航运公司安全管理风险评价系统设计与开发
2018-04-30周春辉隋忠义文元桥甘浪雄王汝岩
周春辉 隋忠义 文元桥 甘浪雄 王汝岩
摘要:
为使有限的监管资源发挥最有效的作用,海事管理机构需要评价与量化航运公司的安全管理风险。采用可扩展的熵权物元方法建立航运公司安全管理风险评价模型,设计与开发航运公司安全管理风险评价系统。该系统可与不同的指标体系相适应,对不同类型的航运公司进行安全管理风险等级评价和排序。对497家航运公司进行实例分析,得到较为客观、合理的评价结果。海事管理机构可以利用评价结果合理调配监管资源,提高监管效率。
关键词:
安全管理; 航运公司; 物元分析法; 风险评价系统
中图分类号: U698
文献标志码: A
Design and development of safety management risk
assessment system for shipping companies
ZHOU Chunhui1a,1b, SUI Zhongyi1a, WEN Yuanqiao1a,1b, GAN Langxiong1a,1b,
WANG Ruyan2
(1. a. School of Navigation; b. Hubei Key Laboratory of Inland Shipping Technology, Wuhan University of
Technology, Wuhan 430063, China; 2. MSA, Ministry of Transport, Beijing 100736, China)
Abstract:
To make the limited regulatory resources play a full and effective role, maritime management departments need to evaluate and quantify the safety management risk of shipping companies. The extensible entropy-weight matter-element method is adopted to establish the shipping company safety management risk assessment model, and a shipping company safety management risk assessment system is designed and developed. The system adapts to different index systems and it can be used to evaluate and rank the safety management risk level for different types of shipping companies. The analysis for 497 shipping companies by the system shows that the assessment results are objective and reasonable. Maritime management departments can reasonably allocate regulatory resources according to the assessment results to improve regulation efficiency.
Key words:
safety management; shipping company; matter-element analysis method; risk assessment system
收稿日期: 2017-06-08
修回日期: 2017-12-04
基金項目:
国家自然科学基金(51679180, 51579204)
作者简介:
周春辉(1978—),男,湖北松滋人,副教授,硕导,博士,研究方向为航海安全保障、海事信息系统,(E-mail)24003482@qq.com
0 引 言
目前,我国体系内航运公司已经达到1 400多家,体系内船舶达到8 800多艘,非体系内航运公司及船舶数量非常庞大而且多变。面对日益复杂的水上交通安全形势,如何将有限的监管资源投入到风险最大的地方,是目前海事管理机构急需解决的问题。因此,航运公司安全管理风险评价体系的建立越来越受到重视。陈辰等[1]结合模糊综合评价方法和数据包络分析方法对航运公司的安全管理体系进行评价;陈勇等[2]结合熵权法和层次分析法对航运公司安全管理的有效性进行评价分析;胡甚平等[3]建立航运公司安全管理分级评价指标体系,并采用云变换的数据驱动法确定权重云,对航运公司安全管理进行定量评价;吴建军等[4]建立了一个表征航运公司安全管理能力的分级指标体系,基于熵权和变异系数法的赋权方法,对典型公司进行分级和评分;李振福等[5]从评价指标选取、指标体系构建、指标权重分析等入手,用多级模糊综合评价方法对某航运公司进行航运安全评价研究。
