基于灰色關聯理論的冷藏船事故分析

摘 要：為了方便探索冷藏船海上事故影響因素的關聯度，選用灰色關聯理論對冷藏船海上事故類型和4項參考評估指標進行關聯性影響因素分析。首先選取冷藏船海上事故主要類型作為研究的主要參考對象，然后選擇4項評估指標作為衡量冷藏船海上航行事故相互比較因素的風險關聯影響程度，并構建冷藏船事故評估4項指標和發生事故類型的關聯矩陣，根據關聯程度大小進行總結性分析和排序，最后確認各類冷藏船海上事故影響因素中影響程度最大的海上事故類型。計算成果分析表明，航行冷藏船海上擱淺事故是最大影響因素程度的事故類型，惡劣天氣大風浪導致的風災事故次之，本研究成果為海事監督部門和漁業管理部門協作保障冷藏船安全提供理論支持。

關鍵詞：水上運輸；灰色理論；冷藏船海上事故；關聯性分析；影響程度；事故類型

中圖分類號：U698.6

文獻識別碼：A

0 前 言

冷藏船作業加工和運輸是一項極其復雜的工作，冷藏船海上事故的頻繁發生對冷藏船海上作業和海上航行及船員安全造成了極大威脅，所以，冷藏船事故風險評估及事故因素致因分析才是冷藏船海上作業防風險管理的關鍵。冷藏船海上事故致因有擱淺、觸碰和風災等事故類型，事故類型不同導致的后果差別很大，其事故致因因素及性質特點各異。從方便探索事故主要致因因素的角度出發，對事故資料庫中典型事故導致的后果及其作用進行分析，篩選出影響作用程度最大的事故類型，依照其特性揭示主要事故類型及其主要致因因素并制定針對性預防措施，因而對冷藏船海上事故類型致因研究具有可操作性。

目前，針對冷藏船風險評估研究成果較少，例如：趙樹平等[1]根據電子海圖漁船船舶信息顯示、處理平臺系統，充分運用GPS、AIS、GPRS、Inmarsat-C等通信技術可實現船舶的動態、靜態信息全自動收集，利用電子海圖持續觀察漁船作業、動態實況及搜救力量救助船舶布局和動態，且實時對執行搜救工作船隊進行調度和聽取搜救情況匯報，最大程度避免或減少船舶事故造成環境污染、經濟損失和人員傷亡；孫庚等[2]漁業船舶作業安全信息系統在已有通信、網絡技術基礎進行優化和有效管理，選取數據資料庫信息和J2EE技術管理系統，統一分布和管理各數據信息及其技術參數，且對漁業船舶動態、救助信息信息管理平臺進行設計和完善。宋玉軍[3] 在研究調水跨流域風險的基礎上，選取江水北段作研究對象，對該區域調水跨流域風險因素進行分析。為有效對該項目風險評價，利用熵權法求解各指標權重；再運用灰色關聯法計算出工程與各因素的關聯度及風險因素導致的損失程度。溫國平等[4] 利用灰色理論對與4項評估指標影響因素的漁業船舶海上事故致因及各因素相互影響進行分析。首先選取典型漁船海上事故作研究對象，然后與4項評估指標作比較因素對漁船事故的危害度分析，構建4項指標與事故類型的關聯矩陣，依據關聯度大小排序和分析，以確定各類漁船海上事故影響程度最大的事故類型。本研究冷藏船海上事故類型與4項評估指標進行冷藏船海上事故后果分析，認定其最大影響程度的冷藏船事故類型。

冷藏船海上作業和航行的復雜性具有灰色特性，所以，冷藏船作業系統適用于灰色理論研究。不可預測性和隨機性的動態過程決定了冷藏船海上事故的多樣性。冷藏船海上事故調查和救助過程中可引發船舶損傷和船員傷亡事故，從而導致事故致因數據丟失或較大誤差，從而，事故調查結論數據具有隨意成分而不可靠，原系統原始數據存在灰色特征[5]。海上事故灰色分析其影響因素關聯性使其與船舶事故相符合，總結結果須符合定性分析的要求。

本研究選用灰色理論進行4項評估指標與冷藏船海上事故關系進行關聯分析，并對4項評估指標和各類事故的關聯度進行計算并取得計算結果[6]，計算結果表明，在冷藏船海上事故影響因素致因事故的序次，為海事監督部門和漁業管理部門制定航行、作業和救助策略提供理論支持。

1 灰色關聯分析

灰色理論為對不詳細、不完善信息處理、描述的系統理論。在未知或已知部分信息的體系，即為灰色系統。探索不詳細的信息體系中已知的數據信息來取得未知數據信息，對系統整體描述。灰色關聯法是根據因素數值的次序分析多因素之間對應關系[7]。各因素的轉變量基本相同則表示其相互有較強關聯性，否則關聯性較小。

