基于貝葉斯網絡的港口國動態檢查有效性研究

范麗先， 鄭 嵐

(上海大學 管理學院， 上海 200444)

作為國際貿易主要運輸方式——海上運輸承擔著重要的國際貨物運輸的責任，起著無可替代的作用。但由于海上運輸容易受環境變化、人為因素以及船舶自身屬性的影響，海上交通事故時有發生。并且海上交通事故一旦發生，通常會造成巨大的經濟損失、環境破壞以及人員傷亡。由于環境和人為因素的不可控性，通過對船舶自身的監控來降低船舶風險，從而減少海上交通事故的發生顯得尤為重要。而港口國監控(PSC)則是改善不符合標準的船舶，保障船舶安全航行的重要措施之一[1]。通過對入港船舶檢查，有助于發現船舶在設備、操作、人員等方面的缺陷，并保證其滿足相關國際公約規定。通常認為，港口國監控在減少高風險船舶、提高海上交通安全方面起著非常重要的作用[2]。Cariou等[3]認為整體PSC檢查(通常由海事安全局實施)對于發現不明顯但致命的船舶缺陷至關重要，它可以顯著減少海事事故。Knapp和Heij[4]對過去檢查結果和船舶事故進行分析，發現從全球層面來看，有60.2%的事故船舶在發生事故前三個月內未被檢查，但從非常嚴重的事故船舶看，則有75.4%的船舶未被檢查。由此認為，未被PSC檢查過的船舶發生事故的可能會明顯升高。因此，PSC檢查對船舶事故的影響吸引了眾多學者的研究。H?nninen等[5]利用貝葉斯網絡模型，構建了船舶檢查與船舶事故的影響關系，最終發現船舶類型、港口國監控檢查類型以及船舶缺陷數量是最大的影響因素。Fan等[6]也發現船齡、船型等船舶固有屬性和PSC檢查結果對船舶事故有重要影響。

雖然港口國監控檢查對船舶事故有重要影響，但港口檢查設備和人員資源有限，通常船舶檢查需要高昂的成本，所以港口并不會對所有到港船舶進行檢查。但是如果存在不標準船舶未被檢查、缺陷未能被及時修復，則船舶容易發生事故，造成嚴重后果。一般來說，港口會依據特定因素進行評估，比如船齡、船旗、船舶類型等船舶自身固有屬性以及船舶先前檢查記錄，選擇可能存在較高風險的船舶檢查[7]，或者對不符合國際公約的船舶進行檢查[8]。Yang等[9]利用數據驅動的貝葉斯網絡方法進行分析，從而得出影響PSC檢查的因素。當PSC檢查結果表明被檢查船舶不適合繼續航行時，被檢查船舶將被強制扣留和修理[10]。PSC檢查結果也能夠預測船舶未來的風險，Heij和Knapp[11]對PSC檢查的預測能力進行分析，發現上一年PSC檢查結果認為表現較差的船舶在這一年發生事故的概率更高。因此，歷史檢查數據是提高PSC檢查效率和有效性的重要指標。Heij等[12]從安全收益的角度分析，發現港口國對船舶檢查時，考慮可能的傷亡風險則可以獲得更大的潛在安全收益，這為港口國監控檢查的有效性分析增加了新的維度。

文獻分析可知，PSC檢查有效性引起了越來越多專家學者的關注。大多關于PSC檢查有效性以及目標船舶的選擇研究都依據PSC檢查結果和船舶固有屬性進行分析，而且對PSC檢查有效性的研究也大多分析單次的檢查結果。但是，對比船舶被檢查多次與被檢查1次，PSC的動態檢查有效性仍有待研究，且如何依據船舶歷史被檢查次數對船舶未來的事故風險進行預測也處于空白階段。因此，本研究以PSC對船舶的動態檢查次數為出發點，利用貝葉斯網絡建立對船舶的動態檢查次數和船舶固有屬性與船舶事故間的關系，研究各MoU中船舶的動態檢查如何影響船舶事故率，并探討PSC動態檢查的有效性。

1 數據來源及模型構建

本研究主要從船舶固有屬性和船舶動態檢查次數進行分析，船舶數據主要來自于英國勞氏船級社(LR)的超過12萬艘船舶的信息，經數據處理后最終數據為包含船舶所有固有屬性信息的101 423艘船舶。船舶檢查數據來自于東京諒解備忘錄(Tokyo MoU)、印度諒解備忘錄(Indian MoU)和巴黎諒解備忘錄(Paris MoU)中2016至2018年7月的PSC檢查數據，共涉及36 593艘船舶。另外，在此期間的國際海事組織(IMO)的事故數據用來衡量船舶的最終風險狀態。

