馬建文，王 波，黃子碩

(1. 山東交通學(xué)院 航運(yùn)學(xué)院，山東 威海 264200； 2. 上海海事大學(xué) 商船學(xué)院，上海 201200；3. 山東交通學(xué)院 航運(yùn)安全與管理大數(shù)據(jù)發(fā)展創(chuàng)新實(shí)驗(yàn)室，山東 威海 264200)

0 引 言

水上交通事故是制約水運(yùn)經(jīng)濟(jì)發(fā)展的重要因素。水上交通系統(tǒng)是由人、船、環(huán)境、管理等多種要素構(gòu)成的復(fù)雜動(dòng)態(tài)系統(tǒng)，具有動(dòng)態(tài)性、模糊性及突變性，這決定了水上交通事故具有多因素耦合的致因特點(diǎn)。研究水上交通事故觸發(fā)過程與多因素耦合作用，分析風(fēng)險(xiǎn)因素之間的關(guān)聯(lián)、規(guī)律及趨勢(shì)等問題，對(duì)提高水上交通事故風(fēng)險(xiǎn)預(yù)控水平具有積極的理論意義和實(shí)踐指導(dǎo)作用。

對(duì)水上交通事故致因及機(jī)理分析已經(jīng)取得了一些研究成果。陳偉炯[1]提出了船舶營運(yùn)安全的“人-機(jī)-環(huán)境-管理”理論，為海上交通事故的全面系統(tǒng)分析奠定了基礎(chǔ)；劉正江等[2]采用灰色管理分析法對(duì)船舶碰撞事故中涉及的人為因素進(jìn)行了識(shí)別和分析；HU Shenping等[3]在綜合評(píng)估方法基礎(chǔ)上，采用模糊函數(shù)構(gòu)建了MRRA模型，在海事評(píng)估中取得了較好的效果；T.CHAI等[4]考慮了船舶所有可能發(fā)生的碰撞事故的頻率和后果，研究開發(fā)了一種定量風(fēng)險(xiǎn)評(píng)估(QRA)模型，用于評(píng)估船舶碰撞風(fēng)險(xiǎn)；A.C.KUZU等[5]采用模糊故障樹分析法(FFTA)，對(duì)船舶系泊作業(yè)事故進(jìn)行了系統(tǒng)的風(fēng)險(xiǎn)分析和定量評(píng)價(jià)。該階段的研究主要是將水上交通事故致因因素作為離散的獨(dú)立事件進(jìn)行研究，對(duì)事故風(fēng)險(xiǎn)關(guān)聯(lián)研究主要側(cè)重于風(fēng)險(xiǎn)評(píng)價(jià)上，對(duì)風(fēng)險(xiǎn)演化規(guī)律和耦合關(guān)系研究還較欠缺。

近年來，系統(tǒng)仿真技術(shù)和機(jī)器學(xué)習(xí)算法等在水上交通事故風(fēng)險(xiǎn)評(píng)估中得到廣泛應(yīng)用。胡甚平等[6]引入云理論，對(duì)環(huán)境的不安全條件、船員的不安全行為和船舶的不安全狀態(tài)3個(gè)因素引發(fā)的水上交通事故耦合機(jī)理進(jìn)行模擬，得到海上交通系統(tǒng)風(fēng)險(xiǎn)演化機(jī)理與多因素耦合規(guī)律；陳亞東[7]利用貝葉斯網(wǎng)絡(luò)對(duì)內(nèi)河船舶碰撞的人為因素進(jìn)行分析，得出影響內(nèi)河船舶碰撞中的致因鏈，得到了因人為因素事件導(dǎo)致的船舶碰撞概率大小；J.ZHANG等[8]采用貝葉斯和最小二乘算法，對(duì)引起船舶碰撞事故的主要因素進(jìn)行了定量計(jì)算；P.CHEN等[9]基于碰撞船舶的AIS數(shù)據(jù)，采用Credal網(wǎng)絡(luò)理論構(gòu)建了船舶碰撞事故因果關(guān)系模型圖，對(duì)相遇局面下發(fā)生船舶碰撞的關(guān)鍵因素和概率進(jìn)行了分析。該階段的研究成果利用人工智能算法對(duì)海上交通風(fēng)險(xiǎn)進(jìn)行了推理和仿真評(píng)價(jià)，但算法對(duì)數(shù)據(jù)的準(zhǔn)確度和精度要求非常高，計(jì)算過程復(fù)雜，在水上交通系統(tǒng)數(shù)據(jù)缺少的情況下，難以獲取滿意的結(jié)果。

