基于风险管理的预控型海船监管模式

陈爱国， 李华文， 辛 剑， 汪 洋，3

(1. 广州航海学院 广东省船舶节能减排与安全监管工程技术研究中心， 广州 510725； 2． 广东海事局， 广州 510260； 3. 武汉理工大学 能源与动力工程学院， 武汉 430063)

2017-05-16

广东海事局科研课题(2014)；广东省普通高校工程技术研究(技术开发)中心项目(2016GCZX003)；广州市高校创新创业教育项目(2017201201)

陈爱国(1973—)，男，湖北衡山人，教授， 博士，研究方向为船舶节能减排与新能源、先进船舶与海洋工程装备制造、海事监管研究。E-mail：15920982149@126.com

1000-4653(2017)03-0073-04

基于风险管理的预控型海船监管模式

陈爱国1， 李华文2， 辛 剑2， 汪 洋1，3

(1. 广州航海学院 广东省船舶节能减排与安全监管工程技术研究中心， 广州 510725； 2． 广东海事局， 广州 510260； 3. 武汉理工大学 能源与动力工程学院， 武汉 430063)

为提高对沿海船舶的监管效率和质量控制，对风险管理理论及风险识别、风险评估和风险控制技术在船舶监督风险管理上的应用进行研究，并以此为基础对广东地区4 192艘次沿海船舶的检查进行调研和统计。通过调研统计，提出针对广东地区沿海船舶检查的风险评估体系，据此将船舶分为低风险船舶、标准风险船舶和高风险船舶，分别设置不同的时间窗口进行检查。该项目是基于客观数据和风险管理策略的预控型海洋船舶监管模式研究。

风险管理； 船舶监管； 船舶； 风险评估

随着水上事故不断增多，海事安全监管风险越来越高，船舶监管越来越受重视。[1]目前船舶进出港记录工作已全面实现电子化，并已积累大量数据。为对高风险目标船舶进行提前布防，优化海事执法资源分配方案，提出风险管理策略的预控型海船监管模式：通过对风险管理方法进行研究，进行船舶监管风险项识别和风险等级评估，最终建立选船机制，进行风险控制。该船舶监管模式将充分发挥海事信息化优势，改善传统的工作流程，优化执法资源配置，提高海事监管效能，有着重要的研究价值。

1 船舶监督风险管理技术

1.1风险识别

针对港口国监督(Port State Control, PSC)船舶监管[2]的特点，采用专家调查法和头脑风暴法[3-4]征集有关专家的意见，召开专题讨论会，得到船舶属性的风险项[5]主要有船籍港、船舶类型、船舶吨位和船龄等。由于船舶管理状况和船舶设备状况可根据船舶的历史检查数据推断，因此船舶的历史检查数据也可作为风险项。

1.2风险评估

采用单因素敏感性分析法单独分析各风险项的影响大小，并进行评分。针对海事信息系统船舶监管历史数据的大数据和全面的特点[6]，采用统计和概率方法对各风险项的数学期望及方差进行计算与分析，在此基础上进行评分。风险评分完成之后，各船舶的风险值都将不同，为能实操性地区别对待，根据各船舶的风险值，采用模糊综合评价法[7]进行风险评级。

1.3风险控制

根据船舶的风险评级，将船舶分为低风险船舶、标准风险船舶和高风险船舶，建立选船机制[8]，确定检查范围、频率和优先顺序，分别设置不同的时间窗口进行检查。

2 海船的风险预测

2.1海船船籍港的影响与评分

抽取广东地区某年的数据样本，部分船籍港船舶的滞留率和平均缺陷数见表1。

表1 部分船籍港船舶的滞留率和平均缺陷数

根据表1中的统计数据，去除检查次数在10次以下、受偶然因素较大的海船船籍港样本之后，进一步统计分析得到总平均滞留率ε=3.80%，总平均滞留率的标准偏差σ=2.83%，标准偏差与总平均滞留率的比值α=0.74，总平均缺陷数n=7.61，总平均缺陷数的标准偏差φ=1.40，标准偏差与总平均缺陷数的比值β=0.18。

γ=60%α+40%β=0.52

(1)

