海运物流信息风险对操作风险影响机理研究

贾晓惠，张东辉

(1. 大连海事大学 航运与经济管理学院，辽宁 大连 116026; 2. 大连海事大学 交通运输工程学院，辽宁 大连 116026)

0 引 言

海运承担了90%的外贸货物运输量，在国际贸易中扮演着十分重要的角色，也是我国“一带一路”和海运强国战略实施的关键环节。但是随着世界经济增速变缓，航运业呈现低靡，市场竞争日益加剧。海运物流企业为满足客户需求的多样化和个性化，需要不断提升自身服务能力。与其他物流相比，海运物流链条较长、环节较多(如发货、订舱、运输、仓储、进出港、报关、报检等)，参与者较多(如船东、货主、发货人、货代、船代、承运人、海关、港口等)，影响因素较多(如政策、法律、法规、环境、气候等)，这些特点使海运物流的不确定性增强，各种风险发生可能性增大。因此，如何进行有效的风险管理，识别海运物流运作过程中的风险，提高企业的风险防范水平，成为海运物流企业最关心的问题。

研究者们对相关风险十分关注，目前的研究主要集中在对不同环节存在的风险进行识别与评估。吴雷[1]针对海上运输中常见的提单风险进行了分析；周涂强等[2]探讨了水上交通安全问题；C.K.ALI等[3]对船舶系泊作业中可能造成的人员安全风险进行分析。

相关研究主要集中在对单个风险规模的评价，较少从系统的角度出发，探索风险之间的相互影响。在风险管理中，若只考虑单个风险的规模，忽视系统内部各风险间的相互影响，无法更好从整体上预测和控制风险。笔者在前人研究的基础上，挖掘海运物流信息风险和操作风险的关联性，探究海运物流信息风险对操作风险的影响，为海运物流企业实施有效的风险管理提供参考。

1 风险识别

通过对文献梳理和归纳，海运物流信息风险包括信息准确性风险、信息及时性风险和信息安全性风险；海运物流操作风险包括运输延误风险、货物受损/丢失风险、资产受损/丢失风险、清关风险、仓储风险、人员安全风险等。各类风险指标的具体描述如表1[7]。

表1 各类风险指标Table 1 Various risk indicators

(续表1)一级指标二级指标三级指标操作风险(Y)运输延误风险(Y4)货物受损/丢失风险(Y5)资产受损/丢失风险(Y6)清关风险(Y7)仓储风险(Y8)人员安全风险(Y9)交通堵塞装货/卸货效率低由于意外事故(如自然灾害、疾病、船舶碰撞、搁浅、触礁等)造成货物延误港口罢工船队/车队规模和设定的时间表缺乏灵活性船舶人员、货物包装和装卸时操作不当造成的货物被损坏、被污染海盗攻击、抢劫造成货物受损由于意外事故(如交通事故、火灾、爆炸等)造成货物受损或泄露货物丢失(如海盗攻击、抢劫、恐怖袭击、船舶沉没和失踪、货物被盗等)驾驶员、港口人员、船舶人员、维修人员等操作不当造成交通设施损坏由于意外事故(如火灾、爆炸、交通事故)造成交通设施损坏船舶沉没和失踪(如恶劣天气、恐怖袭击等原因造成)海盗攻击、抢劫造成交通设施损坏货物被海关扣留报关报检时间的不确定性仓储空间不足仓储费用增加相关人员受伤相关人员死亡相关人员失踪

2 数据收集与方法选择

2.1 数据的收集

笔者采用问卷调查的方法收集各风险三级指标发生的频率。问卷由两部分组成，第一部分为受访者的个人信息；第二部分采用李克特5级量表衡量风险三级指标发生的频率，将三级指标作为题项，邀请具有丰富经验的行业专家对风险发生的频率进行打分，其中“1”表示“超过3年发生一次”，“2”表示“1～3年发生一次”，“3”表示“1年发生一次”，“4”表示“半年至1年发生一次”，“5”表示“3个月至半年发生一次”。

