黃國忠教授 張夢茹 李 燾副研究員 高學鴻講師

(1.北京科技大學 土木與資源工程學院，北京 100083；2.中國檢驗檢疫科學研究院，北京 100176)

0 引言

在我國全面禁止進口廢塑料后，國內再生塑料需求加大，其進口風險監(jiān)管力度也逐漸提升。進口再生塑料質量安全風險主要體現(xiàn)在2個方面：一是質量風險，如夾雜固體廢物等，可能導致資源利用率低、能源消耗大等問題，進口再生塑料常由于違規(guī)夾雜固體廢物而成為重點風險管控對象；二是安全風險，如原料中有毒有害物質對人體健康的損害，放射性物質導致的環(huán)境污染，微生物導致的生態(tài)破壞，風險處置導致的經濟損失等。進口再生塑料屬于可再生資源產品，其檢驗應符合《中華人民共和國進出口商品檢驗法》，這種以海關部門檢驗檢疫結果為準的“一刀切”模式，在一定程度上提升了工作效率，但評估方式單一，對進口再生塑料管理、環(huán)境、社會等方面的綜合風險預警不足，因此，研究并建立進口再生塑料質量安全風險預警模型，及時識別風險并發(fā)布風險預警，對進口再生塑料風險監(jiān)管具有重要意義。

進口再生塑料對人體健康、經濟、環(huán)境等方面的風險信息呈碎片化分布，且內容提取和整合無統(tǒng)一標準，海關部門、環(huán)境保護部門、商務部等對進口再生塑料的風險防控關注點各不相同，而進口再生塑料質量安全風險需綜合考慮經濟、社會、管理、環(huán)境等多方面的風險因素，單一維度的風險狀況不能準確地得出進口再生塑料質量安全綜合風險預警結果。國內外對進口商品的風險評估預警多集中在金融風險、貿易安全、供應鏈風險、能源安全、健康風險等領域，通過構建指標體系或進行實驗檢測等手段，建立風險評估方法或模型，但是對進口工業(yè)品質量安全風險評估預警研究較少，且主要集中在消費品領域。對于多因素的復雜評價系統(tǒng)，可使用機器學習(如支持向量機、人工神經網絡等)算法建立評價模型，但這種方法對數(shù)據(jù)定量要求較高。但是進口再生塑料風險預警研究起步較晚，風險信息尚不完善，歷史數(shù)據(jù)較少，模糊綜合評價法可以較好地解決復雜系統(tǒng)中不明確因子所帶來的評價不確定性問題，但該方法對指標權重的確定有較高要求，為減少主觀影響程度，突出風險因素內部的相互影響關系，可以采用網絡層次分析法(Analytic Network Process，ANP)確定指標權重。

目前，針對進口再生塑料還沒有一種綜合性及實用性較強的風險預警方法，建立合適的方法對進口再生塑料質量安全風險進行綜合預警很有必要。本文構建多維度進口再生塑料風險預警指標體系，運用模糊綜合評價法與ANP法相結合的方法，建立進口再生塑料質量安全風險兩階段預警模型。該模型也可進一步運用于其他跨境可再生資源的風險預警，為完善海關進出口工業(yè)品風險管理體系提供科學依據(jù)。

1 風險預警指標體系

1.1 風險傳遞路徑

本文從風險來源、風險控制和風險結果3個角度分析，可以得到進口再生塑料的風險來源主要是原料本身的質量安全問題，管控風險的主體是各級檢驗機構，以及原料進口過程中所涉及的各類供收貨企業(yè)，風險可能造成的結果是對環(huán)境和人體的影響。根據(jù)事故致因理論，分析風險影響因子間的風險傳遞關系，可以得到進口再生塑料的風險傳遞路徑，如圖1。

圖1 風險傳遞路徑Fig.1 Risk transmission path

通過風險傳遞路徑圖可知，進口再生塑料在“進口—檢驗檢疫—再利用”的整個生命周期內總存在一些風險影響因子影響其質量安全，只有當風險來源、控制、結果(受體)3方面同時存在時，風險才能得以傳遞。

