“大數據+航運”構造航運產業鏈創新模式

航運業與大數據的結合尚未到“顛覆”階段，但隨著大數據應用不斷深化，傳統的業務模式與新興技術的火花會不斷增多。

近日，挪威壹位著名船東表示，航運業要向優步(Uber)學習經驗，其利用大數據創造了新的商業模式。以大數據分析實現商業成功的企業正在向傳統行業發出挑戰，並帶來壹系列機遇。航運業，壹直是傳統產業的代名詞，當前航運業大數據走到了哪壹步？是否具備了顛覆行業的能力？在航運新生態下，大數據還將怎樣影響著行業走勢？

航運大數據的應用

麥肯錫給出的大數據定義是：“壹種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力範圍的數據集合”。近年來，大數據效應顛覆傳統商業模式的故事輪番上演，新商業模式不斷出現：從優步、阿裏巴巴帝國的成功，到當前與新興技術結合，如工業4.0、智能制造、無人駕駛等技術不斷完備深化。可以說，大數據成為了全球經濟轉型下又壹個活躍因子。

航運業是擁有百年歷史的古老傳統行業。談起新技術對行業的沖擊可以追溯至計算機技術應用之時，信息傳遞速度的提高、船舶大型化的發展以及港口現代化設施實力的增強在當時掀起了航運業壹次巨大的歷史變革。今天“大數據+航運”的應用會趕超計算機技術應用在航運史上留下的深刻烙印嗎？要解答這樣的問題，首先要面對的問題便是大數據在航運業的應用範圍怎樣？發展到了怎樣程度？

上海國際航運研究中心信息化研究室主任徐凱告訴記者，大數據航運應用分為三類：第壹類是實時數據的應用，如通過航行計劃、船舶航速、船舶排氣、氣象洋流方面數據的融合計算，實時為船長提供節能減排的經濟航速建議；通過對航道通過量的統計，實時計算航道的擁擠情況，並對可能產生的海事風險提供預警；對航運市場供需關系和大宗商品貿易數據的分析計算對行業內市場經營健康狀況進行評估，提供航運經濟運行景氣檢測預警等。第二類是歷史數據分析方面的應用，例如通過航運業務、運營數據挖掘，為航運企業市場預測、航線安排、船隊組織新船建造、二手船買賣、風險管控、自有運力和租賃架構成本和效益分析等提供良好的服務；通過對航運電商平臺中生產經營數據的分析，可以挖掘出新的商機，創造新的產業價值；可以通過對海事事故相關的歷史信息分析，得知可能引起事故高發的主要影響因素等。第三類是未來發展的預測分析應用，例如根據已有的歷史數據和實時數據，預測未來各貿易區域的運力分布情況、主要港口的貨物庫存情況、主要大宗商品的貿易流向趨勢、將要發生的船舶推遲抵港預警等等。大數據在航運業廣泛的影響範圍，整個產業鏈上的相關方，從船廠、船東、經紀人、貨主、甚至銀行、保險，都在逐步探索使用大數據產品完善其決策和管理系統中。但是值得註意的是，當前這些應用並未全部得以實現，僅壹些被熟練應用，相當壹部分僅停留在開始以及尚未踏足階段。

徐凱將優步與航運配置調度進行了嵌入對比。他說，優步之所以能夠成功地實現優化配置調度主要基於三點原因：壹是每個司機都安裝了能夠定位車輛實時位置的APP(司機、車輛實時數據)；二是手機用戶遞交了自身詳細的實際位置和目的地需求(客戶需求數據)；三是城市地圖計算了最佳路徑(基於路網基礎數據)，且優步在出發前就計算出了所需支付金額，最後車費不會與之前有大出入。這是在優步進入市場前，汽車調度所不能企及的。現在我們將優步的成功要素套入航運，看是否能夠對船舶運行調度進行規劃。同樣需要具備三方面基礎：是否能夠掌握船盤和貨盤的信息；是否能夠掌握船舶實時運行的準確位置和貨物裝載情況；是否能夠掌握海上錨地、泊位、靠泊等級、航道條件、海上路網等的地理數據集成。遺憾的是，當前尚未有機構或公司搜集到以上全部資料。

這就從壹定程度上證明了，大數據的影響範圍大，但還不夠深遠，尚屬發展的初級階段。但這恰恰也說明，航運大數據的發展空間巨大。當前航運業已經積累了海量的航運信息資源，具備了航運大數據概念中“航運業務、管理、監管等領域產生的海量數據”這壹基本條件，並且壹部分以大數據為基礎的應用已經在不斷趨向成熟，如集裝箱運輸過程中提升效率的整個物流環節的可視化監控、在面向貿易和金融研究領域利用航運數據及情報服務、線上電商平臺的建設已經有國內集裝箱線上訂艙和國內散貨線上租船平臺的出現，這些無不預示著壹場時刻準備顛覆傳統航運產業鏈生態環境的革命正在悄然醞釀中。未來若進壹步圍繞“數據規模有效的融合、存儲、加工、查詢、分析相關技術和解決方案”的深化，其想象空間巨大。