作為強大的定量建模工具，貝葉斯網絡經常被用來研究航運安全問題[13]。貝葉斯網絡結構可以依據經驗信息或者根據數據估計進行構建，最終形成一個由節點和箭頭組成的有向無環圖。每個節點都代表一個變量，箭頭指出的節點叫做“父節點”，指向的節點叫做“子節點”，箭頭則代表相連接的兩個變量之間的因果關系。變量及相應狀態之間的依賴關系通過條件概率值(Conditional Probability Table, CPT)給出，這為貝葉斯網絡模型的定量分析提供了條件[14]。

本研究中將對船舶的動態檢查分為4個變量，分別為至少檢查1次(One)、至少檢查2次(Two)、至少檢查3次(Three)以及至少檢查4次(More)，這4個變量均包含是(Yes)、否(No)兩個狀態。除此之外，對于船舶固有屬性變量，則選取了船齡(Age)、船型(Type)、船旗(Flag)、船舶尺度(Size)以及認證組織(IACS)。其中，由于本研究僅選取了2016年至2018年7月的船舶檢查數據，船舶在被檢查時的船齡變化不大，因此以2018年時船齡為準，根據平均船齡及船齡分布[15]將其分為新船(New)、舊船(Old)及中齡船(Middle)，船齡不大于10為新船，大于30為舊船，而在10～30的為中齡船；船型則分為干散貨船(Bulker)、集裝箱船(Container)、油船(Tanker)、客船(Passenger)和其他類型船舶(Others)；由于不同類型的船舶噸位也會有較大差別，因此船舶尺度按照不同船型的船舶總噸位分布各自分為大型船(Large)、小型船(Small)及中型船(Middle)(具體分類如表1所示)；船旗按照其登記制度的不同分為開放登記制度(Open)、傳統船舶登記制度(National)以及國際船舶登記制度(International)；而認證組織根據船舶是否被國際船級社協會(IACS)認證分為IACS認證船(Yes)和非IACS認證船(No)。而對于船舶事故(Incident)變量只按船舶是否發生過事故分為是(Yes)和否(No)。最終，根據變量之間的關系建立相應貝葉斯網絡模型(如圖1)，并且對模型結果從不同MoU以及3個MoU的檢查數據合并后進行分析。

表1 船舶尺度按船型分類標準(單位：總噸位，GT)

圖1 本研究的貝葉斯網絡模型

2 敏感性分析

為驗證模型結果的準確性及變量選取的有效性，本研究對模型變量進行了敏感性分析，且對不同狀態下事故后驗概率的變化進行了方差分析(ANO-VA)。首先對于船舶固有屬性變量對船舶事故的影響敏感性進行了分析；其次，由于不同MoU對船舶的檢查不同，需對各個MoU的檢查次數對船舶事故的敏感性分別進行分析。

2.1 船舶固有屬性對船舶事故的敏感性分析

在此依據3個MoU檢查數據合并后的模型概率分析船舶固有屬性對船舶事故的影響，3個MoU檢查數據合并后的模型初始概率分布如圖2所示，船舶固有屬性對船舶事故的敏感性分析結果如表2所示。

圖2 3個MoU檢查數據合并的模型初始概率分布

表2 船舶固有屬性對船舶事故的敏感性分析

由方差分析的F統計量可知，船舶固有屬性對船舶事故的影響都非常顯著。從船型來看，客船和集裝箱船的事故率最高，其次為油船、干散貨船及其他類型船舶。從船齡來看，新船和舊船的事故率都相對于中齡船較高，新船可能由于船員過度自信且疏忽大意使船舶易在遭遇極端天氣時導致事故發生[16]，而舊船一般由于各項指標的下降而易發生事故。對于船舶尺度來講，通常認為船舶越大越難控制，因而發生事故的概率相對較高；而小船對于突發情況的抵御能力則不如大船，所以其事故率通常也較高。另外，通常認為被國際船級社認證的船舶其安全水平相對較高，因而其事故率也較非國際船級社認證的船舶低。對于船旗來講，一般認為，懸掛開放式船旗的船舶其事故率通常較高[17]。而從此研究結果發現，國際船舶登記制度的船舶事故率則遠遠高于開放登記的船舶。

