關鍵詞：港口物流服務，大數據治理，RACI模型，元數據管理成熟度模型，數據應用場景化
1、港口物流服務大數據應用需要大數據治理
港口是物流鍊上的一個重要節點，它不同于一般的物流，雖然它包含了基礎的倉儲、運輸、分撥配送、包裝加工等物流功能，但是它的優勢在于可以提供由口岸優勢帶來的衍生增值服務。
港口起初隻是一個因為便利的運輸條件而發展起來的“運輸中心”，之後逐漸增加了商業活動，使港口具備了貨物的增值能力。随着經濟全球化發展，港口物流服務逐漸融入了通關、保稅、加工、多式聯運等多種元素，港口成為現代物流中的重要環節。為了讓港口物流服務高效、有序地進行，出現了具有涵蓋物流産業鍊所有環節特點的港口綜合服務體系。各種服務流程及服務内容都以數據流的形式在系統中存儲并工作。
目前國内外衆多港口嘗試将大數據技術與港口物流生産服務聯系，以構建基于大數據的港口企業決策體系，主要應用到的港口服務如圖1所示。
圖1.現代港口基于大數據的物流服務信息體系圖1中的核心是物流服務信息系統，各種業務流數據都會在這一層體現，在這些業務流數據的指導下進行基礎設施建設，并進一步用這些業務流數據進行港口生産運營管理，從而實現将大數據應用于指導港口物流服務生産的過程中。
在信息化建設過程中，各種線圈、傳感器、攝像頭布置在港口以保障服務體系能夠及時獲取有效數據，與多源多維數據相對應，存在多個信息系統，這些信息系統之間常常是相關的，它們的數據有很強的耦合性，卻往往由于存儲結構、标準化等問題出現過于冗餘地存儲，浪費存儲和讀取的軟硬件資源，如何有效辨識、存儲和标準化使用數據就成了亟待解決的一個問題。數據量得以保證，且數據應用框架已經形成之際，源數據質量顯得尤為重要。隻有建立在正确、準确、及時、優質的數據基礎上形成的策略才是真正做出有意義的生産決策。在大數據應用技術不斷得到重視的同時，大數據治理相關理論也在逐漸形成。
2、港口物流服務大數據治理理論體系
數據作為企業所有的一項重要資産，對其的治理是指對其正确性、及時性，數據流向的控制、權限的控制和安全的控制。它要解決的問題就是标準化業務數據，會涉及業務決策過程、組織職責描述、質量控制等具體執行層。數據治理是大數據治理的基礎，大數據治理的核心在于将數據與業務結合，因此從港口物流服務業務需求出發，構建其大數據治理框架。
大數據治理的主要目的是使數據的利用價值和利用效率最大化，使數據爆炸帶來的負面影響最小化，它是一場管理革命，會給國家治理方式帶來根本性變革。在公共服務領域，基于大數據的智能服務系統将會極大地提升人們的生活體驗(周文彰2015)。當前，銀行(中信銀行2012)、電力(巨克真、魏珍珍2014)、醫療(高漢松、桑梓勤2013，常朝娣、陳敏2016)、公共治理(馬亮2015，陳潭2016，崔偉2016，高奇琦、陳建林2016，姚磊2016)等領域已經開展了數據治理理論與實踐研究，推動着社會治理朝着精細化方向發展(淩銳燕2016)。目前這些行業所采用的大數據治理模式大多建立在IBM所提出的數據治理的框架和方法上(Soares2010)，主要包括：RACI模型、元數據、主數據管理，數據生命周期、數據成熟度模型(Wende2007，桑尼爾•索雷斯2014)等。全局數據的“場景化”分析方法(朱琳、趙涵菁2016)，為大數據時代的數據治理提出了新的範式。
3、港口物流服務大數據治理的模型應用
随着港口信息化的不斷提升，覆蓋包括生産管理系統、集裝箱管理系統、财務系統、設備系統、物資系統、固定資産管理系統、人力資源管理系統、工程管理系統等各應用系統的物流服務數據增長速度驚人。以生産管理系統為例，港口的生産作業包括貨源開發、庫場安排、理貨、質量檢驗、過磅、計費等貨運業務。生産作業部根據貨運信息和船舶信息編制生産作業計劃并組織生産作業，作業計劃包括船舶名稱、到港時間、貨類、噸數、裝卸工藝選擇、作業線、計劃工作量及人機配備等信息。操作管理部接到作業計劃後，會組織操作人員及相關設備，按照作業計劃在生産作業部的統一指揮和調度下展開裝卸作業。其中，值班調度為流程負責人，操作人員、理貨員、司磅員、裝卸隊、設備維護人員是具體實施該流程的裝卸隊，他們對流程負責。裝卸作業結束後，生産作業部統計員統計并上報裝卸作業量、車船作業在港停時、泊位、堆場、機械等利用情況。其相關數據流程如圖2所示。3.1RACI模型
RACI模型是一個明确各個角色及其相關職責的直觀模型。其含義是R(Responsible)：負責執行任務的角色，具體負責操控項目、解決實際問題；A(Accountable)：對任務負全責的角色，隻有經過這個角色的同意後，項目才能得以進行；C(Consulted)：至任務實施前或中提供指定性意見的人員；I(Informed)：及時被通知結果的人，不必向其咨詢、征求意見。在複雜的港口物流服務系統中，這個模型适合用于梳理相關業務流程及數據的各組織結構權限，實現對大數據的隐私及權限保護。
對以上港口物流生産管理流程中，操作管理部的流程實施過程，其工作涉及到多種工種類别，但根據RACI模型可以将其各自職責清晰表達，如下圖3所示。
