皋司虎 魏曉娟 李寶明

（首都機(jī)場出入境檢驗檢疫局 北京 101300）

1 前言

隨著社會的飛速發(fā)展，數(shù)字化、電信化產(chǎn)業(yè)的不斷提升，物流行業(yè)的穩(wěn)步增長，使得越來越多的人更愿意進(jìn)行網(wǎng)購，或者通過寄運(yùn)的方式完成貨物的運(yùn)輸過程。據(jù)統(tǒng)計，2017年上半年首都機(jī)場非法檢“Ⅰ類、Ⅱ類”快件進(jìn)口總量同比上升將近8%，這不僅僅為我國帶來了更多的收入和機(jī)會，同時對檢驗檢疫貨物的監(jiān)管提出了全新的挑戰(zhàn)。大量境外新興寵物、奇花異草、甚至病菌蟲種經(jīng)由快遞、郵遞這一途徑進(jìn)入我國，其中不乏有可能入侵的生物[1]。在人員相對穩(wěn)定的情況下，能否在貨量提升時對非法檢貨物保持較高的檢出率就成了重要課題。

關(guān)于出入境快件的檢驗檢疫監(jiān)管及平臺建設(shè)，李景[2]從跨境進(jìn)口零售電商的角度，對進(jìn)境郵快件的檢疫監(jiān)管進(jìn)行了初步探討，并提出建立集成化檢疫監(jiān)管體系的新思路；黃琦山[3]則提出了C2C的監(jiān)管模式；張宗平等[4]針對國際郵件快件檢驗檢疫監(jiān)管中存在的問題，建立了國際郵件快件檢驗檢疫監(jiān)管信息系統(tǒng)，為其他檢驗檢疫機(jī)構(gòu)的監(jiān)管提供借鑒。上述研究雖然討論了進(jìn)境快件的監(jiān)管模式的改進(jìn)和平臺的搭建，但并未給出實際可行的操作模式，如何應(yīng)對風(fēng)險的布控，對于首都機(jī)場口岸入境快件的報檢環(huán)境，則需要與時俱進(jìn)改進(jìn)監(jiān)管布控模式，以應(yīng)對全新形勢下的快件進(jìn)口形式。

2 研究方法和數(shù)據(jù)來源

為了提高非法檢入境快件的檢出率，有效控制風(fēng)險，進(jìn)而優(yōu)化檢驗檢疫資源配置，提高檢驗檢疫的效率，本文主要以非法檢入境快件為研究對象，探討如何構(gòu)建風(fēng)險控制模型。

2.1 研究方法

綜合運(yùn)用調(diào)查分析法、經(jīng)驗總結(jié)法、德爾菲法、貝葉斯條件概率，對推動跨境電子商務(wù)中快件檢驗檢疫監(jiān)管模式創(chuàng)新進(jìn)行研究，旨在打破傳統(tǒng)模式制約，探索研究首都口岸跨境電子商務(wù)發(fā)展實際要求的檢驗檢疫工作機(jī)制，為相關(guān)部門和行業(yè)提供相關(guān)參考和決策依據(jù)。

2.1.1 德爾菲法（Delphi）[5]

為了在 “快件檢驗檢疫電子監(jiān)管系統(tǒng)”中有效地、科學(xué)地取得影響因子，本文使用了德爾菲法（Delphi）進(jìn)行數(shù)據(jù)采集。共采集了2次數(shù)據(jù)，統(tǒng)計其中得分較高的4項數(shù)據(jù)，確定了核心影響因子。

德爾菲法，又稱專家調(diào)查法，以專家對某一被調(diào)查對象的看法或認(rèn)知為基礎(chǔ)，依靠專家在被調(diào)查對象所屬領(lǐng)域的經(jīng)驗和知識，做出判斷，進(jìn)而科學(xué)地為對象提出解決方案。其做法通常為：采用匿名的、單對單的方式調(diào)查專家小組各個成員的認(rèn)知或預(yù)測意見，經(jīng)過反復(fù)幾輪的問卷填寫、統(tǒng)計分析、搜集各專家小組成員的預(yù)測意見，并最終使專家小組成員的預(yù)測意見趨于集中，從而做出決策，本研究中利用德爾菲法建立被調(diào)查對象的影響因子具體流程見圖1。

圖1 利用德爾菲法建立被調(diào)查對象的影響因子的流程

2.1.2 貝葉斯條件概率

在確定影響因子后對每一項影響因子進(jìn)行單獨計算分值，本文選取了貝葉斯條件概率。貝葉斯定理是關(guān)于隨機(jī)事件A和B的條件概率 （或邊緣概率）的一則定理。其中P（A|B）是在B 發(fā)生的情況下A 發(fā)生的可能性。通常，事件A 在事件B（發(fā)生）的條件下的概率，與事件B在事件A的條件下的概率是不一樣的；然而，這兩者是有確定的關(guān)系，貝葉斯法則就是這種關(guān)系的陳述。

