请扫描 微信公众号 官方微博

您的位置是 > 首页 > 热点聚焦 > PSC备忘录组织年报中的大数据

PSC备忘录组织年报中的大数据

新闻来源:中国船检    浏览量:300 田子昕 袁露 2018-10-29
        自1982年7月1日巴黎备忘录生效开始,36年间,全球已形成了以巴黎备忘录和东京备忘录两大备忘录为首的9个备忘录组织和一个独立的美国海岸警备队实施港口国监督检查。这9个备忘录组织所包括的成员国和美国海岸警备队在内,基本覆盖了全球航运水域。
        为更好总结上一年的检查情况,各大备忘录和美国海岸警备队于次年4月起在其官网上陆续发布年报,年报除了总结过去一年的大事件以外,重要的就是其中的检查数据。不同备忘录之间由于经济和技术的差异,港口国监督的发展并不均衡,而对于备忘录年报分析,传统方式主要都是基于同一个备忘录组织数年的数据进行一个纵向的分析,若要掌握全面的信息,则应该同时分析不同备忘录之间的数据。大数据的应用具有信息集成优势和组合效率,因此可应用大数据融合跨地区备忘录间的数据,评价港口国监督情况并提炼有效信息,同时也可为管理部门和区域性组织设定未来发展战略,以及航运公司的安全管理做决策参考。
        主管当局在不同备忘录地区的检查情况
        一般而言,各成员国根据自身所处的地理位置加入不同的港口国监督组织,如中国加入位于亚洲太平洋地区的东京备忘录组织。也有的成员国加入多个以上的港口国监督组织,如澳大利亚同时加入东京备忘录和印度洋备忘录,加拿大不仅是巴黎备忘录成员国,同时也是东京备忘录成员国,而俄罗斯加入了三个备忘录,是加入备忘录最多的国家。它东临太平洋,西接欧洲大陆和黑海地区,国内的港口按地理位置大体分成三个部分,巴黎备忘录地区港口(包括波罗的海、亚速海、里海和巴伦支海地区的港口数据)、东京备忘录地区港口和黑海备忘录地区港口。按地理分割的原则,俄罗斯将分别向这三个备忘录组织上传港口国监督检查数据。
        以俄罗斯为例,对船旗国在不同备忘录间的表现差异做一个比较。从过去十年数据看出,俄罗斯东京备忘录开展检查的数量是最少的,并且检查艘次始终保持在一个稳定的数量。自 2007年到2011年,巴黎备忘录开展检查的数量大于黑海地区检查的数量,在此期间均呈现下降的趋势;2011年至2016年间,俄罗斯在黑海地区开展检查的数量逐渐增长,并超过在巴黎备忘录地区的数量。2013年到2016年间,在巴黎备忘录地区开展检查的数量也开始呈现增长趋势。
图1 近年俄罗斯在各备忘录地区开展船舶港口国监督检查的数量
        一、 俄罗斯近年滞留船舶艘次
        2007年至2015年期间,东京备忘录区域的滞留数量均处于最低,黑海备忘录的数量持续波动且滞留数量最多,巴黎备忘录滞留数量均位于其他两个备忘录之间。2016年巴黎备忘录的滞留数量猛增,数量超过首位的黑海备忘录(见图2)。
图2 近年俄罗斯在各备忘录地区开展船舶港口国监督滞留的数量
        二、 俄罗斯近年滞留率情况
        图3的滞留率变化趋势和图2的滞留数量变化趋势基本保持一致。近十年的数据看出,黑海备忘录的平均滞留率保持最高,东京备忘录的滞留率保持最低。但是从趋势线可以看出,黑海备忘录和东京备忘录的滞留率都处于下降的趋势,而只有巴黎备忘录的数据呈现出增长。
图3 近年俄罗斯在各备忘录地区开展船舶港口国监督滞留率
        巴黎备忘录秘书长Richard W.J. Schiferli先生在2016年年报中提到由于持续不断的经济压力,船东可能会尽可能减少船舶营运成本,提升船舶的竞争力。自2013年以来,虽然船舶的滞留率相比较前些年较低,但是船舶滞留率在增加。Richard W.J. Schiferli先生同时指出,巴黎备忘录将保持警惕并且确保低标准船舶不在巴黎备忘录地区活跃。
        不同备忘录地区的检查情况
        一、 缺陷项目统计情况
表1 不同备忘录地区船舶缺陷情况
        表1中列出了巴黎备忘录、东京备忘录和黑海备忘录三个地区出现频次最高的缺陷种类,不难看出不同备忘录地区排行前5位的缺陷种类主要集中在以下几个方面:消防救生措施、航行安全、救生设备、船舶结构、工作条件以及证书和文书。结合图1中东京备忘录的检查数量可以发现,虽然该备忘录检查数量最少,但是进入该地区受到检查的船舶的缺陷数量是最多的。
        二、船型统计情况
       巴黎备忘录地区接受检查次数最多的船舶类型排名前列的分别是杂货船/多功能船5048艘次,散货船3619艘次和集装箱船1814艘次;东京备忘录地区分别是散货船11397艘次,杂货船/多功能船6698艘次和集装箱船5058艘次;黑海备忘录地区分别是杂货船/多功能船1910艘次,散货船1737艘次和油船666艘次。巴黎备忘录地区的高速客船、客船、滚装船、客滚船和特殊用途船舶的数量均比其他两个备忘录多,该区域的船舶呈现出多样化,对港口国监督要求更高。
