廖日卿

(1.上海海事大學交通運輸學院，上海 201306；2.上海海關學院海關管理系，上海 201204)

基于超網(wǎng)絡的海關物流監(jiān)控風險管理方法優(yōu)化研究

廖日卿

(1.上海海事大學交通運輸學院，上海 201306；2.上海海關學院海關管理系，上海 201204)

為應對日益增多的國際物流風險，基于超網(wǎng)絡理論及方法構建了海關物流監(jiān)控超網(wǎng)絡(CLMSN)，創(chuàng)建了兩個考慮了超網(wǎng)絡節(jié)點靜態(tài)維度和動態(tài)維度特性的風險判定指標，提出了一種高風險節(jié)點評判算法。通過算例驗證了該算法能夠識別判定CLMSN中的高風險節(jié)點。采用此算法判定高風險節(jié)點并優(yōu)先實施重點監(jiān)控能夠控制風險發(fā)生及傳播的可能性，從而對目前海關物流監(jiān)控風險管理進行有效優(yōu)化。

超網(wǎng)絡；海關物流監(jiān)控；高風險節(jié)點；風險管理；優(yōu)化

0 引言

近年來，國際經(jīng)貿(mào)交往日益頻繁，進出境貨物、運輸工具數(shù)量不斷增多，風險因素不斷增加，使得海關監(jiān)管相對顯現(xiàn)出人力短缺、資源匱乏、力度減退等問題，世界各國都在尋求緩解海關嚴格執(zhí)法與高效運作矛盾的管理模式。風險管理能夠預判和提前處置風險，被證明是在有限條件下找出監(jiān)管重點，強化海關監(jiān)管和服務的有效方法。

海關物流監(jiān)控是國際物流的重要組成部分，是海關監(jiān)管和風險管理最實際和直接的體現(xiàn)，承擔的是對進出境貨物、物品、運輸工具，及其進入海關監(jiān)管范圍后的進出、移動、存放的全方位、全過程監(jiān)控。目前，海關物流監(jiān)控風險管理主要采用“風險分析后布控+貨物查驗”方法，但貨物的增加和新型風險的產(chǎn)生持續(xù)沖擊整個海關風險管理系統(tǒng)，如何優(yōu)化現(xiàn)行方法，更準確地判定需重點監(jiān)控的高風險節(jié)點并有效布控亟待得到解決。

目前，海關風險管理及物流監(jiān)控相關研究[1-3]中定量方法并不多見，也尚未有學者利用超網(wǎng)絡對進行研究。本文應用超網(wǎng)絡的理論方法，創(chuàng)新性地提出了一種基于超網(wǎng)絡關鍵節(jié)點識別的海關物流監(jiān)控風險管理優(yōu)化算法，并通過實例進行了驗證與分析。

1 基于超網(wǎng)絡理論的CLMSN建模

1.1 超網(wǎng)絡理論

復雜網(wǎng)絡常用于結構復雜，具有網(wǎng)絡進化性、節(jié)點及連接多樣性特點的問題研究，但遇到節(jié)點數(shù)量多且具有異質性的問題時具有局限性，容易產(chǎn)生歧義，難以處理。因此，2002年，美國學者Nagurney提出了“超網(wǎng)絡”的概念，明確了“高于而又超于”現(xiàn)存網(wǎng)絡的超網(wǎng)絡定義，確定了超網(wǎng)絡系統(tǒng)的相互作用和影響關系，帶動了其他學者的研究[4-7]。2008年，中國王眾托院士和王志平教授進一步研究了超網(wǎng)絡的特征[8-10]，超網(wǎng)絡研究開始在中國興起，眾多學者結合了經(jīng)濟學和管理學思想，提出了不同的研究方法[11-12]。目前，超網(wǎng)絡研究主要集中在：基于超圖的研究[13-14]；基于變分不等式的研究[15-16]；基于系統(tǒng)科學的研究[17-19]，本文的研究屬于第3種。

