评估亚洲港口对气候变化的抵御能力：一项比较分析

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：Assessing port resilience to climate change in Asia: A comparative analysis

　　杨志森|刘慧仪|Mark Ching-Pong Poo|Maneerat Kanrak|Maxim A. Dulebenets|Yu Qing
深圳技术大学城市运输与物流学院，中国深圳

**摘要**
作为亚洲区域发展的重要支柱，大湾地区（GBA）和东南亚（SEA）的沿海港口也面临着由气候变化事件（如台风、暴雨）带来的严峻威胁。本研究旨在评估和分析这两个地区港口的韧性，通过整合100多位专家的意见和噪声干扰方法，开发了面向目标的贝叶斯网络。通过综合敏感性分析和情景模拟，研究了影响港口韧性的关键变量及其具体影响程度。进一步对比分析了研究结果，揭示了GBA和SEA地区之间的相似性和差异性。实际应用上，本研究为这两个地区的海岸管理部门提供了有价值的建议，以增强港口的韧性，确保港口系统能够抵御潜在的气候变化，例如制定针对关键领域的具体法规，以及促进GBA和SEA之间的区域合作。

**引言**
海运运输部门在亚洲的经济发展中发挥了重要作用，特别是在大湾地区（GBA）和东南亚（SEA）。近年来，这些地区的港口基础设施得到了迅速扩展，集装箱吞吐量大幅增长，港口间的竞争也日益激烈[1]。香港、深圳、广州、新加坡、拉姆查邦港和巴生港等主要枢纽港口的发展为全球贸易流量的增长和区域供应链动态的变化息息相关[2]。位于中国南部沿海的GBA是世界上四个重要海湾区域之一，是连接丝绸之路经济带和海上丝绸之路沿线国家的关键陆海通道[3]。而SEA作为世界上最繁忙的海上十字路口之一，在连接太平洋、南海、印度洋和欧亚贸易路线上发挥着重要作用[4]。图1展示了这两个地区的地理位置。

政策驱动的区域一体化进一步促进了港口的发展。例如中国的“一带一路”倡议和粤港澳大湾区的发展，都优先考虑了港口间的基础设施连通性和机构合作[5]。这些政策旨在建立无缝的物流通道，提高海运运输系统的效率，从而支持区域经济增长。因此，GBA和SEA的港口不再孤立运作，而是越来越多地融入多模式的跨国物流网络中。然而，气候变化的加速影响给沿海港口带来了新的风险和不确定性。海平面上升、热带气旋加剧、极端降雨事件和风暴潮正在扰乱亚太地区的港口物流并破坏关键基础设施[6]。GBA和SEA地区的低洼沿海港口尤为脆弱，因此气候适应和风险缓解成为当务之急。例如，缅甸、泰国和越南拥有大量易受气候灾害影响的沿海地区[4]；GBA是一个灾害频发的地区，经常发生极端气候和天气事件[7]。此外，这些港口在全球贸易中的战略地位也加剧了其脆弱性。GBA的港口（如香港、深圳、广州）支撑着中国的出口经济，而许多SEA港口（如新加坡、雅加达、马尼拉、胡志明市）则是重要的转运枢纽。因此，这些地区的气候相关中断可能导致严重的社会经济损失。据估计，到2050年，SEA可能因气候相关中断而遭受高达35%的GDP损失，数亿人面临高洪水风险[8]。在这种情况下，增强港口系统的韧性——即预见、吸收、恢复和适应气候相关中断的能力——已成为一项战略性任务。

已有大量文献探讨了港口韧性评估，采用了一系列定量、定性和混合方法。定量技术通常通过模拟中断情景下的系统性能来提供客观、可衡量的指标：基于模拟的模型（如基于代理的建模、系统动态、离散事件模拟）可以动态检查假设中断下的港口运营[9]；网络分析通常结合图论概念来分析港口系统的属性[10]；数学规划方法（如随机混合整数线性规划）可以确定提高韧性的有效措施[11]。另一方面，定性方法在捕捉组织和特定情境因素方面更加灵活：专家访谈用于根据港口运营商和监管机构识别出的脆弱性和能力来评估韧性[12]；调查和自我评估工具用于评估组织准备情况和学习文化[13]；情景分析则探讨“如果……会怎样”的情况，以识别稳健且优先级高的策略[14]。然而，定量方法可能因依赖简化假设和全面数据而无法完全捕捉现实世界中断的复杂性和不确定性，而定性方法在评估港口韧性时可能存在主观偏差问题。为克服这些限制，混合方法越来越受欢迎。多标准决策分析（MCDA）框架将定量绩效指标与定性专家判断相结合[15]。贝叶斯网络（BNs）和其他概率模型特别擅长通过整合数据和主观观点来捕捉不确定性和相互依赖性[16,17]。在混合方法中，贝叶斯网络已成为模拟不确定性下风险和韧性的强大工具，尤其是在数据可能异质或不完整的基础设施领域[1]。在港口韧性这一特定领域，贝叶斯网络的应用越来越广泛。Ouyang等人[16]使用贝叶斯网络模型确定了最严重影响港口韧性的组件或程序。Hosseini和Barker[15]提出了一个基于贝叶斯的量化工具，用于内河港口。随后，Hossain等人[18,19]扩展了贝叶斯网络的应用，以评估full-service深水港口及其周边供应链网络的韧性。Panahi等人[20]通过开发贝叶斯网络模型识别了影响香港港口集装箱 terminal 的关键中断和策略。Wang等人[21]比较了上海杨山港自动化终端和非自动化终端的韧性表现，发现自动化终端表现更好。后来，他们开发了一个将动态贝叶斯网络与Dempster-Shafer证据区间理论结合的框架，用于港口企业韧性评估[22]。Gonzalez-Solano等人[23]结合贝叶斯网络和DEMATEL-ISM方法，分析了19种韧性增强策略对港口韧性的影响[23]。

