Page 34 - 2022年11月总第39期

特别报道 • Cover Story

题。通过数字化转型，在遇到这些问题时，航运公
大数据赋能港口企业的探索与思考
司能够为客户及时提供反馈，并协调处理。
此外，市场需求下行意味着航运公司的盈利 文 / 孙志军 宁波港信息通信有限公司
会受到影响，航运公司对成本的控制就变得尤为重
要。通过数字化发展，航运公司可以提高运营效率，
减少时间成本，人力成本也会得到一定的控制。运 美国研究员 Michael Cox 于 1997 年 IEEE 第八次会议上，首次提出大数据“big data”这一术语来描述超级计算机产
营效率的提高还会提升客户的服务体验，从而吸引 生超出主存储器的海量信息。研究机构 Gartner 定义，“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和
客户。 流程优化能力的海量、高增长率和多样化的信息资产。

目前也有很多客户在经历了新冠肺炎疫情导
致的供应链拥堵后，主动向提供货物运输可视化的
平台，购买货物的有关运输数据，期望实时掌握集 《推进综合交通运输大数据发展行动纲要 需求。同时加强企业数据资产管理、数据治理，
装箱运输动态，以在知晓货物运输过程发生问题时， （2020-2025 年）》明确以数据资源赋能交通 建立数据资产管理各项机制，推进数据治理整
第一时间解决问题。这类需求的高涨，也会推进航 发展为切入点，推进国家大数据战略和交通强 体进程。
运业的数字化转型。 国建设。“十四五”规划纲要也明确提出要以
竞争加剧 对于 GSBN 而言，不论航运业景气度如何， 数字化转型整体驱动生产方式、生活方式和治 大数据平台建设
行业下行助推数字化转型 向全行业数字化方向发展才是正解。货物运输的方 理方式变革。
港口企业大数据平台搭建采用 1+N 模式，
2020-2021 年，新冠肺炎疫情的暴发，也给航 式远不止集装箱海运这一种，这就需要更多的、不 大数据作为实现港航体系互联互通的重要
即建立 1 个企业总部的全域数据存储、计算、
运业特别是集运市场，带来了空前盛况。不过如今， 同行业的企业共同支持。 载体，成为了提升我国港航行业治理能力和服
服务的大数据平台，满足企业总部及所属单位
航运业已处于下行通道。近日，上海国际航运研究 今年 8 月，GSBN 与中远海运散运签署合作协 务水平的重要抓手。港航业从数字化、网联化
的数据应用需求，各子平台满足每个组织或业
中心发布的今年第三季度中国航运景气报告称，今 议。这也是继中远海运集运、中远海运港口、中远
到智能化的应用，结合各港航相关企业战略、
务版本各自的实时数据应用需求。
年第三季度，中国景气指数及信心指数首次均跌落 海运特运之后，又一家中远海运集团下属企业加盟
经营、生产、管理等多方面需求，充分应用大
各系统涉及的离线数据将统一汇集存储在
至不景气区间。 GSBN。
数据、物联网、云计算等前沿技术，促进管理
企业总部大数据平台，具有统一数据管理的功
陈斯嘉认为，行业下行或加快航运数字化转型。 “中远海运集团比较独特，该公司是集不同
与信息化的深度融合，形成各企业特色的数智
能。各子平台数据渠道源自各业务系统，子平
航运公司在新冠肺炎疫情期间，盈利已处于高 行业于一身的特例。该公司不止精通集运，还有特
管理体系，全方位赋能港航发展，同时打造综
台拥有数据存储、数据加工计算、数据服务及
位，很多欧洲航运公司也开始收购其它运输类型的 运、散运、能源等业务。因此，GSBN 选择与中远
合港航生态“数字大脑”。本文将从大数据技
数据应用的自闭环能力，主要解决各实时数据
公司，扩展业务领域，所以并不会提升通过数字化 海运集团及其下属企业，积极开展合作。”陈斯嘉
术应用角度出发，探讨大数据在港口企业实践
应用场景，满足生产等实时性要求较高的业务
进一步营利的优先级别。在这种形势下，托运人也 解释说。
发展的趋势。
场景需求。同时，子平台根据需求可将数据供
降低了对服务水平的要求，只求成功出运。 此外，中远海运集团在业内进行的数字化投
给给企业总部大数据平台。
但随着航运市场需求下行，托运人拥有了选择 资多，投资经历较比较丰富，尤其是对物联网、人
大数据应用整体思路 大数据平台作为数据源与数据应用的数据
余地的同时，会重新拾起对服务的要求，航运公司 工智能等新兴科技方面的投资。同中远海运集团及
间的竞争加剧。这给航运公司敲响了警钟，亟需提 其下属企业的合作，势必会推动 GSBN 在航运数 港口企业大数据发展将围绕大数据渠道汇 通道，具有数据存储、数据加工计算与数据服
高自身的服务水平，提高自身竞争力。 字化发展道路上继续前行。 集、大数据平台建设、大数据应用、数据资产 务的能力。数据采集层，实现流批一体，基于
为此，航运公司需要进行数字化转型，为客户 “目前，GSBN 的成员仍以国内的航运业参与 管理、数据治理五大主要任务模块展开，以数 同一个 Flink 流式执行模型，支持流处理和批处
提供更好的服务。 方为主，下一步，将更注重欧美地区有关企业。毕 据应用为核心，梳理、补充数据渠道来源，搭 理两种应用类型。存储层，基于 Kafka、HDFS
运输过程中，常常会遇到船舶班期延误的情况， 竟欧美贸易仍在全球贸易中占较大比重，GSBN 要想 建大数据平台，打通由数据源向数据应用的通 等技术实现各类外部实时数据（定位数据、设
或是集装箱因故留在了起运港，未能成功装船等问 真正迈向成功，还需要‘走出去’。”陈斯嘉说。 道，不断满足各部门、企业内外各组织的数据 备数据）的存储，兼容多种机器学习与深度学

32 Ningbo Shipping Exchange Ningbo Shipping Exchange 33