灰色關聯法程序如下：

（1）建立比較和參考次序。組成代表系統特性的參考和數據次序，然后在參考次序基礎上尋找可分析關聯性的比較次序。

參考次序為：

y0={y0 （1），y0 （2），…，y0 （m）}

比較次序為：

yj={yj （1），yj （2），…，yj （m）}

j=1，2，…，n。

（2）原始數值的無量綱處理。原始數值在數量級與量綱上結果差距較大且各因素計量標準不同，從而無法比較結果，所以需要無量綱處置原始數值 [8]。通常采取均值法、逆化法和區間化法等方法。本研究采用的原始數值為船舶事故資料庫往年事故信息數值，因而隨機性比較明顯，所以選取均值法。均值計算法為：

（1）

式（1）中，h代表時間次序，h=1，2，…，m。

（3）關聯系數的計算。假設處置后數值的參考次序為：

y0'={y0' （1），y0' （2），…，y0' （m）}

處置后的比較次序為：

yj'={yj' （1），yj' （2），…，yj' （m）}

j=1，2，…，n。

關聯度的本質是比較次序和參考次序曲線形狀的相似度，可以使用曲線的差值作為衡量其關聯程度的標準[9]，即：

?j （h）=|yj' （h）-y0' （h）|…… （2）

式（2）中，h=1，2，…，n。

曲線最大差值?（max）=maxjmaxh?j （h），

曲線最小差值?（min）=minjminh ?j （h）。

關聯度系數為：

（3）

式（3）中，ρ∈（0，1）代表分辨系數，一般取值為0.5。

（4）計算關聯度。用參考次序和比較次序各時段關聯系數平均值表示關聯度的大小，其公式為：

（4）

式（4）中，j=1，2，…，n。

2 灰色關聯分析冷藏船海上事故

本研究根據國際海事組織（IMO）海事事故數據庫2017-2021年5年內冷藏船事故數據進行統計和分析，選擇主要事件作為參考對象，運用灰色關聯理論分析其與比較次序影響因素的關聯度[10]，并根據事故類型，針對各比較次序影響因素進行關聯度排序，并根據排列次序確認冷藏船海上事故影響最重要的事故類型屬性。

2.1選取冷藏船海上事故影響因素

根據《中華人民共和國海上交通事故調查處理條例》第四條規定，海上交通事故有：碰撞、觸碰、浪損、觸礁、擱淺、火災、爆炸、沉沒、船損、機損和其他損失及人員傷亡等十類海上交通事故，及颶風、臺風、寒潮、海冰、風暴潮等七大類自然災害導致的事故[11]。在我國水上交通事故包括海上交通事故和內河交通事故，主要為方便統計我國管轄水域內及中國籍船舶在他國水域發生的所有事故。本研究根據事故分類情況，對中國水域內冷藏船海上事故數據進行統計和分析的結果[12]，見表1。

2017-2021年冷藏船海上事故中，浪損事故和機損事故占比高達53.5%，其中，浪損事故占比37.45%，見表1。另外，碰撞、觸礁、擱淺、觸碰、火災造成的冷藏船事故發生的較多，碰撞和擱淺事故占比14.81%、12.35%[13]。因為惡劣天氣的大風引發的風災事故占比9.47%，事故率也較高。從上述分析可知，選取船舶浪損、機損、擱淺、碰撞和風災5種事故作為冷藏船海上交通事故主要類型事故，并以此做灰色關聯理論分析的主要參考因素。因為其他事故類型發生的概率較小，所以此研究中不再考慮。

2.2選擇冷藏船海上風險的比較因素

以船舶浪損、機損、風災、碰撞、擱淺船舶事故作為研究對象，然后制定比較因素或評估標準評價各種事故致因因素及其事故導致的經濟損失量和海上污染程度判斷事故級別，根據中國交通年鑒運用的指標參數標準，采用船舶沉沒艘數、船舶事故數量、事故經濟損失量及船員傷亡人數等4項作為比較因素的評價標準，這些評價標準可以比較全面而客觀反映船舶事故致因、影響因素相互關系和船舶事故發生的頻次對各類海上船舶事故關聯度作出評判。計算4項評價標準及船舶事故類型的關聯程度并排序計算結果，以判斷出哪類船舶事故與某一項評價標準的相關性大小，綜合考慮四項評價標準和各類船舶事故之間的相關性，最后確認最大影響程度類型的船舶事故，見表2。