尽管有这些宝贵的贡献，但仍存在两个重要研究空白。首先，标准贝叶斯网络在处理复杂网络时面临挑战，因为条件概率表（CPTs）呈指数级增长。港口韧性是一个多维概念，随着变量数量的增加，CPTs的大小会急剧膨胀，这可能限制模型规模或影响结果的可靠性。近年来，一些研究人员转向了面向目标的贝叶斯网络（OOBN）方法进行海事风险评估[24]，该方法已被证明能提供更高效和可靠的结果。然而，目前尚未有研究将OOBN应用于港口韧性评估。其次，亚洲的沿海港口，尤其是GBA和SEA地区的港口，受到台风和极端天气等气候变化事件的严重影响，但这两个地区的韧性评估和分析几乎空白。此外，尽管GBA和SEA都位于亚洲，但它们的经济发展、地理环境和制度背景存在差异，可能导致韧性表现不同。了解它们之间的相似性和差异性不仅有助于制定地区特定策略，也有助于促进亚洲港口系统的健康发展。这一课题在文献中尚未得到充分探讨。

为解决这些研究空白，本研究提出了一种有效的港口系统韧性评估框架，特别关注揭示GBA和SEA地区韧性表现的相似性和差异性。基于不同韧性维度确定的变量，分别为两个地区开发了两个面向目标的贝叶斯网络（OOBN）模型。随后对这些建模进行了敏感性分析和情景分析。主要贡献如下：

1) **学术贡献**：本研究引入了一种将面向目标的贝叶斯网络（OOBN）与噪声干扰方法相结合的港口韧性评估框架。与标准贝叶斯网络相比，OOBN避免了条件概率表的指数级膨胀，使模型结构易于管理，并支持并行专家访谈[23,21]。此外，采用改进的方案对港口韧性进行了量化，区分了“强”和“弱”能力，从而得出更加真实可靠的评估结果。
2) **实际意义**：首次通过结合敏感性分析和情景模拟，同时分析了GBA和SEA地区港口对气候变化的韧性。识别出影响韧性能力和整体韧性表现的关键变量（如增加的停运时间和延误、提高吸收能力的先进设备、用于增强适应能力的技术）。比较分析明确了两个地区港口韧性表现的相似性和差异性，为港口管理部门提供了增强韧性管理、制定针对性法规和促进区域合作的行动建议。

**方法论**
本研究提出了一种评估港口对气候变化韧性的方法，包括三个主要组成部分：(1) 港口韧性的全面量化；(2) 使用面向目标的贝叶斯网络（OOBN）方法开发韧性评估模型；(3) 模型验证和深入分析。图2展示了整个研究框架。

**港口韧性评估模型的开发**
在本节中，基于提出的研究框架，评估了亚洲两大主要地区——大湾地区（GBA）和东南亚（SEA）的港口对气候变化的韧性表现。

**模型结果的综合分析**
首先对第一层四个子模型中的模型输出进行了综合分析，展示了两个地区在不同维度上的港口韧性表现概况。在GBA，当发生气候相关事件（如台风、洪水）时，发生严重中断的概率为52.32%。在这些中断事件中，D6（维护成本增加）的概率最高，为57.56%，其次是D7（对附近生态系统的破坏）。

**结论**
过去十年中，GBA和SEA的港口快速转型和发展对亚洲的经济发展起到了关键作用。然而，GBA和SEA的低洼沿海港口的脆弱性使得气候变化成为港口运营的主要威胁，如海平面上升、台风、极端降雨和风暴潮。了解港口对气候变化的韧性表现对于确保港口管理的稳定和健康至关重要。

**未引用的参考文献**
[[59], [60], [61], [62], [63], [64], [65]]

**作者贡献声明**
杨志森：撰写——审阅与编辑、撰写——原始草案、方法论、资金获取、数据整理、概念化。
刘慧仪：撰写——原始草案、监督、正式分析、概念化。
Mark Ching-Pong Poo：撰写——审阅与编辑、撰写——原始草案、验证、调查。
Maneerat Kanrak：撰写——审阅与编辑、方法论、数据整理。
Maxim A. Dulebenets：撰写——原始草案、监督、方法论。
Yu Qing：撰写——审阅与……