劉家國,崔 進,周 歡,萬子謙,曹 靜

(1.大連海事大學(xué)航運經(jīng)濟與管理學(xué)院，遼寧 大連 116026；2.哈爾濱工程大學(xué)經(jīng)濟管理學(xué)院，黑龍江 哈爾濱 150001)

1 引言

近幾年，國內(nèi)外發(fā)生了多起水上重大交通事故，例如“東方之星”翻沉事故、4·16韓國客輪沉沒事故，引起了公眾的廣泛關(guān)注[1-2]。在這些事故中，人們的生命和財產(chǎn)遭受了巨大的損失。隨著航運市場的發(fā)展，由于船舶投資巨大、回收周期比較長、航運市場不確定性強[3]等原因，船舶航行風(fēng)險控制與管理問題將會日益突出。對船舶航行的風(fēng)險進行有效的識別和綜合評估，能為海事部門和船舶企業(yè)實行動態(tài)管理和安全調(diào)度提供科學(xué)依據(jù)，同時也是保障船舶航行過程中人們的生命安全和財產(chǎn)安全、規(guī)避水上交通事故的一個重要手段。風(fēng)險評估方法的研究一直以來在各個行業(yè)各個領(lǐng)域都很熱門，劉鐵民[4]很早便論述了定量風(fēng)險評價(QRA)的原理及意義，此后有很多針對風(fēng)險發(fā)生機理、風(fēng)險概率、風(fēng)險評估等方面的研究[5-6]。船舶航行的風(fēng)險評估作為一個具有重大理論意義和實踐意義的課題，國內(nèi)外學(xué)者已開展了部分研究。從風(fēng)險管理理論出發(fā)，目前船舶航行的風(fēng)險管理大多是基于現(xiàn)存的幾種事故致因理論，如事故因果連鎖理論[7-8]、能量轉(zhuǎn)移理論[9-10]等?；谝陨侠碚?，學(xué)者們對船舶航行風(fēng)險管理的安全技術(shù)開展了研究。Huntington等[11]對速度、避碰區(qū)域等因素和航行風(fēng)險之間的關(guān)系進行了量化分析，提出了一個航運風(fēng)險規(guī)避體系框架。Goerlandt等[12]對海上船舶碰撞導(dǎo)致的溢油事故風(fēng)險情景進行了研究，為不確定環(huán)境下的海上交通系統(tǒng)提供了一個碰撞風(fēng)險分析框架。另外，在船舶航行風(fēng)險的宏觀研究方面，Balmat等[13]提出了一種模糊風(fēng)險因子定義方法，用來確定船舶航行的風(fēng)險指標(biāo)，并將船舶風(fēng)險因素分為動態(tài)因素和靜態(tài)因素。Montewka等[14]針對客滾船的海上碰撞風(fēng)險，建立了一個風(fēng)險評估框架，以芬蘭灣為例，對海上運輸風(fēng)險進行了分析與評估。Berle等[15]提出了一種結(jié)構(gòu)化的海上運輸系統(tǒng)脆弱性評估方法，從系統(tǒng)脆弱性的角度闡釋了海上運輸風(fēng)險。劉大剛等[16]對大風(fēng)浪中航行船舶的風(fēng)險體系進行了研究，建立了相應(yīng)的風(fēng)險體系框架，確定了風(fēng)險分析的主要任務(wù)主要分為風(fēng)險辨識和風(fēng)險評估兩部分。

