“新基建” 背景下水运科学大数据中心建设研究

张 意 周 然 马瑞鑫

（交通运输部天津水运工程科学研究院，天津 300456）

随着新冠肺炎疫情防控和经济社会发展的统筹推进，发力于科技端的新型基础设施建设（以下简称a“新基建”）逐渐成为热点。2020 年3 月5 日，习近平总书记在中央政治局常务会议上指出“加快5G 网络、数据中心等新型基础设施建设进度”。这是近年来数据中心首次被列入加快建设“新基建”的条目，数据中心也作为“新基建”中的一个亮点，引起了业界的高度关注[1]。而水运作为综合交通运输体系的重要组成部分，具有运能大、占地少、能耗低、污染轻、成本低的比较优势，是经济社会发展的重要基础性产业[2]。随着经济社会发展和理念提升，水运在综合交通运输体系中的地位和作用愈发凸显，成为引领经济社会发展的战略性力量。伴随着经济进入“新常态”，我国水运行业也步入转型升级的关键时期，而建设安全、便捷、高效、绿色的现代综合交通运输体系也对水运科学数据的知识价值提出了更高要求，当前行业发展迫切需要以大数据思维系统研究水运科学数据的采集、管理、挖掘和应用技术，进而基于相对完整的生态产业链构建行业科学大数据中心，以支撑水运行业科技创新能力提升和交通强国水运科技新篇章建设。

然而，当前我国水运科学大数据仍存在数据采集质量有待提高、数据研究缺乏条件支撑、数据应用价值挖掘不够、数据规范风险管理不足等发展短板，严重制约行业持续转型升级。笔者在深入分析水运科学大数据发展现状和大数据中心建设重要意义的基础上，从多个角度探讨“新基建”战略下水运科学大数据中心建设的路径，为赋能行业高质量发展提供参考和支撑。

一、我国水运科学大数据的发展现状

（一）水运科学大数据的发展基础

水运行业有着大数据研究与应用的内生环境与土壤，其行业本身就一直与大数据研究融合共生。

1. 海量数据来源丰富

体量丰富的数据源为水运大数据研究与创新应用提供了基础条件。沿海、内河的原型观测和数学模型计算数据、水运重大基础设施的运行监测数据、水运工程环境保护与安全运行监测数据、水工结构物检验检测与评估分析数据等，都对交通水运规划、建设、维护、管理具有重要的支撑作用。

2. 行业数据价值巨大

行业特征决定了水运行业实时产生着大量数据，促进了行业大数据的积累与沉淀。数据背后隐藏的巨大效益在日积月累的微小进步中逐渐凸显，以内河航道感知和港口设施长期性能监测为例，其多年积累数据的应用在航道、港口设施的科学养护过程中起到关键作用[3]。

3. 新技术推动数据多维应用

物联网、云计算、大数据等新技术的发展与应用也带动了大数据在水运行业的创新应用[4]。物联网技术使水运基础设施长期实时监测成为可能，同时也成为行业大数据最重要的来源之一。云计算技术的普及大大提高了水运工程数值模拟仿真计算效率，同时也产生出更多的科学数据。应用大数据分析技术对监测数据进行关联分析，解决了传统检测手段由于数据来源单一而产生的分析不系统的问题。

4. 新趋势引领发展方向

目前，行业高质量发展要求和“新基建”重大布局，为水运科学大数据研究和应用的发展趋势提供了重要遵循，包括水运工程科学大数据标准规范及制度措施的制修订、大数据获取—存储—处理—分析挖掘相关技术研究、大数据在多领域深度融合应用研究、大数据共享交换及相关产品增值服务等。

（二）水运科学大数据的发展短板

目前，全球数据中心总量约为350 万个，美国和欧洲几乎占据全球总量的一半。美国、欧盟和澳大利亚2012 年共同发起成立了国际数据研究联盟（Research Data Alliance，RDA），强化了其在全球数据标准化和创新应用领域的话语权和垄断地位[5]。而凭借自身先进的管理体制、完善的交通管理设施、起步较早的信息网络技术，欧美发达国家在过去的交通运输管理特别是水运交通领域中积累了大量数据，由此开发的各类模型和系统，使其信息化研究和应用长期处于国际领先水平。例如，荷兰鹿特丹港联合多个港口和运输公司共同开发了以港口为中心的国际运输信息中心平台a（INTIS），对海量港口信息数据进行系统整合和自动化处理，提高了港口运作和管理效率，确保了其长期保持欧洲第一大港的地位。我国交通大数据领域发展迅猛，但对标欧美发达国家和地区，水运领域的大数据管理和应用仍存在一些短板。