共收回问卷105份，其中有效问卷101份，有效率为96.19%。专家来自于大连、青岛、威海、上海、深圳、广州等多个地区的不同规模的海运物流企业，其中管理者58人，占总人数的57.43%，实操人员43人，占总人数的42.57%。所邀专家工作年限较长，有丰富的相关工作经验和较强的判断能力，可以认为他们对海运物流风险有较客观和准确的认知。对问卷量表进行信度和效度分析，得出Cronbach’s α系数为0.933，信度较好；KMO统计量为0.854，Bartlett球形检验的显著性水平值为0.000，表明变量间相关性较强，问卷结构效度较好。

2.2 方法选择

笔者采用基于软集的关联规则挖掘方法。Molodtsov提出软集理论，作为一种处理不确定性的通用数学工具。基本原理是基于参数化思想，从不同角度去理解复杂对象，而对参数的描述可以为句子或词语，数字，函数，图像等[8]。由于风险发生的不确定性，软集理论在风险评估方面得到了应用。申韬[9]基于软集理论对小额贷款公司的信用风险进行评估；K.PATRA等[10]综合评价了供应商选择风险。T.HERAWAN等[11]首次提出将软集理论与关联规则相结合的方法，通过实例证明了该方法在探索事物关联性方面的；F.FENG等[12]通过基于软集的关联规则方法对临床诊断中病人的症状和患病风险之间的关联性进行挖掘。因此，基于软集的关联规则挖掘方法适用于笔者的问题分析，且软集与关联规则的结合扩大了关联规则的适用范围，也能更好描述海运物流风险发生频率的等级变化。基于以上分析，笔者采用“高频”、“中频”、“低频”等描述性语言作为参数来描述风险发生的不确定性,构建风险发生频率软集，挖掘海运物流中信息风险和操作风险的关联性，以分析信息风险对操作风险的影响机理。

3 数据分析

3.1 软集构建

依据专家对三级指标打分，确定二级指标的频率等级。对每位专家对二级指标下的三级指标打分取平均数，可得到101位专家对该二级指标的风险频率得分。通过文献梳理可，知风险指标等级划分并没有确定标准，大多依据实际研究结果而定，笔者结合调研问卷中5级量表对风险频率的相关描述与文献[13]中的等级划分，定义当风险指标得分≤2时为低频率；当风险指标的得分>2且<4时为中频率；当风险指标的得分≥4时为高频率。

组建后，独家管网形成新的高度垄断，只是将一家或数家国企垄断变为另一家国企垄断，既有庞大的现有管网，又有新建管网沿线土地资源，无法实质性解决油气管道的自然垄断问题。不仅如此，管网建设依赖上游资源，目前还需要大规模的投资，拆分管网将影响现有石油公司继续投资管道建设的积极性，而且新组建的公司筹资身份难确定，筹资将更加困难。由于缺乏竞争动力，投资积极性降低，建设力量单一，组建独立的管网公司后天然气管道的建设速度可能放缓，很难跟上我国天然气产业快速发展的需要，很可能由此形成新的发展制约。自从管网独立改革消息传出后，中国的天然气管道建设速度明显放缓，现有管道运输企业新建管道积极性大幅受挫[6]。

根据软集定义，设U是初始论域，A是参数集，集合U的幂集为P(U)，当且仅当F是A到U的所有子集的一个映射时，称(F，A)是U上的一个软集。软集(F，A)可以看作是论域U的参数化族，对于每一个参数a∈A，F(a)⊆U都可以看作是软集合(F，A)中a-近似元素的集合，即满足参数a的对象u的集合，其中u∈U。D=(F，A)是定义在论域U上的描述海运物流信息风险和操作风险发生频率的软集，其中初始论域U即为对问卷进行打分的101位专家，对象ui∈U(i=1,2，….，101)对应于第i位专家，通过对风险频率等级划分，选取信息准确性风险(X1)、信息及时性风险(X2)、信息安全性风险(X3)，运输延误风险(Y4)、货物受损/丢失风险(Y5)、资产受损/丢失风险(Y6)、清关风险(Y7)、仓储风险(Y8)、人员安全风险(Y9)等风险的不同风险等级作为参数集A，参数akj∈A(k=1,2,…,9;j=1,2,3)，k代表二级风险指标的编号，j代表风险的不同频率等级，其中“1”代表低频，“2”代表中频，“3”代表高频。akj代表第K个风险指标处于j频率等级，例如，a11代表X1-低频、a12代表X1-中频、a13代表X1-高频等。对于每一个参数akj，F(akj)代表相应二级指标发生频率等级满足参数akj的所有专家编号的集合。