1.2 CLMSN建模

本文首先建立海關物流監(jiān)控超網(wǎng)絡。該超網(wǎng)絡由3個網(wǎng)絡層面構成：

海關物流監(jiān)控節(jié)點網(wǎng)絡(記為M-M網(wǎng)絡)，其節(jié)點為監(jiān)控點(指實施海關物流監(jiān)控行為物流監(jiān)控處、科，也可指關員)，邊表示監(jiān)控點之間的關聯(lián)關系(如關員同屬某科室或相互間有業(yè)務聯(lián)系，共同接受過某種培訓等)；

貨物網(wǎng)絡(記為G-G網(wǎng)絡)，其節(jié)點為貨物，邊表示貨物之間的關聯(lián)關系(如申報于同一張報關單、由同一家申報企業(yè)申報等)；

貨物載體網(wǎng)絡(記為C-C網(wǎng)絡)，其節(jié)點為貨物載體(如申報企業(yè)、貨運代理企業(yè)、貨主企業(yè)甚至運輸工具)，邊表示貨物載體之間的關聯(lián)關系(如進口同一貨物或業(yè)務合作等)。

在上述3個網(wǎng)絡層面間還存在著3種映射關系：1)M-M層節(jié)點與G-G層節(jié)點之間的映射，指哪些貨物成為海關物流監(jiān)控對象；2)M-M層節(jié)點與C-C層節(jié)點之間的映射，指哪些貨物載體成為海關物流監(jiān)控對象；3)G-G層節(jié)點與C-C層節(jié)點之間的映射，指貨物由哪些載體承載，如由某公司申報進出口或由某種運輸工具承運。在三層網(wǎng)絡的基礎上，加入作為邊的上述映射關系，即構建一個包含了3種類型節(jié)點和6種類型邊的超網(wǎng)絡。該超網(wǎng)絡并不靜止地、節(jié)點間相互孤立地按照固定結構模式存在，而是由實施監(jiān)控方、被監(jiān)控對象及相互影響的可變關系共同構成。本文將其命名為海關物流監(jiān)控超網(wǎng)絡(Customs Logistics Monitoring Super-network，CLMSN)：

CLMSN=f(GM,GG,GC)

=GM+GG+GC+EM-G+EG-C+EM-C

=f(M,G,C,EM-M,EG-G,EC-C,EM-G,EG-C,EM-C)

(1)

CLMSN基本結構如圖1所示。圖1中，節(jié)點M1監(jiān)控了C1公司的貨物G1,G2及C2公司的貨物G3，從而實現(xiàn)了對C1、C2的監(jiān)控；C3與C4公司之間有業(yè)務往來(如代理同一家貨主的貨物)；G1,G2之間有關聯(lián)，同由C1承載，其他關系同理可知。

CLMSN模型的結構也能用圖2表示。其中，三角形代表M-M網(wǎng)絡的節(jié)點；正方形代表G-G網(wǎng)絡的節(jié)點；圓形代表C-C網(wǎng)絡的節(jié)點；各個節(jié)點之間的關聯(lián)關系則由連線表示。

2 CLMSN中高風險節(jié)點的判定

為了更有效識別CLMSN中的高風險節(jié)點從而優(yōu)化物流監(jiān)控風險管理方法，本文在超網(wǎng)絡研究中常用的SNA(社會網(wǎng)絡分析)方法基礎上提出了一種高風險節(jié)點判定的新算法，思路為：首先，SNA的研究對象通常是1-mode或是2-mode的數(shù)據(jù)而CLMSN中是3-mode數(shù)據(jù)，因此應先形成同一維空間的點分布。其次，SNA中不同中心性指標對網(wǎng)絡節(jié)點重要性的評估側重點不同，需要更全面的評價指標。再次，CLMSN與一般超網(wǎng)絡不同，僅研究其靜態(tài)特征不足以確定高風險節(jié)點，應結合其動態(tài)特征。具體計算步驟為：

