基于贝叶斯网络与DEMATEL-ISM的内河港口韧性评估方法研究

本研究针对港口系统韧性量化中策略交互关系被忽视的问题，提出融合贝叶斯网络(BN)、决策实验室分析法(DEMATEL)与解释结构模型(ISM)的混合方法。通过哥伦比亚北部内河港口的案例，识别19项韧性策略并证明自适应(ADC)与恢复性(RTC)能力比吸收性(ABC)能力更具影响力。该框架为资源有限情境下的韧性投资优先级决策提供结构化工具，填补了现有模型对策略交互作用量化不足的空白。

　　

全球海运系统中港口作为关键节点承担着80%的贸易量，但其核心地位也使其易受各类中断事件影响。历史教训触目惊心：2002年美国西海岸港口罢工造成190亿美元损失，2015年天津港爆炸导致798人伤亡，而飓风桑迪更给纽约港带来600亿美元损失。这些事件不仅造成直接经济损失，还会引发船舶拥堵、货物积压、仓库瘫痪等连锁反应，最终导致社会经济层面的"多米诺效应"。更严峻的是，气候变化正加剧港口面临的飓风、热带风暴等自然灾害风险。

面对这些挑战，传统港口韧性研究存在明显局限。现有模型往往将韧性策略视为独立变量，忽视策略间的复杂交互作用。这种简化可能导致决策者低估某些策略的真实影响力，进而造成资源错配。例如，实时通信系统与运输调度策略之间存在协同效应，但现有方法难以量化这种关系。

北哥伦比亚大学工业工程系（University of the North, Colombia）的Gonzalez-Solano Fernando团队创新性地将贝叶斯网络(BN)与多准则决策方法(DEMATEL-ISM)相结合，开发出能系统量化策略交互作用的韧性评估框架。研究以哥伦比亚加勒比地区内河港口为案例，通过专家焦点小组确认18项韧性策略和13类中断事件，运用DEMATEL-ISM构建策略层级关系，最终建立包含吸收性(ABC)、自适应(ADC)和恢复性(RTC)三维度的BN模型。

研究采用三项关键技术：1) DEMATEL-ISM混合模型确定策略间因果关系与层级结构；2) 贝叶斯网络量化韧性概率并模拟不同情景；3) 基于历史数据的敏感性分析评估策略失效影响。特别值得注意的是，研究通过2^k因子实验和随机森林模型验证了关键策略的统计显著性。

研究结果揭示多项重要发现：

韧性策略层级结构

通过DEMATEL-ISM分析，吸收性策略中"业务连续性计划"和"维护计划"处于层级底部，对其它策略有最大影响力；自适应策略中"远程信息访问"是基础性策略，直接影响"快速疏散计划"等操作层策略。

关键韧性策略识别

敏感性分析显示通信与呼叫链(ADC)失效时，适应能力骤降78.3%，而物理基础设施修复协议(R1)失效会使韧性下降46.4%。相比之下，多功能劳动力策略影响较小(p=0.464)。

交互作用的核心价值

对比模型显示：忽略策略交互会严重低估风险。当通信策略失效时，含交互模型显示的韧性损失(26%)是不含交互模型(7%)的3.7倍，证明交互分析对准确评估至关重要。

策略协同效应

SHAP分析揭示"替代运输模式"与"通信系统"组合产生最强协同效应，使韧性提升27%，而"远程访问"与"通信"组合也能提升19%。

这项研究在方法论和实践层面均具有突破性意义。提出的BN-DEMATEL-ISM混合框架首次实现了港口韧性策略交互作用的系统量化，解决了传统模型"只见树木不见森林"的问题。案例研究表明，自适应和恢复性策略的实际影响力被长期低估，而通信系统的枢纽地位得到数据支撑。对决策者而言，该模型提供了资源优化配置的科学依据——在预算有限时，应优先保障通信系统、基础设施修复等具有网络中心性的策略。

研究同时指出未来改进方向：当前模型尚未考虑策略间的负向交互，且中断事件的强度分级有待完善。这些局限为后续研究提供了明确路径，包括开发动态BN模型以捕捉时变关系，以及建立中断强度与恢复力的量化关联模型。该框架的普适性设计使其可扩展至海港、陆港等各类运输枢纽，只需根据具体情境调整策略和中断事件清单即可实现本地化应用。