吴晓春，吴一鑫，马伟皓，毛天宇，卢天赋

(1.武汉理工大学 航运学院，湖北 武汉 430063;2.内河航运技术湖北省重点实验室，湖北 武汉 430063;3.国家水运安全工程技术研究中心，湖北 武汉 430063;4.浙江大学 海洋学院，浙江 舟山 316021)

当前我国经济已发展成为高度依赖海洋的外向型经济，随着建设“海洋强国”战略目标的提出，海洋上升至前所未有的战略高度。而海上突发事故也随着国家对海洋的开发越来越频繁地发生，造成了严重的人员伤亡和财产损失，同时也对通航环境、通航秩序、海洋环境和社会公共利益造成了巨大的不利影响。海上应急救助部门作为挽救失事人员生命和财产安全的主要力量，责任重大。目前，国内外对海上应急救助的研究大多集中在对救助措施的改进、救助装备的改良，缺乏对救助过程及体系的系统研究，更缺乏对救助部门的评价措施与方法的研究。而海上救助行动涉及到各部门、人员、装备之间的协同配合，是一个复杂的系统。任何环节的缺失或措施不当，都会影响到救助成效。笔者根据救助局目前存在的问题建立相应的风险控制体系，对救助局的海上应急救助能力进行评价，有助于提升救助局的海上应急救援能力，降低海上突发事故损失，避免海上应急救援能力提升过程中的资源浪费。

国内学者代言明等[1]结合模糊数学、网络分析法和专家调查法建立了公路隧道火灾风险“FAND”综合评价模型。赵振武等[2]将模糊网络分析法运用在机场旅客安检系统上，建立了系统评估模型。刘保国等[3]通过建立集德尔菲法、模糊综合评判和网络分析法于一体的模糊网络分析法，将其应用于公路山岭隧道施工风险分析上。唐文彬等[4]将模糊网络分析法应用在城际铁路建设项目风险评价中，为有效控制项目风险提供决策参考。针对传统评价方法存在的缺陷与不足，利用模糊网络分析法进行综合评价研究已成为一种主流和趋势。

海上应急救助过程多变，各影响因素间的关系复杂，以往的评价模型难以运用到该系统中。笔者综合考虑到海上救助影响因素之间的相互关系和现有的评价模型，将德尔菲法、网络分析法、模糊综合评价法相结合形成模糊综合评价法，并运用至海上应急救助能力评价中，建立海上应急救助能力评价模型，对救助部门的海上应急救助能力进行分析。为验证模型的准确性，以东海救助局为例进行分析评价，并根据评价结果和各影响因素排序，对该海洋救助局提出相关建议，该模型可扩展到其他海上救助部门，为提升其海上应急救助能力提供准确有效的参考。

1 模糊网络分析法

1.1 三角模糊数

P(μ1>μ2)=

(1)

1.2 模糊网络分析法

德尔菲法是集合多位专家的经验、观点和知识，将复杂、模糊的问题通过专家之间经验等信息的交流进行解决的方法。网络分析法是美国匹兹堡大学SATTY教授在层次分析法的基础上提出来的一种系统决策方法，其将指标间存在内部联系的复杂系统分为由问题、目标和决策准则构成的控制层和受支配指标构成的网络层[7]。决策准则中的指标相互独立，网络层中的指标存在反馈作用。模糊综合评判法基于模糊变化原理，并根据最大隶属度原则，对多指标影响的系统和事物做出合理评价的一种方法。

模糊网络分析法大致步骤如下：①根据经验，全面而准确地确定评价对象的影响指标，构建评价指标体系；②基于评价指标体系，建立因素集，并根据指标特性，建立评语集；③进行单因素评价，通过询问专家意见、调查问卷等方式获得指标的专家评价结果，建立模糊关系矩阵；④利用德尔菲法对影响因素进行两两比较，结合三角模糊数整合专家意见，从而建立模糊判断矩阵，该方法考虑了评估对象的复杂性和模糊性，在一定程度上减少了主观性，得到的模糊判断矩阵较为客观[8]；⑤采用特征根法，计算各模糊判断矩阵的模糊权重向量，得到三角模糊数权重；⑥运用模糊综合评价法，求解评价结果。

2 海上应急救助能力评价指标体系

海上应急救助能力指标体系的构建必须遵循可操作性、全面性的原则。通过研究影响海上救助过程及投入并进行调研，首先对指标进行分类，将救助能力分成5个一级指标，然而这些一级指标难以量化，因此，需要对各一级指标进行细分得出对应的可量化的二级指标，笔者建立的海上应急救助能力评价指标体系如表1所示。

