海運物流信息風險對操作風險影響機理研究

賈曉惠，張東輝

(1. 大連海事大學 航運與經濟管理學院，遼寧 大連 116026; 2. 大連海事大學 交通運輸工程學院，遼寧 大連 116026)

0 引 言

海運承擔了90%的外貿貨物運輸量，在國際貿易中扮演著十分重要的角色，也是我國“一帶一路”和海運強國戰略實施的關鍵環節。但是隨著世界經濟增速變緩，航運業呈現低靡，市場競爭日益加劇。海運物流企業為滿足客戶需求的多樣化和個性化，需要不斷提升自身服務能力。與其他物流相比，海運物流鏈條較長、環節較多(如發貨、訂艙、運輸、倉儲、進出港、報關、報檢等)，參與者較多(如船東、貨主、發貨人、貨代、船代、承運人、海關、港口等)，影響因素較多(如政策、法律、法規、環境、氣候等)，這些特點使海運物流的不確定性增強，各種風險發生可能性增大。因此，如何進行有效的風險管理，識別海運物流運作過程中的風險，提高企業的風險防范水平，成為海運物流企業最關心的問題。

研究者們對相關風險十分關注，目前的研究主要集中在對不同環節存在的風險進行識別與評估。吳雷[1]針對海上運輸中常見的提單風險進行了分析；周涂強等[2]探討了水上交通安全問題；C.K.ALI等[3]對船舶系泊作業中可能造成的人員安全風險進行分析。

相關研究主要集中在對單個風險規模的評價，較少從系統的角度出發，探索風險之間的相互影響。在風險管理中，若只考慮單個風險的規模，忽視系統內部各風險間的相互影響，無法更好從整體上預測和控制風險。筆者在前人研究的基礎上，挖掘海運物流信息風險和操作風險的關聯性，探究海運物流信息風險對操作風險的影響，為海運物流企業實施有效的風險管理提供參考。

1 風險識別

通過對文獻梳理和歸納，海運物流信息風險包括信息準確性風險、信息及時性風險和信息安全性風險；海運物流操作風險包括運輸延誤風險、貨物受損/丟失風險、資產受損/丟失風險、清關風險、倉儲風險、人員安全風險等。各類風險指標的具體描述如表1[7]。

表1 各類風險指標Table 1 Various risk indicators

(續表1)一級指標二級指標三級指標操作風險(Y)運輸延誤風險(Y4)貨物受損/丟失風險(Y5)資產受損/丟失風險(Y6)清關風險(Y7)倉儲風險(Y8)人員安全風險(Y9)交通堵塞裝貨/卸貨效率低由于意外事故(如自然災害、疾病、船舶碰撞、擱淺、觸礁等)造成貨物延誤港口罷工船隊/車隊規模和設定的時間表缺乏靈活性船舶人員、貨物包裝和裝卸時操作不當造成的貨物被損壞、被污染海盜攻擊、搶劫造成貨物受損由于意外事故(如交通事故、火災、爆炸等)造成貨物受損或泄露貨物丟失(如海盜攻擊、搶劫、恐怖襲擊、船舶沉沒和失蹤、貨物被盜等)駕駛員、港口人員、船舶人員、維修人員等操作不當造成交通設施損壞由于意外事故(如火災、爆炸、交通事故)造成交通設施損壞船舶沉沒和失蹤(如惡劣天氣、恐怖襲擊等原因造成)海盜攻擊、搶劫造成交通設施損壞貨物被海關扣留報關報檢時間的不確定性倉儲空間不足倉儲費用增加相關人員受傷相關人員死亡相關人員失蹤

2 數據收集與方法選擇

2.1 數據的收集

筆者采用問卷調查的方法收集各風險三級指標發生的頻率。問卷由兩部分組成，第一部分為受訪者的個人信息；第二部分采用李克特5級量表衡量風險三級指標發生的頻率，將三級指標作為題項，邀請具有豐富經驗的行業專家對風險發生的頻率進行打分，其中“1”表示“超過3年發生一次”，“2”表示“1～3年發生一次”，“3”表示“1年發生一次”，“4”表示“半年至1年發生一次”，“5”表示“3個月至半年發生一次”。