1.2 風險信息錄入

進口再生塑料風險預警系統(tǒng)需整合到現(xiàn)有進出口風險管理工作中，目前我國進出口工業(yè)品風險信息主要依靠C-RAPEX系統(tǒng)，但對進口再生塑料暫無采集及錄入系統(tǒng)。本文提出將進口再生塑料的風險信息并入C-RAPEX系統(tǒng)，形成專門業(yè)務線，并指定專門的風險信息錄入人員及風險信息審核人員。主要業(yè)務流程包括：一線檢驗監(jiān)管人員在工作中發(fā)現(xiàn)進口再生塑料風險信息后，按照風險第一階段預警標準，將風險信息采集并上報給分支機構；分支機構根據(jù)獲取的風險信息，進行篩選審核，對于審核通過的信息提交給直屬局復審，否則退回；直屬局根據(jù)報送信息復審后提交給總局，由總局相關人員進行終審；總局相關人員對高等級風險信息采取信息歸檔并在平臺發(fā)布預警信息，此外，對低風險信息還可以進一步組織評估小組，進行第二階段風險預警，對本文提出的兩階段預警模型，每一階段對應專門的評估小組，從而在提高預警效率的同時，實現(xiàn)風險全面預警。

1.3 指標體系構建

根據(jù)廣泛性、實用性、特殊性、全面性的原則，從原料、管理、社會、環(huán)境4個維度出發(fā)，構建進口再生塑料風險預警指標體系，如圖2。

圖2 進口再生塑料質量安全風險預警指標體系Fig.2 The index system of the risk early-warning for quality safety of the imported recycled plastics

2 兩階段預警模型

2.1 預警流程

本文提出構建進口再生塑料質量安全風險兩階段預警模型，其流程，如圖3。

圖3 預警流程示意圖Fig.3 The schematic diagram of the early-warning process

直接風險信息采集主要通過海關部門檢測收集，此外，對貨物進行間接風險預警，則需要獲取更多風險信息，其獲取途徑包括實驗數(shù)據(jù)、能耗模擬分析、環(huán)境影響評價、專家評估等手段，最后對風險預警信息進行存檔，便于海關、環(huán)保及經濟等相關部門及時查看。

2.2 直接風險預警

針對眾多進口再生塑料的海量風險信息，現(xiàn)階段海關通過一些直接判斷因素來進行風險預警，本文在此基礎上提出兩階段風險預警模型，在第一階段對原料的直接風險水平進行評估預警，在第二階段對原料的間接風險水平進行綜合預警，從而在滿足現(xiàn)有工作要求的基礎上，為相關部門增加風險管控的理論依據(jù)。

直接風險預警階段依據(jù)風險最不利原則，對于能夠直接影響原料質量安全風險水平的風險因素進行檢驗，最終根據(jù)最大風險項來確定風險預警結果。直接風險因素主要針對標準符合性問題，對于不符合標準規(guī)定的原料，直接發(fā)布高風險預警，并采取相應的預警措施。參考海關工作經驗，主要根據(jù)《進口再生塑料顆粒固體廢物屬性快速檢驗鑒別方法(試行)》對原料的放射性水平、夾雜物含量、外觀感官一致性、聚合物一致性、有毒有害物質含量、灰分含量等指標進行直接風險預警(見表1、2)，這些指標的特點是可以實現(xiàn)快速檢測，并且能夠直接反映出原料的質量安全水平，是目前海關檢驗進口貨物的常見手段，可以快速篩查出不符合標準規(guī)定的貨物并采取快速預警措施。在對原料貨物進行直接風險預警后，針對判定為低風險的貨物，通過進一步采集潛在的風險信息來進行間接風險預警，間接風險信息涉及到供貨方、環(huán)保部門、社會、人體健康等多個維度，因此，兩階段風險預警模型可以提供更加全面的風險預警結果。

表1 直接風險預警標準Tab.1 Criteria for direct risk early-warning

表2 進口再生塑料有害元素限量Tab.2 Limits on harmful elements of the imported recycled plastics