圖1 CLMSN結構示意圖Fig.1 Schematic diagram of CLMSN structure

圖2 CLMSN的節(jié)點構成直觀圖Fig.2 Visual graph of nodes in CLMSN

步驟1：建立測量機制將網(wǎng)絡所有節(jié)點投影到一個高維測量空間，即對應到該測量空間的某個點分布。

2)將網(wǎng)絡節(jié)點i被其他N-1個接收點記錄的光強度值排列成一列向量fi=(fi1,fi2,…，fij,…，fi，N-1)T，fij可以看作節(jié)點i對接收點j的光強度影響力度量，稱向量fi為節(jié)點i的網(wǎng)絡光強度影響力。

3)設所有節(jié)點光強度初始值均為CD，對超網(wǎng)絡的所有N個節(jié)點逐個作上述網(wǎng)絡光強度影響力測量，得到的N個網(wǎng)絡光強度影響力向量將網(wǎng)絡的N個節(jié)點投影到一個高維測量空間，類似在光源的照射下，將超網(wǎng)絡投影到測量空間，得到與原超網(wǎng)絡對應的一個點分布。

圖3 超網(wǎng)絡節(jié)點投影Fig.3 Projection of nodes in super-network

步驟2：計算“空間中心性”指標。

中心性指標是SNA中判斷網(wǎng)絡中節(jié)點結構位置和地位的重要指標，其中，程度中心性(本文中用D(i)表示)、中間中心性(本文中用B(i)表示)、特征向量中心性(本文中用E(i)表示)是其中最重要的3種。

本算法考慮超網(wǎng)絡的立體特征，結合D(i),B(i)，E(i)三個指標對節(jié)點重要性的影響，計算它們的綜合作用，提出一個新的中心性指標，命名為空間中心性(Space Centrality，用S(i)表示)：

(2)

該指標代表某節(jié)點在超網(wǎng)絡整體空間上是否與很多節(jié)點相關聯(lián)，尤其是否與本身具有較高中心度的點相連接，表明在超網(wǎng)絡中占據(jù)關鍵位置的程度高低。該值大的節(jié)點若產(chǎn)生風險對網(wǎng)絡整體安全的影響就大，反之亦然。

步驟3：計算綜合風險指數(shù)R(i)。R(i)是本算法提出的第2個新指標，因為CLMSN中具有動態(tài)流，貨物種類、數(shù)量、稅率等均隨時間不斷變化，企業(yè)也在不斷進入或退出該超網(wǎng)絡，貨物總量大則風險概率大，貨物貨值高或稅率高，通過偽報品名等方式來偷逃關稅的可能性也就大，空間中心性S(i)所反映的網(wǎng)絡靜態(tài)結構維度特征結合網(wǎng)絡的動態(tài)維度能夠更準確判定高風險節(jié)點。因此，本文提出綜合風險指數(shù)R(i)的概念：

1)首先計算節(jié)點i動態(tài)維度評估指標A(i)、V(i)和T(i)。A(i)、V(i)、T(i)分別為通過i的貨量、貨值和稅費的比率，a(i)、v(i)、t(i)分別為通過i的貨量、貨值和稅費的流量，∑a(i)、∑v(i)、∑t(i)分別為i所在層面的所有貨量、貨值和稅費流量的總和：

(3)

(4)

(5)

2)計算綜合風險指數(shù)R(i)：

R(i)=αS(i)+βA(i)+γV(i)+δT(i)

(6)

其中，α≥0,β≥0,γ≥0,δ≥0且α+β+γ+δ=1，靜態(tài)維度指標S(i)和動態(tài)維度指標A(i)、V(i)和T(i)在評估過程中的重要程度可以通過調節(jié)α，β，γ和δ的大小來實現(xiàn)。