共收回問卷105份，其中有效問卷101份，有效率為96.19%。專家來自于大連、青島、威海、上海、深圳、廣州等多個地區的不同規模的海運物流企業，其中管理者58人，占總人數的57.43%，實操人員43人，占總人數的42.57%。所邀專家工作年限較長，有豐富的相關工作經驗和較強的判斷能力，可以認為他們對海運物流風險有較客觀和準確的認知。對問卷量表進行信度和效度分析，得出Cronbach’s α系數為0.933，信度較好；KMO統計量為0.854，Bartlett球形檢驗的顯著性水平值為0.000，表明變量間相關性較強，問卷結構效度較好。

2.2 方法選擇

筆者采用基于軟集的關聯規則挖掘方法。Molodtsov提出軟集理論，作為一種處理不確定性的通用數學工具。基本原理是基于參數化思想，從不同角度去理解復雜對象，而對參數的描述可以為句子或詞語，數字，函數，圖像等[8]。由于風險發生的不確定性，軟集理論在風險評估方面得到了應用。申韜[9]基于軟集理論對小額貸款公司的信用風險進行評估；K.PATRA等[10]綜合評價了供應商選擇風險。T.HERAWAN等[11]首次提出將軟集理論與關聯規則相結合的方法，通過實例證明了該方法在探索事物關聯性方面的；F.FENG等[12]通過基于軟集的關聯規則方法對臨床診斷中病人的癥狀和患病風險之間的關聯性進行挖掘。因此，基于軟集的關聯規則挖掘方法適用于筆者的問題分析，且軟集與關聯規則的結合擴大了關聯規則的適用范圍，也能更好描述海運物流風險發生頻率的等級變化。基于以上分析，筆者采用“高頻”、“中頻”、“低頻”等描述性語言作為參數來描述風險發生的不確定性,構建風險發生頻率軟集，挖掘海運物流中信息風險和操作風險的關聯性，以分析信息風險對操作風險的影響機理。

3 數據分析

3.1 軟集構建

依據專家對三級指標打分，確定二級指標的頻率等級。對每位專家對二級指標下的三級指標打分取平均數，可得到101位專家對該二級指標的風險頻率得分。通過文獻梳理可，知風險指標等級劃分并沒有確定標準，大多依據實際研究結果而定，筆者結合調研問卷中5級量表對風險頻率的相關描述與文獻[13]中的等級劃分，定義當風險指標得分≤2時為低頻率；當風險指標的得分>2且<4時為中頻率；當風險指標的得分≥4時為高頻率。

組建后，獨家管網形成新的高度壟斷，只是將一家或數家國企壟斷變為另一家國企壟斷，既有龐大的現有管網，又有新建管網沿線土地資源，無法實質性解決油氣管道的自然壟斷問題。不僅如此，管網建設依賴上游資源，目前還需要大規模的投資，拆分管網將影響現有石油公司繼續投資管道建設的積極性，而且新組建的公司籌資身份難確定，籌資將更加困難。由于缺乏競爭動力，投資積極性降低，建設力量單一，組建獨立的管網公司后天然氣管道的建設速度可能放緩，很難跟上我國天然氣產業快速發展的需要，很可能由此形成新的發展制約。自從管網獨立改革消息傳出后，中國的天然氣管道建設速度明顯放緩，現有管道運輸企業新建管道積極性大幅受挫[6]。

根據軟集定義，設U是初始論域，A是參數集，集合U的冪集為P(U)，當且僅當F是A到U的所有子集的一個映射時，稱(F，A)是U上的一個軟集。軟集(F，A)可以看作是論域U的參數化族，對于每一個參數a∈A，F(a)?U都可以看作是軟集合(F，A)中a-近似元素的集合，即滿足參數a的對象u的集合，其中u∈U。D=(F，A)是定義在論域U上的描述海運物流信息風險和操作風險發生頻率的軟集，其中初始論域U即為對問卷進行打分的101位專家，對象ui∈U(i=1,2，….，101)對應于第i位專家，通過對風險頻率等級劃分，選取信息準確性風險(X1)、信息及時性風險(X2)、信息安全性風險(X3)，運輸延誤風險(Y4)、貨物受損/丟失風險(Y5)、資產受損/丟失風險(Y6)、清關風險(Y7)、倉儲風險(Y8)、人員安全風險(Y9)等風險的不同風險等級作為參數集A，參數akj∈A(k=1,2,…,9;j=1,2,3)，k代表二級風險指標的編號，j代表風險的不同頻率等級，其中“1”代表低頻，“2”代表中頻，“3”代表高頻。akj代表第K個風險指標處于j頻率等級，例如，a11代表X1-低頻、a12代表X1-中頻、a13代表X1-高頻等。對于每一個參數akj，F(akj)代表相應二級指標發生頻率等級滿足參數akj的所有專家編號的集合。

