張陽 席永濤 胡甚平 張錦朋 危小瑤 劉明明

摘要：

為刻畫水上貨物運(yùn)輸風(fēng)險(xiǎn)的動(dòng)態(tài)性和因素關(guān)聯(lián)性，采用系統(tǒng)動(dòng)力學(xué)仿真水上貨物運(yùn)輸風(fēng)險(xiǎn)的演化規(guī)律?；凇叭?、機(jī)、環(huán)境、管理、貨物”理論，建立水上貨物運(yùn)輸風(fēng)險(xiǎn)指標(biāo)體系。結(jié)合風(fēng)險(xiǎn)演化的相關(guān)理論，采用系統(tǒng)動(dòng)力學(xué)構(gòu)建風(fēng)險(xiǎn)演化模型。通過分析各風(fēng)險(xiǎn)因素間的量化因果關(guān)系，應(yīng)用層次分析法、信息熵法以及最小二乘法對風(fēng)險(xiǎn)因素進(jìn)行定量分析。對實(shí)際案例的仿真表明，基于系統(tǒng)動(dòng)力學(xué)的風(fēng)險(xiǎn)演化模型可揭示風(fēng)險(xiǎn)演化過程，顯示系統(tǒng)風(fēng)險(xiǎn)隨時(shí)間的變化趨勢。

關(guān)鍵詞：

海運(yùn)安全; 風(fēng)險(xiǎn)演化; 系統(tǒng)動(dòng)力學(xué)

中圖分類號： U698.3;X913.4

文獻(xiàn)標(biāo)志碼： A

System dynamics simulation on risk evolution of

cargo transportation on water

ZHANG Yang， XI Yongtao， HU Shenping， ZHANG Jinpeng，

WEI Xiaoyao， LIU Mingming

（Merchant Marine College， Shanghai Maritime University， Shanghai 201306， China）

Abstract：

To describe the dynamic characteristic and factor correlation of cargo transportation risk on water， the system dynamics is adopted to simulate the risk evolution law of cargo transportation on water. Based on the theory of “people， machine， environment， management and cargo”， the risk index system of cargo transportation on water is established. Based on the theories of risk evolution， the risk evolution model is constructed by the system dynamics. By analyzing the quantitative causality among risk factors， the risk factors are analyzed quantitatively by AHP， the information entropy method and the least square method. The case simulation shows that the risk evolution model based on the system dynamics can reveal the risk evolution and the trend of system risk with time.

Key words：

maritime safety; risk evolution; system dynamics

收稿日期： 2017-05-09

修回日期： 2017-06-27

基金項(xiàng)目： 上海國際港務(wù)（集團(tuán)）股份有限公司科技創(chuàng)新項(xiàng)目（2017）（引航站_17KY-04B-31Z）

作者簡介：

張陽（1994—），男，山西長治人，碩士研究生，研究方向?yàn)榻煌ㄎ锪靼踩c管理，（E-mail）646413576@qq.com;

席永濤（1977—），男，河北石家莊人，副教授，碩導(dǎo)，博士，研究方向?yàn)榻煌ㄎ锪靼踩c管理、人因可靠性分析，（E-mail）xiyt@shmtu.edu.cn

