国家运输支撑力下的陆上丝绸之路运输通道风险测算方法*

吕 敏，帅 斌，张士行，左 静

(1.西南交通大学 交通运输与物流学院，四川 成都 611756；2.兰州交通大学 自动化与电气工程学院，甘肃 兰州 730070)

0 引言

丝绸之路陆上运输通道跨越多个国家，运输风险受政治、经济等因素影响具有很强的复杂性[1]，高效安全运营对全球战略合作至关重要。因此，对运输通道进行风险分析，有效识别运输网络中薄弱要素，评估通道安全性对优化运输组织，提升应急处置能力，保障国际合作具有重大意义。

传统运输风险研究多从人(运输人员)、机(车辆)、物(货物)、环(运输网络及环境)、管(运输管理系统)视角进行风险因素识别与归类分析[2-4]。此类微观运营风险分析方法不适合研究具有较大地理空间差异特性且受宏观因素影响的国际运输通道风险。

目前，丝绸之路风险研究主要集中在国家经济、政治领域。孙晓蕾等[5]用资本定价理论研究国家系统性风险，为投资决策者提供更多维度的风险信息；李原等[6]和邸玉娜等[7]分别用主成分分析法和引力模型分析对“一带一路”国家的投资决策；王亚军[8]从公共产品角度定性分析沿线国家潜在风险并提出韧性治理策略。以上研究未从运输角度考虑运输与物流服务水平对保障丝绸之路国际运输活动顺利进行的重要性。

运输通道风险则以研究海上运输为主，高天航等[9]用二元语义表征专家评价信息研究风险因素的耦合性；李晶等[10]综合考虑海峡、运河等关键节点和通道的其他影响因素构建了双层指标体系评估我国海上安全状况；Yang等[11]用模糊证据推理方法量化港口设施风险并对相关安全控制措施进行成本分析；吴迪等[12]研究了海运网络的脆弱性形成因素和抗毁性机制。上述研究虽涉及节点和网络层面的运输风险及其影响因素，但缺乏针对运输通道视角的整体考虑，且节点风险并不能表征运输通道风险。

本文综合考虑政治、经济、交通等多方面影响因素，通过对运输通道风险构成机制的研究，提出了基于国家运输支撑力的丝绸之路陆上运输通道风险测度方法，识别各通道薄弱点和通道线路的风险特性，为保障“一带一路”国际运输通道安全提供理论依据。

1 多因素下陆上丝绸之路运输通道的确立

根据《中欧班列建设发展规划(2016-2020)》[13]及“一带一路”顶层规划[14]，将连接亚欧的陆上丝绸之路运输通道划分为3条主线，即北线、西线和南线，并进一步细化为北1、北2、西1、西2、西3、西4、南共7条单通道。考虑运输网络构建、国家数据获取及其在陆上运输通道的地位和作用，本文选取沿线25个国家为承载主体进行通道风险分析，其中，设定中国为起点，德国为终点。各通道上国家具体情况见表1。

表1 陆上丝绸之路运输通道国家Table 1 Countries on transport corridors of Land Silk Road

2 国家运输支撑力下的运输通道风险测度模型

本文通过量化国家运输节点的综合风险衡量其对通道运输的支撑力。并基于通道风险的构成机制，用国家运输节点综合风险构建运输通道风险。

2.1 国家运输节点综合风险测算

2.1.1 指标体系建立

为测算国家运输节点综合风险，以国家风险、运输风险为主要关键词检索并分析现有文献，从中提取主要国家风险影响因素共30项，构建测算国家运输节点的综合风险指标体系，见表2。

2.1.2 风险测度模型构建

本文采用因子分析法提取综合指标描述原有指标，全面刻画国家运输节点综合风险。为使因子分析结果更准确，将30项国家风险影响因素根据属性分为经济主权、政治社会和交通物流3类。测算国家运输节点综合风险具体步骤如下：

1)基于主成分分析法选取累计贡献率超过75%的综合因子、确定因子个数，并通过正交旋转确定因子载荷矩阵Q。

2)确定每类影响因素的因子综合得分Fj：

(1)

