基于二元决策图的中欧班列运营风险评估

冯芬玲，牛天聪



基于二元决策图的中欧班列运营风险评估

冯芬玲，牛天聪

(中南大学 交通运输工程学院，湖南 长沙 410075)

将二元决策图(BDD)分析方法应用于故障树分析法，对中欧班列运营风险的评估问题进行研究，构建中欧班列运营风险评估模型。建立风险故障树之后，基于Shannon分解定理构建相应的二元决策图，并通过遍历二元决策图来计算得到各基本事件的Birnbaum测度。中欧班列运营工作人员可根据量化的基本事件重要度，得到对中欧班列运营影响最大的基本事件，从而制定相应的风险控制策略来减少损失，确保中欧班列高效运行。

中欧班列；风险评估；故障树；二元决策图(BDD)；重要度

中欧班列是贯彻国家“一带一路”战略布局的具体表现形式之一，也是铁路部门与国际接轨、跨出国门走向世界的具体实践。自中欧班列开行6年以来，已累计开行4 000多列，全国开通中欧班列城市已达28个，涉及欧洲11个国家的29个城市，运行线路达51条，货物品类日益丰富，呈现出良好的国际品牌效应和发展前景。但与此同时，中欧班列的运营还面临着经济管理、外部环境以及政治制约等方面的运营风险，这就要求中欧班列运营的风险管理有更高的水平。目前，国内外有不少学者利用故障树进行风险管理，探究风险发生的可能形式以及引发风险的关键因素，继而提前制定相应的防备举措降低引发风险的几率和造成的不良后果。故障树分析法(FTA)是在整个事件体系运转过程中，研究有机会引发风险的各类风险要素，构建出故障树，从而确定故障树顶事件产生原因的所有可能模式以及发生概率的一种研究方法。早前，Rauzy等[1−2]给出了FTA的应用步骤、分析思路。在最初应用的故障树分析法里，由于最小割集彼此是相交的，在利用其研究引发顶事件的概率时，从最小割集的数量来看，其展开的项数呈现指数增长，因此使得计算顶事件发生概率的过程变得异常困难。二元决策图(BDD)的引入可以使用故障树方法计算顶事件发生概率的计算过程变得相对简化。BDD结构最早出现是Akers[3]在1978年提出的，目前已在逻辑验证等领域中都有了较为广泛的应用。BDD结构模型最初应用于故障树的相关分析是由Ranzy[4]提出，在应用中显示出其计算简便、结果相对误差较小等特点，并且大部分计算过程可通过计算机编程来实现。应用BDD技术解决故障树的分析问题逐渐受到重视，并取得不少显著应用[5−7]。近年来不少学者运用故障树分析方法定性地对风险发生的概率作了分析[8−10]，定性分析法的不足之处在于不能从结果直观地得到相应结论。刘敬辉等[11−12]将传统故障树分析法(FTA)和层次分析法(AHP)相结合，研究设计了基于FTA-AHP的风险综合评估方法。姚成玉等[13−14]从定量方面作了研究，利用T-S模糊故障树对其事件重要度作了相关分析，提出了T-S重要度概念及其计算方法，但计算过程极其复杂繁琐，在实际应用中的实现较为困难。

1 中欧班列运营风险评估理论模型

1.1 中欧班列运营风险分析

根据不同因素风险可分为不同种类。按照产生原因，可以将风险划分为：自然风险、社会风险、政治风险、经济风险和管理风险等[15]。通过调研中欧班列国内外运营的现状，分析中欧班列的线路开行现状、货源情况、运营流程、国外段运输的通关换装及组织模式等，不难发现，中欧班列运行线路长、途径国家多，涉及国内外的内陆运输、清关、包装、装卸等环节。班列运营受经济、管理、环境和政治等多方面因素的制约，其中，市场供求关系的变化、中欧班列运行环境变化巨大、各国铁路运输法规政策不同都将导致中欧班列运营风险的出现。根据中欧班列运营风险的产生环境，参考上述风险种类，结合中欧班列运营的实际情况，可将中欧班列运营风险的共分为4大类，分别为交易风险、安全风险、时间风险以及其他风险。