        同一种类型船舶在不同备忘录区域的滞留率也存在很大的差异。巴黎备忘录的散货船、化学品船滞留率高于其他两个备忘录;东京备忘录的兼用船、集装箱船、气体船、重载船、有毒液货船、海工辅助船、油船、客船、客滚船和特殊用途船的滞留率均高于其他两个备忘录;剩余船舶类型的滞留率均是黑海备忘录居首位(见图4)。
图4 不同备忘录地区不同类型船舶的滞留率
        认可组织在不同备忘录地区的表现情况
        对于船级社在不同区域的表现情况也并不是统一的。由于认可组织较多,本文就IACS成员的船级社做简要分析。总体来说巴黎备忘录地区的滞留率最低,东京备忘录和黑海备忘录地区的滞留率都较高,说明在这两个区域的低标准船舶数量较多,导致船舶滞留率上升。巴黎备忘录区域滞留率位列前三的分别是波兰船级社、俄罗斯船级社和日本船级社;东京备忘录地区分别是波兰船级社、克罗地亚船级社和俄罗斯船级社;黑海备忘录地区分别是克罗地亚船级社、日本船级社和俄罗斯船级社。日本船级社和俄罗斯船级社的滞留率均进入了两个区域的前三位(见图5)。
图5 不同船级社在各个备忘录的滞留率
        为了更清晰地了解船级社的表现情况,在此就RO责任滞留率做出分析。12个IACS成员中,巴黎备忘录有7个存在RO责任滞留,东京备忘录有6个,黑海备忘录有3个。在三个备忘录都存在RO责任滞留的船级社是日本船级社和法国船级社(见图6)。
图6 不同船级社在各个备忘录的责任滞留率
        备忘录年报的发展趋势和未来展望
        传统的数据研究遵循自上而下实证研究范式,即先从经济理论或社会经验出发,根据理论设定指标,再去利用统计数据进行实证分析。然而,大数据采用的是自下而上的数据挖掘范式,以数据为先导,不需要预先设定研究目的或方法,而是从大量实际产生数据中通过数据挖掘技术找到数据之间的关系并建立模型,乃至形成理论和新的认知。大数据时代是综合数据、图片和视频等信息分析。目前的备忘录运作模式主要是传统的人工数据输入,随后上传到中央数据库再对数据进行整合,每年对整个备忘录的港口国监督情况作出一个整体性的分析。此方式主要是基于时间维度下的数据处理和趋势判断并定期发布,并没有实现基于实时状态的数据查询和对未来趋势的预判,和实时的数据发布。数据的利用不仅是实现数据现有的价值,也是挖掘和实现数据的潜在价值。
        一、 数据优化
        各备忘录应该定义数据标准,不然可能会引起数据统计的混乱和不一致,例如黑海备忘录地区的年报数据统计,根据2007年至2009年年报的中数据统计可知,黑海备忘录对滞留率和滞留比例的计算方法并没有一个准确的定义,因此才会在计算时出现不同时期计算出现误差。数据的大范围采集后,进行数据处理的过程中,对数据的准确定义,对整个数据库的优化和后期的数据挖掘起着重大的意义。
        目前NIR(新检查机制)引入了企业绩效评估这一项参数对船舶风险评级,但是在实际操作中由于诚信系统建立存在区域性隔离,导致该检查机制实施得不够彻底。对于未来的发展方向,应该是基于时间的实时数据,通过一定的算法将公司绩效、PSC数据、安检数据、日常检查数据的共同叠加得出指导性建议。因此,科学和有效的数据采集将是未来备忘录年报甚至是日常数据获取的重要基础要素。目前,上海海事局在PSC检查中已经开始研发电子化港口国监督系统(Electronic-Port State Control System,简称E-PSC),并推进该系统在实际检查用的应用。该系统在未来的应用中可以拓展机器可识别的数据存储模式,例如XML数据格式等。同时完善E-PSC系统的建设,有效进行数据的智能处理,再此登临相同船舶时可实现系统自动读取已有检查数据,为即将进行的检查提出指导性建议。为了保证未来的系统安全,可以用现有的成熟加密方式对数据进行保护。
        二、 基于数据的决策
        一是高效货物运输的参考指标。要想反应全球范围内的作为第二道防线的港口国监督情况,仅仅靠单个备忘录年报发布的数据是不具有普遍代表性的。目前的数据收集机制下,各个备忘录之间的数据除了存在物理隔离的,也是由于各个备忘录之间政治、经济和技术等原因的限制导致不能实时的数据共享。对于船舶货物运输,船公司的港口国监督表现在一定程度上影响了货主对船公司的选择。低标准船舶在检查窗口的时间较长,通常港口国监督表现较差,其滞留率显然比正常的运输船舶高。这样的情况会造成货物不当地被延误运输,造成货主的损失。
        二是基于问题导向性开展区域合作。以巴黎备忘录为例,开展集中大检查的依据主要是PSCO在检查过程中出现得最多的缺陷以及即将生效的公约。现行系统下只能指定集中检查主题,但是对于不同类型船舶、不同国籍船舶以及每艘特定的船舶并不能呈现一份特别定制的检查方案。在大数据时代下的港口国监督活动,应该给以更多关注到单艘船舶及其船公司,开展针对性更强的港口国监督检查。在获取的检查数据中通过科学的数据挖掘方式,将打击低标准船舶的矛头准确定位在此类船舶上。这样一来,需要从外部环境中获取更多的数据,也就是其他备忘录组织以及各个公司的绩效情况等数据,综合所有备忘录组织的数据才能够还原船舶表现的真实情况,从而制定个性化检查计划。
上一篇:国内首次丙烯丙烷混装船作业在大沽口港区成功下一篇:CCS《辐照核燃料运输船检验指南》2018即将生效