此时影响因素(广东地区内海船不同分支船籍港)的平均评分值为5.23分。

同样地，计算上述不同船籍港的的评分依据γ(求得平均值为2.98)，对平均值5.23分进行规范化取整，其他地方对平均值5.23分进行取整。由此，得到广东地区内海船船籍港的评分值见表2。

表2 广东地区内海船分支船籍港的评分值

广东地区海船分支船籍港的平均评分为5.23分，61.7%落在平均值的±0.5σ范围内，即在4.35～6.11分。

2.2海船类型的影响与评分

针对抽取的数据样本，对不同类型海船的单船进行检查，得到不同类型海船的滞留率和平均缺陷数，部分数据见表3。按小类分析，同样在去除检查次数在5次以下、受偶然因素较大的样本之后，进一步统计分析得到平均滞留率ε=3.01%，平均滞留率的标准偏差σ=3.67%，标准偏差与平均滞留率的比值α=1.22，平均缺陷数n=6.93，平均缺陷数的标准偏差φ=1.95，标准偏差与平均缺陷数的比值β=0.28。可见，船舶类型对滞留率的影响非常大。

表3 不同类型海船的滞留率和平均缺陷数

同上，计算各海船类型的评分依据(计算得平均为1.427)，对平均值8.491分进行规范化取整，其他地方对平均值8.491分进行取整。由此，得到海船类型的评分值见表4。

表4 海船类型的评分值

广东地区海船类型的平均评分为8.491分，61.7%落在平均值的±0.5σ范围内，即在5.516～470分。

2.3海船吨位的影响与评分

针对抽取的数据样本，不同吨位海船的检验情况见表5。分析得到ε=4.79%，σ=2.13%，α=σ/ε=0.44,n=6.76，φ=1.39，β=φ/n=0.21。可见，海船吨位对海船检查的影响不大。γ=60%α+40%β=0.349，此时影响因素(广东地区检查的海船总吨位)的平均评分值为3.511分。

表5 不同总吨海船的滞留率和平均缺陷数

同上，计算各海船总吨类型的评分依据见表6。由表6得出广东区内检查海船总吨类型的平均评分为3.511分，61.7%落在平均值的±0.5σ范围内，即在2.977～4.040分。

表6 广东区内检查海船总吨类型的评分值

2.4海船船龄的影响与评分

针对抽取的数据样本，不同船龄海船的检验情况见表7。

表7 不同船龄海船的滞留率和平均缺陷数

由表7可知，船龄对海船的影响较大。进一步分析得到ε=4.69%，σ=2.77%，α=σ/ε=0.59，n=7.09，φ=2.16，β=φ/n=0.30。可见，船龄对船舶检查的影响较大。γ=60%α+40%β=0.476，令此时影响因素(广东地区检查的海船船龄)的平均评分值为4.789分。

同理，计算得出海船船龄类型的评分值见表8。船龄的平均评分为4.789分，61.7%落在平均值的±0.5σ范围内，即在3.76～5.82分。

表8 广东地区内检查海船船龄类型的评分值

2.5海船属性因素的总体影响与评价

通过对各种海船属性进行调查和研究及对各项属性进行统计分析，在对各种海船属性因素进行评分之后，得到海船属性因素的总体影响和评价见表9～表11。

表9 广东地区内海船属性因素的总体影响

表10 广东地区内海船属性因素的评价

表11 广东地区内检查海船属性因素风险的分类

2.6海船历史检查因素的影响与评价

海船历史检查因素的影响主要在于检查状况差的海船，很可能因船况差或管理不善而在以后的检查中仍是差的。对抽取的数据样本中广东某年的4 192艘次海船的检查进行统计分析，共滞留236次，每艘船的平均滞留率为5.61%，标准偏差为0.23；缺陷总数为33 541项，每次检查的平均缺陷为8.00项，标准偏差为4.27；大于平均值+1个标准偏差的概率为15.87%。经考虑，对历史检查因素的评分见表12。

