智慧港口建设中大数据应用面临的主要问题及对策

曾露玲　吴宏

根据新兴科技领域技术成熟度评价，大数据技术在经历泡沫化的巅峰期和低谷期之后，目前已进入稳步发展阶段。[1]国际知名信息技术服务商国际数据公司（IDC）预测：2020―2024年，中国大数据相关技术和服务市场的年均复合增长率将达到19%。[2]随着云计算、物联网、第五代移动通信等相关技术逐步成熟和完善，大数据技术正深度融入产业领域，成为推动产业发展的重要力量。对于传统的港口业而言，借助新兴技术实现效率突破和功能升级是值得持续探索的课题。根据交通运输部2016年发布的《交通运输信息化“十三五”发展规划》，智慧港口建设旨在通过传统港口业与高新技术的深度融合，优化港口生产组织和作业流程，提高港口物流效率和智能化水平，推动港口企业与航运企业和物流服务企业等实现作业无缝衔接，并与海关和海事等口岸单位实现信息一体化。目前，部分港口基于大数据技术规划建设集数据接入、数据处理、数据存储、查询检索、分析决策和信息共享等功能为一体的大数据平台。这种以海量数据为核心的开发应用模式在为智慧港口建设提供必要技术支撑的同时，也使港口大数据应用面临信息壁垒、信息安全和数据权属等问题，对港口大数据应用提出较高要求。

目前国内对港口大数据的研究主要集中在数据采集和存储、数据监测和预警、数据挖掘和智能决策、数据平台构建等方面：罗本成[3]介绍新加坡港智慧港口建设实践和经验，并分析全球智慧港口发展新趋势;盘艳芳[4]介绍鹿特丹港智慧港口建设实践和经验，强调顶层规划和智能化改造的重要性;李红等[5]基于国内智慧港口建设现状及形势，提出智慧港口建设标准体系架构;蔡银怡等[6]分析驱动智慧港口发展的关键技术，探讨智慧港口的主要功能和建设内容;杨鹏南等[7]提出在整合港口调度信息资源的基础上，建立港口生产调度大数据分析平台;孙浩[8]分析港口企业大数据中心建设需求，并提出相应的建设方案;胡斐[9]阐述智慧港口的内涵及其核心技术架构，并提出舟山港智慧港口计算机综合终端操作系统平台建设总体方案;徐鲁强等[10]介绍基于大数据和物联网的大连港技术管理平台。上述文献主要从技术角度研究港口大数据，较少涉及港口大数据应用与管理面临的问题和风险。本文分析当前智慧港口建设中大数据应用面临的信息壁垒、信息安全和数据权属等问题，并提出相应的对策。

1 港口大数据应用概述

由表1可见，港口大数据的来源、内容和类型具有显著的多样化特点，其中：数据来源主要包括行政主管部门、公共服务部门、物联网、业务系统、第三方、互联网等，涉及海关部门、海事部门、港航企业、仓储物流企业和货运代理企业等众多主体;数据类型主要包括数值、文本、图片、视频、船舶自动识别系统（automatic identification system，AIS）数据、全球定位系统（global positioning system，GPS）数据和地理信息系统（geographic information system，GIS）数据等，可通过电子数据交换系统、无线射频识别设备和AIS等采集。

数据仓库是港口大数据管理系统的核心组成部分。作为港口生产数据的主要集散地，数据仓库承担着对相关数据进行存储、清洗、分析和交换的功能，并为港口企业下属单位提供基础数据支撑，根据港口企业下属单位的需求对数据进行再加工。港口大数据管理流程如图1所示。

根据业务端的实际需求，对初步清洗后的数据进行处理，通过回归分析、分类聚类、可视化等多元分析方式，形成分析报表、可视化图表、生产规划、智能预警等应用层面的具体功能（见图2）。

2 智慧港口建设中大数据应用面临的主要问题

2.1 信息壁垒

数据自由流动和共享是大数据产业发展的内在要求：通过数据自由流动和共享实现数据整合，从而真正实现数据价值。信息壁垒会导致大数据产业资源配置效率下降，不利于智慧港口建设和发展。