1) 交易风险

①运营成本高

目前，很多企业在跨国运输的项目上依旧更加倾向海运，而海运成本相对其他跨国运输方式较低，为了与海运竞争资源，中欧班列收费价格不能太高。例如从成都开行的“蓉欧快线”，平均每个集装箱运输成本在65 000元(人民币)左右，而当前线路运营单位向货主收取的运输费用却只有49 000元(人民币)左右，平均一个集装箱的成本亏损就达到了约16 000元(人民币)，其余各地的中欧班列情况大同小异。此外，现阶段运行的双向中欧班列几乎都存在空箱运输的情况，尤其是回程中中欧班列的使用率几乎为0，回程货源的短缺也是运营成本过高的原因之一。

②运单问题

信用证是在中欧贸易过程中为解决交易双方信用问题而使用的结算方式之一。在中欧班列运营过程中，铁路运单不能作为物权凭证，使得开证银行不能获得货物的实际控制权，因此大多数银行不接受铁路运单作为结汇用途的货运，这就给中欧班列交易过程中相关金融服务带来不便。此外，中欧班列运单一直存在属权归属不明确的问题。依照相关部门规定，货主或货运代理人都可以凭借运单向相应承运人提出合理的理赔诉求，但是实际操作中，货主或货运代理人不能直接向责任区段的承运人提出理赔诉求，从而面临索赔困难的情况，也存在较大的交易风险。

2) 安全风险

由于中欧班列运行距离长，途经国家多，再加上运输过程中需要多次转关换轨，在装卸车作业和开箱检查货物时，容易产生危及货物安全的问题。例如货物的包装问题，如若包装强度不足，则可能导致商品在运送途中受到碰撞而发生损坏；包装时重心过高，则可能导致在装卸货物时发生货物歪斜或倒塌等情况。不同的货物也有相对应的不同的包装，例如电子设备若不采取防水措施，一旦受潮，则有可能导致货物失去其使用价值。

班列每箱、每趟货物品类不一，所采用的装载加固方案都有严格的要求。由于有些货主自备集装箱、自行完成装载，在很多情况下不满足铁路上的装载加固要求，到站后需要重新进行装载加固，在开箱重新进行装载加固时易产生安全问题。此外，进行海关查验或检验检疫查验时，也需要开箱检验，也可能会引发安全问题。

在运行过程中，中欧班列需要经过若干次转关换轨，每次转关换轨均需经过装卸货物，反复的装卸作业会使得货物遭受损失的几率增大。另一方面，不同国家的装卸工人操作水平不尽相同，在装卸过程中存在较大安全风险。

3) 时间风险

①通关时间风险

通关是中欧班列经过口岸站时作业环节中最为重要的一个，通关效率直接影响中欧班列的运行效率，从而影响中欧班列的运营状况。货物通过海关的基本流程包括报关、审单、查验、放行。报关的主要目的是防止走私，需提交与入关货物直接关联的基础资料和文件。如果提交的相关材料不真实准确，货物的通关效率也会大大降低。审单主要是为了检验报关人提供的单证是否真实有效。由于各国海关的自动化程度不同，工作人员的业务素质层次不齐，审单的效率也千差万别。查验并不是所有货物通关的必经程序，只有当海关认为申报的货物必须查验时，才需查验。各国海关检验检疫的相关规定不同，在通关一体化方面有较多障碍，另一方面各国查验人员的工作效率也不尽相同。放行是通关的最后一步，但海关放行并不代表海关已经结束了对货物的监管。如若由于一些特殊原因需要将商品移交海关进行特别处理，则申请人需要向海关申请担保放行，只有得到海关的许可后，方可放行。这就导致在这2个环节上有可能影响通关时间。

②换轨时间风险

我国铁路与国外铁路在轨距、车辆规格、运输规范等方面不尽相同。在列车运行过程中可能要经过多次换轨，而由于车辆载重规格不一致，可能会在换装时发生短、溢装和甩货，严重影响运输的时间和效率。此外，换轨的设备情况及换轨时工作人员的工作效率都会对换轨时间产生影响。