3.2 频繁项集确定

笔者采用文献[12]中对相关概念的定义。已知(F,A)是论域U上的一个软集，且u∈U，则对象u的共现集定义为式(1)：

Co(u)={a∈A:u∈F(a)}

(1)

由定义可知，共现集即表示对象u具有的所有参数a的集合。通过该定义，可以得到软集D中，各对象u的共现集，即每位专家对海运物流风险二级指标打分所属的频率等级；在共现集基础上，笔者定义了属性集M的实现集，(F,A)是论域U上的一个软集，且M为参数集A的非空子集，当对象u∈U且M⊆Co(u)，称对象u支持属性集M，则属性集M的实现集定义为式(2)：

ΔD(M)={u∈U:M⊆Co(u)}

(2)

满足参数akj的所有专家u的集合即属性集共有27个。然后根据每一位专家对二级指标的频率打分所属的频率等级，计算所有支持某一个二级风险指标的频率等级的专家集合，即所有属性集的实现集。该集合表示集合内的专家对该二级指标的频率等级持相同意见。通过计算结果可得，对同一个二级指标的发生频率，不同专家具有不同看法，为了规避少数极端值影响，进一步计算频繁项集。

给定一个最小支持度为σ，当属性集M的支持度SUPP(M)≥σ时，称属性集M为频繁项集。其中属性集M的支持度为式(3)：

(3)

通过频繁项集的确定，筛选出满足一定支持度的属性集，即当满足属性集M的对象u的个数在设定可以接受的范围内时，该属性集才被认为可取。由文献[14]、[15]可得，一般情况下最小支持度的取值范围为≥15%。笔者取最小支持度为15%，筛选出满足最小支持度为15%的频繁项集,解释为支持该二级指标的某一频率等级的专家个数大于等于σ×|U|时，认为其可信。二级指标中频繁项集的计算，保证了后续进行关联规则挖掘指标的某一频率等级被大部分专家认可，剔除了个别专家极端值。通过MATLAB软件编程可得最终结果如表2。

表2 频繁项集的确定Table 2 Determination of frequent sets of parameters

3.3 关联规则挖掘

将I和O定义为信息风险和操作风险的两个不相交的属性集I,O⊆A，则表达式I⟹O称为一个关联规则，I,O分别称为规则的前件和后件,关联规则I⟹O的实现集ΔD(I⟹O)定义为式(4)：

ΔD(I⟹O)=ΔD(I∪O)

(4)

关联规则的支持度和置信度是决定该规则是否可信的重要指标，关联规则I⟹O的支持度SUPP(I⟹O)定义为式(5)：

(5)

给定一个最小支持度为σ，当关联规则I⟹O的支持度SUPP(I⟹O)≥σ时，称关联规则I⟹O为σ-强支持度规则。关联规则I⟹O的置信度Conf(I⟹O)定义为式(6)：

(6)

此外，若SUPP(I)=0，则令Conf(I⟹O)=0。给定一个最小置信度为γ，当关联规则I⟹O的置信度Conf(I⟹O)≥γ时，称关联规则I⟹O为γ-强置信度规则。

为了探索信息风险对操作风险影响，将频繁项集中的信息风险二级指标以及相对应的频率等级分别作为关联规则的前件，即X1-低频、X1-中频、X1-高频、X2-低频、X2-中频、X2-高频、X3-低频、X3-中频；将操作风险二级指标以及相对应的频率等级分别作为关联规则的后件，即Y4-低频、Y4-中频、Y5-低频、Y5-中频、Y6-低频、Y6-中频、Y7-低频、Y7-中频、Y7-高频、Y8-低频、Y8-中频、Y8-高频、Y9-低频进行关联规则的挖掘，探索信息风险发生的情况下，对操作风险发生的影响。由文献[14]、[15]可得，最小置信度的取值一般≥70%。笔者定义满足最小支持度σ=15%和最小置信度γ=70%的关联规则，认为是可以接受的。