步驟4：綜合上述3個步驟的計算結果進行分析，根據(jù)實際情況綜合判定該超網(wǎng)絡中的高風險節(jié)點。

SNA方法認為，節(jié)點的重要性等價于該節(jié)點與其他節(jié)點的連接程度帶來的占據(jù)關鍵位置的程度，若有5%-10%的重要節(jié)點同時失效就會導致整個網(wǎng)絡癱瘓。在超網(wǎng)絡系統(tǒng)科學研究方法中，有“破壞性等價于重要性”的觀點，即某節(jié)點在網(wǎng)絡中重要性大，一旦產(chǎn)生風險而失效則破壞性大，嚴重影響網(wǎng)絡連通和運作。同理，在CLMSN中，一旦重要節(jié)點產(chǎn)生風險，對整個CLMSN的破壞要遠大于普通節(jié)點，對CLMSN進行風險管理，就必須抓住重要節(jié)點。因此，本方法對CLMSN進行風險評判，首先投影后從超網(wǎng)絡空間的角度先對節(jié)點在CLMSN靜態(tài)結構中的重要性進行判斷，即計算S(i)，再對CLMSN中節(jié)點進行考慮了貨量等動態(tài)特征的風險綜合評價，即計算R(i)。這里判斷某節(jié)點是否高風險的依據(jù)是節(jié)點的靜態(tài)重要性及動態(tài)風險綜合特征，根據(jù)這兩個指標識別出的節(jié)點就是超網(wǎng)絡中風險控制的薄弱節(jié)點和風險管理的工作重點，若風險在這些節(jié)點產(chǎn)生，將迅速傳遞到其連接的其他節(jié)點，其自身失效后使其他節(jié)點隨之失效，給超網(wǎng)絡帶來毀滅性打擊。如某個重要企業(yè)采用夾帶、瞞報等不誠信通關的行為，則與其連接的合作伙伴很可能受其影響導致CLMSN中多票貨物出現(xiàn)風險特征，也會給其他其企業(yè)帶來反面影響作用。

目前，海關物流監(jiān)控風險布控分為兩個部分：計算機布控和人工布控。計算機布控由海關風險管理計算機系統(tǒng)隨機或根據(jù)預先設定好的風險參數(shù)來進行；人工布控由海關現(xiàn)場部門(如隸屬海關的監(jiān)管通關處、物流監(jiān)控處)關員、海關職能部門(如審單處等)關員等在通關過程對認為有風險的貨物來人為進行。即，在風險布控的預定式、預警式、情報式、隨機式、即決式5種方式中，預定式、預警式、情報式和隨機式布控由風險管理系統(tǒng)通過計算機來完成，即決式布控由人工完成，人工布控是海關風險布控的重要組成部分。與此同時，計算機布控大部分是根據(jù)風險參數(shù)來進行，系統(tǒng)中的布控參數(shù)有相當大部分也是經(jīng)過提煉總結通關現(xiàn)場人工捕捉的風險形成，如果人工判斷和總結有誤，最終將對海關物流監(jiān)控效果產(chǎn)生很大影響。

本方法就是以優(yōu)化人工布控為出發(fā)點，在確定哪些貨物或企業(yè)由多個關員同時下了布控指令的基礎上(體現(xiàn)于S(i))，結合這些貨物的經(jīng)營企業(yè)、貨量、價值等因素(體現(xiàn)于R(i))來評判其高風險的重要位置，而非僅由某個關員的個人主觀判斷或僅由某種貨物進出口量大、貨值高等因素來決定。在評判中捕捉到的風險信息及布控準確的關員的建議總結后往上層反饋進入風險管理計算機系統(tǒng)中，也優(yōu)化了原有的風險參數(shù)設置。

海關物流監(jiān)控風險管理業(yè)務中，查驗關員在實際查驗中收到的布控指令很多，工作強度很大，若由于時間精力限制不能全部有效執(zhí)行也會帶來風險。中國海關目前正在上海等地試點“海關查驗移動單兵系統(tǒng)”，通過類似iPad的手持移動終端隨機指派查驗關員，發(fā)送風險信息和查驗指令至對應關員，使關員可以在終端處理單據(jù)、錄入查驗記錄、拍照錄證等，實現(xiàn)人工查驗的“現(xiàn)場錄入，即時審核”。在使用了本文的優(yōu)化方法后，將高風險節(jié)點信息自動推送至終端并給出查驗建議(未試點區(qū)域可先通過“金關二期”查驗管理系統(tǒng)進行提醒)，可以讓查驗關員首先關注被判定為高風險的貨物和企業(yè)，有針對性著重進行查驗，部分高風險企業(yè)的高風險貨物甚至全部開箱查驗，對被隨機布控的低風險貨物簡單查驗，從而讓海關物流監(jiān)控的風險管理更加準確、客觀、科學。