③运行时间风险

由于目前大部分班列运行线路的中间部分路段设施相对落后，使得列车在出发和到达路段的平均运行速度大于列车在中间路段的平均行驶速度。例如列车行驶出阿拉山关口之后，速度有明显下降，一直到进入波兰列车速度才再度提升。此外，由于运行线路中间路段的设施落后，单线铁路局数量众多，国际货物运输还经常停装、现装，严重影响了运行时间。

4) 其他运营风险

中欧班列运营风险除了包括以上介绍的3大类之外，还有一些其他潜在风险，例如地缘政治风险。中欧班列沿线经过蒙古、哈萨克斯坦、俄罗斯、土耳其、吉尔吉斯斯坦、德国、波兰等众多国家，沿线东道国政策的限制就可能对中欧班列运营产生不良影响。例如俄罗斯的“灰色清关”，要求进出口商按照俄方规定进行货物运输，虽然这一过程根据不同政策针对不同货物，但所有情况都需提供大量证明材料，严重延长了通关时间。此外，东道国的单方面违约也可能造成中欧班列运营的严重损失。另一方面，自然环境对中欧班列运营也会产生一定影响。班列运行中不免经过山区、河流等地势环境复杂的地段，货物安全存在受泥石流、山体滑坡、洪水等自然灾害影响的可能。虽然铁路相对海运、空运等运输方式受天气影响较小，但在一定程度也会影响货物安全，如遭遇暴雪、暴雨等天气时，如若货箱密封程度不够，货物会被雪水、雨水等浸泡造成损失。此外，中欧班列目前开通的线路及规划线路沿途经过的国家和地区众多，不同国家和地区的体制、文化以及经济环境各不相同，另外还有个别国家的政治环境长期动荡不安，还要遭受大国博弈的波及。例如中欧班列目前正在规划中的西2和西3通道均需经过中东地区，而中东地区多年来饱受民族冲突和恐怖主义困扰，致使中欧班列货物安全存在潜在风险。

1.2 构建风险结构示意图

基于以上分析，可以构画中欧班列风险结构示意图。此处以中欧班列通关时间风险为例。

1.3 构建风险评估故障树

基于风险结构示意图1，可以构建相应的中欧班列运营风险评估故障树。构建过程如下。

图1 通关时间风险结构图

构建中欧班列运营风险评估故障树(，，)。设中欧班列运营风险评估故障树共有个事件，分为层，第层共有个事件。那么有：

5)X之间的逻辑关系只有“与”、“或”、“非”3种。

6) 中欧班列运营风险评估过程是单调关联的。

1.4 转化故障树为二元决策图(BDD)

1.5 中欧班列运营风险评估

本文对中欧班列运营风险评估的主要目的是为了得到对中欧班列运营影响最大的基本事件，从而采取相应措施应对。

Birnbaum测度在描述事件重要度方面有着广泛应用。在本文构建的模型中，事件的Birnbaum测度值越大，则说明该事件对顶事件的影响程度就越大。铁路运营管理人员可以通过量化各个底事件对顶事件的重要程度，得到影响中欧班列运营的关键因素。

定义1.1 当顶事件涉及个底事件时，第个底事件的Birnbaum测度可定义如下：

本文引入BDD分析方法，通过遍历BDD结构来计算底事件的重要度值，上述Birnbaum测度可进一步表示如下：

运用BDD分析方法计算底事件的Birnbaum测度值的过程可用式(3)描述。

2 实例应用

通关是中欧班列经过口岸站时作业环节中最为重要的一个，通关效率直接影响中欧班列的运行效率，从而影响中欧班列的运营状况。本文选择中欧班列运营风险中通关时间风险部分为例对以上模型算法进行说明。

2.1 构建故障树

根据图1构画中欧班列通关时间风险的风险评估故障图。如图2所示。

图2 通关时间风险故障树

符号说明：

：通关时间风险(顶事件)；

11：报关延时风险(中间事件)，12：审单延时风险(中间事件)，13：检验检疫延时风险(中间事件)，14：结关延时风险(中间事件)；

21：报关(中间事件)，22：审单(中间事件)，23：检验人员工作效率低(中间事件)，24：货物不符当地规定(中间事件)，25：货物税费未及时缴纳(中间事件)，26：货物担保不合格(中间事件)；