以上研究都是基于構(gòu)建一個風(fēng)險因素指標(biāo)體系來進行風(fēng)險管理，側(cè)重于各個風(fēng)險因素單獨作用對整體系統(tǒng)風(fēng)險的影響的闡述，對于一般系統(tǒng)風(fēng)險的評估有一定的參考價值，然而通常來說，許多復(fù)雜的風(fēng)險情景都是“多輸入-多輸出”的問題[17]，船舶的航行風(fēng)險就是屬于這一類。船舶航行過程中的不確定性主要來自于人員、設(shè)備、環(huán)境等因素的多樣性和復(fù)雜性，不同因素的交互作用會產(chǎn)生如擱淺、觸損、碰撞等不同類型的事故，而單一的風(fēng)險模型只能展現(xiàn)風(fēng)險系統(tǒng)的某一面，是不可能完全闡釋風(fēng)險的來源的，例如，惡劣的天氣可能會是船舶航行中發(fā)生事故的一個因素，但在良好的管理、軟硬件設(shè)施以及準(zhǔn)確的人為操作情況下，多數(shù)惡劣的環(huán)境并不足以引發(fā)航行事故；而如果惡劣的天氣環(huán)境因素與船員操作失誤的人為因素相交互作用，便大大增加了發(fā)生事故的可能性。對于此類風(fēng)險，研究者們提出“情景-應(yīng)對”的風(fēng)險管理框架，但在此框架下還缺乏風(fēng)險管理的具體方法和策略[18]。鑒于此，本文引入了等級全息建模的思想和方法論，提出以等級全息建模思想與風(fēng)險過濾、評級與管理(HHM-RFRM)為基礎(chǔ)的多維風(fēng)險情景危險度測度模型，此模型集成了多種不同風(fēng)險因素的交互評估，能夠在對船舶航行風(fēng)險過濾、評級和管理的基礎(chǔ)上形成一個新的風(fēng)險評估視角，進一步地反映關(guān)鍵風(fēng)險因素交互作用產(chǎn)生的風(fēng)險源。在單一風(fēng)險因素模型中，針對惡劣天氣因素常通過預(yù)測的方法，針對設(shè)備故障等問題可采用決策樹、故障樹等方法；而利用多維風(fēng)險情景危險度測度模型可以將環(huán)境、軟件、硬件、人為、管理等多個風(fēng)險因素的評估集成一體，從而更準(zhǔn)確地闡述并評估風(fēng)險。

2 HHM-RFRM方法

2.1 HHM-RFRM基本方法

HHM-RFRM理論是結(jié)合等級全息建模(Hierarchical Holographic Modeling, HHM)思想與風(fēng)險過濾、評級與管理(Risk Filtering, Ranking and Management Framework, RFRM)的一種方法論，它體現(xiàn)了一種分清“主次矛盾”的哲學(xué)思想，將次要風(fēng)險先過濾掉，首先分析主要風(fēng)險，通過定性與定量分析找出關(guān)鍵風(fēng)險，然后對關(guān)鍵風(fēng)險因素進行深入分析。其中，等級全息建模是一種全面的思想和方法論，它的目的是從各個視角捕捉和展現(xiàn)一個系統(tǒng)的內(nèi)在特征和本質(zhì)[19]。HHM方法能夠?qū)⒍鄠€子模型集成于一體，也能將一個整體的系統(tǒng)風(fēng)險模型分解為多個子模型，分別進行定量管理。本文為簡化過程，對各個子模型的風(fēng)險概率獲取皆采用基于專家證據(jù)的概率方法。

一般來說，RFRM方法分為八個階段：(1)情景識別；(2)情景初步過濾；(3)雙重標(biāo)準(zhǔn)過濾與評級；(4)多重標(biāo)準(zhǔn)評估；(5)定量評級；(6)風(fēng)險管理；(7)針對過濾掉的重要情景進行評估；(8)運作反饋。其中，第(7)步和第(8)步屬于“主次矛盾”中的“次要矛盾”，本文以“主要矛盾”為研究的重點，故而主要研究以下五個步驟：

(1)情景識別：構(gòu)建HHM模型，描述系統(tǒng)的各類風(fēng)險情景；

(2)情景過濾：通常根據(jù)專家意見根據(jù)定性的可能性和結(jié)果對風(fēng)險情景進行過濾；

(3)多重標(biāo)準(zhǔn)評估：根據(jù)風(fēng)險因素?fù)魸⑾到y(tǒng)防御的能力標(biāo)準(zhǔn)對剩余的風(fēng)險情景進行評估；

(4)定量化評級：基于定量化的可能性與結(jié)果等級的排序矩陣，對風(fēng)險情景進行過濾和評級；

(5)風(fēng)險管理：針對關(guān)鍵風(fēng)險因素的評估結(jié)果，確定相應(yīng)風(fēng)險情景的管理方案。

特別地，在HHM-RFRM風(fēng)險管理方法中，對于風(fēng)險情景的過濾和評級并不意味著只考慮關(guān)鍵風(fēng)險因素，而是指對于關(guān)鍵風(fēng)險情景的分析是考慮所有風(fēng)險情景的先驅(qū)[20]。