0 引 言

水路運(yùn)輸成本低、運(yùn)量大的特點(diǎn)使得水運(yùn)行業(yè)快速發(fā)展。大型的船舶能夠產(chǎn)生較高的運(yùn)輸經(jīng)濟(jì)效益，但是一旦發(fā)生事故，后果將會非常嚴(yán)重。近年來，學(xué)者們在海事分析、風(fēng)險(xiǎn)評估和事故預(yù)測等方面進(jìn)行了大量研究。[1]李偉磊等[2]將預(yù)先性危險(xiǎn)分析與人、機(jī)、環(huán)境、管理相結(jié)合對可能發(fā)生的事故進(jìn)行分析，有效避免了在分析過程中遺漏危險(xiǎn)要素;胡甚平等[3]運(yùn)用綜合安全評估方法得出沿海水上交通風(fēng)險(xiǎn)的定量化特征;齊跡[4]將模糊突變理論用于海上交通風(fēng)險(xiǎn)評價(jià)領(lǐng)域，建立了風(fēng)險(xiǎn)評估模型。為解決水上貨物運(yùn)輸系統(tǒng)安全評估中的不確定性和復(fù)雜性，張其兵[5]用集對分析方法的原理來表達(dá)和刻畫系統(tǒng)中的不確定性因素，并建立了運(yùn)輸安全集對評價(jià)模型;許玲[6]利用不確定性人工智能云模型算法，結(jié)合變權(quán)機(jī)理，開展了水上貨物運(yùn)輸風(fēng)險(xiǎn)的研究;胡甚平等[7]引入云理論和綜合云的蒙特卡洛方法對海上風(fēng)險(xiǎn)成因進(jìn)行仿真，得出耦合機(jī)理。

雖然運(yùn)用模糊評判[8]、灰色理論[9]、貝葉斯理論等可以有效解決風(fēng)險(xiǎn)評估中的不確定性問題，但在刻畫系統(tǒng)風(fēng)險(xiǎn)的動(dòng)態(tài)性和系統(tǒng)各因素間的關(guān)系方面，系統(tǒng)動(dòng)力學(xué)（system dynamics， SD）更具有優(yōu)越性。BALIWANGI等[10]建立了SD風(fēng)險(xiǎn)改進(jìn)模型，對風(fēng)險(xiǎn)管理進(jìn)行仿真，探討了系統(tǒng)行為應(yīng)用在風(fēng)險(xiǎn)管理方面的優(yōu)勢;NASIRZADEH等[11]通過建立集成SD和模糊邏輯的風(fēng)險(xiǎn)管理模型，解決了風(fēng)險(xiǎn)的系統(tǒng)性和不確定性問題;席永濤等[12]基于海上運(yùn)輸?shù)墓芾砟Ｊ?，從人、機(jī)、環(huán)境、管理、貨物等5個(gè)方面分析危險(xiǎn)品運(yùn)輸?shù)娘L(fēng)險(xiǎn)因素及各因素間的因果關(guān)系，建立海上運(yùn)輸SD模型。此建模方法強(qiáng)調(diào)系統(tǒng)的整體性，注重因素之間的交互作用，并能對系統(tǒng)進(jìn)行動(dòng)態(tài)仿真。[13]

1 水上貨物運(yùn)輸風(fēng)險(xiǎn)演化機(jī)理

風(fēng)險(xiǎn)指各種因素導(dǎo)致未來發(fā)生不利事件的概率或可能性[14]，由因素、事故和損失三要素構(gòu)成。從水上貨物運(yùn)輸?shù)慕嵌瘸霭l(fā)，風(fēng)險(xiǎn)是指水上貨物運(yùn)輸過程中，由人、機(jī)、環(huán)境、管理、貨物等5個(gè)因素相互作用所造成的危險(xiǎn)事故發(fā)生的可能性以及損失的嚴(yán)重程度。

風(fēng)險(xiǎn)演化由風(fēng)險(xiǎn)源、載體和誘因組成，是系統(tǒng)從無序狀態(tài)轉(zhuǎn)變?yōu)橛行驙顟B(tài)或反向運(yùn)動(dòng)的過程。[15]在水上貨物運(yùn)輸過程中，如果客觀存在的危險(xiǎn)源沒有受到外界環(huán)境因素的刺激，則系統(tǒng)處于相對穩(wěn)定的狀態(tài)。當(dāng)某一誘因?qū)ο到y(tǒng)產(chǎn)生了刺激，并且超出一定的范圍時(shí)，風(fēng)險(xiǎn)源的相對穩(wěn)定狀態(tài)就會被打破，風(fēng)險(xiǎn)因子沿著某一演化路徑運(yùn)動(dòng)，當(dāng)各個(gè)演化路徑的風(fēng)險(xiǎn)在某一時(shí)間、地點(diǎn)發(fā)生疊加或者耦合作用時(shí)，就會導(dǎo)致風(fēng)險(xiǎn)的結(jié)果。[16]風(fēng)險(xiǎn)演化示意圖見圖1。