1：报关不及时(底事件)，2：提交单证不及时(底事件)，3：单证数据不准确(底事件)，4：海关自动化程度低(底事件)，5：关员工作效率低(底事件)，6：单证丢失(底事件)，7：需查验货物(底事件)，8：检验人员业务素质低(底事件)，9：货物违规未通过查验(底事件)，10：需要交税(底事件)，11：未及时交税(底事件)，12：货物需交海关特殊处理(底事件)，13：担保无效(底事件)。

2.2 转化故障树为BDD

图2中，通关时间风险故障树对应的逻辑表达式为：

其中：“+”和“∙”分别对应着“或”运算和“与”运算。转化为BDD结构如图3所示。

2.3 底事件重要度分析

根据式(2)和式(3)，遍历图3的BDD结构可以得到各底事件的Birnbaum测度。由于公式是递归形式，整个计算过程可以很容易地借助C语言编程实现。计算结果如表1所示。

图3 通关时间风险二元决策图

表1 通关时间风险的底事件重要度

通过构建相应故障树及二元决策图，运用以上方法，可以得到对中欧班列运营影响较大的底事件，这里不再重复过程。得到的结果为“货源不足”、“中间路段设施落后”、“装卸次数过多”、“包装不当”、“报关不及时”、“海关自动化程度低”和“需查验货物”排位靠前，故而各部门应着重控制以上事件的发生，并采取相应的风险预防和处置措施。

3 结论

1) 中欧班列运营的各个底事件的重要度能够用Birnbaum测度表示。Birnbaum测度值越大，则说明该事件对中欧班列运营状况的影响程度就越大。中欧班列运营管理人员可以通过分析底事件的重要度得到影响中欧班列运营的关键因素，从而采取相应措施。

2) 在构建中欧班列运营故障树后，利用Shannon分解定理来构建相应的BDD，并通过遍历BDD结构得到各底事件的重要度。基于BDD故障树的中欧班列运营风险评估方法能量化中欧班列运营过程中个底事件的重要度，从而直观得到对顶事件影响程度最大的底事件。

3) 通过与传统故障树(FTA)技术求得的结果进行对比，证明引入BDD分析方法的故障树分析法能更加精确迅速地得到底事件的重要度，有效避免了在传统故障树方法计算过程中的逻辑组合爆炸、运算复杂等问题，有效减少了人工分析的工作量。

[1] Akers S B. Functional testing with binary decision diagrams[J]. Journal of Design Automation & Fault-Tolerant Computing, 1978, 2(4): 509−516.

[2] Rauzy A. New algorithms for fault tree analysis[J]. Reliability Engineering and System Safety, 1993, 40(3): 203−211.

[3] Bryant R E. Graph-based algorithms for boolean function manipulation[J]. IEEE Trans. Computers, 1986, 35(8): 677−691.

[4] Ranzy A. New algorithms for fault tree analysis[J]. Reliability Engineering and System Safety, 1993, 40: 203−211.

[5] 钟季龙, 郭基联, 王卓健, 等. 装备体系多阶段任务可靠性高效解析算法[J]. 系统工程与电子技术, 2016, 38(1): 232−238. ZHONG Jilong, GUO Jilian, WANG Zhuojian, et al. Research on phased mission based efficient reliability evaluation algorithm for equipment system of systems[J]. Systems Engineering and Electronics, 2016, 38(1): 232−238.

[6] 杨莉琼, 李世蓉, 贾彬. 基于二元决策图的建筑施工安全风险评估[J]. 系统工程理论与实践, 2013, 33(7): 1889−1897. YANG Liqiong, LI Shirong, JIA Bin. Safety risk assessment for construction project with BDD-based method[J]. Systems Engineering-Theory & Practice, 2013, 33(7): 1889−1897.