2.3 間接風險指標分級

選定的質量安全評價等級分為3級，即低風險、中風險、高風險3種情況。建立指標分級方法(見表3)，其中部分指標劃分可以用數(shù)值衡量，而部分指標雖有數(shù)值參考，但是無法直接獲取數(shù)據(jù)信息，部分指標劃分是定性描述，對于無法直接獲取數(shù)值信息的，采取模糊隸屬度的方法予以判定。

表3 指標警限劃分Tab.3 The division for indicator warning limit

2.4 間接風險預警

2.4.1 基于ANP法確定指標權重

為實現(xiàn)間接風險預警，本文采用ANP與模糊綜合評價相結合的方法構建預警模型。首先通過ANP法確定指標權重，ANP是對層次分析法(Analytic Hierarchy Process，AHP)的改進和延伸，但是AHP表示單向且具有層次等級的結構，而ANP表示的是因素間相互關聯(lián)的網絡結構。ANP法的特點是充分考慮了各因素或相鄰層次間的相互影響，利用超矩陣對相互影響的因素進行綜合分析而得出其混合權重。當因素間存在較為復雜的相互影響關系時，應該采用ANP法確定指標權重。

ANP法的一般步驟如下：

(1)構建網絡結構。根據(jù)風險預警指標體系，構建網絡層和控制層，確定指標間的相互關系。

(2)構造未加權超矩陣。以每個因素組為準則，因素組內的因素為次準則，比較該因素組下因素間兩兩的重要度。重要度的確定采用1-9標度法(見表4)，最終得到準則下各因素對因素組影響大小的未加權超矩陣

W

，其中，

a

為因素組中因素的個數(shù)，

W

(

i

=1,2,…,

a

；

j

=1,2,…,

a

)表示因素組中第

i

個因素與第

j

個因素重要度之比。

表4 1-9標度法含義Tab.4 The meaning of the 1-9 scaling method

(1)

在此過程中，需要對判斷矩陣進行一致性檢驗：

①計算一致性指標CI：

(2)

式中：

λ—判斷矩陣的最大特征根。

②查找平均隨機一致性指標RI。為消除矩陣階數(shù)

p

對判斷矩陣一致性的影響，需引進平均隨機一致性指標RI，見表5。

表5 平均隨機一致性指標RI取值Tab.5 RI values

③計算一致性比CR：

(3)

當CR≤0.1時，一般認為此判斷矩陣的一致性是可以被接受的；當CR>0.1時，認為判斷矩陣未通過一致性檢驗，則需要對判斷矩陣進行修正，使判斷矩陣最終通過一致性檢驗。

(3)構造加權超矩陣。以任一因素組

C

為準則，建立因素組間的判斷矩陣，對得到的判斷矩陣進行歸一化處理，組合新的加權矩陣

B

。加權超矩陣

W

可表示為：

W

=

BW

(4)

(4)確定極限超矩陣。極限超矩陣

W

通過對加權超矩陣進行迭代運算得到，所得矩陣即為各因素對應的權重矩陣。

(5)

式中：

k

—迭代的次數(shù)。

2.4.2 構建模糊綜合評價模型

在建立進口再生塑料質量安全風險預警指標體系，并確定了指標權重的基礎上，本文采用模糊綜合評價法構建間接風險預警模型。

(1)建立指標因素集和評語集。指標因素集

U

={

u

,

u

, …,

u

}，其中，

u

(

i

= 1, 2, …,

n

)為風險預警指標因素，

n

為同一層次上評價因素的個數(shù)；評價系統(tǒng)對應的評語集

V

={

v

,

v

, …,

v

}，其中，

v

(

j

=1, 2, …,

m

)為第

j

種評價結果，

m

為評價等級數(shù)。(2)構建隸屬度矩陣。指標因素

u

對評價結果

v

的隸屬度可表示為：

R

={

r

1,

r

2,…,

r

}。對

n

個元因素進行綜合評價，可以得到一個

n

行

m

列的矩陣，即為隸屬度矩陣

R

：

(6)