2.2 HHM-RFRM方法的改進

目前HHM-RFRM方法在風(fēng)險管理中的應(yīng)用較為成熟，但其主要是針對風(fēng)險指標(biāo)體系中單一風(fēng)險因素的單獨作用進行分析，為了滿足船舶航行風(fēng)險系統(tǒng)對復(fù)雜的風(fēng)險因素交互作用的分析，本文從以下三個方面對HHM-RFRM方法進行了改進：

(1)

其中，對于符號Θ，其運算法則滿足交換律，即AΘB=BΘA。

第二，風(fēng)險定性評估角度，針對船舶航行風(fēng)險復(fù)雜的特點，從每個風(fēng)險因素自身擊潰船舶航行系統(tǒng)的能力出發(fā)，定性分析各個風(fēng)險因素自身的特性，有助于決策者對航行風(fēng)險因素及整體風(fēng)險的定量評估。根據(jù)Matalas和Fiering[21]的理論，系統(tǒng)的防護能力分為復(fù)原力、強健性和冗余性，通過反映每個因素?fù)魸⑾到y(tǒng)的這三大防御特性的能力，可進一步綜合評估各風(fēng)險因素的特點，進而為定量化評估提供參考標(biāo)準(zhǔn)。作為反映這一能力的輔助，本文參考相關(guān)文獻[19]，列出船舶航行風(fēng)險評估的9個標(biāo)準(zhǔn)，如表1所示。

表1 航行風(fēng)險評估多重標(biāo)準(zhǔn)

第三，風(fēng)險定量評估的角度，引入多維風(fēng)險測度模型，結(jié)合貝葉斯定理從概率和后果兩個維度進行定量化計算，定義：

Drisk=Crisk×Prisk

(2)

其中Drisk為子因素的危險程度，Crisk表示風(fēng)險因素所能產(chǎn)生的后果，Prisk表示風(fēng)險情景發(fā)生的概率(后驗概率)，取

(3)

假設(shè)H和E為兩個隨機變量，H=h為某一假設(shè)，E=e為一組證據(jù)。那么，在不考慮E=e的情況下，有P(H=h)為先驗概率；在考慮E=e的情況下，P(H=h|E=e)為后驗概率。貝葉斯定理公式為：

P(H=h|E=e)

(4)

根據(jù)式(3)，結(jié)合經(jīng)驗證據(jù)以及風(fēng)險因素之間的耦合關(guān)系，可以計算出各個風(fēng)險情景的后驗概率Prisk，進而聯(lián)立式(1)(2)計算出風(fēng)險情景的危險度。

3 航行風(fēng)險識別

3.1 航行風(fēng)險要素分析

事故致因理論認(rèn)為，任何航行風(fēng)險都是事故致因因子對船舶航行過程作用產(chǎn)生結(jié)果的描述。事故的發(fā)生來自于潛在的風(fēng)險，而風(fēng)險又包含了三個部分：風(fēng)險因素、威脅目標(biāo)和觸發(fā)機理[22]。其中，對于指定的威脅目標(biāo)，風(fēng)險因素的分析是理清其觸發(fā)機理從而進行風(fēng)險識別的基礎(chǔ)。鑒于船舶航行風(fēng)險的復(fù)雜性和多樣性，本文采用客觀分析與主觀判斷相結(jié)合的方式，結(jié)合文獻資料與專家意見分析船舶航行風(fēng)險要素?；诘燃壢⒔＿^程反復(fù)迭代的思想[23]，本文所進行的風(fēng)險要素分析過程如圖1所示，設(shè)置兩組專家，專家1組包含了10位分別來自于中國船舶研究所、中國海事局的研究人員和工作人員，各專家都有著八年以上的工作經(jīng)驗，對船舶航行安全領(lǐng)域有著深刻的了解，對這一組專家進行問卷調(diào)查，問卷分為兩部分，第一部分包括了本文根據(jù)所查閱文獻資料所提煉出的29的風(fēng)險因素，第二部分設(shè)置開放型問題，使專家根據(jù)自身經(jīng)驗列舉船舶航行風(fēng)險因素，據(jù)此擴展風(fēng)險來源框架，并采用德爾菲法組織專家1組成員對船舶航行風(fēng)險要素進行分析，得出初步分析結(jié)果；專家2組包含了10位來自隸屬于高校的船舶工業(yè)管理研究所及系統(tǒng)工程研究所的教授和副教授，由這組專家對風(fēng)險來源初步分析結(jié)果進行審核，檢驗其科學(xué)性、全面性和可操作性，若審核通過，則可依據(jù)此分析結(jié)果構(gòu)建HHM框架，否則，在專家2組成員提出意見的基礎(chǔ)上重復(fù)上述操作。

