基于贝叶斯网络的港口国动态检查有效性研究

范丽先， 郑 岚

(上海大学 管理学院， 上海 200444)

作为国际贸易主要运输方式——海上运输承担着重要的国际货物运输的责任，起着无可替代的作用。但由于海上运输容易受环境变化、人为因素以及船舶自身属性的影响，海上交通事故时有发生。并且海上交通事故一旦发生，通常会造成巨大的经济损失、环境破坏以及人员伤亡。由于环境和人为因素的不可控性，通过对船舶自身的监控来降低船舶风险，从而减少海上交通事故的发生显得尤为重要。而港口国监控(PSC)则是改善不符合标准的船舶，保障船舶安全航行的重要措施之一[1]。通过对入港船舶检查，有助于发现船舶在设备、操作、人员等方面的缺陷，并保证其满足相关国际公约规定。通常认为，港口国监控在减少高风险船舶、提高海上交通安全方面起着非常重要的作用[2]。Cariou等[3]认为整体PSC检查(通常由海事安全局实施)对于发现不明显但致命的船舶缺陷至关重要，它可以显著减少海事事故。Knapp和Heij[4]对过去检查结果和船舶事故进行分析，发现从全球层面来看，有60.2%的事故船舶在发生事故前三个月内未被检查，但从非常严重的事故船舶看，则有75.4%的船舶未被检查。由此认为，未被PSC检查过的船舶发生事故的可能会明显升高。因此，PSC检查对船舶事故的影响吸引了众多学者的研究。Hänninen等[5]利用贝叶斯网络模型，构建了船舶检查与船舶事故的影响关系，最终发现船舶类型、港口国监控检查类型以及船舶缺陷数量是最大的影响因素。Fan等[6]也发现船龄、船型等船舶固有属性和PSC检查结果对船舶事故有重要影响。

虽然港口国监控检查对船舶事故有重要影响，但港口检查设备和人员资源有限，通常船舶检查需要高昂的成本，所以港口并不会对所有到港船舶进行检查。但是如果存在不标准船舶未被检查、缺陷未能被及时修复，则船舶容易发生事故，造成严重后果。一般来说，港口会依据特定因素进行评估，比如船龄、船旗、船舶类型等船舶自身固有属性以及船舶先前检查记录，选择可能存在较高风险的船舶检查[7]，或者对不符合国际公约的船舶进行检查[8]。Yang等[9]利用数据驱动的贝叶斯网络方法进行分析，从而得出影响PSC检查的因素。当PSC检查结果表明被检查船舶不适合继续航行时，被检查船舶将被强制扣留和修理[10]。PSC检查结果也能够预测船舶未来的风险，Heij和Knapp[11]对PSC检查的预测能力进行分析，发现上一年PSC检查结果认为表现较差的船舶在这一年发生事故的概率更高。因此，历史检查数据是提高PSC检查效率和有效性的重要指标。Heij等[12]从安全收益的角度分析，发现港口国对船舶检查时，考虑可能的伤亡风险则可以获得更大的潜在安全收益，这为港口国监控检查的有效性分析增加了新的维度。

文献分析可知，PSC检查有效性引起了越来越多专家学者的关注。大多关于PSC检查有效性以及目标船舶的选择研究都依据PSC检查结果和船舶固有属性进行分析，而且对PSC检查有效性的研究也大多分析单次的检查结果。但是，对比船舶被检查多次与被检查1次，PSC的动态检查有效性仍有待研究，且如何依据船舶历史被检查次数对船舶未来的事故风险进行预测也处于空白阶段。因此，本研究以PSC对船舶的动态检查次数为出发点，利用贝叶斯网络建立对船舶的动态检查次数和船舶固有属性与船舶事故间的关系，研究各MoU中船舶的动态检查如何影响船舶事故率，并探讨PSC动态检查的有效性。

1 数据来源及模型构建

本研究主要从船舶固有属性和船舶动态检查次数进行分析，船舶数据主要来自于英国劳氏船级社(LR)的超过12万艘船舶的信息，经数据处理后最终数据为包含船舶所有固有属性信息的101 423艘船舶。船舶检查数据来自于东京谅解备忘录(Tokyo MoU)、印度谅解备忘录(Indian MoU)和巴黎谅解备忘录(Paris MoU)中2016至2018年7月的PSC检查数据，共涉及36 593艘船舶。另外，在此期间的国际海事组织(IMO)的事故数据用来衡量船舶的最终风险状态。

