西非铝矾土进口海运供应链风险评估

孙家臣, 王海燕, 任 瑶， 杨家其

(武汉理工大学 交通学院， 武汉 430063)

0 引 言

随着铝工业的快速发展，我国对铝土矿的需求急剧上升[1]。我国的铝土矿资源主要分布在山西、河南、广西和贵州等地，矿石品位低，储量不能满足我国铝工业的需求[2]。几内亚的铝土矿资源丰富,是我国最大的铝土矿进口国[3]。目前,从西非矿山到我国终端客户的铝矾土进口海运供应链(Bauxit Import Maritime Supply Chain,BIMSC)正在形成。该供应链的海路运输从几内亚诺尼兹河的博凯港开始，经我国烟台港，转至滨州套尔河港,最后到达终端用户。海路运输耗时45 d，航线距离超过14 000 n mile[4]。

BIMSC具有运距长、港口多和途经不同海域等特点，集成了矿山、海运、港口物流、内河运输和内陆运输等服务，将传统的“港口到港口”的服务延伸到了“门到门”的服务。但是，BIMSC依然存在很多不确定的风险因素,如不同文化背景产生的冲突、航行及港口操作过程中的人因失误和高风险水域的海盗攻击等。这些风险因素一旦作用到供应链中的某个环节(港口或船舶),就可能导致整条供应链延迟或中断。因此，识别潜在的失效模式，分析和评估风险水平，提出风险控制措施，对提高BIMSC的效率具有重要意义。

目前，有关海运供应链(Maritime Supply Chain,MSC)的研究主要集中在安全和效率这2个关键问题上,尤其是安全问题，越来越受研究者和实践者的重视。POLATIDIS等[5]提出一种网络攻击路径发现方法，动态评估MSC的风险，输出最有可能的路径,而不是所有路径。MULYATI等[6]采用Delphi方法识别海藻供应链中的风险。LIU等[7]从脆弱性的角度分析MSC，并通过马士基集团的亚欧航线验证模型的可行性。WAN等[8]考虑到数据采集的不确定性，建立一个结合信度规则库和贝叶斯网络(Bayesian Network,BN)的模型,评估MSC的风险水平。LAM等[9]采用质量功能法设计提高MSC的弹性。LAI等[10]采用博弈论模型分析承运人的风险行为对MSC可持续性投资决策的影响。YANG[11]采用损失暴露矩阵对中国台湾MSC的安全性进行评估。BARNES等[12]分析全球MSC的复杂性和脆弱性，指出港口是增强危机管理能力的关键节点。

尽管国内外学者对MSC进行了很多研究，但很少对全球化视角下不同文化背景、不同工作环境和运输过程中经历的高风险水域等可能带来的风险进行论述。BIMSC涉及的众多运作主体有着不同的文化背景，海上运输经过高风险水域(如几内亚湾、马六甲海峡等)，运输过程中存在骚乱、持续罢工、工人技能差和工作环境恶劣等很多不确定因素。

本文对BIMSC进行风险评估，以提高其安全性。采用故障模式与影响分析(Failure Mode and Effects Analysis,FMEA)识别BIMSC的潜在失效模式，依托失效模式存在的因果关系，将其转换为BN，通过三角模糊数处理表征风险参数的不确定性，通过敏感性分析对风险因子进行排序，提出相应的风险控制措施。

1 风险因素分析

正确、全面地辨识风险因素既是开展风险评估的前提，又是制订风险控制措施的依据。图1为BIMSC运作流程。

图1 BIMSC运作流程

FMEA是一种用来分析系统可靠性的技术，可辨识系统中元件的失效模式、失效原因和失效后带来的影响[13]。FMEA实施的步骤主要包括前期准备、分解系统元件、识别元件失效模式和失效原因、分析失效之后产生的影响。

BIMSC由人、船舶、港口和环境(含管理)等4个子系统组成。采用FMEA方法辨识BIMSC潜在的失效模式(见表1)。

2 基于BN的风险评价模型

2.1 BN结构的建立

BN是由Pearl于1988年提出的。作为一个概率模型，BN用网络结构表示变量之间的依赖关系，是一种简洁有效的推理和表达因果关系的方法，在处理不确定性和概率性问题方面具有很大的优势。BN是一个包含条件独立假设的有向无环图(Direct Acyclic Graph,DAG)，其2个主要元素是模型结构和参数。模型结构由节点与节点之间的有向边组成，节点代表变量，节点状态量化风险因素产生作用的概率,有向边表示变量之间的依赖关系;参数是指节点的条件概率表。

首先,根据已辨识的风险因素之间的因果关系建立BIMSC风险评价指标体系(见图2)。由于BN节点之间的因果关系与风险评价指标体系相同，风险识别中考虑了风险因素的独立性。因此，风险评价指标体系可转化为BIMSC BN(见图3)。

表1 BIMSC失效模式辨识和分析

图2 BIMSC风险评价指标体系

2.2 BN节点的值域

在BIMSC BN中，各节点的值域为{Y,N},表示节点的2种状态(发生和不发生)。各节点值域的描述见表2。

图3 BIMSC BN结构

表2 BN各节点值域的描述

2.3 BN节点条件概率

参数是每个节点的条件概率表，根节点的参数也称先验概率。由于缺乏数据，本文引入三角模糊数来获取和处理专家意见，从而得到BN的参数。

风险因素发生概率分为7个等级，分别为极低、低、较低、中、较高、高和很高。风险发生可能性的语言表述、概率区间和三角模糊数之间的关系见表3。

表3 风险发生可能性的语言表述、概率区间和三角模糊数之间的关系

根据表3,邀请专家分别对各节点处于Y状态的概率给出评判意见。通过以下步骤计算出最终的概率值。根据发生概率与不发生概率之和为1，得出节点处于N状态的概率值。

1) 将第K位专家对节点i处于j状态的评判意见转化为三角模糊数,即

(1)

