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)
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。
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。
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
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)。
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)
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
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)。
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。
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。