圖1 風(fēng)險要素迭代分析流程

利用上述步驟完成了4次迭代過程分析，本文得到一個較為完善的風(fēng)險要素分析結(jié)果，并根據(jù)船舶航行的靜態(tài)風(fēng)險和動態(tài)風(fēng)險將船舶航行風(fēng)險要素分為六個視角下的風(fēng)險要素，如圖2所示，分別反映了船舶航行風(fēng)險的日常防御和隨機事件兩方面的風(fēng)險來源。

圖2 船舶航行風(fēng)險來源

(1)靜態(tài)風(fēng)險因素

靜態(tài)風(fēng)險管理反映了船舶航行風(fēng)險管理的日常防御手段，指為了提升風(fēng)險抵抗能力和風(fēng)險應(yīng)對能力而對船舶航行系統(tǒng)內(nèi)部風(fēng)險要素的控制和管理能力的完善。靜態(tài)風(fēng)險主要包含人力因素(P)、硬件設(shè)備(H)、軟件服務(wù)(S)和管理控制(M)四個因素。

人力因素主要包括船員素質(zhì)、心理狀態(tài)、生理狀態(tài)和培訓(xùn)情況。船舶航行過程中，人的因素是極其活躍的一個因素，很多船舶事故都是人為直接或間接的失誤造成的，其中，長江干線超過75%的水上交通事故都來自于人為操作不當(dāng)，比如2007年8月29日于江蘇省昆山市發(fā)生的“華航機828”輪觸碰通城河橋事故，其事故主要原因之一就是船員未采取安全航速主動避讓已進入橋孔水域的“興良機328”輪，導(dǎo)致二者在橋孔水域相遇，從而引發(fā)了事故。

硬件設(shè)備主要包括船齡、船舶動力、船舶載態(tài)、重要組件和船舶性能。其中，對于船舶載態(tài)和船舶性能，專家根據(jù)歷史經(jīng)驗及相關(guān)文獻[24]列出了主機、輪機、供電設(shè)備及船舶速度、水密性、船體強度這六個關(guān)鍵子風(fēng)險要素。硬件設(shè)備的失靈會導(dǎo)致船舶失控，很容易引發(fā)船舶碰撞、船舶擱淺、觸礁等事故。例如2010年5月15日發(fā)生的忠縣“海天448”輪自沉事故，其事故主要直接原因之一為“海天448”輪改建過程中在瀝水水槽兩側(cè)縱壁開孔，船舶水密性被破壞，引發(fā)空艙進水，船舶穩(wěn)性惡化，導(dǎo)致翻覆。

軟件服務(wù)主要涉及船舶航行服務(wù)的系統(tǒng)程序，包括導(dǎo)航服務(wù)、航行狀態(tài)監(jiān)測、信息交互和環(huán)境監(jiān)測。信息化時代的船舶航行需要數(shù)據(jù)的支持，以實現(xiàn)更有效率的航行，另一方面，船舶航行及事故發(fā)生后的風(fēng)險控制也依賴于軟件服務(wù)，例如，就信息交互服務(wù)而言，在2014年的4.16韓國客輪沉船事件中，由于良好的軟件服務(wù)支持，保證了良好的信息交互，從而在極大程度上控制了傷亡損失。

管理控制主要包括船舶公司的監(jiān)管控制、通信指揮、海事監(jiān)管、危險品控制和船舶維護方案。監(jiān)管部門對船舶公司、船舶運輸?shù)纫蛩氐囊?guī)范化管理是抵御風(fēng)險的一個重要因素，同樣，船舶的定期維護也是航行安全的保障，管理控制要素是從源頭上進行風(fēng)險控制的要素。特別是危險品的管理，若控制不當(dāng)，會造成重大損失，比如2004年4月7日發(fā)生的“建江油3號”油船火災(zāi)爆炸事故中，船員在無危險品船舶專項培訓(xùn)記錄的情況下在船上使用液化氣明火作業(yè)，違反了相關(guān)危險品運輸管理規(guī)定，導(dǎo)致了事故的發(fā)生。