2) 在获取专家的意见之后，通过算术平均得到较为合理的模糊概率,即

(2)

(3)

3) 采用面积均值法处理模糊概率，将其转化为精确概率,即

(4)

邀请10位专家(3位研究人员、5位港口管理人员和2位终端用户)对BN中各节点的参数给出意见。由式(2)和式(4)计算得到先验概率和条件概率。以船舶因素节点为例，表4为船舶因素的模糊概率和先验概率,表5为船舶因素节点的条件概率。

表4 船舶因素的模糊概率和先验概率

表5 船舶因素节点的条件概率

2.4 BN模型的因果推理

因果推理是指根据已知节点的概率计算目标节点的边际概率。BN由于节点的条件独立性，能有效进行因果推理，缩短计算边际分布的时间，提高计算结果的准确性[13]。因果推理是目标节点敏感性分析的基础。

本文采用Netica软件实现BN模型。利用Netica建立BIMSC BN结构，输入根据专家意见得到的所有参数。通过因果推理可得到HU、SH、PO、EN和A节点的边际概率(见表6和图4)。

表6 因果推理计算结果

2.5 敏感性分析

敏感性分析是找出一个因素变化对另一个因素的影响,可深入挖掘数据，找出对系统影响较大的敏感因素，进而准确分析不确定度的来源，从而提出相应的控制措施,对提高系统的安全性具有重要意义。

图4 贝叶斯网络因果推理计算结果

Netica中的敏感性分析是根据2个节点之间的影响实现的，利用互信息(Mutual Information,MI)计算得到。在概率论和信息论中，MI可用来衡量2个随机变量之间的相互依赖性，即影响程度。MI定义为：假设2个随机变量(X,Y)的联合分布为p(x,y)，边际分布为p(x)和p(y)。I(X,Y)是联合分布p(x,y)和产品分布p(x)p(y)的相对熵。MI可表示为

(5)

图5 A节点的敏感性分析结果

图5为Netica对A节点的敏感性分析结果,其中:MI列中HU、SH、EN和PO的敏感性依次降低;EN-5和EN-2的MI显示为零，因为二者的影响很小。18个风险因素对总体风险的敏感性从高到低排列为：HU-2>SH-1>HU-6>HU-5>EN-1>EN4>SH-3>HU-3>PO-2>PO-3>PO-1>EN-3>EN-6>HU-1>HU-4>SH-2>EN-5>EN-2。

以上结果表明:人为因素是人、船舶、环境和港口等因素中最敏感的因素;SH-1是较为敏感的因素。

3 评估结果分析和控制措施

敏感性分析结果表明，人为因素是BIMSC风险因素中最为敏感的因素。在BIMSC系统中，最敏感的3个因素依次为:HU-2(MI为0.000 18)、SH-1(MI为0.000 13)和HU-6(MI为0.000 90)。

3.1 违规操作和违规指挥

违规操作和违规指挥的主要原因如下:

1) 作业人员缺乏安全意识和责任心；

2) 作业人员对企业提供的安全教育和培训敷衍了事；

3) 企业监管不到位。

违规操作和违规指挥的风险控制措施如下:

1) 企业定期开展安全知识和安全技能方面的培训和考试；

2) 企业在生产过程中加强安全检查和监督，落实违章处罚制度；

3) 企业注重作业人员的心理健康,设法缓解作业人员的心理压力和作业疲劳，避免产生不良影响；

4) 作业人员注重提高自身安全素质，确保心理和身体状态满足作业要求。

3.2 铝土矿流态化和产生自由液面降低船舶稳性

货物流态化降低了船舶的稳定性,主要原因为:货物的含水量过高，水在运输过程中析出,形成自由液面;铝土矿粉在船舶颠簸中形成流动状态。

铝土矿流态化的预防措施如下:

1) 装车之前保证含水量在标准范围内；

2) 在运输过程中，注意避免碰撞和颠簸，完善应急机制；

3) 开航之前对船体结构进行检查，确保船舶具有足够的稳性。

3.3 安全管理

企业的安全管理体现在规章制度、安全氛围、监督和处罚机制等方面，制订恰当的安全管理计划有助于降低风险和成本。

1) 企业可通过张贴标语、定期举办安全讲座等方式，形成安全文化；

2) 企业可对员工进行有效的安全教育和考核；

3) 企业建立和完善安全规章制度；

4) 企业加强安全管理,对此项工作常抓不懈。

4 结 语

在界定BIMSC研究边界的基础上，利用FMEA辨识可能的失效模式，分析失效原因和可能产生的后果，根据失效模式之间的因果关系建立BN模型，得到BIMSC总体风险发生概率为0.071 5。通过敏感性分析得到BIMSC的关键风险因素是违规作业和违规指挥、铝土矿流态化和产生自由液面降低船舶稳性、安全管理，在此基础上提出了降低风险的措施。

BN具有较强的不确定性处理能力和双向推理能力，本文采用BN对BIMSC进行风险评估,但因风险因素的不确定性，BN中的条件概率是根据专家经验得到的，具有一定的主观性。