然而,在对航运公司安全管理风险进行等级评价或排序时,不同的航运公司之间是否有可比较性一直存在争议,如客船公司和货船公司的安全管理风险无法用同一个指标体系进行衡量,体系内公司和非体系内公司也无法用同一个指标体系进行衡量。在多数情况下,利用层次分析法建立的指标体系和权重模型是固定的,无法进行调整以适应变化的情况[6-8]。
本文拟采用物元分析法和熵权法建立航运公司安全管理风险的评价模型。熵权物元模型中权重的确定不依赖于专家打分,而基于统计分析的方法。该模型可以针对风险评价的不同需求(如不同船舶种类、不同航线、体系内或体系外航运公司的风险评价等),添加或者去除某一个或某几个评价指标,动态地对权重进行改变,无须重新建模。在建立航运公司安全管理风险评价模型的基础上,开发航运公司安全管理风险评价系统(safety management risk assessment system, SMRAS)。
1 评价指标体系
评价指标的选取需要遵循科学性、全面性、可操作性、可比性和相对独立性等原则。采用熵权物元模型建立的评价指标体系具有很好的可扩展性,便于对不同类型的航运公司建立不同的评价指标
体系。为保证评价模型的可扩展性,指标体系的确定分为3步:
(1)通过专家问卷调查,确定候选的指标集;
(2)根据候选指标,采集航运公司的相关数据,验证数据的可用性并剔除不可用的指标;
(3)针对不同的排序目的,由领域专家和管理人员从系统中选择合适的评价指标,共同确定最终的评价指标体系。
此外,还可根据船舶管理中的实际情况,对风险排序进行调整:
(1)根据是否存在“代管”船舶这一指标进行调整。这是因为目前国内船舶管理中的“代管”,是船舶所有人将船舶挂靠到其他公司进行管理,造成船舶经营与管理脱节,广泛存在“代而不管”“代而不让管”“代而管不了”等问题。(2)如果航运公司有被海事管理机关重点跟踪的船舶,则对其实行一票否决制。
2 评价模型与方法
2.1 评价方法
物元分析法是一种研究解决不相容问题的规律的方法。[9-12]这种方法计算简便,并且明确规定了关联度函数,能够消除在确定关联度函数时的主观性,因而不会影响评价的客观性。
假定N为给定事物的名称, V为它关于特征C的量值,则描述事物的基本元即物元R以有序3元组(N,C,V)表示,同时把事物的N,C和V称为物元的三要素。
2.2 确定经典域和节域
经典域物元表示为
R0k=(N0k,C,V0k)=N0kc1V0k1
c2V0k2
cmV0km=
N0kc1
[a0k1,b0k1]
c2[a0k2,b0k2]
cm[a0km,b0km](1)
式中:N0k为所划分的第k个评价等级;ci(i=1,2,…,m)为评价等级的分项指标;N0k关于ci的量值范围区间为V0ki=[a0ki,b0ki],即经典域。
节域物元表示为
Rp=(Np,C,Vp)=Npc1Vp1
c2Vp2
cmVpm=
Npc1[ap1,bp1]
c2[ap2,bp2]
cm[apm,bpm](2)
式中:评价等级的全体为Np;Np关于ci所确定的量值范围区间为Vpi=[api,bpi],即节域,有V0kiVpi。
2.3 待评物元
待评物元即为待评价的对象,待评对象Nx的物元可以表示为
Rx=(Nx,C,V)(3)
2.4 确定关联度函数和关联度
关联度函数用来确定各项指标(即特征值)与各评价等级之间的关联度。可以将待评事物各指标关于各等级的关联度表示为
Kk(vi)=-ρ(vi,V0ki)V0ki, vi∈V0ki
ρ(vi,V0ki)ρ(vi,Vpi)-ρ(vi,V0ki), viV0ki (4)
其中
ρ(vi,V0ki)=vi-(a0ki+b0ki)/2-
(b0ki-a0ki)/2
(5)
ρ(vi,Vpi)=vi-(api+bpi)/2-
(bpi-api)/2
(6)
式(4)~(6)中:vi表示待评物元量值;V0ki表示经典域物元量值范围;Vpi表示节域物元量值范围;ρ(vi,V0ki)表示vi与有限区间V0ki=[aoki,b0ki]的距离;ρ(vi,Vpi)表示vi与有限区间Vpi=[api,bpi]的距离。
2.5 熵权法确定指标权重
本文采用信息熵法[13-14]确定各指标权重。熵权确定步骤如下:
(1)若评价指标有m个,待评价物元有n个,第j个物元在第i个指标处的取值为xij,则判断矩阵为
A=(xij)m×n, i=1,2,…,m; j=1,2,…,n(7)
对判断矩阵进行归一化处理得到矩阵B=(bij)m×n,其中
bij=xij-minj xijmaxj xij-minj xij(8)