2.2 數(shù)據(jù)來源和預(yù)處理

根據(jù)影響因子進(jìn)行數(shù)據(jù)采集，此次數(shù)據(jù)采集是在“入境快件檢驗檢疫電子監(jiān)管系統(tǒng)”中完成的。通過運(yùn)單號收集暫扣入境非法檢快件信息，并按照不同品名、發(fā)件人、收件人、國別進(jìn)行分類統(tǒng)計；再次從系統(tǒng)中提取同一類別下的入境非法檢快件量和入境非法檢快件查貨量。

3 平臺簡述以及“風(fēng)險控制模塊”的建立

3.1 平臺簡述

首都機(jī)場口岸快件處現(xiàn)運(yùn)行 “中國電子檢驗檢疫（ECIQ）主干系統(tǒng)”、“入境快件檢驗檢疫電子監(jiān)管系統(tǒng)”、“北京市跨境電商公共服務(wù)平臺系統(tǒng)”3個系統(tǒng)（圖2），全覆蓋了從首都機(jī)場入境的所有快件貨物。這里主要介紹“入境快件檢驗檢疫電子監(jiān)管系統(tǒng)”。

圖2 系統(tǒng)關(guān)系圖

“入境快件檢驗檢疫電子監(jiān)管系統(tǒng)”是指入境快件全申報綜合業(yè)務(wù)管理信息系統(tǒng)，具備對快件營運(yùn)人發(fā)送的艙單信息和報單信息進(jìn)行電子自動審核、核銷功能。通過使用該套系統(tǒng)完成首都機(jī)場口岸入境無檢驗檢疫快件的受理報檢、布控查驗、口岸檢驗檢疫、放行管理工作。本系統(tǒng)與ECIQ系統(tǒng)各司其職，部分參數(shù)庫數(shù)據(jù)可以從ECIQ系統(tǒng)中間池中讀取但不能回寫。該系統(tǒng)把快件分為4類，分別為“Ⅰ類”指文件資料類、無檢驗檢疫要求的低價值貨物類快件，“Ⅱ類”指無檢驗檢疫要求的高價值貨物類快件，“Ⅲ類”指有檢驗檢疫要求的快件，“Ⅳ類”指轉(zhuǎn)關(guān)快件。

3.2 基于數(shù)據(jù)建立“風(fēng)險控制模塊”算法

3.2.1 數(shù)據(jù)采集

3.2.1.1 確立影響因子

3.2.1.1.1 選取專家

選擇了首都機(jī)場口岸檢務(wù)為數(shù)據(jù)采集源，隨機(jī)選擇了19名專家組成評價小組。評價小組主要成員工作年限8年以上，小組成員學(xué)歷分布：博士學(xué)歷（1 人）、碩士學(xué)歷（6 人）、本科學(xué)歷（12 人）；行政級別分布：處級干部（1人），副處級干部（2人），科長和主任科員（11人），副科長和副主任科員（3人），其他為具有豐富工作經(jīng)驗的科員。

3.2.1.1.2 問卷設(shè)計和回收情況

根據(jù)“快件檢驗檢疫電子監(jiān)管系統(tǒng)”里的主要申報項，確定了7個問題設(shè)計了原始調(diào)查問卷。調(diào)查問卷中，題目項表示的就是初步擬定的影響因子，選擇項是對其重要程度的描述。例：認(rèn)為快遞運(yùn)營企業(yè)誠信度是影響非法檢物品不合格率的因素。

A.很重要的因素（4’） B.重要的因素（3’）

C.一般重要因素（2’） D.不太重要因素（1’）

該問卷共發(fā)放2次，第2次是把相同問題打亂順序重新發(fā)放。問卷發(fā)放回收后統(tǒng)計，確定品名、收件人、發(fā)件人、國別為主要影響因子。

3.2.1.2 數(shù)據(jù)采集的時間、方式

針對目前首都機(jī)場口岸數(shù)據(jù)情況，以申報字段進(jìn)行數(shù)據(jù)的采集工作，并將數(shù)據(jù)的采集時間設(shè)定為近5年內(nèi)，以此進(jìn)行數(shù)據(jù)庫的搭建，并通過后期的數(shù)據(jù)分析及數(shù)據(jù)維護(hù)，達(dá)到實時更新、實時監(jiān)管的目的。

3.2.2 分析方法以及過程

首先，對暫扣由企業(yè)申報的“Ⅰ類、Ⅱ類”的貨物在口岸查驗時先進(jìn)行備注，備注暫扣的原因，并使用Excel進(jìn)行匯總；這樣可以得到2013—2015年暫扣貨物中，由于品名、收件人、發(fā)件人、國別等原因被暫扣，具體哪些貨物查驗時出現(xiàn)了問題，從而安排并調(diào)整布控。