作为强大的定量建模工具，贝叶斯网络经常被用来研究航运安全问题[13]。贝叶斯网络结构可以依据经验信息或者根据数据估计进行构建，最终形成一个由节点和箭头组成的有向无环图。每个节点都代表一个变量，箭头指出的节点叫做“父节点”，指向的节点叫做“子节点”，箭头则代表相连接的两个变量之间的因果关系。变量及相应状态之间的依赖关系通过条件概率值(Conditional Probability Table, CPT)给出，这为贝叶斯网络模型的定量分析提供了条件[14]。

本研究中将对船舶的动态检查分为4个变量，分别为至少检查1次(One)、至少检查2次(Two)、至少检查3次(Three)以及至少检查4次(More)，这4个变量均包含是(Yes)、否(No)两个状态。除此之外，对于船舶固有属性变量，则选取了船龄(Age)、船型(Type)、船旗(Flag)、船舶尺度(Size)以及认证组织(IACS)。其中，由于本研究仅选取了2016年至2018年7月的船舶检查数据，船舶在被检查时的船龄变化不大，因此以2018年时船龄为准，根据平均船龄及船龄分布[15]将其分为新船(New)、旧船(Old)及中龄船(Middle)，船龄不大于10为新船，大于30为旧船，而在10～30的为中龄船；船型则分为干散货船(Bulker)、集装箱船(Container)、油船(Tanker)、客船(Passenger)和其他类型船舶(Others)；由于不同类型的船舶吨位也会有较大差别，因此船舶尺度按照不同船型的船舶总吨位分布各自分为大型船(Large)、小型船(Small)及中型船(Middle)(具体分类如表1所示)；船旗按照其登记制度的不同分为开放登记制度(Open)、传统船舶登记制度(National)以及国际船舶登记制度(International)；而认证组织根据船舶是否被国际船级社协会(IACS)认证分为IACS认证船(Yes)和非IACS认证船(No)。而对于船舶事故(Incident)变量只按船舶是否发生过事故分为是(Yes)和否(No)。最终，根据变量之间的关系建立相应贝叶斯网络模型(如图1)，并且对模型结果从不同MoU以及3个MoU的检查数据合并后进行分析。

表1 船舶尺度按船型分类标准(单位：总吨位，GT)

图1 本研究的贝叶斯网络模型

2 敏感性分析

为验证模型结果的准确性及变量选取的有效性，本研究对模型变量进行了敏感性分析，且对不同状态下事故后验概率的变化进行了方差分析(ANO-VA)。首先对于船舶固有属性变量对船舶事故的影响敏感性进行了分析；其次，由于不同MoU对船舶的检查不同，需对各个MoU的检查次数对船舶事故的敏感性分别进行分析。

2.1 船舶固有属性对船舶事故的敏感性分析

在此依据3个MoU检查数据合并后的模型概率分析船舶固有属性对船舶事故的影响，3个MoU检查数据合并后的模型初始概率分布如图2所示，船舶固有属性对船舶事故的敏感性分析结果如表2所示。

图2 3个MoU检查数据合并的模型初始概率分布

表2 船舶固有属性对船舶事故的敏感性分析

由方差分析的F统计量可知，船舶固有属性对船舶事故的影响都非常显著。从船型来看，客船和集装箱船的事故率最高，其次为油船、干散货船及其他类型船舶。从船龄来看，新船和旧船的事故率都相对于中龄船较高，新船可能由于船员过度自信且疏忽大意使船舶易在遭遇极端天气时导致事故发生[16]，而旧船一般由于各项指标的下降而易发生事故。对于船舶尺度来讲，通常认为船舶越大越难控制，因而发生事故的概率相对较高；而小船对于突发情况的抵御能力则不如大船，所以其事故率通常也较高。另外，通常认为被国际船级社认证的船舶其安全水平相对较高，因而其事故率也较非国际船级社认证的船舶低。对于船旗来讲，一般认为，悬挂开放式船旗的船舶其事故率通常较高[17]。而从此研究结果发现，国际船舶登记制度的船舶事故率则远远高于开放登记的船舶。