(2)定义各评价指标的熵为
Hi=-1ln nnj=1(fijln fij),
i=1,2,…,m; j=1,2,…,n(9)
其中
fij=(bij+10-4)nj=1(bij+10-4)(10)
(3)計算各评价指标的熵权为
ωi=1-Him-mi=1Hi(11)
2.6 计算综合关联度确定评价等级
Kk(Nx)为待评价对象Nx关于等级k的综合关联度
Kk(Nx)=mi=1ωiKk(xi)
(12)
式中:Kk(xi)表示待评价对象Nx关于等级k的单指标关联度。如果K1(Nx)=max{Kk(Nx)},那么称Nx属于等级1;如果K1(xi)=max{Kk(Nx)},那么称待评价对象的第i项指标属于等级1。
令
k(Nx)=Kk(Nx)-mink Kk(Nx)maxk Kk(Nx)-mink Kk(Nx)
k*=kkk(Nx)kk(Nx)
(13)
则称k*为待评价对象的级别变量特征值。
3 SMRAS设计与实现
3.1 SMRAS的层次结构和功能模块
航运公司在设计SMRAS时,将SMRAS划分为数据层、功能层和应用层,各层功能如下:
(1)数据层。SMRAS可直接从Excel文件和主流数据库SQL Server,Oracle,DB2读取待评航运公司安全管理风险评价基础数据。
(2)功能层。SMRAS可实现的功能包括:评价等级的确定、经典域和节域的确定、待评物元的确定、关联度函数的确定、权重的确定和评价等级的确定。
(3)应用层。航运公司SMRAS可用于对航运公司进行风险评价,也可用于海事局对航运公司进行安全评估,对不同航运公司实行差异化管理。
航运公司SMRAS层次结构见图1。
图1 航运公司SMRAS层次结构
3.2 SMRAS的流程
SMRAS载入数据后首先根据数据样本是否需要进行细分来设置级别,然后进行经典域和节域的计算。系统默认所有指标均为正指标,如果出现逆指标则需要对指标进行选择。SMRAS评价流程见图2。
图2 SMRAS评价流程
3.3 SMRAS功能
SMRAS的主要功能包括:
(1)输入数据。可以连接多个待评航运公司数据库或打开多个数据文件。(2)计算经典域和节域。SMRAS默认所有指标均为正指标,即指标值越大风险值越大。使用“设置经典域”功能可以将指标设置为逆指标,即指标值越大风险值越小。SMRAS默认经典域分为3级,即把每项指标所标示的风险分为低、中、高3级。如果评价样本较多,需要细分,则可以设置风险等级为4级或5级,设置后SMRAS会重新计算经典域。
(3)计算熵权。各指标熵权采用信息熵法确定。
(4)物元分析评价。计算物元分析结果,显示航运公司的综合评分并排序。
3.4 SMRAS实现方法
航运公司SMRAS采用VC++平台进行开发,采用SQL 2008作为后台数据库。SMRAS的主界面见图3。
SMRAS可以从数据库或Excel文件读取待评价的源数据,并采用熵权物元模型进行评价打分,在直接显示评价结果的同时,可以给专业用户输出包含整个计算过程及最终结果的评价报告。
4 评价系统的应用实例
将待评的489家建立了安全管理体系(safety
图3 读入数据后SMRAS的主界面
management system, SMS)的体系内航运公司和8家体系外航运公司(封闭水域)分为“体系公司客船”“体系公司危险货物运输船(国际国内航线)”“体系公司危险货物运输船(内河航线)”“体系公司散装货物运输船”“体系公司一般货物运输船”“非体系公司(封闭水域)”等
6个模块;管理模式则分为代管和非代管两种。这些航运公司没有被重点跟踪的船舶。
以体系内危险货物运输(国际国内航线)公司和未建立SMS的航运公司(体系外航运公司)为例,建立不同的评价指标体系。对于建立了SMS的航运公司,采用管理硬件、审核表现、安全记录等3个一级指标,平均船龄c1,船舶数量c2,平均吨位c3,船舶管理幅度c4,公司外审不符合项数c5,审核不通过、被跟踪、附加审核次数c6,平均单船缺陷数c7,平均单船事故率c8,平均单船违法率c9,平均单船滞留率c10等10个二级指標。对于未建立SMS的航运公司(体系外航运公司),一级指标只有管理硬件和安全记录,二级指标有平均船龄c1,船舶数量c2,船舶管理幅度c3,平均单船缺陷数c4,平均单船事故率c5,平均单船违法率c6,平均单船滞留率c7等7个指标。航运公司SMRAS中评价指标可扩展,评价不同类型的航运公司时可更改评价指标体系,评价指标权重也会随评价指标体系的更改进行动态调整。
下面以10家体系内危险货物运输(国际国内航线)公司为例,运用航运公司SMRAS对该模块进行评价,评价指标值见表1。
(1)将体系内危险货物运输(国际国内航线)公司风险评价模块各评价指标的原始数据导入SMRAS,该评价模块就会自动计算得出各评价指标的熵值(1~3分)和权重,见表2。
(2)将风险熵值映射为百分制熵值,并根据前文提出的调整指标,将有代管船舶的公司加10分,
