海事通信中言语行为与词汇因素的定量风险评估及其对事故预防的启示

针对海事通信中言语行为(Speech Acts)和词汇因素(Lexical Factors)导致沟通失败进而引发事故的问题，研究人员基于429起事故的VDR数据构建贝叶斯网络(BN)模型，量化了言语行为清晰度(70%)、词汇歧义(81.81%敏感性)和SMCP协议一致性对事故概率的影响(37.77%)，为优化海事安全协议和跨文化培训提供数据支撑。

　　

在全球贸易高度依赖海运的背景下，船舶通信失效导致的事故始终是海事安全的重大隐患。据统计，高达40%的海事事故与沟通问题直接相关，尤其在多语言、多文化背景的船员协作中，术语歧义、指令意图误判等言语行为(Speech Acts)问题频发。虽然国际海事组织(IMO)制定了标准海事通信短语(SMCP)，但实际应用中仍存在协议执行偏差、文化差异干扰等系统性挑战。更棘手的是，现有研究多停留在定性分析层面，缺乏对言语行为中locutionary（字面表达）、illocutionary（意图传递）、perlocutionary（听者反应）三个维度的定量风险评估，难以指导精准干预。

针对这一空白，上海交通大学船舶海洋与建筑工程学院交通运输工程系的研究团队联合国际专家，创新性地将语言学理论与安全科学相结合。研究团队基于全球航运巨头中远海运(COSCO)2018-2023年间429起事故的航行数据记录仪(VDR)通信文本，构建了贝叶斯网络(BN)模型，首次实现了对言语行为与词汇因素的动态概率建模。论文发表于安全科学领域权威期刊《Safety Science》，为海事风险防控提供了数据驱动的决策框架。

研究采用多阶段混合方法：首先通过专家研讨会确定BN网络结构，由5名海事专家（含船长、VTS官员、语言学家）验证变量间的因果关系；随后利用期望最大化(EM)算法处理VDR转录数据中的缺失值，计算条件概率表(CPT)；最后通过敏感性分析识别关键风险杠杆点。技术路线涵盖：1) VDR语音文本的结构化编码；2) 基于HUGIN软件的BN建模；3) 预测性、诊断性和情景分析的三维验证。

研究结果揭示多层次发现：

3.2. Predictive analysis

模型预测显示，言语行为导致的沟通失效引发事故的概率达37.77%，其中locutionary acts（表达清晰度）贡献最高(67.42%)，其子项"表达清晰度"风险权重达70%，印证了基础语言编码在海事通信中的核心地位。

3.3. Diagnostic analysis

当设定事故概率为100%时，词汇歧义(Lexical Ambiguity)的影响跃升最显著(34.41%→48.82%)，表明术语多义性在事故情境下会放大风险。SMCP协议一致性偏差也使风险概率提升9.59个百分点，凸显标准操作规程的实践落差。

3.4. Sequential and simultaneous analysis

最严峻的风险协同效应出现在"词汇歧义+SMCP偏差"组合，事故概率从37.77%飙升至68.49%，近乎倍增。这表明当系统规范与个体表达同时失效时，风险呈现非线性增长。

3.5. Sensitivity analysis

词汇歧义以81.81%的敏感度成为最强风险驱动因子，远超SMCP一致性(51.57%)和文化变量(19.45%)。这为资源分配提供优先级依据——每提升1%的词汇明确性，可降低0.82%的事故风险。

该研究的突破性在于将语言学理论转化为可量化的安全指标。通过证明locutionary acts的基础性作用(占风险贡献70%)，指出海事培训应强化"信息编码"而非仅关注"意图传达"。同时，SMCP协议与词汇歧义的协同效应警示：标准化建设需"语言-制度"双轨并进。随着智能航运(MASS)发展，该模型可延伸至人机语音交互场景，为AI语音系统的容错设计提供参数依据。

研究也存在三方面局限：样本限于单一企业数据；二元变量简化了风险梯度；未整合疲劳、能见度等环境因素。未来可通过多源数据融合、模糊逻辑扩展模型维度。这些发现不仅为IMO修订SMCP提供实证依据，更开创了"海事语言学"这一交叉研究新范式。