表12 广东地区内检查海船历史检查因素的影响与评分

2.7海船总体风险的评级与选船机制

对海船所有风险进行评级，虽然会增大历史检查因素的分值，但仍采用表11中的值作为船舶风险的总体评分。

基于上述海船风险属性及风险级别，参照东京备忘录选船机制[9]建立广东地区沿海船舶的选船机制，确定检查范围、频率和优先顺序。船舶风险属性决定实施定期检查的时间间隔。设置时间窗口决定是否对海船实施定期检查(见表13)。

表13 时间窗口

选船机制分为以下2个优先级。

1) 优先级1：规定的时间窗口期已过，海船为应检船。

2) 优先级2：在规定的时间窗口期内，海船为可检船。

对于在时间窗口内的可检船，为降低人为因素的影响，可采用轮盘赌的方式随机确定是否检查。

3 结论与分析

由以上统计分析可得船籍港、船舶类型、船舶吨位、船龄等船舶属性的风险影响见表14。

表14 海船属性风险影响

由表14可知，对沿海海船风险影响较大的属性是船舶类型和船龄。船舶类型是对船舶风险影响最大的因素，在广东地区内检查的4类海船(客船、危险品船、液货船、沙石船)中，散装化学品船(9分)、散装化学品船/油船(7分)等危险品船分别处在中等风险和中下风险。从平均缺陷数和滞留率看，虽然4类船舶的风险不如想象中大(主要是广东海事局特别加强对4类船舶的监管获得的成果)，但4类船舶本身的危险性、发生事故引起的损害程度或在违规方面的严重程度仍应加强关注。此外，船龄的风险影响也较大，因此在以后的工作中应将重心放在对上述4类船舶和船龄较大的船舶的监管上，以获得更高的工作效益。

4 结束语

本文主要进行基于客观数据和风险管理策略的预控型海船监管模式研究。研究结果完全建立在对数据进行科学、客观的分析的基础上，与事实高度吻合，具有高度实操性。对广东地区的沿海船舶进行分析，得出了选船机制，建立了基于风险管理策略的预控型海船监管模式，未来有必要将其扩展到全国加以研究，得出更加全面、更加普适的船舶监管模式。

[1] 钱嘉佳，黄健.海事安全监管责任风险与对策[J].中国水运,2010(9):48-49.

[2] 中国海事局.海事系统统计资料汇编(2008年)[Z].北京：中国海事局,2009.

[3] 李守泽,余建军,孙树栋. 风险管理的技术和最新发展趋势[J].中国制造业信息化,2010,39(9):5-10.

[4] 严复海,党星,颜文虎.风险管理发展历程和趋势综述[J].管理现代化,2007(2):30-33.

[5] 张震宇.对船舶风险评估的几点认识[J].航海技术,2012(2):69-72.

[6] 孟小峰,慈祥. 大数据管理：概念、技术与挑战[J].计算机研究与发展，2013,50(1):146-169.

[7] 邓纲.风险预防原则及其适用[J].统计与决策,2008,18:185-186.

[8] 方海波. NIR选船新机制解读及其对我国影响分析[J].中国海事,2011(16):11-14.

[9] 陈星森. 东京备忘录NIR：2014年1月1日生效实施[J].中国海事,2014(1):18-20.

PrecautionaryRegulationforCoastalShipsBasedonRiskManagement

CHENAiguo1,LIHuawen2,XINJian2,WANGYang1,3

(1. Ship Energy Saving, Emission Reduction and Safety Supervision Engineering Technology Research Center of Guangdong, Guangzhou Maritime Institute, Guangzhou 510725, China; 2. Guangdong Maritime Safety Administration, Guangzhou 510260, China; 3. College of Energy and Power Engineering, Wuhan University of Technology,Wuhan 430063, China)

In order to improve the supervision and control of coastal ships, the application of risk management theory to ship risk supervision is investigated. The study covers risk identification, risk assessment, and risk control technologies. The sample for study is 4 192 coastal ships around Guangdong area. Based on the survey and analysis, a risk identification system is made, and the ships are divided into 3 groups according to the level of risk. Different time interval of safety check is defined for ships of different risk level. This research is the first attempt in the industry to set navigational safety window on the basis of objective data.

risk management; ship supervision; ship; risk assessment

U692

A