3 算例驗證

本文統(tǒng)計了某海關空運口岸2016年7月8日的一般貿(mào)易貨物進口數(shù)據(jù)(之所以選擇一天的數(shù)據(jù)，是因為物流風險具有時變性，尤其是空運方式，由于貨物的特性，出口通關時間在3～5 h左右，進口通關時間一般不超過24 h，一天是較為合適的研究時間區(qū)間)，在數(shù)據(jù)處理時采用國際通行的商品歸類做法按22類進行統(tǒng)計，如表1所示。該海關物流監(jiān)控處的物流監(jiān)控某科負責按照風險布控指令進行查驗。當天一共有147名關員下達了即決式布控指令(審單處等部門27名關員、通關監(jiān)管處62名關員、物流監(jiān)控處有58名關員)。當天該口岸物流監(jiān)管區(qū)一共有54家申報企業(yè)進行貨物進出口申報，該口岸的CLMSN結構如圖4所示。

表1 某海關空運口岸物流監(jiān)控處某監(jiān)管區(qū)2016年7月8日進口貨物數(shù)據(jù)表Tab.1 Imported goods data on July 8, 2016 of an Air port customs Logistics Supervision Area

圖4 某海關空運口岸物流監(jiān)控超網(wǎng)絡結構圖Fig.4 Structure of an air port customs super-network

根據(jù)本文提出的新算法，首先，投影網(wǎng)絡節(jié)點到高維測量空間；其次，根據(jù)關員是否下達布控指令及某公司是否進口某類貨物等關系，可以產(chǎn)生各節(jié)點之間的關系矩陣。構建規(guī)則為：若節(jié)點之間有關系，則記為1，否則記為0。將矩陣輸入SNA軟件Ucinet計算3個中心度值，根據(jù)式(2)得到節(jié)點的空間中心度S(i)結果。再次，根據(jù)式(6)計算節(jié)點i的綜合風險指數(shù)R(i)。α、β、γ和δ分別取0.6、0.2、0.2、0.2。對計算結果進行分析，根據(jù)實際情況綜合判定該超網(wǎng)絡中的高風險節(jié)點。

計算結果表明：首先，貨物類節(jié)點排名靠前的很多，說明在該超網(wǎng)絡中，首先要從貨類上進行風險把控。貨物G16,G6,G11,G10,G7的值排名前五，G22的值最低，與實際情況吻合：第16類、第10類、第7類貨物已經(jīng)是該海關的監(jiān)控重點，進口頻率很高，幾乎每天都有企業(yè)申報，經(jīng)常由幾家公司進口甚至在同一張報關單上申報，但申報不實、貨物品名稅號、成分型號錯誤、文件錯漏等情況時有發(fā)生。排名靠前的貨物中有些歸類隱蔽性高，稅號之間的稅款差異大；有些實際成分型號、品名等需通過查驗才能確定；甚至有些由于包裝特性容易讓走私分子鉆空子，通過風險管理每年能夠追回稅款和查獲走私。而第22類貨物是貨量和品種最少的(如流通中的貨幣現(xiàn)鈔)，每年的進口量極少且監(jiān)管難度小風險低，不作為監(jiān)管的重點。其次，在該海關監(jiān)管區(qū)的監(jiān)管企業(yè)中，C6,C5,C2,C1,C18的值排名前五，節(jié)點C47的值最低。對比實際情況，企業(yè)6、企業(yè)2、企業(yè)1進口貨量較大且報關差錯率較高，甚至有過違規(guī)違法記錄，企業(yè)18和企業(yè)5報關差錯率不高但經(jīng)營規(guī)模較大，進口貨種齊全，與多家貨主企業(yè)有合作關系，在該超網(wǎng)絡中影響力較大，均是高風險企業(yè)，而企業(yè)47信譽很好。再次，在實施監(jiān)控的關員中，M38,M69,M34,M84,M74的值排名前五，說明他們的布控較為準確，相應地，他們和其他排名靠前的關員向風險管理中心反映的風險信息應該得到重視，應經(jīng)提煉后進入風險管理系統(tǒng)的布控參數(shù)中，也應將他們查獲的高風險節(jié)點信息向其他關員通報，便于互相學習。

