在被“大数据时代”标注的当下，数据正以其特殊的魔力成为各行各业竞相挖掘的宝藏。传统的码头行业也不乏对大数据的研究，如上海港的集团信息中心建设，青岛港的主题数据库搭建等等。
在码头安全工作中，从安全体系建立到工作计划部署，再到具体工作的落实与考核，每一步也都有数据运用的身影。本文将针对现场动态作业展开探讨，浅索码头安全数据的运用。
一、码头安全数据运用现状
在现阶段，码头安全口将数据作为辅助工具，主要用于对日常工作的考核，并详实工作总结报告。
数据内容相对固定，主要包括安全信息收集（人员信息、危险源信息等）、隐患排查整改跟踪情况、三违查处情况以及事故损害情况等方面。
在实际操作过程中，数据基本依靠人工进行收集，同一事件的数据维度相对直接，关联性较小。而在最后的结果上，主要是以数字与图表的方式呈现。
二、挖掘数据
数据来源于生产，其中必然蕴含生产的相关信息。对数据进行挖掘，则可反推生产情势，将隐藏的问题挖掘出来。
安全工作的目的就是减少安全事故的发生，管理上会要求加强巡查、重点对象重点监管等办法。方法没错，但巡查哪里、重点监管谁，如何能提高监管的效率？
基于现有数据，我们针对“事故”及“三违”情况进行分析。
将某一段时间内的安全事故（注：文中“事故”为日常说法，并非等级事故）按“涉事机械”与“发生位置”两个维度进行划分，经计算后获得如下图表。
安全事故、事件概率图
分析图表大概可以得出结论：堆场内容易发生事故，而拖车是问题大户。
接着需要进一步了解：到底哪几个场位容易发生违章，发生怎样的违章。于是我们可以将场内拖车违章数据单独分析，并将结果设计成“堆场拖车违章热点图”，如下：
看图说话，问题清晰很多——D场重箱区域最容易发生违章。
根据数据挖掘的结论，我们需要对深色区域的拖车作业加强监管。同时，相关部门还可对堆场策划情况、现场作业情况、安全指示标识等做出合理化探讨。更重要的，将此结果反馈给现场作业人员引起重视，从源头上制止违章。
基于“热点图+事后分析”的成果其实并不复杂，但对于方法本身，还有两点需要斟酌：
1、数据挖掘是基于生产反馈生产，挖掘不仅仅是对数据的分析过程，还包括对挖掘方法本身的校正过程。数据分析的合理性也需要在“发现——反馈——倒反馈”的过程中不断完善。
2、热点图所用数据是人工巡查收集而来，存在数据量不足、缺乏随机性等问题，可能导致最终的结果出现偏差，对此也需要加以注意。
三、码头安全大数据
想要摒除缺陷，获取最接近事实的数据挖掘结果，不妨向“大数据”借一点思路。
大数据是指在尽可能多的数据基础上（全数据最好），对细节进行考察与分析，在任何细微的层面去论证新的假设。
码头安全大数据大致可以概括为：将码头作业过程中所有动态进行量化，并通过设备准确记录，利用算法设计找出导致事故的可能原因，并加以求证。其中“量化”、“设备收集”、“算法设计”是码头安全大数据的重点。
接下来尝试着搭建几个框架，作为大数据在码头安全管理上的探索。
1、利用RFID射频技术记录码头车辆速度情况，结合事故案例，分析导致事故的因，提出合理化建议：
2、通过感应装置、视频监控装置记录堆场内作业集中度，对码头堆场布局做出合理化建议；
3、利用CMS记录设备动作，分析司机操作习惯及不同时间段司机行为特点；
比起小数据 “少量数据+复杂算法”，大数据“全部数据+简单算法”则可算是真正意义上的靠数据说话。
在直观的作业安全之外，大数据还可以拓展到更多领域。
比如，让作业人员佩戴感应手环等装置，记录在作业过程中的生理变化数据，为职业病防治及医疗方面提供参考；在码头内拖车上安装感应器，记录作业过程中车况变化，可以成为汽车厂商了解车辆性能的依据来源等等。
对于码头吞吐数据、货种数据、计费数据、船舶靠泊数据等等，都可以成为大数据提取对象，并最终成为价值点。
四、数据对于管理的反推作用
就现阶段而言，数据挖掘或是大数据的应用尚处于理论阶段，但数据化的思维却对当下的码头安全管理有借鉴及反推的作用。
首先，建立数据基础的同时，可以促进安全管理的标准化、统一化的进程。在确定数据维度时将码头安全管理的范围、办法、手段等进行梳理，并设定统一的表格，使得日常安全工作得以标准化、统一化。
这既避免了不同管理人员的风格差异，又能缩小新老员工之间的水平差异，本身就是一个管理提升的过程。而对于大型港口集团而言，这还能作为不同码头公司之间的统一管理的切入点，为统一的管理工作打下基础。
其次，在数据评价的过程中，通过系数设定等方式，可以更好的突出码头安全重点。现行的安全管理在部署工作时相对较为笼统，并没有具体的管理对象及手段。通过对数据维度（如季节性、操作对象等）进行系数设定，可以更好的促进安全管理工作开展。
最后，现行数据可视化拓展。犹如本文第二部分所设计的场内安全热点图，就是对现行数据进行分析而来。数据的可视化将数据以更明显的状态呈现出来，让生产执行者能更好的了解安全、参与安全。
五、结语
安全管理没有最好只有更好。但长久建立的体系及习惯，如何找到一个行之有效的切入点让其更进一步，数据或许是一个不错的选择。
工业时代的海因里希法则里，1起事故背后有29起违章以及300个隐患。信息时代，我们是否有办法通过精准控制最大限度遏制事故的发生，甚至是改变海因里希法则的比例！这可能不是个命题，而是时间问题。
此文系作者个人观点，不代表物流沙龙立场