定量指標隸屬度常用典型函數(shù)法確定，即通過隸屬度函數(shù)并結合指標因素的特征來確定隸屬度。定性指標隸屬度常用百分比統(tǒng)計法確定，即將被評價對象的評價結果按百分比統(tǒng)計并將其百分比作為隸屬度。

(3)一級模糊綜合評價。對一級指標層進行綜合評價，得到評價指標隸屬度矩陣為：

(7)

將權重系數(shù)向量與隸屬度矩陣進行模糊數(shù)學運算，即可得到指標因素

u

的各下級指標因素對于它的評價結果向量：

B

=

W

×

R

=(

b

1,

b

2,…,

b

)

(8)

(4)二級模糊綜合評價。最下層模糊綜合評價得到的計算結果是上層進行綜合評價的基礎，根據(jù)模糊運算得到最終評價結果向量：

B

=

W

×(

B

,

B

,…,

B

)=(

w

,

w

,…,

w

)×(

B

,

B

,…,

B

)

(9)

(5)對評價結果進行分析。采用最大隸屬度法和加權平均法對模糊綜合評價結果進行風險分析。

3 實例應用

以巴基斯坦進口到中國某海關的一批ABS再生塑料為例，對該批次貨物作出質量安全風險預警。

3.1 某批次ABS再生塑料直接風險預警

根據(jù)海關提供的現(xiàn)場檢驗報告，該批次貨物各項直接風險指標均符合標準，所以發(fā)布低風險預警信息，可選擇進行間接風險預警。

3.2 基于ANP法確定指標權重

由于ANP法計算復雜度高，實際中一般使用超級決策(Super Decision，SD)軟件來進行運算求解，但該軟件沒有漢化，功能也比較基礎，因此，本文運用Yaanp軟件進行權重求解。Yaanp在SD功能基礎上，擁有群決策、靈敏度分析等更多功能，而且頁面直觀，操作方便。

首先構建因素間的有向關系圖，如圖4。圖4中的因素代表指標體系中的風險因素，以此為基礎，通過Yaanp軟件構建網絡結構模型。因素間相互影響關系可以通過指標含義，結合現(xiàn)實邏輯來確定，為增加模型準確性和科學性，本文請專家根據(jù)工作經驗對模型進行推敲確定，得出最終的網絡結構模型。

圖4 有向關系圖Fig.4 Directed relation graph

判斷矩陣同樣由專家結合指標含義和實際工作經驗進行確定，以對于因素

A

的判斷矩陣為例，見表6。

表6 判斷矩陣示例Tab.6 Judgment matrix example

所有判斷矩陣一致性檢驗結果均小于0.1，最終得出超矩陣、加權超矩陣和極限矩陣，根據(jù)極限矩陣即可得出指標權重向量如下，其中，

W

表示

A

、

B

、

C

、

D

4個因素的權重，

W

(

i

= 1,2,3,4)分別表示

A

、

B

、

C

、

D

4個因素組下各因素的權重。

W

=(0.109 627,0.252 643,0.313 454,0.275 888)

(10)

W

=(0.500 764,0.162 830,0.336 406)

(11)

W

=(0.043 391,0.544 855,0.114 047,0.105 462,0.096 122,0.096 122)

(12)

W

=(0.431 020,0.032 889,0.402 367,0.133 725)

(13)

W

=(0.112 772, 0.192 365,0.694 863)

(14)

3.3 指標隸屬度確定

對于定量指標，其隸屬度不具有模糊性，可以直接確定，主要如下：

(1)衛(wèi)生檢疫情況：由海關查驗，該批貨物不存在病原體、醫(yī)學動物和病媒昆蟲，為低風險。

(2)人體健康損傷程度：經實驗室測定及計算，該批ABS再生塑料HI為48.8，致癌風險值Rc為1.45×10，危害指數(shù)HI遠大于1，致癌風險介于10～10，因此該項為高風險。

定性指標隸屬度根據(jù)百分比統(tǒng)計法確定，本文邀請10個行業(yè)專家，結合風險信息分析處理結果，得出模糊隸屬度。

綜上獲得指標評價值，得到模糊關系矩陣。

計算得原料基本影響、管理、社會、環(huán)境風險評價結果分別為：

B

=

W

×

R

=(0.500 8, 0.349 5, 0.149 8)