表1 待评航运公司及其评价指标值
表2 各评价指标的熵值和权重
最终得到的分数即为风险评估值。在本次评价的样本中,有“重点跟踪船舶”的航运公司数量为0,故一票否决制在本次评价中没有应用。
不同航运公司设定的风险等级标准是不同的。本文将体系内危险货物运输(国际国内航线)公司风险等级设置为4级,见表3。
表3 风险等级划分
(3)航运公司安全管理风险评估值及排序结果见表4。
将所有模块的评价结果以调查问卷的方式分发给全国7个海事局的海事管理人员和10个省的船舶管理公司安全管理人员进行分析评价。结果表明,分模块、分航线的评价模型是符合实际情况的,
表4 航运公司安全管理风险评价及排序结果
符合度达到了92%,这说明评价模型的建立和划分是科学、可信的。然而,由于评价指标均为可以量化的硬指标,没有列入无法量化的公司管理软指标,评价结果出现了一些偏差。
5 结束语
随着我国信息化和数字化的发展,航运公司安全管理问题已经成为人们关注的焦点。由于航运公司安全管理风险评价的对象可以是全国的航运公司,被评价对象数据众多,所以根据被评价对象是否建立安全管理体系(SMS)、船舶种类、航线等将数据分成不同模块单独进行评价。
本文利用物元分析法建立评价模型并设计开发了航运公司安全管理风险评价系统(SMRAS),使现有监管资源得到最合理的利用,海事管理机构的管理效率得以提高。在对不同船舶各类、不同航线、体系内或体系外航运公司的安全管理风险进行评价时,可以更改评价指标,动态地对权重进行调整,无须重新建模。
航运公司SMRAS可用于海事管理机构对航运公司的日常管理,为航运公司的安全运营提供强有力的保障。本研究主要目的是探索航运公司安全管理风险动态排序的方法,由于受制于各航运公司上报数据的客观性和可靠性,本文选择了一个小的评价因素集。随着航运(海事)大数据的发展,评价因素集必定能够得到进一步扩充,系统的可靠性和可用性也必定能够进一步提升。
参考文献:
[1]陈辰, 胡甚平. 基于模糊DEA的航运公司安全管理有效性评价[J]. 上海海事大学学报, 2012, 33(1): 12-15, 19.
[2]陳勇, 胡甚平, 轩少永, 等. 航运公司安全管理有效性组合赋权评价模型[J]. 中国安全科学学报, 2012, 22(8): 78-84.DOI: 10.16265/j.cnki.issn1003-3033.2012.08.007.
[3]胡甚平, 许玲, 席永涛, 等. 基于云模型的航运公司安全管理分级评价方法[J]. 中国安全科学学报, 2013, 23(10): 139-144.DOI: 10.16265/j.cnki.issn1003-3033.2013.10.011.
[4]吴建军, 胡甚平, 金永兴. 航运公司安全管理能力聚权分级模型[J]. 中国安全生产科学技术, 2014, 10(4): 145-151. DOI: 10.11731/j.issn.1673-193x.2014.04.025.
[5]李振福, 薛非. 航运企业航运安全评价研究[J].中国安全科学学报, 2009, 19(4): 102-107.
[6]黄树兴. 航运公司安全诚信管理综合评价的研究[D]. 大连: 大连海事大学, 2009.
[7]李国凯, 梁力丰, 吕文伟. 航运公司安全管理状况评估指标体系[J]. 中国水运, 2010(10): 1-4.
[8]梁小成. 航运公司SQEOHS一体化管理体系研究[D].大连: 大连海事大学, 2007.
[9]蔡文. 物元模型及应用[M]. 北京: 科学技术文献出版社, 1994: 5-7.
[10]吴定勇, 文元桥. 航道通航风险评价的熵权物元模型[J]. 武汉理工大学学报(交通科学与工程版), 2014, 38(5): 1158-1162. DOI: 10.3963/j.issn.2095-3844.2014.05.047.
[11]黄仁东, 张小军. 基于熵权物元可拓模型的隧道瓦斯等级评价[J]. 中国安全科学学报, 2012, 22(4): 77-82.
[12]杨卓, 戎晓力, 卢浩, 等. 基于熵权物元可拓理论的隧道塌方风险评估[J]. 安全与环境学报, 2016(2): 15-19. DOI: 10.13637/j.issn.1009-6094.2016.02.003.
[13]王清源, 潘旭海. 熵权法在重大危险源应急救援评估中的应用[J]. 南京工业大学学报(自然科学版), 2011, 33(3): 87-92. DOI: 10.3969/j.issn.1671-7627.2011.03.019.
[14]李远远, 刘光前. 基于AHP-熵权法的煤矿生产物流安全评价[J]. 安全与环境学报, 2015, 15(3): 29-33. DOI: 10.13637/j.issn.1009-6094.2015.03.006.