其次，根據(jù)數(shù)據(jù)的申報比例、檢出率做出一套計算方法，從而賦予每一個申報字段一個取值，并通過數(shù)值來標(biāo)準(zhǔn)化的衡量貨物的風(fēng)險期望，從而命中風(fēng)險較高的貨物進(jìn)行查驗。

未來的整體計算概念為：品名值×權(quán)重+收件人值×權(quán)重+發(fā)件人值×權(quán)重+國別值×權(quán)重=總風(fēng)險值

而得出的風(fēng)險值將按以下方式進(jìn)行劃分：0～30為低風(fēng)險，30～70為中風(fēng)險，70以上為高風(fēng)險。高風(fēng)險自動批示查驗，高、中、低風(fēng)險將以不同顏色予以區(qū)分，并且風(fēng)險命中情況可以人工干預(yù)，即在系統(tǒng)自動勾選查驗結(jié)果的情況下，仍舊可以人工進(jìn)行調(diào)整。

通過數(shù)據(jù)分析，將近年來檢疫的人工操作模式及操作審單習(xí)慣，以數(shù)字化的方式，轉(zhuǎn)移到應(yīng)用系統(tǒng)中，以系統(tǒng)代替人工進(jìn)行操作及審核“Ⅰ類、Ⅱ類”快件貨物。

3.2.3 數(shù)據(jù)庫建立和風(fēng)控計算方法建立

利用Microsoft office Access工具收集數(shù)據(jù)，并進(jìn)行數(shù)據(jù)表的透視和篩選工作。將3年來檢疫查驗的涉及品名的權(quán)重設(shè)為X，涉及收件人的權(quán)重設(shè)為Y，涉及發(fā)件人的權(quán)重設(shè)為Z，涉及發(fā)件國家的權(quán)重設(shè)為W。在此過程中，本文對近千萬條數(shù)據(jù)進(jìn)行了整理，對權(quán)重有如下公式：

X+Y+Z+W=100

X=因品名項命中票數(shù)/總查驗票數(shù)×100%×100

Y=因收件人項命中票數(shù)/總查驗票數(shù)×100%×100

Z=因發(fā)件人項命中票數(shù)/總查驗票數(shù)×100%×100

W=因國別項命中票數(shù)/總查驗票數(shù)×100%×100這樣，就可以得出一個數(shù)值。

而風(fēng)險的計算方法為數(shù)學(xué)期望法 （隨機(jī)變量分布法）：通過計算一票貨物的期望值，來確定其是否存在風(fēng)險。

其計算表達(dá)式為： ξ=XA+YB+ZC+WD其中，字段和權(quán)重設(shè)定見表1。

表1 字段和權(quán)重設(shè)定

再對風(fēng)險值ξ進(jìn)行判斷，，如果大于70，將會被命中高風(fēng)險，并自動批查。

品名（A）的計算方法：可以通過以往數(shù)據(jù)，獲得所有品名的查驗比例（in/jn，n=1，2，3，4，5…）及扣貨票數(shù)（αn，n=1，2，3，4，5…）并以此作為依據(jù)進(jìn)行計算，計算的方法為貝葉斯理論。

而此次本文將選擇檢出率作為條件變量，深入分析由此帶來的查驗準(zhǔn)確情況以及風(fēng)險期望。

在選定主要條件變量之后，運(yùn)用貝葉斯條件概率公式進(jìn)行檢驗風(fēng)險識別建模。對條件概率公式進(jìn)行變形，可以得到如下形式：把P（A）稱為“先驗概率”（Prior probability），即在B 事件發(fā)生之前，我們對A 事件概率的一個判斷。P（A|B）稱為“后驗概率”（Posterior probability），即在B 事件發(fā)生之后，我們對 A 事件概率的重新評估。P（B|A）/P（B）稱為“可能性函數(shù)”（Likelyhood），這是一個調(diào)整因子，使得預(yù)估概率更接近真實概率。所以，條件概率可以理解成下面的式子：

后驗概率＝先驗概率×調(diào)整因子

這就是貝葉斯推斷的含義。先預(yù)估一個 “先驗概率”，然后加入實驗結(jié)果，看這個實驗到底是增強(qiáng)還是削弱了“先驗概率”，由此得到更接近事實的“后驗概率”。

在本模塊的計算中，則體現(xiàn)了查驗總數(shù)、查驗票數(shù)以及查扣情況的數(shù)理分析。

按照貝葉斯公式：設(shè)進(jìn)貨總量為j；查驗票數(shù)為i；扣貨票數(shù)為 α；

An=（αn/in）/[（αn/in）+（1-αn/in）×（jn-in）]