N-K模型是解決復(fù)雜系統(tǒng)問題的通用模型[10-12]，對(duì)系統(tǒng)內(nèi)部因素的關(guān)聯(lián)及耦合程度分析準(zhǔn)確，已成功應(yīng)用于航空[11]、道路[12]、鐵路[13]、復(fù)雜事故[14]等領(lǐng)域的系統(tǒng)風(fēng)險(xiǎn)分析研究中。筆者利用耦合風(fēng)險(xiǎn)理論探析水上事故觸發(fā)過程，并借助N-K模型定量分析事故中各風(fēng)險(xiǎn)因素間的強(qiáng)弱耦合關(guān)系，以便提高水上交通事故風(fēng)險(xiǎn)預(yù)控水平。

1 風(fēng)險(xiǎn)耦合及事故觸發(fā)過程

水上交通事故風(fēng)險(xiǎn)耦合是指2個(gè)及以上的風(fēng)險(xiǎn)因素，通過各種關(guān)聯(lián)相關(guān)作用改變海上交通系統(tǒng)風(fēng)險(xiǎn)的局部或整體狀態(tài)，導(dǎo)致事故發(fā)生。

1.1 風(fēng)險(xiǎn)因素識(shí)別

在文獻(xiàn)[1]提出的“人-機(jī)-環(huán)境-管理”理論基礎(chǔ)上，綜合文獻(xiàn)[15]～文獻(xiàn)[18]對(duì)水上交通系統(tǒng)風(fēng)險(xiǎn)因素的分析，將水上交通系統(tǒng)中的風(fēng)險(xiǎn)因素總結(jié)如表1。

表1 水上交通系統(tǒng)風(fēng)險(xiǎn)因素Table 1 Risk factors of marine transport system

1.2 事故觸發(fā)過程分析

從復(fù)雜系統(tǒng)理論視角，明晰水上交通系統(tǒng)風(fēng)險(xiǎn)因素耦合觸發(fā)事故的發(fā)生過程，對(duì)預(yù)控水上交通事故極其關(guān)鍵。借鑒其他交通運(yùn)輸領(lǐng)域[13-14]分析事故風(fēng)險(xiǎn)因素耦合演化機(jī)理常用的觸發(fā)器原理，得到水上交通事故觸發(fā)過程，如圖1。

圖1中，T為某起水上交通事故演化周期；P(t1)為t1時(shí)刻觸發(fā)的子系統(tǒng)風(fēng)險(xiǎn)因素脈沖；P(t2)為t2時(shí)刻觸發(fā)的系統(tǒng)耦合風(fēng)險(xiǎn)因素脈沖；DH(t1)為t1時(shí)刻人為因素子系統(tǒng)的風(fēng)險(xiǎn)閾值；DS(t1)為t1時(shí)刻船舶因素子系統(tǒng)的風(fēng)險(xiǎn)閾值；DE(t1)為t1時(shí)刻環(huán)境因素子系統(tǒng)的風(fēng)險(xiǎn)閾值；DM(t1)為t1時(shí)刻管理因素子系統(tǒng)的風(fēng)險(xiǎn)閾值；D(t2)為t2時(shí)刻水上交通系統(tǒng)綜合防御系統(tǒng)閾值。

圖1 水上交通事故風(fēng)險(xiǎn)因素耦合觸發(fā)過程Fig. 1 Coupling triggering process of risk factors of marine traffic accidents

水上交通運(yùn)輸與其他運(yùn)輸相比，受國際公約標(biāo)準(zhǔn)、航運(yùn)市場等宏觀的外部因素影響較大，且外部因素對(duì)水上交通系統(tǒng)的中的人為、船舶、管理及環(huán)境(航道)等內(nèi)部因素風(fēng)險(xiǎn)的觸發(fā)有直接推動(dòng)或約束影響。具體風(fēng)險(xiǎn)耦合演變過程描述如下：