2.3構建冷藏船海上事故關聯性矩陣

此研究中多個指標因素被選取，所以不只是一個被相互比較指標因素，所以有必要進行分析優勢所在。如果有n個相互比較指標因素，分別記為x1，x2，…，xn，設有m個參考指標因素，分別記為y1，y2，…，ym，則n個相互比較指標因素對每一參考指標因素都有各自的關聯性。設vji 代表參考指標因素xj對應相互比較指標因素yi的關聯性，建立相關性關聯矩陣V=（vji ）nym。

運用Matlab進行編程并計算取得結果為：

此相關性關聯矩陣內有海量數據，不同的相互比較指標因素對同一類型船舶事故行為序列用每一序列數進行表示，同一相互比較指標因素對不同類型船舶事故用每一行進行表示。依據建立的關聯矩陣V中各元素在每行中關聯性，可判斷和分析出船舶事故致因的主次因素。

2.4冷藏船海上事故分析

對同一相互比較因素與各參考因素的關聯程度從小到大排列為：

事故發生的次數：

{y1/x1 }gt;{y3/x1 }gt;{y4/x1 }gt;{y5/x1 }gt;{y2/x1 }gt;{y6/x1 }；

船員傷亡人數：

{y1/x2 }gt;{y2/x2 }gt;{y5/x2 }gt;{y4/x2 }gt;{y3/x2 }gt;{y6/x2 }；

船舶沉沒艘次：

{y1/x3 }gt;{y5/x3 }gt;{y3/x3 }gt;{y4/x3 }gt;{y2/x3 }gt;{y6/x3 }；

事故經濟損失量：

{y5/x4 }gt;{y1/x4 }gt;{y2/x4 }gt;{y3/x4 }gt;{y4/x4 }gt;{y6/x4 }。

分析矩陣V可得到，從第一行到第三行中，對應的相互比較因素和因素y1的關聯程度數值最大，說明事故發生的次數、船員傷亡人數、船舶沉沒艘次受擱淺因素的影響最大，將船舶擱淺事故視為最優勢事故，此事故易發生且導致的后果較嚴重。

序列第一行，事故發生的次數與指標因素y3的關聯程度僅小于y1，證明事故發生的次數與船舶浪損事故的關聯程度較大。大多因沒有按時收取氣象預報導致的，導致在大風浪發生事故概率較大。

序列第二行，船員傷亡人數與指標因素y2的關聯程度僅小于y1，證明船員傷亡人數與冷藏船碰撞或觸碰的關聯度較大。冷藏船碰撞多為與漁船發生的碰撞，碰撞事故發生時大多漁船正在工作，因疏忽或缺乏安全意識，易出現船員傷亡事故。

序列第三行，船舶沉沒艘次與指標因素y5的關聯程度僅小于y1，證明船員業務技能與遵守避碰規則有關，其次，大風浪也是造成風災或沉沒的主要原因。

序列第四行，事故經濟損失量與指標因素y5的關聯程度最高，證明大風浪引發的事故經濟損失量為最高值，大風浪引發冷藏船沉沒，同時導致船舶自身、作業漁船及雙方船員多方面損害、損傷和損失。風災船舶事故包含臺風、7級及以上大風和風暴潮引發的災害。事故經濟損失量與y1的關聯程度次之，證明擱淺事故除了引發船舶損害、人員傷亡外，造成的經濟損失量同樣較大。

3 結果分析

通過設定的4項指標與船舶各類型事故的關聯程度分析可得出，冷藏船擱淺是冷藏船海上事故影響程度最大的事故類型，而胡甚平教授[14]的研究成果為，船舶碰撞是海上交通最大風險船舶事故類型，這與研究的評估對象及評估指標各異有關。胡甚平對船舶海上事故研究包括了游輪、客船、集裝箱船、油船、散雜貨船及漁船等研究對象，本研究僅以冷藏船作為唯一分析對象，評估結果值有較大差異證明船舶類型不同，理應區別對待和具體情況具體分析。同時，后果及其可能性為船舶風險因素的組合。郝慶龍等[15]分析事故研究結果證明了海上交通事故發生的頻次和船舶碰撞事故噶關聯性最大，仍沒有證明船舶碰撞事故導致的后果嚴重程度，所以，經過典型事故的后果與可能性的各項指標因素對事故類型進行確認。本研究對各項指標因素與事故類型的關聯性分析與研究非常重要，其分析結果更符合海上船舶實際情況。冷藏船擱淺事故影響程度最突出最嚴重，海事監督部門和漁業管理部門應加強綜合管理、制定安全規章及應急救助方案，例如：商船和漁船模擬培訓成果共享，海事部門和漁業部門的聯合救助措施和信息共享機制，加強船舶安全監管和船員應急培訓，提高船舶生存能力。