表1 海上应急救助能力评价指标体系

3 基于模糊网络分析法的海上应急救助能力评价

3.1 构建海上应急救助能力影响因素集和评语集

根据海上应急救助能力评价指标体系，建立以下因素集。一级指标因素集：U={A,B,C,D,E}；二级指标因素集：A={A1,A2,A3,A4}；B={B1,B2,B3}；C={C1,C2,C3}；D={D1,D2,D3}；E={E1,E2}。

结合海上应急救助能力评价指标的性质[9]，将其分为5个定性的等级，即评语集V={v1,v2,v3,v4,v5} ={优秀，良好，中等，合格，差}。优秀表示该指标能够提升海上应急救助能力，以此类推，差表示该指标会劣化海上应急救助能力。

3.2 确定海上应急救助能力评价网络结构

海上应急救助能力评价指标间的反馈关系根据以下标准：“评语优-评语优/差”，表示前一指标评价等级影响后一指标的评价等级，“评语优-评语”，表示前一指标与后一指标无关。然后综合实际经验和专家意见，确定海上应急救助能力评价网络结构，如图1所示。

图1 海上应急救助能力评价网络结构图

在实际救助行动中[10]，地方政府、公安等相关部门、救助指挥中心、现场部门之间存在指挥与信息反馈的情形。指挥机制：地方政府指挥救助指挥中心，并命令公安、消防等部门提供人力和物力上的协助，现场指挥中心即地方政府能够命令公安、消防等相关部门协助救助，指挥中心指挥现场救助部门进行救助。信息反馈机制：现场救助部门根据实际情况将现场信息反馈给救助指挥中心，救助指挥中心将信息整合，并向政府部门反馈，请求人力和物力支持。

救助人员的质量主要从操作技能、学历、年龄、人员组成(一线救助人员、高级指挥人员、管理人员)等方面来衡量。救助人员的集结速度在一定程度上取决于救助人员的质量。救助设备的质量主要从设备的工况、设备的种类(探测设备、信息设备、救助船、直升机等)方面来衡量。对于管理水平而言，管理体制的核心是设置管理机构，从而划分各单位、各成员的职责与义务。管理制度则是建立了成员的行为准则和规范，对于不同职责的人员，行为准则和规范也存在差异。而管理理念是指管理人员的观念，会在一定程度上影响管理体制和管理制度的制定。救助成效作为衡量一个海上救助部门的重要因素，可以从遇险人员的死亡伤残率和财产损失两方面来衡量。

此外，不同一级指标下的二级指标之间也存在相互反馈关系。政府部门的财力支持和公安等相关部门的协助都能在一定程度上影响救助人员的数量和救助设备的数量与质量。但由于设备的调运由人员完成，救助人员的数量和集结速度在一定程度上决定了设备的调运速度。除此之外，各指标的好坏都会直接影响到救助成效，即遇险人员的死亡伤残率和财产损失。

3.3 构建模糊判断矩阵

利用专家问卷打分的方法对指标初步评价[11]，得出二级指标的模糊关系矩阵R，如式(2)所示，即各二级指标因素集与评语集的模糊关系。

(2)

3.4 确定权重向量

在模糊网络分析法中，存在环境参数α∈[0，1]和决策乐观系数λ∈[0，1]。前者反映权重随决策专家判断的变化程度，α值越小，说明决策的变动范围越大；后者代表整合决策者的决策权重，λ值越小越乐观，越大越保守。

海上应急救助评价网络结构具有多个准则[12]，对网络层指标进行重要性排序，首先需要确定各准则下指标的未加权超矩阵。以联合抢险准则为例进行分析，结合德尔菲法进行两两比较确定判断矩阵，利用三角模糊数整合专家意见，得到模糊两两判断矩阵，再用特征根法确定权重向量。具体步骤包括：

(3)

同理，求出其他准则层下元素集的向量矩阵Wij，并进行整合，建立未加权超矩阵W：

(4)

(2)建立权矩阵a。由于每个网络层指标所受影响大小是在各对应元素集中比较判断的，因此各向量矩阵组成的超矩阵W的各列向量不是归一。为解决上述问题，将各元素组作为一个元素，对元素组进行成对比较，求出判断矩阵，并计算其特征向量，得到权矩阵a：

(5)

其中，aij=0表示指标i对指标j不影响，矩阵a的各列元素之和均为1。

(6)

(7)

3.5 模糊综合评价

(8)