由于一些国家所实施的船舶登记制度较为严格，导致大量船舶选择开放登记，这也促使了第二船籍登记制度的产生，如国际船舶登记制度。相对于传统船舶登记制度而言，其条件相对较宽松，且为船舶提供了更多的优惠政策，这导致更多的船舶可能为逃避承担有关义务而选择这种登记制度。因此该制度为扩大本国航运市场作出一定贡献，但同时也对船舶的安全水平监管不足，不能有效减少高风险船舶，这将给航运发展造成负面影响。由本研究结果可知，国际船舶登记制度的船舶其事故率远远高于其他登记制度的船舶，这也说明国际船舶登记制度对船舶监管缺乏有效性。

2.2 动态检查次数对船舶事故的敏感性分析

船舶被PSC的动态检查与船舶事故之间也有明显关系。由于不同MoU对进入其港口的船舶的检查次数也不尽相同，通过对不同MoU中船舶被检查次数对船舶事故的敏感性分析(如表3)，确保了模型结果的准确性。

表3 模型中动态检查次数对船舶事故的敏感性分析

由表3结果可知，各模型中检查次数变量对船舶事故的影响的敏感性较强。且无论对任何MoU的检查数据进行分析，都可发现被检查过的船舶发生事故的概率均远远高于未被检查的船舶，这是由于通常港口检查机构在选择被检查的目标船舶时，会根据船舶风险等级选择有较高风险的船舶，以提高其航运安全。对于Tokyo MoU、Paris MoU和Indian MoU来说，被检查至少一次的船舶事故率分别为18%、17%和26%，Indian MoU检查过的船舶事故率远远高于Tokyo MoU和Paris MoU检查过的船舶事故率，因此说明Indian MoU对船舶的检查未能有效降低船舶事故风险，其检查有效性相对于其他两个MoU较低。若能使各个检查机构之间进行数据沟通，依据船舶先前被检查数据评估船舶风险水平，而不仅仅是增加对某些船舶的检查次数，将能够更有效地提高船舶安全，降低船舶事故率。

3 模型结果分析

船舶被检查过说明船舶至少被检查1次。由于船舶检查次数的节点表示船舶至少被检查的次数，因此若表示船舶被检查1次，则除节点“One”之外，其他检查次数的节点均为“否”；以此类推，若船舶被检查2次，则至少被检查2次为“是”，至少被检查3次和4次为“否”；同理可表示船舶被检查3次及超过3次。对于不同MoU来说，被检查次数不同的船舶其事故率也不相同，因此若船舶根据船舶事故率随不同的检查次数的变化，可判断船舶发生事故的风险大小。若各MoU的检查数据能够在所有检查机构之间被联合使用，则可依据船舶在相应期间内的检查次数预测船舶事故率，为检查机构对船舶的检查提供更有效的依据。为确定对于不同MoU来讲PSC对船舶的动态检查如何影响船舶事故风险，进行了以下分析。

3.1 Tokyo MoU

对于Tokyo MoU来说，整体来看其被检查过(即至少被检查1次)的船舶发生事故的概率为18%。通过对其船舶被检查次数如何动态影响船舶事故率进行分析(如表4)，以发现Tokyo MoU区域的PSC检查有效性随检查次数的动态变化。

表4 Tokyo MoU检查的船舶被检查次数对事故率的影响

由上表可以看出，船舶事故率随着检查次数的增加先升高后降低。在研究期间内，只检查过1次的船舶事故率最低，且在检查次数不超过3次时，事故率随着检查次数的增加而升高；而当检查次数超过3次时，事故率明显偏低。说明任意增加船舶检查的次数并不一定会有效提高船舶安全水平，随检查次数的增加PSC检查对船舶的有效性会先降低后升高，在本研究中，被检查3次的船舶发生事故的概率最高，即PSC检查的有效性最低，而当继续对船舶进行检查，PSC检查对船舶安全的有效性将更加明显，会有效降低船舶事故率。因而对于Tokyo MoU来讲，在相应期间内，最好依据船舶被检查次数对船舶事故风险进行估计，进而明确船舶事故率高低，而非盲目增加对船舶的检查。