圖1 風(fēng)險(xiǎn)演化示意圖

2 風(fēng)險(xiǎn)演化的仿真模型

2.1 系統(tǒng)邊界的確定

劃定系統(tǒng)邊界的基本原則就是把系統(tǒng)所需要考慮的所有因素都設(shè)置在系統(tǒng)內(nèi)，并且一定要保證系統(tǒng)的完整性。根據(jù)這一原則，系統(tǒng)的邊界為：整個(gè)系統(tǒng)不考慮由不可抗力引發(fā)的風(fēng)險(xiǎn)事故，只考慮人、機(jī)、

環(huán)境、管理和貨物等5個(gè)因素引發(fā)的風(fēng)險(xiǎn)。

2.2 風(fēng)險(xiǎn)演化模型的建立

水上貨物運(yùn)輸風(fēng)險(xiǎn)是多種因素綜合作用的結(jié)果。船員、船舶、環(huán)境、管理和貨物等5個(gè)風(fēng)險(xiǎn)子系統(tǒng)之間的因果關(guān)系和反饋結(jié)構(gòu)，可以較為完整地反映系統(tǒng)風(fēng)險(xiǎn)隨時(shí)間的動(dòng)態(tài)發(fā)展趨勢。人作為系統(tǒng)中最活躍的一部分，往往是事故的直接原因和受害者。水上貨物運(yùn)輸事故的發(fā)生是船員的生理和心理因素、船員綜合從業(yè)能力、船舶設(shè)備水平綜合作用的結(jié)果。船員風(fēng)險(xiǎn)子系統(tǒng)中各風(fēng)險(xiǎn)因子的因果關(guān)系見圖2。船舶自身的安全狀態(tài)水平以及船舶上相關(guān)設(shè)備的技術(shù)狀態(tài)水平是運(yùn)輸風(fēng)險(xiǎn)演化的基本條件。船舶風(fēng)險(xiǎn)子系統(tǒng)中各風(fēng)險(xiǎn)因子的因果關(guān)系見圖3。環(huán)境中危險(xiǎn)源的凸顯會使環(huán)境風(fēng)險(xiǎn)程度加大，進(jìn)而加速運(yùn)輸過程中風(fēng)險(xiǎn)的演化。環(huán)境風(fēng)險(xiǎn)子系統(tǒng)中各風(fēng)險(xiǎn)因子的因果關(guān)系見圖4。管理風(fēng)險(xiǎn)子系統(tǒng)包括航運(yùn)公司對其船舶和船員的有效管理活動(dòng)，以及在航船舶在運(yùn)輸過程中為保障安全航行、降低風(fēng)險(xiǎn)而進(jìn)行的各項(xiàng)活動(dòng)，見圖5。貨物的危險(xiǎn)性、貨物包裝、貨物裝箱時(shí)的隔離積載、船舶的結(jié)構(gòu)、環(huán)境都會對運(yùn)輸過程中的風(fēng)險(xiǎn)產(chǎn)生影響，見圖6。根據(jù)上述各風(fēng)險(xiǎn)子系統(tǒng)中風(fēng)險(xiǎn)因子的因果關(guān)系建立SD仿真模型，見圖7;本文所用到的參數(shù)見表1。圖2～7中：“+”表示存在正相關(guān)關(guān)系;“-”表示存在負(fù)相關(guān)關(guān)系;未標(biāo)明表示存在其他非線性關(guān)系。