由于一些國家所實施的船舶登記制度較為嚴格，導致大量船舶選擇開放登記，這也促使了第二船籍登記制度的產生，如國際船舶登記制度。相對于傳統船舶登記制度而言，其條件相對較寬松，且為船舶提供了更多的優惠政策，這導致更多的船舶可能為逃避承擔有關義務而選擇這種登記制度。因此該制度為擴大本國航運市場作出一定貢獻，但同時也對船舶的安全水平監管不足，不能有效減少高風險船舶，這將給航運發展造成負面影響。由本研究結果可知，國際船舶登記制度的船舶其事故率遠遠高于其他登記制度的船舶，這也說明國際船舶登記制度對船舶監管缺乏有效性。

2.2 動態檢查次數對船舶事故的敏感性分析

船舶被PSC的動態檢查與船舶事故之間也有明顯關系。由于不同MoU對進入其港口的船舶的檢查次數也不盡相同，通過對不同MoU中船舶被檢查次數對船舶事故的敏感性分析(如表3)，確保了模型結果的準確性。

表3 模型中動態檢查次數對船舶事故的敏感性分析

由表3結果可知，各模型中檢查次數變量對船舶事故的影響的敏感性較強。且無論對任何MoU的檢查數據進行分析，都可發現被檢查過的船舶發生事故的概率均遠遠高于未被檢查的船舶，這是由于通常港口檢查機構在選擇被檢查的目標船舶時，會根據船舶風險等級選擇有較高風險的船舶，以提高其航運安全。對于Tokyo MoU、Paris MoU和Indian MoU來說，被檢查至少一次的船舶事故率分別為18%、17%和26%，Indian MoU檢查過的船舶事故率遠遠高于Tokyo MoU和Paris MoU檢查過的船舶事故率，因此說明Indian MoU對船舶的檢查未能有效降低船舶事故風險，其檢查有效性相對于其他兩個MoU較低。若能使各個檢查機構之間進行數據溝通，依據船舶先前被檢查數據評估船舶風險水平，而不僅僅是增加對某些船舶的檢查次數，將能夠更有效地提高船舶安全，降低船舶事故率。

3 模型結果分析

船舶被檢查過說明船舶至少被檢查1次。由于船舶檢查次數的節點表示船舶至少被檢查的次數，因此若表示船舶被檢查1次，則除節點“One”之外，其他檢查次數的節點均為“否”；以此類推，若船舶被檢查2次，則至少被檢查2次為“是”，至少被檢查3次和4次為“否”；同理可表示船舶被檢查3次及超過3次。對于不同MoU來說，被檢查次數不同的船舶其事故率也不相同，因此若船舶根據船舶事故率隨不同的檢查次數的變化，可判斷船舶發生事故的風險大小。若各MoU的檢查數據能夠在所有檢查機構之間被聯合使用，則可依據船舶在相應期間內的檢查次數預測船舶事故率，為檢查機構對船舶的檢查提供更有效的依據。為確定對于不同MoU來講PSC對船舶的動態檢查如何影響船舶事故風險，進行了以下分析。

3.1 Tokyo MoU

對于Tokyo MoU來說，整體來看其被檢查過(即至少被檢查1次)的船舶發生事故的概率為18%。通過對其船舶被檢查次數如何動態影響船舶事故率進行分析(如表4)，以發現Tokyo MoU區域的PSC檢查有效性隨檢查次數的動態變化。

表4 Tokyo MoU檢查的船舶被檢查次數對事故率的影響

由上表可以看出，船舶事故率隨著檢查次數的增加先升高后降低。在研究期間內，只檢查過1次的船舶事故率最低，且在檢查次數不超過3次時，事故率隨著檢查次數的增加而升高；而當檢查次數超過3次時，事故率明顯偏低。說明任意增加船舶檢查的次數并不一定會有效提高船舶安全水平，隨檢查次數的增加PSC檢查對船舶的有效性會先降低后升高，在本研究中，被檢查3次的船舶發生事故的概率最高，即PSC檢查的有效性最低，而當繼續對船舶進行檢查，PSC檢查對船舶安全的有效性將更加明顯，會有效降低船舶事故率。因而對于Tokyo MoU來講，在相應期間內，最好依據船舶被檢查次數對船舶事故風險進行估計，進而明確船舶事故率高低，而非盲目增加對船舶的檢查。

