货物将被很快发现。建立以大数据为基础的船载危险货物识别系统，通过该系统对进出本辖区港口危险货物的种类和某条（些）航线上的船舶、某（些）货主信息进行关联分析，便可预测出可能被瞒报、谎报的危险货物概率，从而实现提前布控。

大数据的引入不仅能大幅提高船载危险货物排查的效率，还可以实现对船载危险货物的适时管控和应急处置。由该系统根据进出港所有船舶载运危险货物的种类、数量情况，自动计算并实时提供港口水上交通危险货物运输安全风险等级、安全防范和意外事故处置备选方案，预测可能发生危险货物事故的概率，为海事部门提前采取干预处置或应急行动提供决策参考。

4. 运用大数据实现对船舶监管资源的科学调配

通过大数据船舶监管手段，可实现对船舶安全风险和海上交通事件的提前预警，为科学调配海事监管资源提供前瞻性指导。海事部门可以根据大数据信息系统每日（甚至实时）更新的信息来预测可能发生的海上交通事故或船舶监管需求，变被动应对为主动部署，对重点区域加强监管力量部署和防范工作，合理分配专业执法人员，部署执法车辆和设备，安排海巡船艇巡航监护，提前实施干预，切断事故链，将海事监管资源用在“刀刃上”。大数据监管不再以人为中心，而以船舶安全管理需求为导向，将船舶安全监管技术与设备资源和人力资源配置在风险系数最高、最薄弱的环节，或是即将发生危险的地方，促进船舶安全监管资源和人力资源的科学及优化配置。

四、结束语

运用大数据实施船舶安全监管，引入一种以大数据为基础、量化安全风险、预测为核心的安全管理新模式，该模式以寻找船舶日常监管数据与安全事件（事故）间的相关关系，而非因果关系为途径，实现对船舶安全监管的提早识别和预防预控，做到防患于未然。

参考文献：

［1］维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代［M］.盛杨燕，周涛，译.杭州：浙江人民出版社，2013.

DOI：10.16176/j.cnki.21-1284.2016.03.005