3.2元數據管理成熟度模型
元數據不是普通的實際數據，它是體現數據系統特征的數據，是對數據和信息資源的描述性信息，比如數據結構、數據存儲部署、數據ETL過程的定義、數據訪問日志等，可分為數據類元數據、技術類元數據及業務類元數據，包含了結構化數據、半結構化和非結構化數據，對數據的結構設計、一緻性檢驗及知識挖掘，可以有效地提高數據存儲效率，節約存儲資源，并能及時發現系統異常。對港口物流服務系統這樣一個跨部門操作的業務平台，同一業務含義的元數據在不同部門系統中的格式可能出現差異，需要利用映射轉換達成一緻，在這樣的系統中，需要建立一個标準的資源描述框架，使得常見業務信息語義定義一緻，加強子系統間的互操作性能。
元數據的管理在港口物流服務信息系統中尤為重要。在港口物流服務信息化的過程中，整體信息系統是由各個子系統逐步建設而成的，各子系統之間打破信息孤島，實現信息互通就需要有效的元數據管理。目前，IBM針對元數據管理提出如圖4所示的成熟度模型。由該圖可知，目前港口物流服務信息系統中的元數據管理成熟度尚處于應用議程域内，從屬于各分散的業務系統，很多子系統的互聯互通，是通過一定的數據轉換接口實現的。而真正要達到信息議程域的要求，元數據統一集中存儲管理是基礎，推進信息共享，從而很好地實現物流服務工作的協同推進。
3.3數據的場景應用分析
港口生産管理流程中流動的數據主要是生産計劃中的船舶信息、貨物信息、班次信息、設備信息和裝卸工藝。對一段時間内的這些數據進行分析，有以下幾種應用場景：
①對港口船舶在港時間給出精準預測。水運業務有較為明顯的淡旺季，也對天氣較為依賴，當遇到旺季，港口内會出現船舶積壓，使得船舶在港等待時間增長，從而影響整體船舶使用效率。經過對累積港口船舶數據、相關貨物裝卸數據、時間損耗數據的分析，可以精準地預測船舶在港所需的時間，并結合船舶的運行線路，給出進港時間建議。
②對港口裝卸班次人員設定及班次調整提出建議。對生産管理流程中流動的數據，可以清晰地找到裝卸需求波動，從而更科學有效地進行班次及相應的人員設定。
③對港口設備維護周期提出建議。港口裝卸設備種類多，對其數據的整理，可以對設備的維護周期進行預測。
4、結束語
當前将大數據應用到各行各業是趨勢，港口物流服務作為傳統行業，在信息化過程中已經較好地準備了多維數據，将較成熟的大數據治理模型應用其中，可以幫助它更好地完成大數據應用過程，使得數據真正成為港口物流相關企業的資産，為港口物流提供更好的服務做出貢獻。
參考文獻
[1]DirksSKeelingM.Avisionofsmartercities:Howcitiescanleadthewayintoaprosperousandsustainablefuture[J].IBMInstituteforbusinessValue,2009,8.
[2]SoaresSunil.TheIBMdatagovernanceunifiedprocess:DrivingbusinessvaluewithIBMsoftwareandbestpractices[M].MCPress,LLC,2010.
[3]WendeKristin.AModelforDataGovernance–OrganisingAccountabilitiesforDataQualityManagement[J].ACIS2007Proceedings,2007.
[4]陳潭.大數據驅動社會治理的創新轉向[J].行政論壇,2016:1-5.
[5]崔偉.智慧治理:大數據時代京津冀大氣污染治理之創新[J].知與行,2016:85-88.
[6]高漢松,桑梓勤.醫療行業大數據生命周期及治理[J].醫學信息學雜志,2013:7-11.
[7]高奇琦,陳建林.大數據公共治理:思維、構成與操作化[J].人文雜志,2016:103-111.
[8]姜小建,解林超.大數據應用對供應鍊管理價值提升的分析[J].電子技術與軟件工程,2016:205.
[9]巨克真,魏珍珍.電力企業級數據治理體系的研究[J].電力信息與通信技術,2014:7-11.
[10]淩銳燕.大數據時代的社會治理精細化工作研究[J].理論研究,2016:65-70.
[11]馬亮.大數據技術何以創新公共治理?——新加坡智慧國案例研究[J].電子政務,2015:2-9.[12]桑尼爾•索雷斯.大數據治理[M].匡斌,譯.北京:清華大學出版社,2014.
[13]張東翔,成斌.基于供應鍊管理的大數據應用分析[J].物流技術,2015:193-195.
[14]張明英,潘蓉.《數據治理白皮書》國際标準研究報告要點解讀[J].信息技術與标準化,2015:54-57.
[15]中信銀行股份有限公司數據治理工作組.商業銀行數據治理體系構建思考[J].中國金融電腦,2012:23-27.
[16]周文彰.以大數據促進國家治理現代化.光明日報.2015:15版.
[17]朱琳,趙涵菁,王永坤,金耀輝.全局數據:大數據時代數據治理的新範式[J].電子政務,2016:34-42.
作者單位：重慶交通大學經濟與管理學院。