由于大風浪異常天氣引發的風災事故的影響程度僅小于冷藏船擱淺事故。海上氣象環境不時發生變化，冷藏船航行面臨的風險也不同，特別是惡劣天氣的大風浪引發的海上事故占比較大，相對噸位小、老齡的冷藏船，因沉沒造成油污染海上環境風險船體損害及經濟損失。所以，海事部門和漁業部門的預警及船舶及時收聽收看氣象預報，及早擇地避風是預防和減少事故發生的最基本保證。另外，冷藏船擱淺、碰撞導致船員傷亡率較高，應保證船舶逃生設備隨時可用及船員能熟悉逃生設備的操作程序。

4 結束語

本研究以冷藏船及其相關的船員和海上環境作為研究對象，運用事故關聯分析法對表征冷藏船海上事故風險因素評估指標與冷藏船海上事故類型進行關聯性研究和研究成果分析，并對事故影響因素的影響程度進行了定量性分析。對研究成果分析證明了，冷藏船擱淺事故是影響程度最大的海上事故類型，風災是僅次于擱淺的冷藏船海上事故類型。對冷藏船發生事故類型綜合研究及分析，方便海事監督部門好漁業管理部門協作，有針對性地依法做好冷藏船擱淺事故的預防及風險應對措施制定工作，增強惡劣天氣下航行船舶海上預警方案及應對策略，為海事部門和漁業部門更好地共同維護船舶海上航行安全協作機制的建立提供理論依據。

參考文獻

[1] 趙樹平，趙春煜，姜鳳嬌，孫庚，繆新穎，馮艷紅.漁船安全救助信息系統的研究[J].大連海洋大學學報，2010，25（06）：565-568.DOI：10.16535/j.cnki.dlhyxb.2010.06.017.

[2] 孫庚，馮艷紅，趙樹平，史鵬輝，孫京恩.漁業船舶安全救助信息管理系統研究[J].交通信息與安全，2010，28（06）：82-84.

[3] 宋玉軍，王宇祥.基于熵權——灰色關聯分析PPP項目風險研究[J].武漢商學院學報，2022，36（05）：64-69.DOI：10.16199/j.cnki.jwbu.2022.05.007.

[4] 溫國平，于曉利.漁業船舶事故類型的灰色關聯分析[J].大連海洋大學學報，2017，32（02）：237-241.DOI：10.16535/j.cnki.dlhyxb.2017.02.019.

[5] 朱現場，金允龍.東海某水域海上交通事故灰色關聯分析[J].上海船舶運輸科學研究所學報，2021，44（03）：11-15.

[6] 牛佳偉，李連博，陳昌源，林威.加權灰色關聯理論模型在遼寧海上交通事故分析與預測中的應用[J].上海海事大學學報，2016，37（01）：65-69+102.DOI：10.13340/j.jsmu.2016.01.012.

[7] 李連博，劉軍坡，牛佳偉，喬林，孫海洋.遼寧水域海上交通事故的加權灰色關聯分析及預測[J].江蘇科技大學學報（自然科學版），2016，30（06）：605-609.

[8] 吳曉軍. 船舶內河航行及進出港事故中人的因素研究[D].大連：大連理工大學，2014.

[9] 胡浩帆，汪恒.海上船舶事故風險變化及管控對策研究[J].廣東造船，2022，41（04）：87-90+94.

[10] 邵祺. 基于STPA和BP神經網絡的自主船舶人為風險分析與評估[D].上海：上海海洋大學，2022.

[11] 朱明倩.基于新修訂的《海上交通安全法》的漁業船舶海上交通事故調查主體分析[J].水運管理，2022，44（04）：20-23.DOI：10.13340/j.jsm.2022.04.013.

[12] 狄云.漁業船舶安全事故致因分析[J].水運管理，2022，

44（02）：26-27+31.

[13] 印桂生，孫穎，楊東梅，李少彪，李澤.船舶安全事故典型案例分析與研究[J].船舶，2021，32（04）：1-14.

[14] 胡甚平，黎法明，席永濤，吳建軍.海上交通系統風險成因耦合機理仿真[J].應用基礎與工程科學學報，2015，23（02）：409-419.

[15] 郝慶龍，戴冉，梁凱林，李東軒.基于加權灰色系統的寧波水上交通事故致因和預測[J].大連海事大學學報，2013，39（04）：35-37+41.

基金項目： 國家重點研發計劃項目（4.2）2019YFB1600602，在航船舶安全風險辨識與防控平臺

作者簡介：

李成海，正高級船長， 副教授，主要研究方向： 海上航行安全，（E-mail）LICHENGHAI@163.com