三峡坝区船舶通航安全风险演化的复杂网络模型构建

李龙浩，严庆新，翁建军，关宏旭

(武汉理工大学 a.航运学院；b.内河航运技术湖北省重点实验室，武汉 430063)

自从三峡大坝落成以来，该地区通航环境和航道条件得到了极大的改善，加之长江水道航运需求增加，三峡坝区船舶种类和数量不断增多，坝区码头、锚地、冲滩区和定线制航道也有逐年增长的趋势，使得三峡坝区的船舶通航环境越来越复杂。但是，三峡坝区水位常年变化明显，导致坝上和坝下的船舶通航环境随之发生变化，坝区通航安全事故发生的风险增加。目前许多国内外研究人员对船舶通航安全风险的研究，主要是从静态风险因子(Static Risk Factors,SRF)的角度分析构成船舶通航安全风险的因素[1-3]，缺少基于动态角度(Dynamic Risk Factors,DRF)的研究。三峡坝区的船舶通航安全是一个复杂的动态变化过程，船舶航行安全受多种因素的影响，各种因素间又会相互作用，因此形成了一个复杂的网络结构。因此，考虑基于复杂网络相关理论，结合三峡坝区船舶通航安全现状及演化特征，构建坝区船舶通航安全风险演化的网络模型，借助Pajek和Matlab对风险网络模型的度中心性、介数中心性、接近度中心性、系统网络稳定性进行分析，并获得风险网络的鲁棒性效果，在此基础上分析网络的关键风险因素，提出防控策略。

1 复杂网络模型的构建

1.1 坝区船舶通航安全风险网络拓扑模型

从人为-船舶-环境-管理4个方面对影响坝区船舶通航安全的风险因素进行分析，参考文献[4]划定各风险因素间的作用关系(见表1)，将评价指标的加权系数作为连边权重系数，从而构建坝区船舶通航安全风险网络拓扑网络结构。

表1 坝区船舶通航安全风险影响因素编号

借助Pajek软件绘制坝区船舶通航安全风险因素演化网络结构模型，见图1。

图1 三峡坝区船舶通航安全风险网络拓扑结构模型

其中节点表示各风险因素(共36个)，连边表示两风险因素之间的关系(共128条)，连边长度表示两因素的作用强度。其中，各因素之间相互作用强度由问卷调查得到，向长江航道局、宜昌航道局、三峡通航管理局等多个三峡船舶通航安全的相关部门工作人员发放问卷，共计30份，实际收回26份，借助EpiData 3.0软件录入问卷数据并导出后再用SPSS 25软件进行一致性分析。

1.2 模型分析

1.2.1 节点度值中心性

节点度值中心性(degree centrality)是复杂网络中衡量节点重要性最直观的指标，复杂网络中节点的重要性不但和自身的信息有一定联系，而且与该节点的度值中心性也有一定的关联，即该节点与相邻节点的度值中心性越大，节点就越重要[5]。借助Pajek软件对坝区船舶通航安全的所有风险因素的度、入度、出度和度中心性进行分析，结果见表2。

由表2可见，在坝区船舶通航安全风险网络中，人为因素(a33)的入度最高，表明在导致坝区船舶通航安全风险因素中能对人为因素产生影响的途径较多，且人为因素是导致安全事故的直接原因，在整个风险网络中最为关键。船员履职能力(a6)出度最高，这表明船员履职能力对后续各种因素事件的影响较多。此外，还应该对度值较高的其他因素(如环境因素和船舶因素等)给予足够的重视。

表2 节点度值及度中心性分析

1.2.2 节点中介中心性

节点的中介中心性(betweenness centrality)是指一个节点担任其他两个节点之间最短路径的桥梁次数，一个节点充当“桥梁”的次数越多，其中介中心度也就越大。分析坝区船舶通航安全的所有风险因素的中介中心性，结果见图2。

图2 节点中介中心性分析结果

由图2可见，船闸因素(a19)、交通流(a26)和船舶因素(a35)的介数最大，对整个复杂系统网络的风险传导起着重要作用。在实际中，环境的风流(环境因素)、船闸内船舶操纵不当(人为因素)以及主机故障、舵机失灵(船舶因素)都可能导致与船闸和船舶相关事故的发生；虽然坝区船舶受到定线制及船闸的约束，交通流较为规律，但多种环境因素和管理因素会导致交通流发生紊乱，从而影响船舶通航安全。

1.2.3 节点接近中心性

节点接近中心性(closeness centrality)需要考虑到每个节点到其他节点最短路径的平均长度，即一个节点距离其他节点距离越近，则该节点的接近中心度也越大。分析坝区船舶通航安全的所有风险因素的接近中心性，结果见图3。

