英语原文共 36 页

论海事风险评估的真相

摘要

近年来在海运领域已经进行了几项主要的风险研究。这些研究对行业的管理实践产生了重大影响。第一个是威廉王子声音风险评估，由国家研究委员会审查，发现有希望但不完整，因为其结果的不确定性未经评估。评估这种不确定性的难点在于，在这个动态和数据稀缺的应用领域中需要使用不同的技术来模拟风险。在之前的文章中，我们开发了评估海事风险评估不确定性所必需的两种方法，对事故可能发生情况的贝叶斯模拟，以及描述这些情况的因素与专家判断之间关系的贝叶斯多元回归分析。事故风险。在本文中，我们结合两种方法对两个案例研究的风险和不确定性进行全面评估。第一个是评估旧金山湾拟议的渡轮服务扩建的影响。第二个是对华盛顿州渡轮风险的评估，这是美国最大的渡轮系统。

关键词：不确定性分析;风险分析;海运。

1 简介

海上运输是美国经济的重要组成部分;除墨西哥和加拿大外，95％的外贸和25％的国内贸易依赖于海上运输，每年的货物总价值为1.0万亿美元（国家研究理事会，2000年，第53页）。但是，事故的例子很容易回忆起来;埃克森瓦尔迪兹的基础，自由企业先驱的倾覆和爱沙尼亚客轮是海上运输中最广为人知的事故。这些事故的后果包括严重的环境破坏，大规模的生命损失，以及相关公司的严重经济问题。埃克森美孚（Exxon Valdez）灾难造成埃克森美孚（Exxon）的清理成本仅为22亿美元。这导致了如何防止将来发生此类事故的直接问题，以及如何在发生这些事故时减轻其后果。

风险管理已经成为海运部门公司运营决策的重要组成部分，因此成为一个重要的研究领域（国家研究委员会，2000）。早期工作集中在评估单个船舶或海洋结构的安全性，例如核动力船（Pravda＆Lightner，1966），运输液化天然气的船（Stiehl，1977）和海上石油和天然气平台（Pateacute;-Cornell，1990） 。最近，在海洋领域的风险评估中引入了概率风险评估（Bedford和Cooke，2002）（Roeleven等，1995; Kite-Powell，1996; Slob，1998; Fowler和Sorgard，2000; Trbojevic）和Carr，2000; Wang，2000; Guedes Soares和Teixeira，2001）。

威廉王子湾（PWS）风险评估（Merrick等，2000,2002），华盛顿州渡轮（WSF）风险评估（van Dorp等人，2001年）和曝光对旧金山湾渡轮的评估（Merrick等，2003）是该领域成功风险研究的三个例子。他们的结果已被用于重大投资决策，并在美国海运管理中发挥了重要作用。

在海上港口系统中，交通模式以复杂的方式随时间变化。 这些交通模式的动态性质，实际上是其他情景变量，如风，能见度和冰情，意味着风险等级会随着时间的推移而变化。 这需要使用模拟来准确地模拟影响流量模式的变化的影响，例如引入新的流量规则以及增加或减少给定端口中的流量。 此外，与给定港口相关的事故数据通常很少，需要使用专家判断来估计事故概率。 图1显示了对旧金山湾提出的渡轮服务扩展的分析结果

图1 旧金山湾渡轮替代扩建方案的评估

估计值显示当前轮渡系统（基本情况）中可能导致轮渡与其他船舶碰撞的情况的频率，以及增加每年渡轮运输总数的替代扩展情景。另一个例子，图2显示了WSF风险评估的风险干预有效性评估（van Dorp等人，2001）。该图显示了WSF系统对各种风险管理备选方案的碰撞概率减少总百分比。

图2 对华盛顿州渡船拟议安全改进的风险干预有效性的评估

图1和图2中的表示存在一个问题，那就是结果明显的最终性。决策者相信结果是确定的，绝不会是不确定的。事实上，国家研究委员会对PWS风险评估进行了同行评审，并得出结论，基础方法显示出“有希望”作为制定海洋系统风险管理决策的系统方法（国家研究委员会，1998年）。然而，要在海上风险评估中说实话，需要传达不确定性的程度（Kaplan 1997）。“风险管理hellip;hellip;应回答证据是否足以证明具体的风险和利益”（A.Elmer，Seariver Maritime，Inc.国家研究委员会主席，2000年）。