值得注意的是，關員的布控數(shù)量和布控準確率并不是完全相符的，如38號關員的布控準確率最高，但布控數(shù)量并不多，84號關員則以量多取勝。貨物或企業(yè)的進口數(shù)量貨值多少也不起決定作用，而要根據(jù)貨物在整個超網(wǎng)絡中由多少企業(yè)分別進口，幾種貨物是否一起進口，進口量是否突然激增等因素來共同決定。如經(jīng)過統(tǒng)計，企業(yè)1的進口量是最大的，但因為進口貨種相對單一等原因，綜合風險指數(shù)僅排名第四；第18類貨物雖進口量大，但歷年均由幾家企業(yè)經(jīng)營，進口量穩(wěn)定，報關差錯率小，風險排名并不靠前。因此，采用本文中提出的創(chuàng)新算法，采取如提高高風險節(jié)點的布控率、重點查驗高風險貨物等措施，是海關物流監(jiān)控風險管理的有效優(yōu)化方法。本文提出的算法還可以用于不同結構的超網(wǎng)絡中，進行更廣泛的如艙單信息分析等方面研究，文中案例只是其用途中的一種。

4 結論

本文首次將超網(wǎng)絡理論及研究方法運用于海關物流監(jiān)控風險管理中，創(chuàng)新性地提出了空間中心性和綜合風險指數(shù)兩個評價指標，考慮到CLMSN的實際特征，兼顧了節(jié)點的靜態(tài)和動態(tài)特性，創(chuàng)建了高風險節(jié)點判定算法，并通過實際算例進行了驗證與分析。本文的算法能夠優(yōu)化現(xiàn)行海關物流監(jiān)控方法，結合海關風險管理實務發(fā)展體現(xiàn)應用價值，從而使用有限資源更有效識別海關物流監(jiān)控重點，強化海關監(jiān)管和服務，保障國民經(jīng)濟安全。

[1]段景輝.海關風險管理分析與評價方法[J].上海海關學院學報，2012，3：35-43. Duan Jinghui. Analysis and evaluation method on customs risk management[J]. Journal of Shanghai Customs College,2012,3:35-43.

[2]張彥.海關監(jiān)管職能的優(yōu)化研究——以風險管理為視角[D].上海：上海交通大學，2009. Zhang Yan. Study on optimization of the customs supervises——the visual angle of the risk management[D]. Shanghai:Shanghai Jiao Tong University,2009.

[3]韓婷婷.海關物流監(jiān)控風險管理[D].大連：大連海事大學，2008. Han Tingting. Risk management on customs logistics supervision[D]. Dalian : Dalian Maritime University,2008.

[4]Anna Nagurney. Optimal supply chain network design and redesign at minimal total cost and with demand satisfaction [J].International Journal of Production Economics,2010,128(1): 200-208.

[5]Anna Nagurney. Supernetworks: the science of complexity[J].上海理工大學學報，2011, 3: 205-228.

[6]Smith B G. Socially distributing public relations：twitter，haiti，and interactivity in social media[J]. Public Relations Review，2010,36( 4): 329-335.

[7]Westerman D，Spence P R，Heide B. A social network as information： the effect of system generated reports of connectedness on credibility on Twitter [J]. Computers in Human Behavior，2012,28(1):199-206.

[8]王志平，王眾托. 超網(wǎng)絡理論及其應用[M]. 北京：科學出版社，2008.

[9]王眾托，王志平. 超網(wǎng)絡初探[J]. 管理學報，2008, 5(1):1-8. Wang Zhongtuo, Wang Zhiping. Elementary study of supernet works[J].Chinese Journal of Management.2008,5(1): 1-8.