圖4 環(huán)境風(fēng)險(xiǎn)子系統(tǒng)因果關(guān)系

圖7 水上貨物運(yùn)輸風(fēng)險(xiǎn)系統(tǒng)SD仿真模型

2.3 動(dòng)力學(xué)方程的建立

要表達(dá)系統(tǒng)中變量的性質(zhì)以及風(fēng)險(xiǎn)演化的狀態(tài)，需要從前文的定性分析轉(zhuǎn)向定量分析。在確定系統(tǒng)方程式時(shí)，需要首先確定因素間對應(yīng)的函數(shù)關(guān)系，然后收集系統(tǒng)所需參數(shù)，最后將所需數(shù)據(jù)和方程輸入模型中進(jìn)行仿真。具體參數(shù)方程（式中λGH表示參數(shù)G對參數(shù)H的影響系數(shù)）如下：

L1= λL2L1L2+ λL3L1L3+ λL4L1L4+ λL5L1L5+ λL8L1L8

L2= λA2L2A2+ λA3L2A3+ λA8L2A8+ λA12L2A12

L3= λC3L3C3+ λA9L3A9+ λA11L3A11

L4= λL6L4L6+ λL7L4L7

L5= R1+L5

表1 水上貨物運(yùn)輸風(fēng)險(xiǎn)系統(tǒng)參數(shù)說明

L6= λA20L6A20+ λA12L6A12+ λT5L6T5+ λA10L6A10

L7= λT1L7T1+ λT3L7T3+ λT4L7T4

L8=λA16L7A16+ λA17L8A17+ λA21L8A21+ λA22L8A22+ λA23L7A23+ λC3L8C3

A4= λA5A4A5

A5= λL5A5L5

A6= λA8A6A6

A7= λA5A7A5

A8=λT5A8T5

A9= λC4A9C4

A10= λL3A10L3

A11= λC8A11C8

A13= λC8A13C8

A14= λC8A14C8

A15= λC8A15C8

A16= λC8A16C8

A17=f（T1，C1，C2）

A18=λA5A18A5

A19= λC8A19C8

A20=（C5+C6+C7）/3

A24= λC8A24C8+ λA4A24A4+ λA7A24A7

R1=INTEG（t， L5）

2.4 風(fēng)險(xiǎn)因子的量化

風(fēng)險(xiǎn)子系統(tǒng)中內(nèi)部分風(fēng)險(xiǎn)因子是可以量化的，部分卻只能定性分析。對于可以量化的風(fēng)險(xiǎn)因子，也可能因量綱的不同而沒有統(tǒng)一的度量標(biāo)準(zhǔn)，因此需要對各風(fēng)險(xiǎn)因子進(jìn)行無量綱化處理?？紤]到本文所研究的風(fēng)險(xiǎn)子系統(tǒng)中風(fēng)險(xiǎn)因子多且很多風(fēng)險(xiǎn)因子無法量化，各風(fēng)險(xiǎn)因子之間關(guān)系復(fù)雜，本文采用5段取值法[17]實(shí)現(xiàn)風(fēng)險(xiǎn)因子的無量綱化。例如“風(fēng)險(xiǎn)很大”“風(fēng)險(xiǎn)較大”“一般風(fēng)險(xiǎn)”“比較安全”“很安全”等，或者A，B，C，D，E等5個(gè)級別，對應(yīng)的取值范圍分別為[90，100]，[75，89]，[60，74]，[45，59]，（0，44]（本次仿真過程均取整數(shù)），并根據(jù)事實(shí)和專家意見加以修正，實(shí)現(xiàn)定性向定量的順利轉(zhuǎn)換。某一子系統(tǒng)風(fēng)險(xiǎn)的量化值通過下式確定：

Y=mi=1（ωi×Mi）（1）

式中：ωi為子系統(tǒng)中風(fēng)險(xiǎn)因子i的權(quán)重;Mi為子系統(tǒng)中風(fēng)險(xiǎn)因子i的量化值;m為子系統(tǒng)中風(fēng)險(xiǎn)因子的個(gè)數(shù)。