3.2 Paris MoU

對于Paris MoU來說，其被檢查過的船舶發生事故的概率為17%。對船舶被檢查次數如何動態影響船舶事故率進行分析(如表5)，發現其船舶事故率隨檢查次數的變化趨勢，進而探究Paris MoU區域的PSC檢查有效性隨檢查次數的動態變化。

表5 Paris MoU檢查的船舶被檢查次數對事故率的影響

由上表可以看出，船舶事故率隨著檢查次數的增加逐漸升高。在研究期間內，被檢查次數只有1次的船舶，事故率最低，且低于被檢查過的船舶的整體事故率，此類船舶安全水平較高，事故風險較低；但隨著繼續增加對船舶的檢查，船舶事故率開始升高且高于整體事故率水平，說明PSC檢查對于降低船舶事故風險的有效性較低。整體來看，船舶事故率隨檢查的動態變化呈上升趨勢，對船舶增加檢查次數未能有效降低其事故風險。這表明Paris MoU整體的檢查有效性并未因對船舶增加檢查次數而提高。因此，對Paris MoU而言，提高每次檢查的有效性比增加對船舶的檢查次數更重要。

3.3 Indian MoU

對于Indian MoU來說，其被檢查過的船舶發生事故的概率為26%。對Indian MoU區域船舶被檢查次數如何動態影響船舶事故率進行分析(如表6)，能夠發現Indian MoU區域的PSC檢查有效性的動態變化趨勢。

表6 Indian MoU檢查的船舶被檢查次數對事故率的影響

由上表可以看出，船舶事故率隨著檢查次數的增加逐漸升高。與Paris MoU相似，在研究期間內，Indian MoU中被檢查1次的船舶事故率最低，而隨著對船舶檢查次數的增加，船舶事故率也隨之升高，增加對船舶的檢查次數未能有效降低船舶事故率。且整體來看，無論船舶是否被多次檢查，船舶事故率都遠遠高于其他2個MoU區域，這也說明Indian MoU的PSC檢查對于船舶的有效性相比另外2個MoU較低。因此，對于Indian MoU來講，一味增加檢查次數并不能有效降低船舶風險，而應進一步提高檢查有效性。

4 結 論

本文利用貝葉斯網絡研究不同MoU對船舶的動態檢查次數與船舶事故率的數量關系，并分析各MoU的PSC檢查對船舶的動態有效性。研究發現，對于Tokyo MoU來講，其PSC檢查能夠有效降低船舶風險，一定條件下增加對船舶的檢查能夠降低船舶事故率，因此，可適當增加對某些船舶的檢查，但應注意過多的檢查也會增加船東和港口檢查機構成本。而對于Paris MoU和Indian MoU，隨著對船舶檢查的增加，船舶事故率反而逐漸升高，甚至遠高于所有被檢查過的船舶的整體事故率，這表明該區域PSC檢查的動態有效性需進一步提高。另外，從三個MoU的整體檢查數據分析發現，船舶固有屬性均對船舶事故率有顯著影響，特別是船旗變量。一般認為開放登記的船舶其事故率相對較高，然而結果顯示，國際船舶登記制度的船舶事故率遠遠高于開放登記的船舶。

本研究結論可對各MoU的港口國監控檢查提供指導。首先，從船旗來看，開放登記和第二船籍登記制度對船舶的監管相對不足[18]，此外，國際船舶登記制度下的船舶事故率也相對較高，因此各檢查機構應對由國際船舶登記制度登記的船舶加強監督檢查，提高船舶安全水平，有效控制船舶事故風險。其次，依據對各MoU的PSC檢查有效性的分析，對不同區域的船舶實施相應的檢查策略。對于Tokyo MoU來說，加強對船舶的監督檢查管理對降低船舶事故風險有明顯作用，因此在提高PSC檢查有效性的同時也可適當增加對某些船舶的檢查，以進一步降低船舶風險。而對于Paris MoU和Indian MoU來說，增加對船舶的檢查并未降低船舶事故率，因而應增強這兩個MoU區域港口國監控檢查的力度，提高PSC檢查對船舶安全的有效性，并降低船舶事故風險。

本研究仍具有一定的局限性。首先，檢查有效性可能會受兩次檢查間隔的影響，本次檢查若與上次檢查間隔較長時間，則上次檢查對船舶的效用逐漸減小甚至消失，未來研究可將檢查之間的時間間隔對于船舶事故率的影響考慮在內。其次，船舶事故易受環境和人為因素影響，若考慮到此類因素，研究將更加完善。