其中（n=1，2，3，4，5…）

發(fā)件人（B），收件人（C），國別（D）也可以按照此方式推導(dǎo)：

由此可以見，一票貨物的風(fēng)險公式即可全面展開為：

ξ=X（αn/in）/[（αn/in）+（1-αn/in）×（jn-in）]+Y（βn/yn）/[（βn/yn）+（1-βn/yn）×（tn-yn）]+Z（γn/qn）/[（γn/qn）+（1-γn/qn）×（pn-qn）]+W （λn/ln）/[（λn/ln）+（1-λn/ln）×（kn-ln）]

4 風(fēng)險控制模塊介紹

在風(fēng)控計算方法的建立上，首都機(jī)場口岸可以有效地對申報為“Ⅰ類、Ⅱ類”入境快件進(jìn)行風(fēng)險分類管理。本著合作共贏的理念，首都機(jī)場口岸快件檢驗處與DHL合作開發(fā)了一款基于國外原始數(shù)據(jù)的風(fēng)控模塊企業(yè)端。該風(fēng)控模塊的主要功能劃分如下：

登錄→風(fēng)險類別管理→風(fēng)險值設(shè)定（使用Excel導(dǎo)入）→權(quán)重賦予→計算分值

4.1 風(fēng)險控制模塊主界面

進(jìn)入模塊主界面，如圖3所示。該模塊由于是共同開發(fā)，除了可以計算檢疫風(fēng)險值外還可以計算海關(guān)敏感貨物風(fēng)險值。

圖3 北京口岸風(fēng)險布控系統(tǒng)主界面

4.2 風(fēng)險值的導(dǎo)入

風(fēng)險值的導(dǎo)入，如圖4所示。風(fēng)險值計算結(jié)果可以由Excel直接導(dǎo)入，并且權(quán)重值設(shè)定端口是開放的，可以人為對某一種或多種字段進(jìn)行干預(yù)。

4.3 高危數(shù)據(jù)展示

最終計算出風(fēng)險值，如圖5所示。每天在航班到達(dá)前4～6 h，就可以提前掌握高風(fēng)險數(shù)據(jù)并布控查驗指令。

圖4 風(fēng)險值的導(dǎo)入

圖5 風(fēng)險值的計算

5 問題與討論

本文結(jié)合首都機(jī)場檢驗檢疫局快件處3年來的查驗情況進(jìn)行總結(jié)分析，提出全新的運(yùn)算法則，進(jìn)行風(fēng)險核算，降低操作成本的同時，使檢出率得到更穩(wěn)定的提升。在風(fēng)控模塊運(yùn)行期間，可大幅提高檢出率。新的風(fēng)控模塊現(xiàn)階段還不能完全取代人工，但在近期及未來檢驗檢疫的日常工作中產(chǎn)生非常有效的協(xié)助效果，它可以通過數(shù)據(jù)的時時更新，預(yù)測貨物存在的風(fēng)險，并可以很好的適應(yīng)未來的數(shù)據(jù)發(fā)展趨勢。

在測試中發(fā)現(xiàn)如果數(shù)據(jù)庫中沒有該貨物的不合格數(shù)據(jù)，但有時貨物需要查驗，而沒有風(fēng)險命中，為此，可能是由于部分?jǐn)?shù)據(jù)是第一次出現(xiàn)，所以在原始底庫中沒有顯示，計算時會為0，故無法命中；最終，根據(jù)問題產(chǎn)生的原因，制定了相關(guān)的解決方案將模塊的端口開放，允許人工進(jìn)行直接干預(yù)，可以人為添加需要攔截的風(fēng)險包裹，一旦選擇了人工攔截，則系統(tǒng)會在后臺將該票的信息進(jìn)行采集、記錄，如果之前該品名從未申報過，而本次查驗時發(fā)生了扣貨，則下次該品名再次申報時，僅品名分這項就將直接以最高分命中；再次批查的幾率在70%以上。

本文中涉及的影響因子共有4項，在以后風(fēng)險控制模塊的實際應(yīng)用中可根據(jù)情況對影響因子進(jìn)行增減等，以期達(dá)到最理想效果。

[1]李中軍.河南省跨境電子商務(wù)檢驗檢疫監(jiān)管問題研究[D]，鄭州：鄭州大學(xué)，2016.

[2]李景.創(chuàng)新跨境電商之進(jìn)境郵快件檢疫監(jiān)管的新模式[J].管理觀察，2016，36：95-96.

[3]黃琦山.C2C模式入境郵快件檢驗檢疫監(jiān)管工作的探討[J].管理觀察，2016，28：82，86.

[4]張宗平，莫靈江，黃堅.國際郵件快件檢驗檢疫監(jiān)管系統(tǒng)應(yīng)用研究[J].現(xiàn)代計算機(jī)，2016，（28）：69-72.

[5]劉偉濤，顧鴻，李春洪.基于德爾菲法的專家評估方法[J].計算機(jī)工程，2011，37：189.