Merrick等人开发了两种必要的方法，用于对我们的海上风险方法进行不确定性分析。（2005a）和Merrick等人（2005年B）。在本文中，我们提供了此组合的总体框架。我们使用这个框架来检验我们之前两个风险研究的不确定性。我们对旧金山湾研究的每一个结果（图1）进行完全不确定性分析，以证明完整的方法，然后检查WSF风险评估（图2）中风险干预有效性评估的不确定性，以显示决策过程中使用这种方法。虽然该框架具有足够的通用性，可以应用于其他海上风险工作，甚至其他形式的运输，但模型的某些部分必然依赖于每个研究中数据的可用性。

本文总结如下。第2节讨论了不确定性，以及在风险分析中如何最好地表示不确定性。第3节总结了海上概率风险评估模型结果的全不确定性分析框架。不确定性案例研究的结果在第4节中给出，其中在旧金山湾的渡轮扩张研究和WSF风险评估中得出的结论的稳健性得到评估。结论见第5节。

2 不确定性分析

文献中充分认识和讨论了风险分析中存在的不确定性。然而，在有争议或政治敏感问题的研究中，这些不确定性往往被忽视或被低估（Pate Cornell，1996年）。在文献中讨论了两种不确定性：随机不确定性（系统本身的随机性）和认知不确定性（对系统缺乏认识）。从模型的意义上讲，随机不确定性由概率模型来表示，概率模型以概率风险分析为名，而认知不确定性则由缺乏关于模型参数的知识来表示（Parry，1996年）。同样，通过概率风险分析解决随机不确定性至关重要，解决认知不确定性对于做出有意义的决策至关重要。Cooke（1997）提供了几个例子，说明当不确定性被正确建模时，分析的结论会发生变化。文献中讨论了关于模型本身的另一种形式的不确定性，关于替代模型列表中最接近真实系统的不确定性（Nilsen和Aven，2003年）。然而，在本文中，我们采取了第一步，增加了对认识不确定性的考虑。分析的计算复杂性限制了我们在这个时间点的范围。

虽然认知不确定性可以通过频繁使用的统计技术来解决，例如自举或基于可能性的方法（Frey和Burmaster，1999），但贝叶斯范式被广泛接受作为处理这两种不确定性的方法（Apostolakis，1978；Mosleh等人，1988；Hora，1996；Hofer，1996；Cooke，1991）。然而，正如Winkler（1996）所指出的，对于这些不确定性类型的分离，没有基本的贝叶斯论证。Ferson和Ginzburg（1996）将术语变异性用于认知的不确定性和无知性。

温克勒的论点基本上说，变异性完全是对将发生的事件的无知。

然而，不确定性类型的区分在风险评估过程中确实有一定的用途（Anderson等，1999）。具体而言，在向决策者和公众解释模型结果以及在为数据收集花费资源时，这种区别是有用的。在沟通的情况下，必须区分“我们不知道事件是否会发生”和“我们不知道事件发生的可能性”这两种说法。在数据收集案例中，进一步研究和数据收集可以减少认知不确定性，而随机的不确定性是不可简化的，因为它是系统本身的属性（Hora，1996）。贝叶斯建模可以考虑本质上的区别和处理潜在的区别。蒙特卡罗模拟（Vose，2003）可用于通过模型传播不确定性（需要大量的计算机能力），而贝叶斯分析技术可用于分析数据和专家判断（Cooke，1991）。

3 海事风险评估中的不确定性建模

我们将使用渡轮系统的例子来证明不确定性分析在海事风险评估中的应用（van Dorp等，2001; Merrick等，2003）。我们考虑一种类型的事故，渡轮和另一艘船之间的碰撞。碰撞是由触发事件引起的，特别是推进故障，转向故障，导航辅助故障，人为错误或附近船舶的错误（我们没有分解）。虽然碰撞中可能涉及多个错误和/或故障，但触发事件是错误或故障，如果纠正措施不成功，则会直接导致冲突。触发事件和碰撞发生在由影响其发生概率的因素定义的情况中。表1显示了用于描述WSF风险评估情况的因素。

3.1概率风险框架

事故概率模型基于条件概率的概念，对影响某种情况下事故潜在程度的因素进行调节。为了估计在给定时间段内发生碰撞的概率，我们总结了可能出现的情况

(1)

其中情况j表示因子值的可能组合，其中j = 1，...，k，k是可能组合的总数，而事件i表示l个可能的触发事件的第i个（在我们的例子中为5）。然后可以通过将（1）中的概率乘以一年中的时间段的数量来计算预期的每年碰撞频率。