为兼顾整体因素的综合评价，这里合成算子“∘”取M(·,⊕)，其中定义为a·b=a×b=ab；⊕定义为a⊕b=(a+b)∧1。

对应于评语层的综合评价结果，即为模糊综合评价模型的最终评价结果矩阵，根据最大隶属度原则，隶属度最大的元素对应的评语等级，即是模糊综合评价模型的最终评价结果。

4 案例分析

选取交通部东海救助局作为研究对象，救助人员方面，东海救助局现有职工798名，其中船员445名，专业技术人员328名。救助设备方面，东海救助局拥有远洋、近海、港口专用救助船14艘，其中720 kW救助拖轮1艘、1 940 kW救助拖轮5艘、3 200 kW以上大功率救助拖轮8艘，救生专用救助艇7艘。救助责任区北起连云港，南至东山岛，包括连云港、上海、宁波、温州、福州、厦门6个救助基地。

2017年，东海救助局执行各类救助抢险任务629起，出动救助力量850次，救助各类遇险人员1 035人，救助遇险船舶42艘，直接获救财产价值约19.03亿元。实际救助船舶包括印度籍散货船“LIBERTY PRRUDENCIA”轮，马绍尔群岛籍主机故障散货船“Tomini Infinity”轮，密克罗尼亚籍货船“East Moon”轮，进水渔船“闽龙渔66822”轮，倾斜货船“福顺67”轮等，并参与了2017全国渔业水上突发事件应急演练。

此次研究采取问卷调查对考察专家进行咨询，专家对2017年东海海上局实际救助案例和演习效果进行分析，并结合东海救助局的人员和设备配置情况，对各二级指标进行评价。本次调查结果如表2所示。

表2 调查问卷结果

根据表2，建立模糊判断矩阵R：

(9)

首先确定环境参数α和决策乐观系数λ，这里取α=0，λ=1，即专家采取最保守态度，且综合权重包含所有专家的决策权重信息。

以因素集A为例，将地方政府A1作为准则，根据相关部门A2、指挥中心A3和现场部门A4对准则A1的相对重要性比较，比较结果如表3所示。

表3 因素集A中各指标对A1的相对重要性

根据特征根法求得的4个排序向量，构建模糊判断矩阵W11：

(10)

同理，可以求出其他模糊判断矩阵W12、W13、W14、W21、W22、W23、W24、W31、W32、W33、W34、W41、W42、W43、W44。并对上述模糊判断矩阵进行整合，建立未加权超矩阵W。

对模糊未加权超矩阵W的每一列确定相对权重，得出模糊权矩阵a。

(11)

(12)

最后，根据计算得到的模糊加权超矩阵W的性质来计算极限排序。由于W>0 且其所有元素数值都大于零，即W是素阵的同时也是一个不可约矩阵。另外，W各列的和均为1，可以证明其最大特征根为1，且没有其他模为1的特征根。

0.081,0.074,0.085,0.070,0.085,0.081,

0.070,0.016,0.083,0.015,0.145,0.095]

(13)

根据网络分析法得到的各指标权重及等级权重，根据式(8)进行计算可得到：

B=[0.378 0，0.400 1，0.167 8，0.042 2，0.012 0]

(14)

综上可知，东海救助局的救助能力处于良好级别，能够在一定时间内采取合适的救助行动，满足多种情况下的海上应急救助的要求。若需进一步优化，可以根据指标评分和ANP得到的指标重要性排序逐步分析相应指标，针对性地进行改进。由表2和式(13)可知，东海救助局缺乏与公安、消防等相关部门的协调救助能力，且救助人员的集结速度有待提高，而救助人员的集结速度指标的权重较高，因此东海救助局应着重提高救助人员的集结速度。

5 结论

笔者将模糊网络分析法应用于海上应急救助评价中，得出以下结论：

(1)通过案例分析及咨询专家的方式，确定影响海上应急救助的因素，建立了海上应急救助能力评价指标体系。

(2)采用将德尔菲法、网络分析法和模糊综合评价法相结合的模糊网络分析法，建立了海上应急救助能力评价模型，该模型考虑了海上应急救助能力评价指标内部之间的联系，以及海上应急救助评价系统的模糊性，具有一定的准确性和优越性。

(3)为验证笔者提出的评价海上应急救助能力模型的实用性，以交通部东海救助局为例，对其海上应急救助能力进行评价。案例分析结果表明该模型能够有效地评价海上应急救助能力的优良程度，具有良好的实用性，并能有效指导相关部门进行改进。

笔者建立的模型可以有效对海上救助部门进行评价，并有针对性地指出存在的不足，从而有效提高海上应急救助的成功率，保障人员安全，降低财产损失。