1)t1時(shí)刻觸發(fā)了其中一個(gè)風(fēng)險(xiǎn)因素脈沖P(t1)，由于水上交通系統(tǒng)具有自我調(diào)整和自組織能力，會(huì)激活4個(gè)子系統(tǒng)各自的防御系統(tǒng)，若：

P(t1)≤min {DH(t1)，DS(t1)，DE(t1)，DM(t1)}，

?t1∈T

(1)

說明防御系統(tǒng)緩沖了風(fēng)險(xiǎn)因素干擾，P(t1)未突破各子系統(tǒng)的防御系統(tǒng)，系統(tǒng)處于安全狀態(tài)。若：

P(t1)>min{DH(t1)，DS(t1)，DE(t1)，DM(t1)}，?t1∈T

(2)

說明風(fēng)險(xiǎn)因素脈沖P(t1)已突破了綜合防御系統(tǒng)中風(fēng)險(xiǎn)閾值最小的子系統(tǒng)的防御系統(tǒng)，系統(tǒng)狀態(tài)將被打破。

2)子防御系統(tǒng)被突破后，各風(fēng)險(xiǎn)因素開始由靜態(tài)演變?yōu)閯?dòng)態(tài)，并在水上交通事故致因鏈上蔓延，形成了系統(tǒng)耦合風(fēng)險(xiǎn)因素脈沖P(t2)。P(t2)在耦合振蕩器的作用下，形成系統(tǒng)耦合風(fēng)險(xiǎn)，威脅水上交通系統(tǒng)的綜合防御系統(tǒng)。若P(t2)>D(t2)，說明耦合風(fēng)險(xiǎn)的強(qiáng)度、持續(xù)時(shí)間等超過了綜合防御系統(tǒng)的承載能力，導(dǎo)致系統(tǒng)風(fēng)險(xiǎn)增強(qiáng)或觸發(fā)新的風(fēng)險(xiǎn)產(chǎn)生；反之，系統(tǒng)處于安全狀態(tài)。

2 事故風(fēng)險(xiǎn)耦合N-K模型

N-K模型起源于信息理論，包含兩個(gè)參數(shù)N和K。N是指構(gòu)成系統(tǒng)要素的個(gè)數(shù)，K是指系統(tǒng)中相互依賴關(guān)系的個(gè)數(shù)，其中0≤K≤N-1。假設(shè)子系統(tǒng)間有n種交互方式(狀態(tài))，則總的交互組合方式有nN種[10]。

水上交通事故系統(tǒng)中(圖1)，根據(jù)P(t1)是否能突破子系統(tǒng)各自的防御系統(tǒng)，用n=0表示未突破防御系統(tǒng)，n=1為突破防御系統(tǒng)。通過計(jì)算水上交通事故系統(tǒng)中4個(gè)子系統(tǒng)風(fēng)險(xiǎn)因素間的交互信息，評(píng)價(jià)耦合作用下引發(fā)新風(fēng)險(xiǎn)的難易程度。

通常認(rèn)為，某種風(fēng)險(xiǎn)因素耦合引發(fā)事故的次數(shù)越多，該風(fēng)險(xiǎn)耦合方式越容易發(fā)生，導(dǎo)致事故發(fā)生的概率越大。水上交通事故風(fēng)險(xiǎn)耦合交互信息I(H，S，E，M)表達(dá)式有：

(3)

式中；pijkl為人處于第i種狀態(tài)、船舶處于第j種狀態(tài)、環(huán)境處于第k種狀態(tài)、管理處于第l種狀態(tài)下，4種子系統(tǒng)風(fēng)險(xiǎn)因素耦合發(fā)生的概率，其中i,j,k,l∈{0,1}；I(H，S，E，M)下標(biāo)中，H為人為因素，S為船舶因素，E為環(huán)境因素，M為管理因素，下標(biāo)個(gè)數(shù)為因素耦合的數(shù)量；I值越大，系統(tǒng)風(fēng)險(xiǎn)越高；pi、pj、pk、pl分別為子系統(tǒng)在各自狀態(tài)下的變化風(fēng)險(xiǎn)概率，其中：