在SD仿真模型中，存在密度、潮汐關(guān)于時(shí)間的表函數(shù)。為減少誤差，用函數(shù)（如正態(tài)分布、γ分布）擬合密度、潮汐隨時(shí)間變化的趨勢，并輸入SD仿真模型進(jìn)行仿真。

以交通密度為例。依據(jù)風(fēng)險(xiǎn)演化的時(shí)間和水上交通密度的實(shí)際狀態(tài)，用X表示演化時(shí)間、Y表示交通密度，擬合出二者之間的非線性關(guān)系。在擬合過程中，根據(jù)歷史相關(guān)數(shù)據(jù)，找到最符合密度隨時(shí)間變化情況的函數(shù)，在其量化值的基礎(chǔ)上調(diào)用Vensim中的WITHLOOKUP函數(shù)，?。╔i，Yj）（i，j=1，2，…，20）點(diǎn)，建立表函數(shù)。用同樣的方法可得風(fēng)浪、溫度、潮汐和心理因素的變化。

2.5 子系統(tǒng)權(quán)重

通過AHP[18]確定系統(tǒng)內(nèi)各子系統(tǒng)的主觀權(quán)重，再由信息熵法[19]確定客觀權(quán)重。為使主、客觀權(quán)重間的差距盡量小，運(yùn)用最小二乘法[20]進(jìn)行優(yōu)化決策，得出系統(tǒng)的綜合權(quán)重。

（1）利用AHP，根據(jù)子系統(tǒng)間的關(guān)系，得到如下權(quán)重：

w=（wj）1×5=（0.30，0.16，0.17，0.33，0.04）

（2）邀請30位專家對各項(xiàng)指標(biāo)進(jìn)行打分，根據(jù)調(diào)查結(jié)果構(gòu)造決策矩陣（標(biāo)準(zhǔn)化處理后記為（bij）30×5，根據(jù)信息熵理論得到客觀權(quán)重：

μ=（μj）1×5=（0.33，0.13，0.16，0.32，0.06）

（3）建立基于最小二乘法的決策模型，得到綜合權(quán)重W=（w′j）1×5。模型為

min H（W）=30i=15j=1（（（wj-w′j）2+

（μj-w′j）2）b2ij）

經(jīng)過以上計(jì)算，得到表2所示的權(quán)重。

表2 子系統(tǒng)權(quán)重及其各風(fēng)險(xiǎn)因子權(quán)重

3 模型實(shí)證

結(jié)合一個(gè)案例，對前述模型進(jìn)行仿真。2013年9月18日凌晨約4點(diǎn)34分，馬耳他籍化學(xué)品船“Ovit”號從荷蘭鹿特丹港出發(fā)，前往意大利布林迪西，途中在多佛爾海峽Varne淺灘擱淺。隨后，“Ovit”號借助漲潮成功脫淺，并錨定在多佛爾。按照事故發(fā)生前后相關(guān)系統(tǒng)表現(xiàn)的細(xì)節(jié)，通過問詢行業(yè)內(nèi)的專家，在專業(yè)判斷的基礎(chǔ)上確定模型參數(shù)值。