3.2 Paris MoU

对于Paris MoU来说，其被检查过的船舶发生事故的概率为17%。对船舶被检查次数如何动态影响船舶事故率进行分析(如表5)，发现其船舶事故率随检查次数的变化趋势，进而探究Paris MoU区域的PSC检查有效性随检查次数的动态变化。

表5 Paris MoU检查的船舶被检查次数对事故率的影响

由上表可以看出，船舶事故率随着检查次数的增加逐渐升高。在研究期间内，被检查次数只有1次的船舶，事故率最低，且低于被检查过的船舶的整体事故率，此类船舶安全水平较高，事故风险较低；但随着继续增加对船舶的检查，船舶事故率开始升高且高于整体事故率水平，说明PSC检查对于降低船舶事故风险的有效性较低。整体来看，船舶事故率随检查的动态变化呈上升趋势，对船舶增加检查次数未能有效降低其事故风险。这表明Paris MoU整体的检查有效性并未因对船舶增加检查次数而提高。因此，对Paris MoU而言，提高每次检查的有效性比增加对船舶的检查次数更重要。

3.3 Indian MoU

对于Indian MoU来说，其被检查过的船舶发生事故的概率为26%。对Indian MoU区域船舶被检查次数如何动态影响船舶事故率进行分析(如表6)，能够发现Indian MoU区域的PSC检查有效性的动态变化趋势。

表6 Indian MoU检查的船舶被检查次数对事故率的影响

由上表可以看出，船舶事故率随着检查次数的增加逐渐升高。与Paris MoU相似，在研究期间内，Indian MoU中被检查1次的船舶事故率最低，而随着对船舶检查次数的增加，船舶事故率也随之升高，增加对船舶的检查次数未能有效降低船舶事故率。且整体来看，无论船舶是否被多次检查，船舶事故率都远远高于其他2个MoU区域，这也说明Indian MoU的PSC检查对于船舶的有效性相比另外2个MoU较低。因此，对于Indian MoU来讲，一味增加检查次数并不能有效降低船舶风险，而应进一步提高检查有效性。

4 结 论

本文利用贝叶斯网络研究不同MoU对船舶的动态检查次数与船舶事故率的数量关系，并分析各MoU的PSC检查对船舶的动态有效性。研究发现，对于Tokyo MoU来讲，其PSC检查能够有效降低船舶风险，一定条件下增加对船舶的检查能够降低船舶事故率，因此，可适当增加对某些船舶的检查，但应注意过多的检查也会增加船东和港口检查机构成本。而对于Paris MoU和Indian MoU，随着对船舶检查的增加，船舶事故率反而逐渐升高，甚至远高于所有被检查过的船舶的整体事故率，这表明该区域PSC检查的动态有效性需进一步提高。另外，从三个MoU的整体检查数据分析发现，船舶固有属性均对船舶事故率有显著影响，特别是船旗变量。一般认为开放登记的船舶其事故率相对较高，然而结果显示，国际船舶登记制度的船舶事故率远远高于开放登记的船舶。

本研究结论可对各MoU的港口国监控检查提供指导。首先，从船旗来看，开放登记和第二船籍登记制度对船舶的监管相对不足[18]，此外，国际船舶登记制度下的船舶事故率也相对较高，因此各检查机构应对由国际船舶登记制度登记的船舶加强监督检查，提高船舶安全水平，有效控制船舶事故风险。其次，依据对各MoU的PSC检查有效性的分析，对不同区域的船舶实施相应的检查策略。对于Tokyo MoU来说，加强对船舶的监督检查管理对降低船舶事故风险有明显作用，因此在提高PSC检查有效性的同时也可适当增加对某些船舶的检查，以进一步降低船舶风险。而对于Paris MoU和Indian MoU来说，增加对船舶的检查并未降低船舶事故率，因而应增强这两个MoU区域港口国监控检查的力度，提高PSC检查对船舶安全的有效性，并降低船舶事故风险。

本研究仍具有一定的局限性。首先，检查有效性可能会受两次检查间隔的影响，本次检查若与上次检查间隔较长时间，则上次检查对船舶的效用逐渐减小甚至消失，未来研究可将检查之间的时间间隔对于船舶事故率的影响考虑在内。其次，船舶事故易受环境和人为因素影响，若考虑到此类因素，研究将更加完善。