熱點領域率先突破

航運業與大數據的結合尚未到“顛覆”階段，但隨著大數據應用不斷深化，傳統的業務模式與新興技術的火花會不斷增多。億海藍航運分析師林書來認為，隨著大數據對航運業影響的逐漸深化，預計未來會顛覆航運整個產業鏈內壹些傳統的商業模式和實際業務中的操作模式，會使這個傳統的行業越來越高效，信息越來越透明，航運產業鏈的整個生態環境也會因為這些改變進行重構。在近階段預計能夠得以快速成長的領域有以下幾個。

航運業整體低迷，鏈條上的許多企業紛紛被“踢”出局， 抱團取暖無疑是當前和未來相當長壹段時間企業的主旋律，大數據能夠以信息平臺的方式出現，在壹定程度上和諧整個鏈條，形成托運人、承運人、收貨人、貨代、港口等各服務環節的壹站式上下遊“聯盟”，該趨勢的判斷也得到了行業的普遍認同。徐凱告訴記者，不論是同類型企業之間的橫向聯盟，還是沿著供應鏈或產業鏈的企業縱向整合，合作的基礎都是需要建立數據采集和數據分享機制，這是聯盟中各企業實現協同經營的基礎條件。今年11月由中國船東協會、中國國際貨運代理協會、中國港口協會、中國口岸協會5家單位簽署的“國際航運合作機制”，某種程度上實現了中國航運業全產業鏈的合作，證明了以上觀點。

港口是國際貿易通道的重要門戶，大數據在未來會進壹步加快港口互聯互通和智能化速度。當前供應鏈備受矚目，科技力量走強，船舶大型化，港口服務範圍更加廣泛都意味著港口功能已多元化，成為互通互聯的重要節點。徐凱預計，到2030年，將呈現以港口為單位的大數據中心，集中儲存港口物聯網產生的大量數據，各碼頭信息資源將集中於港口統壹管理，港口之間實現信息交互，預計國內主要航運中心將陸續建成大數據中心，數據呈現分布式存儲。實現互聯互通是未來港口體現綜合競爭力的導向。

大數據未來能夠在金融授信方面提供更加透明和實際的運營數據。船舶是世界上資本最密集的行業之壹，且船舶資產為浮動資產，評估難度大，因此銀行在對航運進行貸款時，要在授信、擔保方面下足功夫。簡單來說，授信是指銀行向客戶直接提供資金支持，或對客戶在有關經濟活動中的信用向第三方作出保證的行為。銀行壹般要經過立項、溝通完成相關條款清單、項目評估、完成授信審查、放貸、放貸後跟蹤等幾個步驟。大數據得以有效利用後，未來能夠得到更加準確透明的信息。林書來認為，未來大數據會有進壹步應用。在評估船舶融資風險時，需要對船舶過去的經營情況進行評估，利用大數據方法不斷可以復原船舶過去的經營狀況，而且可以監控船舶當前運營情況，壹旦發生任何異常情況，可以及時向融資機構進行報警，比傳統的金融授信方式更加貼近船舶經營實際情況。

不僅如此，大數據應用能夠對船舶運營起到優化作用。林書來表示，在船舶實際操作環節上，通過對航線信息、歷史氣象水文信息、實際監測的實時船舶狀況及航行過程中的外部環境等，運用大數據技術完全可以實現船舶對最優航線、航速的選擇，節省燃料，減少排放等。另外，還可以利用沈澱下來的數據和引入其他變量對未來航線上的貿易貨量進行預測，預知各個港口的吞吐量熱度，提前合理安排港口間的船舶運力，提高船舶的運行效率，還能避免堵港、滯港現象。

深度應用任重道遠

顯然，未來大數據對航運市場的影響會逐漸擴大和深化，在全球經濟增速放緩，航運業面臨著巨大的生存挑戰的同時，雲計算、物聯網和大數據的飛速發展的確給航運業帶來了轉型契機，但也存在著壹些成長的阻礙需要進壹步突破。徐凱和林書來都認為，當前航運業在應用大數據方面存在著幾個問題需逐步突破和完善。