3.1 子系統(tǒng)風(fēng)險(xiǎn)量化值的確定

船員系統(tǒng)風(fēng)險(xiǎn)量化值。

①根據(jù)對船員心理的了解，船員情緒低落，部分船員希望離開，因此將此次事件中的心理因素等級確定為E，量化值為40。

②船員在海上3～6個(gè)月（屬于正常作業(yè)時(shí)間），沒有出現(xiàn)不良的生理狀態(tài)，因此將生理因素等級確定為C，量化值為70。③根據(jù)對事故前相關(guān)系統(tǒng)的調(diào)查結(jié)果，雖然所有船員具備相應(yīng)的資格證書，航運(yùn)公司也對設(shè)備的使用專門進(jìn)行過培訓(xùn)，但是船員仍無法熟練操作船上設(shè)備，故將船員綜合從業(yè)能力等級定為D，量化值為55，并且將船員違章操作等級定為D，量化值為50。④此次航行中，船員頻頻發(fā)生失誤，船上沒有形成有序的安全文化意識，因此將失誤出現(xiàn)的可能性等級定為E，量化值為40。結(jié)合表1，可以確定船員系統(tǒng)風(fēng)險(xiǎn)量化值為

40×0.19+70×0.08+55×0.56+50×0.09+40×0.08=51.7。

設(shè)備系統(tǒng)風(fēng)險(xiǎn)量化值。

①根據(jù)對事故的敘述，船舶的導(dǎo)航設(shè)備存在問題，警報(bào)設(shè)備未正常開啟，說明設(shè)備維護(hù)不到位，因此將設(shè)備維護(hù)等級定為D，量化值為55。②船舶設(shè)備都屬于較新的設(shè)備，并且采用了難度較大的電子海圖導(dǎo)航設(shè)備，船員無法熟練掌握，因此將設(shè)備老化落后等級定為B，量化值為75。③同理，將船舶結(jié)構(gòu)強(qiáng)度等級定為B，量化值為75。結(jié)合表1，可以確定設(shè)備系統(tǒng)風(fēng)險(xiǎn)量化值為55×0.65+75×0.22+75×0.13=62。

貨物系統(tǒng)和管理系統(tǒng)風(fēng)險(xiǎn)量化值。

通過咨詢專家以及查詢歷史數(shù)據(jù)，確定貨物系統(tǒng)中貨物危險(xiǎn)性、貨物積載、包裝、船舶環(huán)境和船舶結(jié)構(gòu)的量化值分別為70，70，70，70和75，管理系統(tǒng)中信息支持、安全監(jiān)管、船員配備和安全培訓(xùn)的量化值分別為55，50，60和55。結(jié)合表1可知：貨物系統(tǒng)風(fēng)險(xiǎn)量化值=70×0.39+70×0.20+70×0.20+70×0.13+75×0.08=70.4;管理系統(tǒng)風(fēng)險(xiǎn)量化值=55×0.16+50×0.32+60×0.05+55×0.47=53.65。

環(huán)境系統(tǒng)風(fēng)險(xiǎn)量化值。

根據(jù)同樣的方法確定風(fēng)險(xiǎn)因子的量化值，結(jié)合各風(fēng)險(xiǎn)因子權(quán)重計(jì)算出通航風(fēng)險(xiǎn)量化值為48，自然風(fēng)險(xiǎn)的量化值為75。

3.2 仿真結(jié)果

案例中，船從發(fā)生擱淺事故到最后安全脫險(xiǎn)總共經(jīng)歷了5 h。因此，本模型的時(shí)間單位為min，步長為1 min，時(shí)間持續(xù)300 min。水上貨物運(yùn)輸風(fēng)險(xiǎn)值在0～100之間，數(shù)值越高系統(tǒng)越安全，數(shù)值越接近0系統(tǒng)風(fēng)險(xiǎn)越大。