[7] ZANG X, SUN H, Trivedi K S. A BDD based algorithm for reliability analysis of phased mission systems[J]. Reliability Engineering & System Safety, 1999, 66(2): 157−170.

[8] 张明轩, 朱月娇, 翟玉杰, 等. 建筑工程高处坠落事故的故障树分析方法研究[J]. 煤炭工程, 2008(2): 112−114. ZHANG Mingxuan, ZHU Yuejiao, ZHAI Yujie, et al. Research on fault tree analysis method for falling accident of building engineering[J]. Coal Engineering, 2008(2): 112−114.

[9] Kloos J, Hussain T, Eschbach R. Risk-based testing of safety-critical embedded systems driven by fault tree analysis[C]// IEEE Fourth International Conference on Software Testing, Verification and Validation Workshops. IEEE Computer Society, 2011: 26−33.

[10] 周雅珍, 胡金涛, 蔡云龙, 等. 基于故障树的水厂电源电气设备突发事件风险研究[J]. 中国给水排水, 2012(13): 70−74. ZHOU Yazhen, HU Jintao, CAI Yunlong, et al. Risk research on emergency power supply and electrical equipment in water plant based on FTA[J]. China Water & Wastewater, 2012(13): 70−74.

[11] 刘敬辉. 基于FTA-AHP的铁路安全风险综合评估方法[J]. 中国铁道科学, 2017(2): 138−144. LIU Jinghui. Railway comprehensice security risk evaluation method based on FTA-AHP[J]. China Railway Science, 2017(2): 138−144.

[12] Hyun K C, Min S, Choi H, et al. Risk analysis using fault-tree analysis (FTA) and analytic hierarchy process (AHP) applicable to shield TBM tunnels[J]. Tunnelling & Underground Space Technology Incorporating Trenchless Technology Research, 2015, 49(1): 121−129.

[13] 姚成玉, 张荧驿, 王旭峰, 等. T-S模糊故障树重要度分析方法[J]. 中国机械工程, 2011(11): 1261−1268. YAO Chengyu, ZHANG Yingyi, WANG Xufeng, et al. Importance analysis method of fuzzy fault tree based on T-S model[J]. China Mechanical Engineering, 2011(11): 1261−1268.

[14] 姚成玉, 陈东宁, 王斌. 基于T-S故障树和贝叶斯网络的模糊可靠性评估方法[J]. 机械工程学报, 2014, 50(2): 193−201. YAO Chengyu, CHEN Dongning, WANG Bin. Fuzzy reliability assessment method based on T-S fault tree and Bayesian network[J]. Journal of Mechanical Engineering, 2014, 50(2): 193−201.

[15] 李宁, 李春华, 张鹏, 等. 综合风险分类体系建立的基本思路和框架[J]. 自然灾害学报, 2008, 17(1): 27−32. LI Ning, LI Chunhua, ZHANG Peng. Basic thinking and framework for establishment of integrated risk classification system[J]. Journal of Natural Disasters, 2008, 17(1): 27−32.

(编辑 蒋学东)

Risk evaluation for operational requirements of CR express with BDD-based method

FENG Fenling, NIU Tiancong

(School of Traffic and Transportation Engineering, Central South University, Changsha 410075, China)

The paper presents a structured approach for risk evaluation and describes a Binary Decision Diagrams (BDD) based on fault tree tool for assessing risks in operational requirements of CR express to qualitatively irregular risks. After the fault tree was built, the BDD was constructed by Shannon decomposition theorem, and was calculated with BDD traversal. The manager of the CR express could make use of the important values to analyze the importance of events, and find out the most important event to reduce losses and ensure the operational requirements of CR express.

CR express; risk evaluation; fault tree; binary decision diagrams (BDD); importance value

10.19713/j.cnki.43−1423/u.2018.12.034

U-9

A

1672 − 7029(2018)12 − 3281 − 07

2017−09−19

国家社会科学基金资助项目(18BJY169)；国家铁路局资助项目

冯芬玲(1973−)，女，河北邯郸人，副教授，博士，从事交通运输规划与管理研究；E−mail：FFL0731@163.com