[10] 王眾托.關于超網(wǎng)絡的一點思考[J].上海理工大學學報，2011， 3： 229-237. Wang Zhongtuo. Reflection on supernetwork[J].Journal of University of Shanghai for Science and Technology，2011, 3: 229-237.

[11] 劉軍.社會網(wǎng)絡分析導論[M]. 北京： 社會科學文獻出版社，2004.

[12] 劉軍.整體網(wǎng)分析： UCINET 軟件實用指南[M].2版. 上海：格致出版社，2014.

[13] 胡楓，趙海興，何佳倍，等.基于超圖結構的科研合作網(wǎng)絡演化模型[J].物理學報，2013,19：1-8. Hu Feng,Zhao Haixing,He Jiabei,et al.An evolving model for hypergraph-structure-based scientific collaboration networks[J].Acta Physica Sinica,2013,19：1-8.

[14] 漆玉虎，郭進利，王志省.超網(wǎng)絡度參數(shù)研究[J].科技與管理，2013，01：34-38. Qi Yuhu, Guo Jinli, Wang Zhixing. Research on the degree of hypernetwork [J].Science-Technology and Management，2013,01:34-38.

[15] 朱莉，曹杰.災害風險下應急資源調配的超網(wǎng)絡優(yōu)化研究[J].中國管理科學，2012，12：141-147. Zhu Li, Cao Jie. Supernetwork optimization of emergency resource allocation under disaster risk[J].Chinese Journal of Management Science,2012,12:141-147.

[16] 馬軍.供應鏈超網(wǎng)絡均衡模型研究[D].大連：大連理工大學，2013. Ma Jun. Research on supply chain supernetwork equilibrium models[D]. Dalian:Dalian University of Technology,2013.

[17] 黃建華，黨延忠.快遞超網(wǎng)絡模型及基于效率的優(yōu)化方法[J].北京理工大學學報，2011， 6： 68-72. Huang Jianhua, Dang Yanzhong. Express super-network model and efficiency-based optimization method[J].Journal of Beijing Institution of Technology(Social Sciences Edition)2011, 6: 68-72.

[18] 于麗英，胡朝輝.超網(wǎng)絡視角下的高校公共危機預警管理研究[J].中國安全學報，2014, 7: 146-151. Yu Liying，Hu Chaohui. Research on public crisis early-warning management in universities from a supernetwork perspective[J].China Safety Science Journal, 2014, 7: 146-151.

[19] 馬寧，劉怡君.基于超網(wǎng)絡的輿論領袖識別應用研究[J].中國科學院院刊，2012， 5： 586-594. Ma Ning, Liu Yijun. Recognition of online opinion leaders based on supernetwork analysis[J].Bulletin of Chinese Academy of Sciences, 2012, 5: 586-594.

(責任編輯 李進)

Supernetwork-Based Risk Management of Customs Logistics Monitoring System

LIAO Riqing

(1.College of Transport and Communications, Shanghai Maritime University, Shanghai 201306, China；2.Customs Management Department, Shanghai Customs College, Shanghai 201204, China)

In order to cope with the increasing international logistics risk, optimizing Customs Logistics Monitoring system risk management is necessary. This article use super-network theory and method to build Customs Logistics Monitoring Super-network(CLMSN) and put forward an evaluation algorithm considering static and dynamic characteristic of nodes. Numerical analyses of examples show that the method is correct and effective in identifying high risk nodes. Using the algorithm in this paper to determine the high risk nodes and giving priority to the implementation of key monitoring can control the occurrence and spread of risk, and will effectively improve the Customs Logistics risk management.

super-network; customs logistics monitoring; high-risk node; risk management; optimization

1672-3813(2017)02-0039-07；

10.13306/j.1672-3813.2017.02.006

2016-09-22；

2016-10-28

上海市教委科研創(chuàng)新項目(14YS160)；上海市哲學社會科學規(guī)劃課題(2014BGL012)；上海海關學院科研創(chuàng)新團隊(2312229)

廖日卿(1981-)，女，福建三明人，博士研究生，講師，主要研究方向為海關風險管理、物流管理。

N94

A