(2)動態(tài)風(fēng)險因素

動態(tài)風(fēng)險管理反映了船舶航行風(fēng)險的隨機事件應(yīng)對，指船舶航行過程中對航行外界信息掌控和對突發(fā)狀況處理能力的提升。動態(tài)風(fēng)險主要包含環(huán)境因素(E)和應(yīng)急反應(yīng)(R)兩個因素。

環(huán)境因素主要分為地理、交通和氣候三個方面。由于航行過程中外界環(huán)境情況是不確定的，準(zhǔn)確把握環(huán)境風(fēng)險因素，才能保證航行的安全。在2015年6月1日于湖北監(jiān)利發(fā)生的“東方之星”輪翻沉事件中，誘發(fā)事故發(fā)生的主要客觀因素便是遭遇了極端天氣。在航行風(fēng)險管理中，應(yīng)該預(yù)先對環(huán)境條件進行了解，避免遭遇不利航行條件。

應(yīng)急反應(yīng)主要包括對事故做出反應(yīng)的三個環(huán)節(jié)：應(yīng)急排險、應(yīng)急救援和應(yīng)急支持。應(yīng)急排險是指通過現(xiàn)有的應(yīng)急設(shè)備對事故進行現(xiàn)場風(fēng)險抵抗，應(yīng)急救援是指事故發(fā)生后對人員傷亡、財產(chǎn)損失進行救急和控制，應(yīng)急支持是指對于應(yīng)急反應(yīng)所需要的技術(shù)支持、通信保障和后勤保障。應(yīng)急反應(yīng)因素導(dǎo)致事故的例子有很多，例如，2003年11月6日，某無船名小型機動船于黑龍江省農(nóng)墾總局寶泉嶺分局所屬梧桐河農(nóng)場6隊轄區(qū)水域沉沒，由于該船未配備救生設(shè)備，造成了9人死亡1人重傷的嚴(yán)重后果。

3.2 風(fēng)險識別HHM框架的構(gòu)建

船舶航行風(fēng)險管理作為一個大規(guī)模、復(fù)雜的、等級結(jié)構(gòu)的系統(tǒng)工程，其內(nèi)部風(fēng)險要素相互之間的關(guān)系錯綜復(fù)雜，外部環(huán)境與內(nèi)部組織、硬件、軟件之間交互作用產(chǎn)生不同視角下的風(fēng)險源，在風(fēng)險管理中若是只考慮局部風(fēng)險因素是無法達到有效地控制風(fēng)險的目標(biāo)的，所以，利用HHM對其分層次進行全方位、多視角的分析，是極其有效的。本文經(jīng)過以上風(fēng)險要素分析，為了全面而準(zhǔn)確地捕捉和反映其風(fēng)險來源，在其基礎(chǔ)上建立了船舶航行風(fēng)險HHM模型框架，如圖3所示。

圖3 船舶航行風(fēng)險HHM框架

3.3 航行風(fēng)險情景識別

以上HHM框架完整地描述了船舶航行風(fēng)險管理的基本情況，在此基礎(chǔ)上，為了對船舶航行風(fēng)險管理進行全方位、多視角的識別，本文將此框架進一步分解為多個HHM子模型，即HHM風(fēng)險情景，每一個風(fēng)險情景即是一個風(fēng)險特性耦合分析的視角，由兩個或三個主要素構(gòu)成，將不同層面和角度的風(fēng)險要素萃取出來，進而進行船舶航行風(fēng)險識別，這是HHM在風(fēng)險識別方面最大的優(yōu)勢。圖4給出了船舶航行風(fēng)險六個主要素之間彼此影響的耦合關(guān)系。由圖可知，六個主要素之間可以相互影響，兩兩之間或者任意三個組合皆可形成HHM風(fēng)險情景。