2.1.1 信息壁垒产生的原因

（1）港口企业内部及港口企业与合作企业之间的信息壁垒产生的原因。由于不同业务系统的数据形式和格式存在明显差异，港口企业内部及港口企业与合作企业之间共享数据时普遍面临数据格式转换和数据清洗处理等问题，需要人工干预，从而导致人力成本和时间成本上升，并且对业务流程的顺畅性和决策参考的可靠性造成不利影响。

（2）港口企业与行政主管部门之间的信息壁垒产生的原因。海关和海事局等行政主管部门作为政务信息的采集者和管理者，具有明显的信息优势;但由于行政主管部门之间相互独立以及有关数据共享的法律规定不明确，政务数据的开放共享程度难以满足港口物流发展需求。

（3）港口企业与竞争性企业之间的信息壁垒产生的原因。海上货物运输环节较多且周期较长，完整的货物运输信息分布于货方、港口企业、航运企业、陆运企业和堆场仓库等众多主体。由于供应链参与方既有共享数据的主观动力，又有保护客户商业信息和自身商业利益的客观需求，导致目前实现全供应链数据共享的難度较大。

2.1.2 信息壁垒造成的影响

物流跟踪是港口供应链管理的基本要求，也是港口大数据平台的核心功能，而信息壁垒的存在导致货物运输各环节之间信息相对封闭，使得运输相关方难以准确了解货物运输状态。以出口集装箱运输业务为例：为了实现港口大数据平台的物流跟踪功能，需要根据码头和其他运输相关方的实际作业情况，梳理出口集装箱运输业务节点（见图3），采集并共享GPS数据、AIS数据、铁路班列数据、光学字符识别数据和无线射频识别数据等。目前海运环节已实现物流动态跟踪，但由于不同运输方式之间存在信息壁垒，多式联运尤其是海铁联运的数据链路尚未完全打通。

2.2 信息安全

港口大数据平台在提供以数据为核心资源的信息化服务的过程中，高度依赖人工智能、物联网、云计算、大数据等技术读取、采集和应用个体信息和商业数据，存在一定的信息安全风险。一旦服务器遭受黑客攻击或系统发生数据泄露或存在其他可能被利用的漏洞，港口生产、货物运输和商业秘密将面临极大的安全威胁。

近年来，随着互联网威胁持续上升，港口信息系统发生的安全警报事件逐年增加。根据对某样本港口企业及其下属单位的调研，该港口企业的大数据中心已建立相对完善的边界防御体系，能够比较快速地发现入侵者，并检测常见的威胁事件。与2019年相比，2020年该港口企业遭遇的网络安全威胁事件数量大幅上升;但网络安全态势整体平稳，未发生重大行业性网络安全突发事件。然而，该港口企业下属单位的信息安全防御系统的建设水平差距较大：有的单位仅在部分路径上部署入侵检测设备;有的单位未设立专门的信息安全运营系统和部门，将信息安全交由其他职能部门或人员兼管。对15位信息安全运营人员实施问卷调查，结果显示：所有受访人员均认为本单位缺乏高效的信息安全管理系统;87%的受访人员认为本单位信息安全运营存在较多的人工操作环节;80%的受访人员认为本单位配备的信息安全运营人员数量不足;73%的受访人员认为本单位无法及时处理信息安全威胁;67%的受访人员认为本单位信息安全运营人员经验不足;53%的受访人员认为本单位外部服务器响应速度较慢。

随着港口数字化向纵深发展，自动化设备和物联网等在港口业务领域的应用日益广泛，与港口业务的融合程度不断加深，从而在提高港口生产效率和减少人为差错的同时，也使得大量风险集聚于信息系统及其操作管理人员;而信息管理部门作为港口企业的辅助部门并不直接产生经济效益，从而导致信息安全运营工作面临成本投入与效益产出、安全性与便利性等综合考量。