1. 数据采集质量有待提高

水运科学数据来源包括水运基础和应用研究、重大工程项目，以及观测监测、考察调查、检验检测等形成的原始和衍生数据。正因为数据来源多样，且多为服务于项目的临时性、阶段性采集，而非业务化、连续性运行，加之数据采集方法、设备、标准、人员、渠道的不统一，一定程度上增加了数据汇聚难度，未经专门处理、清洗或整合的数据质量无法保证，数据可用性和应用价值大打折扣。

2. 数据研究缺乏条件支撑

近年来，交通运输行业以大数据作为重要驱动力实现了从智能交通向智慧交通的提升发展，建设了一批大数据实验室和信息共享平台[6]。但对于数据产生和应用需求较大的水运行业，尚未布局针对性的大数据实验条件和平台，尤其是在以基础设施为重点研究对象的水运工程领域，既不具备开展大数据与专业融合技术研究的基础条件，也不具备大数据在行业应用研究所必需的实验室和实验设备。

3. 数据应用价值挖掘不够

目前大量珍贵的水运科学数据只一次性服务于某项工程，尚未完全形成利用大数据、并行计算等新兴信息技术手段开展系统分析研究的能力，导致数据增值服务和产品较少，缺乏以水运科学数据为依托形成具有核心竞争力和自主知识产权的数据分析成果。数据开发利用不足、价值挖掘不够，造成了巨大的数据浪费，也降低了数据采集分析人员的积极性，反过来制约了数据的获取。

4. 数据规范风险管理不足

2018 年国务院印发了科学数据管理办法，但交通运输部尚未出台专门针对行业科学数据的管理细则及相关技术、标准和制度。水运行业有关科研院所、高等院校和企业等法人单位是科学数据管理的责任主体，但各方的科学数据管理仍存在数据采集无标准可依、数据存储无条件可用、数据安全无规则保障、数据管理无责任落实、数据资源浪费严重等问题。此外，由于管理无序，一些关系国家公共安全或国家关键核心技术的数据也会存在遗失、泄密的风险。

二、建设水运科学大数据中心的重要意义

数据中心是数据计算、存储和交互的场所，是互联网、云计算和人工智能等领域的通用支撑技术，是智能经济底层基础设施和国家竞争力新内涵的集中体现。加快推动科学大数据中心建设，对水运行业高质量发展具有重要意义。

（一）为新历史时期下社会经济平稳增长提供新动力

从中长期看，数据中心等数字经济领域的行业基础设施应在技术和资金允许的情况下适度超前布局，以充分调动大数据创新服务行业发展和繁荣应用市场的作用。特别是在当前大国科技竞争加剧和交通强国建设加快推进的大背景下，加大对行业数据中心的投入，有助于稳增长、稳就业，释放国内经济增长潜力，为产业数字化转型升级和行业高质量发展提供新动能，有效缓解新冠肺炎疫情对全国经济和交通运输行业的冲击，同时加快缩小与发达国家相关领域的数字鸿沟。

（二）为新发展形势下行业产业转型升级提供新路径

当前，我国经济步入“新常态”，水运行业也正由大规模建设向“建、管、养、用”全链条发展，行业在结构性改革的关键时期更是迫切需要充分结合现代信息智能技术，完善高度集约化的行业数据中心等基础支撑环境并将其纳入水运基础设施体系[7]。在实现行业数据有效管理和科学应用的基础上，最大程度挖掘数据作为重要战略资源的内生动力和蕴含价值，为水运规划设计、工程建设、科学研究、检测评估等提供支撑，促进水运工程行业转型发展和提升发展。