3.2 頻繁項集確定

筆者采用文獻[12]中對相關概念的定義。已知(F,A)是論域U上的一個軟集，且u∈U，則對象u的共現集定義為式(1)：

Co(u)={a∈A:u∈F(a)}

(1)

由定義可知，共現集即表示對象u具有的所有參數a的集合。通過該定義，可以得到軟集D中，各對象u的共現集，即每位專家對海運物流風險二級指標打分所屬的頻率等級；在共現集基礎上，筆者定義了屬性集M的實現集，(F,A)是論域U上的一個軟集，且M為參數集A的非空子集，當對象u∈U且M?Co(u)，稱對象u支持屬性集M，則屬性集M的實現集定義為式(2)：

ΔD(M)={u∈U:M?Co(u)}

(2)

滿足參數akj的所有專家u的集合即屬性集共有27個。然后根據每一位專家對二級指標的頻率打分所屬的頻率等級，計算所有支持某一個二級風險指標的頻率等級的專家集合，即所有屬性集的實現集。該集合表示集合內的專家對該二級指標的頻率等級持相同意見。通過計算結果可得，對同一個二級指標的發生頻率，不同專家具有不同看法，為了規避少數極端值影響，進一步計算頻繁項集。

給定一個最小支持度為σ，當屬性集M的支持度SUPP(M)≥σ時，稱屬性集M為頻繁項集。其中屬性集M的支持度為式(3)：

(3)

通過頻繁項集的確定，篩選出滿足一定支持度的屬性集，即當滿足屬性集M的對象u的個數在設定可以接受的范圍內時，該屬性集才被認為可取。由文獻[14]、[15]可得，一般情況下最小支持度的取值范圍為≥15%。筆者取最小支持度為15%，篩選出滿足最小支持度為15%的頻繁項集,解釋為支持該二級指標的某一頻率等級的專家個數大于等于σ×|U|時，認為其可信。二級指標中頻繁項集的計算，保證了后續進行關聯規則挖掘指標的某一頻率等級被大部分專家認可，剔除了個別專家極端值。通過MATLAB軟件編程可得最終結果如表2。

表2 頻繁項集的確定Table 2 Determination of frequent sets of parameters

3.3 關聯規則挖掘

將I和O定義為信息風險和操作風險的兩個不相交的屬性集I,O?A，則表達式I?O稱為一個關聯規則，I,O分別稱為規則的前件和后件,關聯規則I?O的實現集ΔD(I?O)定義為式(4)：

ΔD(I?O)=ΔD(I∪O)

(4)

關聯規則的支持度和置信度是決定該規則是否可信的重要指標，關聯規則I?O的支持度SUPP(I?O)定義為式(5)：

(5)

給定一個最小支持度為σ，當關聯規則I?O的支持度SUPP(I?O)≥σ時，稱關聯規則I?O為σ-強支持度規則。關聯規則I?O的置信度Conf(I?O)定義為式(6)：

(6)

此外，若SUPP(I)=0，則令Conf(I?O)=0。給定一個最小置信度為γ，當關聯規則I?O的置信度Conf(I?O)≥γ時，稱關聯規則I?O為γ-強置信度規則。

為了探索信息風險對操作風險影響，將頻繁項集中的信息風險二級指標以及相對應的頻率等級分別作為關聯規則的前件，即X1-低頻、X1-中頻、X1-高頻、X2-低頻、X2-中頻、X2-高頻、X3-低頻、X3-中頻；將操作風險二級指標以及相對應的頻率等級分別作為關聯規則的后件，即Y4-低頻、Y4-中頻、Y5-低頻、Y5-中頻、Y6-低頻、Y6-中頻、Y7-低頻、Y7-中頻、Y7-高頻、Y8-低頻、Y8-中頻、Y8-高頻、Y9-低頻進行關聯規則的挖掘，探索信息風險發生的情況下，對操作風險發生的影響。由文獻[14]、[15]可得，最小置信度的取值一般≥70%。筆者定義滿足最小支持度σ=15%和最小置信度γ=70%的關聯規則，認為是可以接受的。