2.3 数据权属

港口大数据平台采集的原始数据以及经过加工分析形成的数据产品，共同构成港口企业的特殊资产，其中商业数据保护和数据权属认定是尤为值得关注的问题。

商业数据涉及企业隐私，属于企业核心利益，对企业生产经营活动有极为重要的影响。为了实现供应链各环节之间数据共享，港口大数据平台需要整合上下游的大量业务数据。在此过程中，经过批量加工分析形成的数据往往包含相关企业的技术信息和经营信息，从而可能导致此类数据共享对相关企业的经营活动产生一定影响，进而可能产生法律纠纷。通常情况下，处于信息系统顶层的大数据平台在数据使用和管理方面比较规范;但在不同层级的功能开发中，仍然存在数据使用不合规的情况。例如，为了提高业务便利性，基于深网爬虫的数据自动抓取功能有时并未获得通过标准接口来实现的许可。

目前，港口大数据的作用主要表现为提高港口生产效率和改善客户体验等，并未形成新的利润来源或产生直接的经济效益;因此，实践中因数据权属问题而引发的争议不多。需要注意的是，数据确权是数据市场有效运行的前提。[11]随着港口大数据应用范围的扩大以及港口业务形态的丰富，数据价值将不断提升，数据提供方与数据采集加工方之间关于数据权属的争议将逐渐凸显。

3 智慧港口建设中大数据应用问题对策

3.1 打破信息壁垒

（1）打破港口企业内部及港口企业与合作企业之间的信息壁垒。此类信息壁垒源于不同业务系统的数据形式和格式尚未统一，而这种数据差异可以通过建立内部数据标准化制度逐步减少或消除;因此，港口企业完全可以通过自身技术力量和组织规划打破其内部及其与合作企业之间的信息壁垒。

（2）打破港口企业与行政主管部门之间的信息壁垒。港口企业与行政主管部门之间的数据共享程度主要取决于行政主管部门的数据开放水平。虽然政务数据开放过程较为缓慢，但随着行政主管部门数据共享制度化建设深入推进，政务数据开放情况将有所改善，从而逐步打破港口企业与行政主管部门之间的信息壁垒。

（3）打破港口企业与竞争性企业之间的信息壁垒。为了实现港口企业与竞争性企业之间数据共享，需要港口供应链各参与方共同努力，研究影响相关企业数据共享意愿的因素，创新设计多赢的商业模式，在数据共享与商业信息保护之间取得平衡。实证研究显示：同行企业参与度、共享行为的成本效益比和企业决策者的创新意愿是影响竞争性企业数据共享行为的重要因素。[12]这一观点在项目调研中也得到相关企业认可。港口企业作为港口供应链的核心，应当发挥创新示范作用，与关系密切的上下游企业加强合作，以信用制度为基础，完善数据交易制度和金融保险服务，强化企业关联，从而放大相关企业之间数据合作共享的正向激励效应。

3.2 确保信息安全

从数据接入、平台管理、应用保障等三大层面入手，构建完善的港口大数据信息安全保障体系，并坚持管理与技术并重的原则，将技术措施与管理措施有机结合，提升信息安全保障体系的安全保护能力。

第一，完善信息安全保障制度体系。加强应用系统运行及安全管理，完善数据分级分类管理制度、应急管理机制和相关操作流程。

第二，完善信息安全保障技术体系。在成本约束条件下，综合运用多种安全保障技术手段，从物理安全、网络安全、系统安全、数據安全和应用安全等方面完善信息安全保障技术体系。

第三，加强人员培训。人是确保信息安全管理工作顺利实施的关键点。为了有效防范信息安全风险，必须加强全员特别是一线岗位人员信息安全培训和宣贯，强化信息安全意识，提高信息安全管理水平。