式中：j=1,2,3，分别表示经济主权、政治社会和交通物流3类影响因素；i=1,2,…,nj,nj为第j类因子分析提取的主成分个数；Xij表示第j类的第i个因子的得分；εij表示第j类的第i个因子旋转后的方差贡献率。

3)确定通道沿线各个国家运输节点综合风险值Fc：

(2)

式中：Kj表示第j类指标的权重；Fj表示第j类指标的因子综合得分。综合风险值Fc越大，表示国家运输节点风险越低。

2.2 国家运输节点风险下运输通道风险构成机制与测算模型

本文不考虑节点间耦合关系，假定各通道间风险相互独立且风险不通过公共节点和边传递。运输通道风险由通道上的国家运输节点的综合风险构成，有以下3种构成机制：①通道风险为通道上所经国家运输节点的综合风险的累加，国家越多，潜在的政治经济、文化宗教等矛盾冲突也越多，且各国家综合风险越高，通道风险也越高；②具有较高稳定性的低风险国家的存在会提升通道整体的抗风险能力，而具有较低稳定性的高风险国家会增加通道整体风险；③低风险国家的存在会降低通道整体风险，但其效果有限，而高风险国家则会显著提升通道整体风险，即通道整体风险受通道内高风险国家影响更大。结合风险构成机制的不同特征，构建以下3种计算各单通道运输风险权重矩阵W的方案。

表2 国家运输节点综合风险影响因素Table 2 Influence factors for comprehensive risk of country transportation node

1)二进制0-1权重矩阵Wcont

若通道线路经过该国家，则对应权重元素值为1，不通过则为0。则：

(3)

式中：wcont为权重矩阵Wcont的元素；m={北1，北2，西1，西2，西3，西4，南}，c={德国，中国，俄罗斯…}。

2)反映国家风险排名贡献的序权重矩阵Wrank

考虑不同风险等级的国家对通道整体风险的贡献不同，风险排名越高(风险值越低)的国家影响越大。故依据通道上国家运输节点综合风险排序对风险权重赋值，定义：

(4)

式中：wrank为权重矩阵Wrank的元素；rc为国家c的风险排序；风险值越高，风险越小，其风险排序也越小，赋权越小。

3)反映国家风险值贡献的值权重矩阵Wscore

同2)，国家风险越高，该国家对通道风险的贡献越大，其影响(权重)随该国具体的综合风险值变化。风险值越大，风险越低，权重越小，则：

(5)

式中：wscore为权重矩阵Wscore的元素；Fc为国家c对应的风险值；Fmax为通道上风险值最大(风险最小)国家的风险值。

最后计算单运输通道m的运输风险值CRm：

CRm=Wmfm

(6)

式中：Wm为通道m上的国家权重构成的行向量，fm为通道m上的国家运输节点综合风险值构成的列向量。

3 实例分析及结果讨论

利用第2部分通道风险的测算模型，对表1所示的丝绸之路沿线25个国家进行实例分析。

3.1 国家运输节点综合风险分析

为降低各国不同年份数据波动性造成的影响，本文依据表2所列数据来源，收集整理2012—2016年各国指标数据，取平均值进行因子分析[15]。KMO(Kaiser-Meyer-Olkin)检验值均大于0.6，满足因子分析条件，3类指标分别提取出4，3，2个主成分，累计贡献率均大于75%。据式(1)～(2)计算得到国家运输节点综合风险值与排名见表3。

为衡量风险不平衡程度，采用3项风险值的方差测度定义各国内部风险不均衡指数αc。各国内部风险不均衡性如图1所示。

由表3和图1可知，通道两端的德国和中国综合风险最小，其次为捷克、俄罗斯；中亚及东南亚国家吉尔吉斯斯坦(西4通道)和缅甸(南线通道)的国家运输综合风险最大。各国政治社会风险水平较为分散，体现了丝路沿线国家政治稳定性不一致，可能会对通道发展造成一定影响。交通物流发展水平则相对集中，中国与印度交通物流类风险明显低于其他国家，可能得益于两国在交通基础设施上的投入及其巨大的人口基数。

表3 陆上丝绸之路沿线国家运输节点风险值及排名Table 3 Scores and rankings of risk for country transportation node along Land Silk Road