(4)

pj、pk、pl的計(jì)算方式類似pi。

在風(fēng)險(xiǎn)耦合中，單因素風(fēng)險(xiǎn)耦合一般視為多因素風(fēng)險(xiǎn)耦合的特例，無法利用交互信息表達(dá)式計(jì)算，因此只對(duì)雙因素及多因素耦合模型進(jìn)行構(gòu)建。

建立水上交通事故系統(tǒng)雙因素耦合模型I2，共6種組合，如式(5)：

(5)

水上交通事故系統(tǒng)3因素耦合模型I3，共4種組合；水上交通事故系統(tǒng)4因素耦合模型I4，共1種組合。模型分別為式(6)、式(7)：

(6)

log2[pijkl/(pi·pj·pk·pl)]}

(7)

3 實(shí)證分析

3.1 數(shù)據(jù)選取

為了全面對(duì)水上交通事故風(fēng)險(xiǎn)因素觸發(fā)過程進(jìn)行分析，根據(jù)國際海事標(biāo)準(zhǔn)公約、國內(nèi)政策法規(guī)等宏觀外部因素的變化，綜合考慮事故數(shù)據(jù)的時(shí)間跨度、數(shù)據(jù)來源的可靠合理性及事故調(diào)查報(bào)告的完整性等因素，隨機(jī)篩選我國各級(jí)海事局網(wǎng)站公布及海事局提供的2012年1月—2019年8月的水上交通事故調(diào)查報(bào)告，得到不同水域、不同季節(jié)條件下的共計(jì)224份報(bào)告，整理得到如表2的數(shù)據(jù)庫，用作樣本數(shù)據(jù)實(shí)證分析。

表2 選取的水上交通事故樣本數(shù)據(jù)(部分)Table 2 Data of the selected marine traffic accident samples (Part)

根據(jù)表2的統(tǒng)計(jì)結(jié)果，分析可得2012年1月—2019年8月期間我國水路交通事故風(fēng)險(xiǎn)耦合次數(shù)及頻率，如表3。表3中，n1000、p1000分別表示只有人為單因素參與耦合時(shí)事故發(fā)生的次數(shù)、頻數(shù)，人為因素、船舶因素、環(huán)境因素、管理因素多因素耦合事故發(fā)生次數(shù)、頻數(shù)以此類推。

表3 2012年1月—2019年8月我國水路交通事故風(fēng)險(xiǎn)耦合次數(shù)及頻率Table 3 Risk coupling times and frequency ofmarine traffic accidents in China from January2012 to August 2019

3.2 耦合風(fēng)險(xiǎn)值計(jì)算

根據(jù)表3，首先計(jì)算不同因素耦合情況下發(fā)生的風(fēng)險(xiǎn)概率，如表4～表6。

表4 單因素變化風(fēng)險(xiǎn)概率Table 4 Single factor change risk probability

表4中，p0***為人為因素不參與耦合時(shí)風(fēng)險(xiǎn)發(fā)生的概率，p1***為人為因素參與耦合時(shí)風(fēng)險(xiǎn)發(fā)生的概率，“*”代表0或1，有p0***=p0000+p0100+p0010+p0001+p0110+p0101+p0011+p0111=0.267 9。同理可得表4中其他單因素變化風(fēng)險(xiǎn)概率含義及計(jì)算結(jié)果。

表5 雙因素變化風(fēng)險(xiǎn)概率Table 5 Double factors change risk probability

表5中，p00**為人為因素及船舶因素均不參與耦合時(shí)風(fēng)險(xiǎn)發(fā)生的概率，p01**為人為因素不參與且船舶因素參與耦合時(shí)風(fēng)險(xiǎn)發(fā)生的概率，“*”代表0或1，有p00**=p0000+p0010+p0001+p0011=0.1161。同理可得表5中其他雙因素變化風(fēng)險(xiǎn)概率含義及計(jì)算結(jié)果。