將上述量化值代入模型中，結(jié)合Vensim軟件，得出該化學(xué)品船運(yùn)輸風(fēng)險(xiǎn)子系統(tǒng)風(fēng)險(xiǎn)水平變化曲線，見圖8。根據(jù)各子系統(tǒng)及其風(fēng)險(xiǎn)因子的變化，得到圖9所示的水上貨物運(yùn)輸風(fēng)險(xiǎn)水平仿真結(jié)果。初始時(shí)刻02：30（圖中以0時(shí)刻表示），風(fēng)險(xiǎn)值為50左右，相對安全。船舶航行過程中，隨著各風(fēng)險(xiǎn)子系統(tǒng)風(fēng)險(xiǎn)因子的變化以及風(fēng)險(xiǎn)的疊加耦合作用，船舶安全水平不斷降低，風(fēng)險(xiǎn)值為45左右時(shí)系統(tǒng)安全水平降至最低。隨后，各子系統(tǒng)中風(fēng)險(xiǎn)因子的變化使得系統(tǒng)安全水平不斷升高。在系統(tǒng)安全水平最低時(shí)，即在90～150 min時(shí)，事故爆發(fā)，船舶發(fā)生擱淺事故。這與該船在04：30發(fā)生擱淺的實(shí)際情況相吻合。該模型的演化過程與該化學(xué)品船擱淺事故比較吻合。

e）管理系統(tǒng)

圖8 “Ovit”號運(yùn)輸風(fēng)險(xiǎn)子系統(tǒng)風(fēng)險(xiǎn)水平變化曲線

圖9 “Ovit”號運(yùn)輸風(fēng)險(xiǎn)水平仿真結(jié)果

3.3 靈敏度分析

圖10中：6表示水上貨物運(yùn)輸風(fēng)險(xiǎn)的初始狀態(tài);5表示貨物危險(xiǎn)性變化時(shí)系統(tǒng)風(fēng)險(xiǎn)的變化，當(dāng)貨物危險(xiǎn)性降低15%時(shí)，系統(tǒng)風(fēng)險(xiǎn)降低2%;4表示船舶因素的變化，當(dāng)船舶設(shè)備因素升高10%時(shí)，系統(tǒng)風(fēng)險(xiǎn)降低2.12%;3表示外界環(huán)境變化時(shí)系統(tǒng)風(fēng)險(xiǎn)的變化，當(dāng)通風(fēng)、濕度降低10%時(shí)，系統(tǒng)風(fēng)險(xiǎn)降低2.3%;2表示安全投入發(fā)生變化時(shí)系統(tǒng)風(fēng)險(xiǎn)的變化，當(dāng)安全投入提高10%時(shí)，系統(tǒng)風(fēng)險(xiǎn)降低4.4%;1表示當(dāng)安全投入提高10%，同時(shí)貨物危險(xiǎn)性降低5%時(shí)，系統(tǒng)風(fēng)險(xiǎn)降低4.8%。

圖10 “Ovit”號運(yùn)輸風(fēng)險(xiǎn)變化

4 結(jié)束語

本文采用系統(tǒng)動(dòng)力學(xué)（SD）的方法在Vensim平臺構(gòu)建水上貨物運(yùn)輸風(fēng)險(xiǎn)演化模型，刻畫了各風(fēng)險(xiǎn)因子的相互關(guān)聯(lián)特性以及風(fēng)險(xiǎn)的動(dòng)態(tài)變化情況。在風(fēng)險(xiǎn)演化方面，本文只進(jìn)行了初步嘗試。SD的建模需要大量數(shù)據(jù)的支持，例如風(fēng)險(xiǎn)因子的初始值、風(fēng)險(xiǎn)因子的量化影響因素等。本文在相關(guān)參數(shù)量化方面還存在著很大的主觀性，需要進(jìn)一步改進(jìn)。

參考文獻(xiàn)：

[1]毛喆， 嚴(yán)新平， 陳輝， 等. 水上交通事故分析研究進(jìn)展[J]. 中國安全科學(xué)學(xué)報(bào)， 2010， 20（12）： 86-92.

[2]李偉磊， 陳偉炯. 基于人、機(jī)、環(huán)、管理論的預(yù)先性危險(xiǎn)分析方法[J]. 水運(yùn)管理， 2014， 36（3）： 27-28.

[3]胡甚平， 方泉根， 張錦朋， 等. 沿海水上交通安全的風(fēng)險(xiǎn)評估研究[J]. 中國航海， 2010， 33（1）： 50-55.