圖4 船舶航行風(fēng)險要素耦合關(guān)系

表2 船舶航行二維風(fēng)險情景

具體分析每一個風(fēng)險情景，通過對每個兩個或三個主因素下所包含的子因素進行交錯分析，可進一步對風(fēng)險進行識別，得到不同視角下的風(fēng)險來源。例如，對于二維PΘH風(fēng)險情景，如圖5(a)所示，培訓(xùn)情況與船舶載態(tài)兩個子因素相交互產(chǎn)生了一個新視角下的風(fēng)險，即在船舶在不同載重、運輸不同的物品的情況下，船員的培訓(xùn)情況、運輸作業(yè)資格是有不同的要求的，如若兩者匹配不當(dāng)，極易產(chǎn)生嚴(yán)重的后果。同理，對于三維風(fēng)險情景，以PΘHΘS風(fēng)險情景為例，如圖5(b)所示，培訓(xùn)情況、信息交互和船齡三個子因素交互作用形成了一個新的三維視角下的風(fēng)險，例如對于不同船齡的船舶來說，由于其硬件條件限制，其信息服務(wù)能力是有差異的，這就要求船員根據(jù)船舶的實際狀況進行相應(yīng)的培訓(xùn)，否則在航行過程中會造成一定程度上的操作障礙或信息障礙。根據(jù)這種方法，可逐一識別出各個視角下多個子因素交互作用所產(chǎn)生的風(fēng)險，由于篇幅受限，本文不在此一一詳述。

表3 船舶航行三維風(fēng)險情景

圖5 人力因素-硬件設(shè)備風(fēng)險情景

另外，在圖5所示坐標(biāo)系中，交互作用所產(chǎn)生的幾何圖形的邊長可用每個子因素影響作用的概率或后果來衡量，由此得出的幾何圖形面積或體積即可用來衡量某風(fēng)險情景中的各因素交互作用下的危險度，以概率衡量為例，當(dāng)風(fēng)險情景維數(shù)小于等于3時，有

PRisk=pxpypz

(5)

4 航行風(fēng)險評估

4.1 航行風(fēng)險雙重標(biāo)準(zhǔn)過濾

通過上述風(fēng)險識別過程，本文辨識出44種船舶航行的風(fēng)險因素，為從中找出關(guān)鍵因素，以便對主要風(fēng)險優(yōu)先進行分析，本文首先對44個風(fēng)險因素進行定性分析，對其采用可能性與后果兩項標(biāo)準(zhǔn)進行雙重標(biāo)準(zhǔn)過濾，此過濾過程通過對專家進行訪問和對有關(guān)專業(yè)人士進行問卷調(diào)查完成，專家依據(jù)自身對船舶航行領(lǐng)域的經(jīng)驗對各項因素出現(xiàn)故障所產(chǎn)生的后果和其發(fā)生的可能性進行一個主觀判斷，然后根據(jù)其判斷設(shè)計調(diào)查問卷，從而征詢二十位船舶行業(yè)具有豐富經(jīng)驗的工作人員的意見，得到結(jié)果如表4所示。

船舶航行風(fēng)險排序矩陣給出了對各風(fēng)險因素的一個初步評級，過濾掉極低風(fēng)險、低風(fēng)險和一般風(fēng)險后，氣象監(jiān)測、航道特征、危險品、船齡、風(fēng)、流、船員素質(zhì)、培訓(xùn)情況、實時交通、海事監(jiān)管、反應(yīng)速度、處理效率、救援效率、技術(shù)支持和能見度一共15個風(fēng)險因素作為主要風(fēng)險因素被保留下來。但是，另外29個風(fēng)險因素并不是被排除在外，它們被過濾掉只是表示相對于被保留下來的15個風(fēng)險因素來說，危險度沒有那么高，對于船舶航行的風(fēng)險分析，應(yīng)該首先從主要風(fēng)險因素開始。

表4 雙重標(biāo)準(zhǔn)過濾風(fēng)險排序矩陣

4.2 航行風(fēng)險多重標(biāo)準(zhǔn)評估

根據(jù)表1，專家組對15個船舶航行關(guān)鍵風(fēng)險因素進行進一步的評估，將各評判標(biāo)準(zhǔn)分為“高(H)”“中(M)”“低(L)”三個檔次，評估結(jié)果如表5所示。

表5 航行風(fēng)險多重標(biāo)準(zhǔn)評估矩陣

4.3 定量化評級

Pr(S41|E1)=

求得Pr(S41|E1)=0.206，同理，可求得其他風(fēng)險因素的后驗概率，如表6所示。

表6 航行風(fēng)險因素概率

根據(jù)計算所得后驗概率，將15個關(guān)鍵風(fēng)險因素的可能性劃分為五個區(qū)間，對其進行定量化評級，如表7所示。

表7 船舶航行風(fēng)險定量風(fēng)險排序矩陣

由此，本文過濾出該貨船航行的最為關(guān)鍵的7個風(fēng)險要素，即氣象監(jiān)測、航道特征、風(fēng)、流、船員素質(zhì)、培訓(xùn)狀況和危險品。所以，對于該貨船的航行風(fēng)險管理，應(yīng)該重點關(guān)注以上7個風(fēng)險要素所構(gòu)成的風(fēng)險情景。