事故概率模型由三部分组成：

bull;P（情况j）：在系统中发生因子值的特定组合的概率;

bull;P（事件i |情况j）：在给定情况下发生特定触发事件的概率; 和

bull;P（碰撞|事件i，情况j）：一旦发生触发事件，在定义的情况下发生事故的概率。

为了使用该模型评估事故风险，需要估计概率模型中的每个项。

表1 专家判断调查表中包含的风险因素

系统模拟用于计算具有不同定义因子值的情况的发生。 结合船舶运动和环境条件创建了海上运输系统的模拟。 在每个模拟的时间段内都会计算出一个情况，即渡轮可能会在事故中发生，如果发生碰撞，就会发现当船只被认为与渡轮相互作用时（参见van Dorp等人（ 2001）对具有碰撞可能性的情况的定义）。 运行多年模拟，并且对于模拟中的每个时间段，计算发生的情况。因此，可以使用模拟来估计在给定时间段内具有特定因子值的情况的概率，表示为P（情况j）。系统模拟的使用还允许系统范围地评估风险降低和可能与特定风险干预措施的实施相关的风险迁移效应（参见，例如，Merrick等，2000，Merrick等，2002）。 在PWS，WSF和SF Bay研究中使用经典模拟技术意味着仅获得P（情况j）的点估计。

估计P（碰撞| 事件i，情况j）的首选方法是通过事故数据的统计分析。 然而，专家判断启发通常在进行风险分析时至关重要（Cooke，1991）。 在PWS和WSF风险评估中，记录了不到三个相关事故。 因此，分析必须至少部分依赖专家判断。 应用于海上风险的专家启发方法的目的是估计多个因素对碰撞概率的影响，表示为P（碰撞| 事件i，情况j）。 图3显示了从WSF风险评估项目中提出的问题的形式的一个例子。

图3 问题格式的示例

请注意，在每次比较中，情况完全根据因素进行描述，并且在要求专家比较的两种情况之间仅改变一个因素。对问题的回答是根据两种情况下事件的相对概率来确定的。如果专家圈出一个“1”，这意味着他们认为两个概率是相等的，或者如果专家在右边（左）圈出一个“9”，那么他们认为概率的比率为9（1/9） ）（Saaty，1977）。

假设基础概率模型的形式是

(2)

其中P₀是碰撞的基线概率，是因子效应参数的向量。 由于这种形式的选择，概率的比率将等于，其中情况L和情况R分别是问题左侧和右侧情境的因子的向量。如果我们将专家回答的自然对数与相应的模型项等同，则可以使用线性回归技术进行分析。 因此，仅获得了点估计。还应注意，使用此方法可以计算高于1的概率（但不能低于零），需要截断。然而，虽然模型的形式允许不连贯的值，但它们极不可能，因为我们在这种情况下处理的是低概率事件。

P（事件i |情况j）的确定取决于数据的可用性。 虽然机械故障数据很容易获得，但人为错误数据的可用性在港口之间是可变的，这意味着到目前为止我们的研究中没有用于估算P（事件i |情况j）的标准方法。 我们将在3.4节进一步讨论。

图4显示了（1）中概率模型的简单影响图，以及用于估计每个节点下每个条件概率的数据。为了全面而连贯地解决PWS/WSF风险评估方法中的不确定性，我们需要分别解决P（情况J）模拟评估中的不确定性、专家对条件概率P（碰撞|事件i，情况J）评估中的不确定性和估计中的不确定性。从可用数据和专家判断中得出的机械故障和人为错误率，以获得p（事件i|情况j）。然后，我们必须通过（1）所表示的框架传播这些不确定性。

图4 事故概率模型的简化影响图以及估算中使用的数据

3.2模拟中的不确定性建模

贝叶斯模拟与经典模拟分析的不同之处在于，概率分布用于表示模型参数的不确定性而不是点估计和置信区间。这种处理适用于模型的随机输入和模型的输出。在不确定性的语言中，经典模拟模型只是偶然的不确定性，而贝叶斯模型模拟了随意性和认知性的不确定性。然而，我们应该注意到，我们使用贝叶斯模拟这个术语类似于Chick（1997），而不是Bier和Andradottir（2000）中使用的术语，其中输出数据用于同时更新决策者对输入和输出分布的想法。我们的方法遵循Chick，根据流量数据更新输入分布，通过模拟传递输入，并从输出数据中单独了解输出。

在贝叶斯模拟中，输入不确定性应纳入分析，以反映可用于在模拟模型中填充到达过程参数的有限数据（Chick 2001）。因此，Merrick等人创建了交通到达的贝​​叶斯更新过程模型。（2005a）旧金山湾模拟中的所有船舶到达过程。先前使用海岸警卫队船舶交通中心的可用交通数据更新了这些更新过程参数的先前分布。然后使用以下算法（Chick 1997,2001）通过模拟的乘法复制来传播该输入不确定性,详细算法如下：

因此，在每次复制中都会表现出偶然不确定性，

资料编号：[4987]