图3 节点接近中心性分析结果

由图3可见，人为因素(a33)和船舶因素(a35)的接近中心性最大，在风险演化网络中最重要。在实际中坝区船舶通航的过程需要借助人员-船舶共同完成，人为因素和船舶因素对船舶通航安全起着决定性的作用。

1.2.4 特征向量中心性

特征向量中心性(eigenvector centrality)认为一个节点的重要性既取决于该节点的相邻节点的数量(度值中心性)，也取决于相邻节点重要性，其本质是相邻节点的分值之和。分析坝区船舶通航安全的所有风险因素的特征向量中心性，结果见图4。

图4 节点特征向量中心性分析结果

由图4可见，人为因素(a33)的特征向量值最大，其次是环境因素(a34)，表明人为因素和环境因素是决定三峡坝区船舶通航安全风险模型中最重要的节点，人为因素和环境因素分别可以控制和决定周围各种其他因素的风险数值和分布，因此在实际中应特别注意人为因素和环境因素(自然环境和通航环境)对船舶通航安全风险的作用。

2 模型应用实例

鲁棒性作为一种宏观视角的研究方法[6]，可以用来描述网络中一个或几个节点经历随机攻击或蓄意攻击后，系统仍保持稳定性的能力。通常，系统的鲁棒性可以从系统的最大连通子图比例、网络效率和平均距离3个指标入手进行分析。结合已有研究选取网络效率作为研究系统鲁棒性的指标。

借助Matlab软件分析三峡坝区船舶通航安全风险邻接矩阵的随机攻击和蓄意攻击(含度值攻击、中介值攻击、接近值攻击和特征向量攻击)，考虑到一次攻击结果随机性较强，因此取200次攻击的均值作为输出，分析结果见图5。

图5 系统的结构鲁棒性分析结果

由图5可见，系统在随机攻击中节点全部失效时鲁棒性才会下降到0，这表明风险演化网络在随机攻击下有较好的鲁棒性，现实中只有网络中绝大多数风险因素同时发生，船舶才会存在安全风险。蓄意攻击中度值时，风险演化网络鲁棒性最差，在所有蓄意攻击模式中，当失效节点数达到28时，风险演化网络的鲁棒性将为0，因此这28个节点是控制安全风险的关键节点，现实中如果这些关键节点遭受攻击，会使整个风险网络瘫痪。因此，风险演化网络的鲁棒性整体随着失效节点数的增多而降低，蓄意攻击产生的影响强于随机攻击。

3 关键风险因素分析及防控措施

3.1 关键风险因素

为综合考虑系统在各种模式攻击下的鲁棒性，对基于蓄意攻击四种模式排名的综合值进行排序，作为该复杂系统的风险识别依据。

综合排序后，排名第一的风险因素为人为因素(a33)，也印证了系统的无标度性。船员作为事故责任主体，受到其他多种因素的影响，在风险演化网络中起到重要的作用。

环境因素(a34)排名第二，环境因素包含通航环境因素和自然环境因素。通航环境中两坝间水域河势复杂多变，航道弯曲，受水位影响较大，碍行特征明显；船舶过闸时交通流量大，较为拥堵，船舶间距减小；葛洲坝附近码头类型混杂，干支汊河口航道交叉，易发生船舶碰撞事故。自然环境常见大风大雾天气，对船舶通航安全影响较大，水位变化频繁，影响船舶、航道及导助航设施安全。

管理因素和船舶因素也是很重要的因素，长江水道多个体船舶、地方船舶和“五小船舶”，经营管理不规范，容易发生船舶安全事故；配员不足或不适任及年龄结构不合理都容易造成船员履职能力降低，从而影响船舶通航安全。目前坝区船闸建筑及过闸业务由长江三峡通航管理局负责，而待闸设施及锚泊业务则由三峡通航管理局、宜昌港务集团有限责任公司和地方过闸管理处分别管理，因此容易造成管理上的诸多问题，如安全规章不完善、监管责任划分不明确和相关装备配备不充足等。

3.2 防控措施

1)切断风险演化模型中关键因素与根源因素的连接，从而在根源掐断风险在网络中的演化，如采取控制风险演变的关键是人为因素，应加强内核船员适任培训，调整船员年龄结构，配备充足船员等措施，以从根源解决人为因素对风险演变的作用。

2)缩短风险因素节点间的连边长度，降低各因素间的作用强度，控制风险演化的影响，如采取加大对违章船只的监管、处罚力度，加强对船员履职能力的考核、检查，加强对船舶航行安全的监督执法力度等措施。