[4]齊跡. 基于突變理論的海上交通風(fēng)險(xiǎn)預(yù)測研究[D]. 大連： 大連海事大學(xué)， 2014.

[5]張其兵. 基于集對分析的長江危險(xiǎn)品水上運(yùn)輸安全評價(jià)研究[D]. 武漢： 武漢理工大學(xué)， 2013.

[6]許玲. 基于變權(quán)云模型的水上船舶貨物運(yùn)輸風(fēng)險(xiǎn)評價(jià)研究[D].上海： 上海海事大學(xué)， 2014.

[7]胡甚平， 黎法明， 席永濤， 等. 海上交通系統(tǒng)風(fēng)險(xiǎn)成因耦合機(jī)理仿真[J]. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)， 2015（2）： 409-419.

[8]繆克銀. 危險(xiǎn)品貨物海上安全運(yùn)輸風(fēng)險(xiǎn)模糊評判[J]. 中國航海， 2012， 35（4）： 76-79.

[9]暢建霞， 黃強(qiáng)， 王義民， 等. 基于耗散結(jié)構(gòu)理論和灰色關(guān)聯(lián)熵的水資源系統(tǒng)演化方向判別模型研究[J]. 水利學(xué)報(bào)， 2002， 33（11）： 107-112.

[10]BALIWANGI L， ARIMA H， ARTANA K， et al. Risk modification through system dynamic simulation[C]//Proceedings of the IASTED International Conference on Modelling and Simulation， 2007： 350-354.

[11]NASIRZADEH F， AFSHAR A， KHANZADI

M， et al. Integrating system dynamic and fuzzy logic modelling for construction risk management[J]. Construction Management and Economics， 2008， 26（11）： 1197-1212.

[12]席永濤， 陳杰， 胡甚平， 等. 水上危險(xiǎn)貨物運(yùn)輸管理系統(tǒng)動(dòng)力學(xué)仿真[J]. 上海海事大學(xué)學(xué)報(bào)， 2014， 35（3）： 7-11.

[13]張波， 虞朝暉， 孫強(qiáng)， 等. 系統(tǒng)動(dòng)力學(xué)簡介及其相關(guān)軟件綜述[J]. 環(huán)境與可持續(xù)發(fā)展， 2010， 35（2）： 1-4.

[14]黃崇福， 劉安林， 王野. 災(zāi)害風(fēng)險(xiǎn)基本定義的探討[J]. 自然災(zāi)害學(xué)報(bào)， 2010（6）： 8-16.

[15]容志， 李丁. 基于風(fēng)險(xiǎn)演化的公共危機(jī)分析框架：方法及其運(yùn)用[J]. 中國行政管理， 2012（6）： 82-86.

[16]李建民， 齊跡， 鄭中義. 不確定條件下海上?；愤\(yùn)輸安全演變機(jī)理[J]. 哈爾濱工程大學(xué)學(xué)報(bào)， 2014， 35（6）： 707-712.

[17]何葉榮， 李慧宗， 王向前. 煤礦安全管理多元風(fēng)險(xiǎn)辨識及演化機(jī)理[J]. 中國安全生產(chǎn)科學(xué)技術(shù)， 2014（5）： 180-185.

[18]朱茵， 孟志勇， 闞叔愚. 用層次分析法計(jì)算權(quán)重[J]. 北京交通大學(xué)學(xué)報(bào)， 1999， 23（5）： 119-122.

[19]周薇， 李筱菁. 基于信息熵理論的綜合評價(jià)方法[J]. 科學(xué)技術(shù)與工程， 2010， 10（23）： 5839-5843.

[20]王長青， 張一農(nóng)， 許萬里. 運(yùn)用最小二乘法確定后評估指標(biāo)權(quán)重的方法[J]. 吉林大學(xué)學(xué)報(bào)（信息科學(xué)版）， 2010， 28（5）： 513-518.