B

=

W

×

R

=(0.247 9, 0.485 2, 0.266 9)

B

=

W

×

R

=(0.086 2, 0.346 5, 0.567 3)

B

=

W

×

R

=(0.567 2, 0.341 3, 0.091 5)

經二級模糊綜合評價得該批次進口ABS再生塑料風險預警結果為：

3.4 評價結果分析

模糊評價的最大隸屬度原則與風險評估中的最不利原則極為吻合，根據(jù)這一原則，針對該批次進口ABS再生塑料應發(fā)布中風險預警。

加權平均法需將評語定量化，設評語“低風險”“中風險”“高風險”所對應的量化值為“1”“2”“3”，則綜合預警結果：

V=0.301 0×1+0.363 7×2+0.286 9×3

=1.889 1

其風險水平更接近于中風險值“2”，應發(fā)布中風險預警，建議針對中高風險采取措施，以降低其總體風險水平。由此可見，在第一預警階段為低風險，可以允許入關的貨物也可能存在不可忽視的間接風險，通過第二階段風險預警可以將其較為準確地表明。

4 模型預警結果比較

為了與海關現(xiàn)有預警手段進行比較，將近3年各地海關的歷史預警結果與使用本文中預警模型的計算結果進行對比分析。首先采用隨機模擬數(shù)據(jù)進行模型的初步驗證，假設每批產品可能存在的風險水平概率均等，且對只有一個評價等級的低風險數(shù)據(jù)生成一個與之相對應的孿生數(shù)據(jù)集合，采集300條模擬數(shù)據(jù)代入預警模型進行計算，計算結果對低風險數(shù)據(jù)進行復制，最后總計得到380條數(shù)據(jù)，得出的風險分布結果(如圖5)，數(shù)據(jù)模擬結果高風險數(shù)據(jù)約占26.8%。

圖5 數(shù)據(jù)模擬結果Fig.5 Data simulation results

首先，將模擬測試數(shù)據(jù)與真實數(shù)據(jù)做對比，真實數(shù)據(jù)通過歷史數(shù)據(jù)來近似得到，統(tǒng)計近3年來海關發(fā)出高風險預警(檢驗不合格)的結果約占總檢驗量的20%～30%，與模擬結果比較接近，符合實際的貨物通關率，說明本文預警模型可以較好地與現(xiàn)有預警手段相結合。

另外，本文兩階段模型相比于現(xiàn)有的一階段預警模式，考慮了產品存在的多維度間接風險，在原有基礎上增加中風險情況，在符合原有通關率的情況下進一步明確貨物可能存在的間接風險水平，為加強進口再生塑料風險管控力度提供理論依據(jù)。

5 結論

(1)本文在構建多維度風險預警指標體系的基礎上，建立風險兩階段預警模型，既保留了原有的海關風險快速檢測預警手段，又使得進口塑料的質量安全風險評價更加全面。模糊綜合評價法將定性與定量相結合，能夠適用于目前進口再生塑料風險信息較少的實際情況。進口再生塑料質量安全風險影響因素間存在復雜的影響關系，ANP法可以更為準確地反映出指標對評價系統(tǒng)的重要度。

(2)實例表明，僅考慮原料的直接風險因素不能完全反映出其風險水平，某批次ABS進口再生塑料直接風險預警為低風險，然而經過間接風險預警，發(fā)現(xiàn)其間接風險因素可能導致中等級風險，并且某些間接風險指標項風險水平較高，如人體健康損傷程度等，需要予以重視。

(3)本文的兩階段風險預警模型，在貼合實際預警率的情況下，實現(xiàn)更加全面的綜合風險預警，對比原有的預警手段更加明確貨物可能存在的間接風險，進口再生塑料質量安全風險預警在我國尚處于起步階段，隨著預警模型在海關的應用，可以基于數(shù)據(jù)樣本進一步優(yōu)化預警模型，從而得到更加科學的預警結果。