表6 3因素變化風(fēng)險(xiǎn)概率Table 6 Multiple factors change risk probability

表6中，p000*為人為因素、船舶因素及環(huán)境因素均不均不參與耦合時(shí)風(fēng)險(xiǎn)發(fā)生的概率，，“*”代表0或1，有p000*=p0000+p0001=0.0268。同理可得表6中其他3因素變化風(fēng)險(xiǎn)概率含義及計(jì)算結(jié)果。

根據(jù)式(4)～式(7)和表4～表6中的結(jié)果計(jì)算水上交通事故各風(fēng)險(xiǎn)因素耦合值，如表7。

表7 水上交通事故各風(fēng)險(xiǎn)因素耦合值Table 7 Coupling value of risk factors of marine traffic accidents

由表7結(jié)果可知：各風(fēng)險(xiǎn)因素耦合值的排序?yàn)椋篒(H,S,E,M)>I(H,E,M)>I(S,E,M)>I(H,S,M)>I(H,M)>I(H,S,E)>I(H,E)>I(E,M)>I(S,M)>I(H,S)>I(S,E)。

3.3 結(jié)果分析

1)從總體上來看，水上交通事故的發(fā)生風(fēng)險(xiǎn)因素耦合值基本上與參與耦合風(fēng)險(xiǎn)因素?cái)?shù)量呈正相關(guān)，即水上交通系統(tǒng)中人、船舶、環(huán)境及管理4個(gè)因素發(fā)生耦合時(shí)，風(fēng)險(xiǎn)值最大；雖然計(jì)算結(jié)果顯示人和管理2個(gè)因素耦合時(shí)的風(fēng)險(xiǎn)大于人、船舶及環(huán)境3個(gè)因素耦合時(shí)的風(fēng)險(xiǎn)，但總體趨勢(shì)上3個(gè)因素耦合風(fēng)險(xiǎn)仍大于雙因素耦合風(fēng)險(xiǎn)。

2)3個(gè)因素耦合的4種情況中，風(fēng)險(xiǎn)耦合值較大時(shí)均包含管理因素，而不包含管理因素的3個(gè)因素耦合值要小于人和管理因素耦合的雙因素耦合值。說明管理因素在水上交通安全系統(tǒng)中起到關(guān)鍵作用，當(dāng)管理因素出現(xiàn)問題且與其他因素發(fā)生耦合時(shí)，引發(fā)水上交通事故的可能性很大。

3)雙因素耦合的6種情況中，人和管理耦合風(fēng)險(xiǎn)值最大，其次是人和環(huán)境、管理和環(huán)境、船舶和管理，說明人和管理兩個(gè)因素對(duì)雙因素耦合的影響較大，同時(shí)也必須重視環(huán)境在雙因素耦合時(shí)的作用。另外，雖然人和船舶、船舶和環(huán)境耦合風(fēng)險(xiǎn)較小，但老舊船舶、惡劣的通航環(huán)境，通常是引發(fā)水上交通事故的直接因素，仍應(yīng)重視。

4 結(jié) 論

借用觸發(fā)器的原理，考慮國際公約標(biāo)準(zhǔn)、航運(yùn)市場等外部宏觀因素的影響，系統(tǒng)分析了水上交通系統(tǒng)內(nèi)在人、船舶、環(huán)境、管理因素風(fēng)險(xiǎn)之間的耦合強(qiáng)度及事故觸發(fā)過程，進(jìn)一步揭示了水上交通事故發(fā)生的內(nèi)在規(guī)律和預(yù)控關(guān)鍵。

統(tǒng)計(jì)分析近10年水上交通事故數(shù)據(jù)，借助N-K模型量化了水上交通系統(tǒng)不同風(fēng)險(xiǎn)因素耦合值。結(jié)果表明：水上交通系統(tǒng)的風(fēng)險(xiǎn)和參與耦合的風(fēng)險(xiǎn)因素?cái)?shù)量為正相關(guān)關(guān)系，管理因素對(duì)水上交通系統(tǒng)的安全起決定性作用，其次是人的不安全行為?？筛鶕?jù)分析結(jié)果判斷水上交通系統(tǒng)中的關(guān)鍵風(fēng)險(xiǎn)因素并加以控制，及早阻斷參與耦合的風(fēng)險(xiǎn)因素?cái)?shù)量，降低風(fēng)險(xiǎn)發(fā)生概率。