4.4 關(guān)鍵子場景風(fēng)險評估

在船舶航行風(fēng)險識別、評級的基礎(chǔ)上，基于船舶航行HHM框架和全息理論，對最終得到的7個風(fēng)險要素的交互作用進行分析，以對關(guān)鍵風(fēng)險因素所組成的風(fēng)險情景進行評估，從而進一步地輔助船舶航行風(fēng)險管理決策。該船舶的航行關(guān)鍵風(fēng)險因素HHM子模型如圖6所示。

圖6 船舶航行關(guān)鍵風(fēng)險因素HHM子模型

根據(jù)式(3)計算關(guān)鍵風(fēng)險子情景的后果值，由于此處各風(fēng)險因素都是災(zāi)難性因素，故Crisk取1，即用概率來衡量風(fēng)險情景的危險程度，根據(jù)每個風(fēng)險情景所對應(yīng)的px、py、pz值，聯(lián)立式(2)可求得每個只包含關(guān)鍵風(fēng)險因素的二維風(fēng)險情景的危險度如表8所示，一般地，對于二維風(fēng)險情景，我們認(rèn)為危險度高于0.05便為高風(fēng)險。而對于此船舶航行的三維風(fēng)險情景，由于其概率過小，在此不作討論。

由求得結(jié)果可知，在此貨船的關(guān)鍵二維風(fēng)險情景中，危險度超過0.05的子風(fēng)險情景有6個，其分別反映了對于此船舶航行的風(fēng)險管理中的人力因素-環(huán)境因素和軟件服務(wù)-環(huán)境因素風(fēng)險情景的危險性，從中可以分析得出，當(dāng)環(huán)境風(fēng)險因素和人為、軟件風(fēng)險因素相交互時，危險度是非常大的，即當(dāng)航行時碰到惡劣天氣、能見度低等不良條件下，船員的避碰操作、應(yīng)急處理行為以及氣象、航道的監(jiān)測服務(wù)相對于其他風(fēng)險因素來說是更應(yīng)該重點關(guān)注的，所以此船舶的航行風(fēng)險管理需要優(yōu)先關(guān)注船員的培訓(xùn)和軟件服務(wù)能力，以提高船員應(yīng)對惡劣環(huán)境條件的能力，并加強對航行時的氣候和航道的監(jiān)測。

表8 關(guān)鍵二維風(fēng)險情景危險度

5 結(jié)語

本文基于HHM-RFRM理論，對船舶航行風(fēng)險評估方法進行了研究，構(gòu)建了HHM框架對風(fēng)險情景進行識別，以大連港某從事商務(wù)活動的貨船為例，在運用雙重標(biāo)準(zhǔn)過濾矩陣和多重標(biāo)準(zhǔn)評估矩陣對其航行風(fēng)險因素進行定性過濾，并運用貝葉斯定理和風(fēng)險排序矩陣對航行風(fēng)險因素進行定量的過濾、評級之后，又結(jié)合等級全息建模的指導(dǎo)思想，提出風(fēng)險因素之間的耦合作用會產(chǎn)生新的視角下的風(fēng)險源，通過引進多維風(fēng)險情景危險度測度模型來改進船舶航行HHM-RFRM風(fēng)險評價方法，對風(fēng)險情景的交互作用進行了進一步的分析，為船舶航行風(fēng)險管理與決策提供了一個新的視角。但是，船舶航行風(fēng)險管理是一個復(fù)雜的、大規(guī)模的系統(tǒng)工程，本文所確定的航行風(fēng)險HHM框架并不是最完善的，對于此框架的動態(tài)調(diào)整方法還有待進一步研究。另外，本文所研究的方法只是為船舶航行風(fēng)險管理提供了一個框架，在此方法的基礎(chǔ)上，管理者和決策者可以對于每一個耦合的具體風(fēng)險場景運用決策樹、故障樹、網(wǎng)絡(luò)圖、影響圖表等方法進行具體的深入分析。