首先，對於航運業來說，本身產生的數據來源不同，那麽在整合大數據時必然遇到“格式”不同的問題。航運業所產生的海量數據可能來自於貨物相關的提單數據、船舶運營相關的航行數據、設備數據等，存在著體量大卻標準渙散、條塊割據、數據不完整、統計口徑不壹致的問題。因此在整理時需要人工通過專用軟件進行轉換，造成了信息傳遞的遲滯與低效。所以建立壹個統壹的數據格式標準是航運大數據發展亟待解決的問題。其次，信息孤島效應還比較明顯，大數據所要求的“開放共享”尚未被整個行業所接受，所以多方共贏的局面難以打開。究其原因在於受體制或專有經營等問題，產業鏈上的部分環節仍享受著政策上的紅利，自身變革的動力不強，既不願向上遊整合，也不願向下遊整合，使得其占據的有些關鍵數據難以獲取，不利於整個產業鏈信息通道的建立，因此需要建立壹種多方共贏互利的信息共享機制，讓信息的分享者能夠同時從信息平臺獲取自己需要的信息，以“需求拉動”的機制來建立信息共享平臺。三是大數據的安全隱患尚未消除，成為了阻礙大數據發展的壹個“關卡”，也成為黑客們的目標。專家也在此呼籲政府部門發揮作用，積極探索和構建監管和風險控制體系和法律環境。四是數據分析能力不足。數據分析是整個航運大數據處理流程裏最核心的部分，航運大數據的來源多、數據量巨大、數據間關系復雜、想要實現航運數據的全面融合、高效靈活的存儲、準確無損的加工、便捷迅速的查詢非常困難。最後，對於航運業而言，大數據人才的缺乏也是壹個發展瓶頸。大數據的應用和建立往往是壹個復雜的體系，人才的需求是復合性和跨界性的，既要懂航運業，又要掌握信息化、數據處理等技術，往往組建這樣壹個團隊是相當不容易的。現在已經有個新的職業叫大數據分析師，航運業對這類人才的需求壹段時間內還是需要從信息化程度更高的壹些行業引進。

“合抱之木，生於毫末；九層之臺，起於累土；千裏之行，始於足下”。無論未來航運大數據有多遠的路要走，但是踏實邁出第壹步最為重要。徐凱認為，搜集真實的壹手數據正是這第壹步。由於種種原因，當前靠自覺做到這壹點很難，要依靠電子商務和電子政務，並需要企業、政府主管部門的多方配合。至於搜集方法可以通過兩種方式實現，壹是讓機器人代替人搜集數據。二是把所有可以流程化的業務行為從線下搬至線上。前者最好的實現方式是依靠船聯網、傳感器來采集，即物聯網。後者主要依靠電子商務，這其中包括電子政務，包括訂艙、租船和訂購物料等。

踏實邁好第壹步後，可以繼續深度挖掘大數據的價值，徐凱給出了三個方面的建議：壹是航運企業應將航運大數據納為經營戰略。數據分析能夠幫助企業最基礎地了解自身所有版塊，正確導向資金流向，了解客戶消費習慣，提供精準服務，這正是大數據最核心的價值所在。舉例來講，貨運代理企業若能通過有效的大數據手段監控代理貨物的運輸狀態，當出現類似韓進倒閉等導致貨物無法按時抵港的情況時，可以及時對風險作出預判和預警，就可以在應對策略上占據主動地位。二是應聚焦大數據對行業的資源配置優化。以舟山提供的海上船舶保稅燃油供應為例，在舟山打造國際海事服務基地政策下其加油價格與在新加坡加油差距已然不大，但依舊有許多人“舍近求遠”去新加坡加油再返回，壹部分原因在於已有燃油市場供應價格並不全面，很多船東並不了解最新的舟山燃油價格，同時分散的加油駁船缺乏大數據指導下的統壹調度，也使得燃油供應服務沒有形成市場合力。正確利用大數據分析，合理智能地調配船舶，壹方面能夠避免“飛單”，另壹方面還能夠簡化海關監管程序，節約政府監管資源。三是關註大數據帶來的潛在價值培養，航運數據的價值有可能在貿易、金融領域體現。以石油運輸為例，原油從裝載到卸貨可能經歷半月以上，這期間原油市場波動就能夠帶來壹定的商業價值，同時會引起如貨主、對沖基金、投資經營企業的興趣。

林書來也建議，對於企業而言，應認清整個產業發展所處的環境，把握智能化浪潮的機遇，運用大數據的方法，優化管理決策，提高經營效率，在有條件的情況下，整合資源，探尋新的商業模式；政府方面，應與時俱進，在行業變革到壹定的時期，在能總體提高社會效率和兼顧信息安全的基礎上，要敢於破除行政管制，而不應以自身占有獨享信息資源為優勢，創建公平合理競爭環境。

能夠看到，雖然大數據在航運業的應用尚未與國際水平同步，但其擁有的顛覆潛能有目共睹。徐凱希望借媒體的平臺向業界呼籲：“羅馬並不是壹天建成，不管未來多美，但未來不是概念。每過壹兩年都會有新事物興起，如互聯網、物聯網大家都趨之若鶩。然而，我們不希望今天熱情高漲，而兩三年後如看不到明顯成效就冷若冰霜。要理性看待大數據在行業的發展。未來價值不可限量，但數據收集還是要紮紮實實去做。”