3.3 明确数据权属

目前我国大数据相关法律法规较为分散，主要有《中华人民共和国数据安全法》《中华人民共和国网络安全法》《中华人民共和国电子签名法》《计算机软件保护条例》《信息网络传播权保护条例》《互联网上网服务营业场所管理条例》《互联网信息服务管理办法》和《政务信息资源共享管理暂行办法》等。此外，《中华人民共和国民法典》《中华人民共和国刑法》和《中华人民共和国国家安全法》中的部分条文对网络和信息安全作出原则性规定。2021年6月10日通过的《中华人民共和国数据安全法》有效弥补了《中华人民共和国网络安全法》和《中华人民共和国民法典》在规范数据处理方面的不足之处，为企业数据业务运营设立了合法合规的门槛。

港口大数据平台在采集和使用数据的过程中，应当注意遵守上述法律法规，在创新应用促进行业发展的同时，通过建立数据分类分级保护制度、完善相应技术措施、规范数据交易行为等办法，建立健全数据安全治理体系，提高数据安全保障能力，加强对重要数据的保护。

对于在法律上缺乏明确定义的企业数据权益，应当注意：虽然零散单一的数据并不具有被社会认可的客观价值，任何人不应对其拥有排他性产权，但就商业数据而言，企业在采集和使用数据的过程中付出的投资或创造性劳动，足以使其成为具有一定经济价值的数据资产;因此，就商业数据而言，数据确权的重点是保护数据企业的财产权，承認并保护其对数据资产的经济利益，以激励其持续投资和创新，从而促进数据资源要素的开发、利用和创新。

港口企业在数据应用（如跨部门数据采集、共享开放控制、爬虫技术应用等）过程中，应当注意遵守《中华人民共和国反不正当竞争法》和《中华人民共和国电子商务法》的规定。从目前已公开的数据权益纠纷相关案例来看，未经许可大规模采集他人数据，对其正常经营活动造成干扰，或者基于此类数据获取自身经济利益，都可能被认定违法。港口大数据平台在运营中应当注意规范数据采集和使用行为，避免违反相关法律规定。

4 结束语

大数据是数字经济和智慧港口的关键生产要素。港口大数据平台建设要注意以下三点：第一，针对港口物流发展需求，科学规划和设计平台功能，提升港口智能化水平;第二，客观看待信息壁垒问题，在互联互通的基础上，协同关联企业，通过创新商业模式实现数据共享和增值;第三，结合自身条件，在日常业务中加强信息安全风险管理和法律风险管理，保障港口生产业务的稳定性和连续性。

参考文献：

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

[2] 中国信息通信研究院安全研究所. 大数据平台安全研究报告[R]. 北京：中国信息通信研究院，2021：1.

[3] 罗本成. 从新加坡港看全球智慧港口的发展趋势[J]. 中国港口，2020（11）：5-9.

[4] 盘艳芳. 鹿特丹智慧港口建设发展模式与经验借鉴[J]. 中国航务周刊，2021（6）：48-49.

[5] 李红，刘婷，王大成. 智慧港口建设标准体系架构研究[J]. 中国水运，2020，20（2）：29-30.

[6] 蔡银怡，蔡文学，郑冀川. 智慧港口的构成与建设内容探讨[J]. 物流工程与管理，2020，42（5）：21-23.

[7] 杨鹏南，侯贵宾，赵谞博，等. 港口生产调度大数据分析平台[J]. 港口科技，2017（5）：22-25.

[8] 孙浩. 港口企业大数据中心建设需求及方案分析[J]. 中国新技术新产品，2020（11）：134-135.

[9] 胡斐. 舟山市智慧港口CITOS平台建设的研究[D]. 舟山：浙江海洋大学，2020.

[10] 徐鲁强，雷红，王志成，等. 基于大数据和物联网的大连港技术管理平台[J]. 港口科技，2020（4）：10-14.

[11] 唐要家. 数据产权的经济分析[J]. 社会科学辑刊，2021（1）：98-106.

[12] 周毛莉. 竞争性企业间数据共享行为的影响因素研究[D]. 西安：西安理工大学，2019.

（编辑：张敏 收稿日期：2021-08-20）