（三）为新需求供给下支撑政府科学决策提供新机制

水运行业涉及港口、航道、船舶、岸线等专业领域，港航、海事、环保、水利等管理部门以及众多行业企业，其发展离不开跨地区、跨领域、跨系统、跨国际的业务协同和关联数据的精准支撑[8]。为有效提高政府决策的系统性和科学性，亟需建立统一的数据共享平台和机制，形成具有完善数据资源管理能力的科学大数据中心，进而突破政府、企业、公众之间的“数据孤岛”和“数据链断点”，以大数据的全新思维，为相关管理决策和科学研究提供新的数据供给机制。

（四）为新技术条件下水运科学创新研究提供新机遇

当前新一轮科技革命方兴未艾，以大数据、物联网、云计算等为代表的一批新技术不断涌现，推动了行业深刻变革[9]。建设水运科学大数据中心，通过海量数据的输入、高性能的计算和多源数据的关联分析，排除人为主观因素的误差，以大数据技术与传统水运专业的融合创新，汇聚行业数据，是水运科学研究主动适应新技术条件下科研方向转型、科研手段升级和科研层次提升的需要，也是促进科研创新新一轮高速发展、支撑交通强国科技发展的重要途径。

三、推进水运科学大数据中心建设的对策建议

（一）构建国家级水运科学大数据中心平台

基于大数据技术发展趋势和水运工程行业发展需求，建设国家级水运科学大数据中心，搭建行业大数据跨界应用的基础平台，推动跨部门、跨区域的数据共享与业务协同，填补我国水运行业大数据研究空白。通过数据中心的智能化运维和建立可持续的政产学研用协同创新机制，为行业科学大数据的基础研究和应用研究提供实验条件，为大数据技术与水运专业技术复合型人才培养提供创新支撑，为行业管理部门科学精准施策提供科学依据。

（二）制订行业大数据管理办法和标准规范

依据国务院印发的科学数据管理办法，结合水运行业特色，制订针对性的行业科学大数据管理细则，完善顶层政策设计，明确各级行政管理部门、各有关单位分工负责的体系，规范科学数据管理，保障科学数据安全，提高开放共享水平。推动行业层面数据统筹与规划，组织研究和制订行业科学大数据分型分类、采集生产、加工整理、长期保存、开放共享、评价考核等管理政策和标准规范，确保数据质量和价值产出。

（三）突破行业大数据系列关键核心技术

针对当前海量多源异构数据处理和分析的深层次、强关联、多维度的分析需求和技术瓶颈，瞄准大数据、云计算、物联网、人工智能、机器学习、5G 等前瞻技术，着力开展水运科学大数据技术政策理论、大数据采集汇聚技术、大数据存储管理技术、大数据分析挖掘技术、大数据安全共享技术等一系列研究，通过对海量结构化信息和非结构化信息的深度处理，强化水运科学数据的协同获取、一体化管理、多域多维信息重建与可视计算等前瞻性、引导性关键核心技术的供给能力。

（四）建立水运科学大数据应用生态产业链

以构建数字水运为导向，推动大数据与水工、港航等传统专业的深度融合，以大数据共享交换及相关产品的增值服务促进生态产业链的丰富，推动上下联动的多元化示范和应用场景的构建，为水运规划建设、运行管理、保养维护、绿色环保、安全应急以及智慧港口打造、智能航运建设、水运经济发展提供决策依据，为行业宏观和微观数据分析提供工具手段，强化平台服务经济社会发展的能力，为智能经济发展和产业数字化转型提供支撑。

四、结语

在当前经济“新常态”“新基建”加速布局和加快建设交通强国的时代背景下，加快科学大数据中心建设，可为新历史时期下社会经济平稳增长提供新动力、为新发展形势下行业产业转型升级提供新路径、为新需求供给下支撑政府科学决策提供新机制、为新技术条件下水运科学创新研究提供新机遇，下一步，建议从构建国家级水运科学大数据中心平台、制订行业大数据管理办法和标准规范、突破行业大数据一系列关键核心技术、建立水运科学大数据应用生态产业链等几个方面补齐短板，完善体系，为交通强国水运科技新篇章建设注入强大新动能。