图1 国家不同类型风险值及风险不均衡性分布Fig.1 Distribution of values of risk with different types and risk imbalance in different countries

较多国家内部存在风险不平衡，3类指标排名最大相差10名以上。如印度政府腐败、法律不健全和内部宗教冲突等政治社会风险较高，此类高风险一定程度上会影响其在交通物流方面优势的发挥。

3.2 运输通道风险分析

依据风险测度模型计算得出各运输通道风险见表4。3种权重机制下西3，4和南线通道的整体风险较高，现中国开行中欧班列的北线和西1通道风险较低。

由表4可知，通道上国家越多，运输活动中不确定性越大，高风险国家对通道整体运输安全影响较大。3种方案下，北1通道风险均低于北2，原因为北2通道存在高风险国家蒙古。同理，所有方案中，西4通道风险高于西3，西3通道风险高于西2，其原因为西3同西2相比，增加了高风险国家乌兹别克斯坦，而西4通道相比西3则以最高风险国家吉尔吉斯斯坦替换了中等风险国家哈萨克斯坦(见表1及表3)。西1通道与西2～4相比则规避了大量中高风险国家，且增加了低风险的俄罗斯与波兰。西4与南线通道存在大量的中高风险国家，整体风险较高。

表4 陆上丝绸之路各运输通道风险值及排名Table 4 Scores and rankings of risk for each transport corridor of Land Silk Road

不同权重机制下高稳定性国家所起作用强弱不同，此情况与实际国际环境中不同情景下大国的参与度和影响力有关。北1通道在序权重和值权重方案下风险最低，西1通道在0-1权重下风险最低。因为在0-1权重方案下，西1通道上较高稳定性(较低风险)的波兰抵消了中高风险国家哈萨克斯坦和白俄罗斯对通道风险的负面影响，但在序权重和值权重的假设中高风险国家白俄罗斯对通道的负面影响更显著，而低风险的波兰对通道的影响力在减弱。

3.3 多维度运输通道不均衡性讨论

1)通道内部风险不均衡性

将通道上各国经济、政治、交通及综合风险值的方差定义为通道内国家间风险不均衡指数αr，其反映通道内部的各维度风险的不均衡性，如图2所示。各通道内的国家差异均较大，尤其各国的交通物流类发展水平参差不齐，未来通道建设需加大对国家交通物流设施的投资以降低通道的风险水平。北2和西4通道内部发展最为不均衡，原因为高风险国家显著提高了通道整体的风险水平，如蒙古(风险值排名分别为24，10，23)与风险最小的中德俄同在北2通道上。该结论与3.2节通道分析结果一致，体现了模型的有效性。

图2 各通道内国家间风险不均衡性Fig.2 Risk imbalance among countries in each corridor

2)通道间风险不均衡性

用值权重方案计算各通道3类指标的风险值分布如图3所示，反映通道之间风险水平的不均衡性。由图3可知，对于经济主权类风险，北1通道风险值最大，北2、西4及南线通道风险值最小。而对于交通物流类和政治社会类风险，北通道风险值较大，西、南通道风险值偏小。

图3 各通道3类风险值分布Fig.3 Distribution of values of risk with three types in each corridor

4 结论

1)本文考虑国家运输支撑能力，量化国家运输节点的综合风险，并基于通道风险构成机制，构建了陆上丝绸之路运输通道的风险测算模型，得出通道沿线各国的综合风险以及各运输通道的风险值与风险排名，分析了各国内部、同一通道各国之间以及跨通道的多维度风险不均衡性，为丝绸之路经济带宏观决策、风险防控提供理论与实践参考。

2)以25个丝路国家5a的历史数据测算7条单通道的运输风险并排序，结果表明：①通道上国家数目越多，通道风险越大；②高风险国家对通道整体的风险水平影响明显；③低风险国家有助于降低通道风险水平；④7条单通道间风险不均衡，现有中欧班列运行的北线和西1通道风险最小；⑤在建设的西线和南线通道政治、经济及交通类风险均较高，投资及决策部门需做好针对性的风险规避和控制。