依據關聯規則支持度定義，計算規則的支持度，即支持該規則的專家人數占總人數比重。當規則的支持度≥最小支持度σ時，依據關聯規則置信度定義，計算規則置信度，即在規則前件出現的前提下后件出現的概率；當規則的置信度≥最小置信度γ時，認為該規則為強支持度強置信度規則。根據MATLAB計算結果可得所有強支持度強置信度規則如表3。

表3 強支持度強置信度規則Table 3 σ-strong and γ -reliable rules

3.4 結果分析

對結果進行分析，由X1-低頻?Y5-低頻、X1-中頻?Y5-低頻這兩條關聯規則可得，當信息準確性風險發生頻率為低頻或者中頻時，貨物受損/丟失風險發生頻率均為低頻。可以看出，信息準確性風險發生與否，對貨物受損/丟失風險的發生沒有直接影響；同理可得，由X1-低頻?Y6-低頻、X1-中頻?Y6-低頻、X1-高頻?Y6-低頻、X1-低頻?Y9-低頻、X1-中頻?Y9-低頻、X1-高頻?Y9-低頻可以得到，信息準確性風險發生與否，對資產受損/丟失風險、人員安全風險沒有直接影響；由X2-低頻?Y5-低頻、X2-中頻?Y5-低頻、X2-低頻?Y9-低頻、X2-中頻?Y9-低頻可以得到，信息及時性風險發生與否，對貨物受損/丟失風險和人員安全風險沒有直接影響。

由X1-低頻?Y4-低頻、X1-低頻?Y8-低頻這兩條關聯規則可知，信息準確性風險發生可能會導致運輸延誤風險和倉儲風險發生；由X2-低頻?Y6-低頻可知，信息及時性風險可能會導致資產受損/丟失風險；X3-低頻?Y5-低頻、X3-低頻?Y6-低頻、X3-低頻?Y9-低頻可知，信息安全性風險均可導致貨物受損/丟失風險、資產受損/丟失風險、人員安全風險的發生。

為了更加清晰二級指標之間的關系，依據置信度的大小，將二級指標按影響強弱關系排序。筆者定義當置信度<0.7為無影響；置信度≥0.7且<0.8為影響一般；置信度≥0.8且<0.9為影響較強；置信度≥0.9且≤1為影響很強。結果如表4。

表4 海運物流信息風險對操作風險影響強弱等級排序Table 4 Ranking of the influence of maritime logistics information risk on operation risk

由表4可以看出，當信息風險發生時，操作風險6個指標中有5個會發生，即83.33%的風險都會受到不同程度的影響。因此，信息風險管理在海運物流操作風險管理中扮演重要角色。同時，信息及時性風險發生時，90%以上概率會導致資產受損/丟失風險發生，可以得出信息及時性風險會對此類風險產生很強影響；信息安全性風險發生時，80%以上概率會導致貨物受損/丟失、資產受損/丟失、人員安全等風險發生，所以信息安全性風險會對此三類風險產生較強影響，且相對于信息準確性和及時性，其影響范圍最大；信息準確性風險發生時，70%以上概率會導致運輸延誤風險和倉儲風險，可以得出信息準確性風險對此兩類風險會產生影響。

4 結 語

筆者通過文獻閱讀法對海運物流風險指標進行識別，運用問卷調查法獲取各風險指標發生頻率，采用基于軟集的關聯規則方法對海運物流信息風險與操作風險之間的關聯性進行挖掘，并得出以下研究結論：

1)信息風險管理在海運物流操作風險管理中扮演重要角色。

2)信息及時性風險會對資產受損/丟失風險產生很強的影響。

3)信息安全性風險會對貨物受損/丟失風險、資產受損/丟失風險、人員安全風險產生較強的影響，且相對于信息及時性和準確性風險，其對操作風險影響范圍最大。

4)信息準確性風險的發生對運輸延誤風險、倉儲風險的發生會產生影響。

筆者研究結論揭示了海運物流信息風險與操作風險之間的關聯性，明確了海運物流信息風險對操作風險的影響機理，從理論層面豐富了海運物流風險的研究；并且筆者首次將軟集理論應用到海運物流風險研究中，建立了海運物流信息風險和操作風險發生頻率軟集，拓展了軟集理論的應用范圍。此外，研究結論對海運物流企業的實踐也具有指導意義，企業可從系統的角度考查風險的相關性，從信息風險角度預測和控制操作風險，實現更加有效的風險管理。