依据关联规则支持度定义，计算规则的支持度，即支持该规则的专家人数占总人数比重。当规则的支持度≥最小支持度σ时，依据关联规则置信度定义，计算规则置信度，即在规则前件出现的前提下后件出现的概率；当规则的置信度≥最小置信度γ时，认为该规则为强支持度强置信度规则。根据MATLAB计算结果可得所有强支持度强置信度规则如表3。

表3 强支持度强置信度规则Table 3 σ-strong and γ -reliable rules

3.4 结果分析

对结果进行分析，由X1-低频⟹Y5-低频、X1-中频⟹Y5-低频这两条关联规则可得，当信息准确性风险发生频率为低频或者中频时，货物受损/丢失风险发生频率均为低频。可以看出，信息准确性风险发生与否，对货物受损/丢失风险的发生没有直接影响；同理可得，由X1-低频⟹Y6-低频、X1-中频⟹Y6-低频、X1-高频⟹Y6-低频、X1-低频⟹Y9-低频、X1-中频⟹Y9-低频、X1-高频⟹Y9-低频可以得到，信息准确性风险发生与否，对资产受损/丢失风险、人员安全风险没有直接影响；由X2-低频⟹Y5-低频、X2-中频⟹Y5-低频、X2-低频⟹Y9-低频、X2-中频⟹Y9-低频可以得到，信息及时性风险发生与否，对货物受损/丢失风险和人员安全风险没有直接影响。

由X1-低频⟹Y4-低频、X1-低频⟹Y8-低频这两条关联规则可知，信息准确性风险发生可能会导致运输延误风险和仓储风险发生；由X2-低频⟹Y6-低频可知，信息及时性风险可能会导致资产受损/丢失风险；X3-低频⟹Y5-低频、X3-低频⟹Y6-低频、X3-低频⟹Y9-低频可知，信息安全性风险均可导致货物受损/丢失风险、资产受损/丢失风险、人员安全风险的发生。

为了更加清晰二级指标之间的关系，依据置信度的大小，将二级指标按影响强弱关系排序。笔者定义当置信度<0.7为无影响；置信度≥0.7且<0.8为影响一般；置信度≥0.8且<0.9为影响较强；置信度≥0.9且≤1为影响很强。结果如表4。

表4 海运物流信息风险对操作风险影响强弱等级排序Table 4 Ranking of the influence of maritime logistics information risk on operation risk

由表4可以看出，当信息风险发生时，操作风险6个指标中有5个会发生，即83.33%的风险都会受到不同程度的影响。因此，信息风险管理在海运物流操作风险管理中扮演重要角色。同时，信息及时性风险发生时，90%以上概率会导致资产受损/丢失风险发生，可以得出信息及时性风险会对此类风险产生很强影响；信息安全性风险发生时，80%以上概率会导致货物受损/丢失、资产受损/丢失、人员安全等风险发生，所以信息安全性风险会对此三类风险产生较强影响，且相对于信息准确性和及时性，其影响范围最大；信息准确性风险发生时，70%以上概率会导致运输延误风险和仓储风险，可以得出信息准确性风险对此两类风险会产生影响。

4 结 语

笔者通过文献阅读法对海运物流风险指标进行识别，运用问卷调查法获取各风险指标发生频率，采用基于软集的关联规则方法对海运物流信息风险与操作风险之间的关联性进行挖掘，并得出以下研究结论：

1)信息风险管理在海运物流操作风险管理中扮演重要角色。

2)信息及时性风险会对资产受损/丢失风险产生很强的影响。

3)信息安全性风险会对货物受损/丢失风险、资产受损/丢失风险、人员安全风险产生较强的影响，且相对于信息及时性和准确性风险，其对操作风险影响范围最大。

4)信息准确性风险的发生对运输延误风险、仓储风险的发生会产生影响。

笔者研究结论揭示了海运物流信息风险与操作风险之间的关联性，明确了海运物流信息风险对操作风险的影响机理，从理论层面丰富了海运物流风险的研究；并且笔者首次将软集理论应用到海运物流风险研究中，建立了海运物流信息风险和操作风险发生频率软集，拓展了软集理论的应用范围。此外，研究结论对海运物流企业的实践也具有指导意义，企业可从系统的角度考查风险的相关性，从信息风险角度预测和控制操作风险，实现更加有效的风险管理。