基于超网络的TIR系统风险防控建模与仿真

廖日卿

摘要：为更有效地进行国际道路运输（Transports Intemationaux Routiers， TIR）系统的风险防控，运用超网络理论和方法建立TIR系统超网络模型（super-network model of TIR system， 简称TIRSN），分析TIRSN的结构特性，提出TIRSN的特征指标，结合TIR的实际情况进行实证研究和风险防控仿真。结果表明：TIRSN的整体性能随风险增大而下降;采取“风险免疫”等预防策略和设置“富余”等控制策略，有助于增强TIR系统自身性能，达到风险防控的目的。根据仿真结果，给出TIR系統风险防控的具体对策。

关键词：TIR系统; 超网络; 风险防控

中图分类号：  U113

文献标志码：  A

Abstract：In order to prevent and control risks of TIR （Transports Intemationaux Routiers） system more effectively， a super-network model of TIR system （TIRSN in short） is established using the super-network theory and method. The structural characteristics of TIRSN are analyzed， and the characteristic indices of TIRSN are put forward. Based on the actual situation of TIR， the empirical research and the simulation of the risk prevention and control are carried out. The results show that：  the overall performance of TIRSN decreases with the increase of the risk; taking preventive strategies such as “risk immunity” and setting control strategies such as “surplus” are helpful to enhance the performance of TIR system and achieve the purpose of risk prevention and control. According to the simulation results， the specific countermeasures of risk prevention and control of TIR system are given.

Key words：TIR system; super-network; risk prevention and control

0 引 言

国际道路运输（Transports Intemationaux Routiers，TIR）系统是在《TIR公约》的协调下，为降低运输成本，缩短运输时间，增加国际货物运输的透明度，推动国际货物运输和国际贸易的便利化和安全性而运行的世界上唯一的全球性运输系统。其运作原理是：经授权的运输经营人运输的货物在《TIR公约》的缔约国境内内陆海关接受查验并施加关封后，在运输途中的过境国可以不受海关查验，凭TIR单证即可被过境国海关放行;货物直接运往目的地国家内陆海关，运输中由货物丢失等原因造成的税款损失由担保机构担保，运输工具和集装箱受到管控。为更好地服务于“一带一路”建设，推动与沿线国家和区域的合作，2016年7月26日，中国正式加入《TIR公约》，成为该公约第70个缔约国。2017年1月5日《TIR公约》在中国正式生效，2018年4月16日海关总署发布第30号公告，开放霍尔果斯、伊尔克什坦、二连浩特公路、绥芬河、满洲里公路等5个口岸作为实施TIR公约的试点，后又决定增开大连口岸，并分别于2018年5月18日、5月25日首次正式运行了大连口岸、霍尔果斯口岸的2条TIR运输线路。

①  TIR中，装货可以在非TIR口岸，卸货必须在TIR口岸，且每次TIR均要从TIR口岸开始TIR系统是一个需要多方配合的，包含海关和TIR发证机构等监管方、货物承运企业、担保机构、行业协会及货物实体的运作系统，目前的使用范围早已超出了道路运输而拓展到了多式联运。《TIR公约》是一个海关间的公约，近年来因其所带来的运输和贸易高度便利及对物流成本的极大节约，加入公约的国家逐渐增多，各缔约国之间通过TIR系统进行的货物交易日趋频繁，以海关为首的监管机构首先承受了这种压力，并受到系统中各类风险的持续性冲击。在监管资源有限的条件下如何兼顾严格执法和高效运作，确保TIR系统的国际物流安全和国际贸易便利双重要求，是海关等监管机构的工作重点。因此，采用超网络方法构建能够表述TIR系统结构的模型，根据其结构特性、性能指标和运行实际情况，采用仿真方法模拟在风险冲击下超网络模型的变化及采取风险防控措施的效果以进行更有效的TIR系统风险防控研究[1-2]，不仅对TIR系统的运行和建设有实际作用，也对国际物流中的其他风险监管具有借鉴和理论意义。

1 TIR系统超网络模型

1.1 TIR系统的特征

在物流密集的TIR网络中，货物和企业众多，运输方式多样，换装和仓储关系繁杂，有些运输线路上的节点因均为TIR口岸，货物运输和装卸畅通无阻，而有些运输线路上的部分节点并非TIR 口岸因此不能进行TIR卸货作业①。海关、货物、企业间因运输过程中的业务联系形成了具有复杂交互关系的网状拓扑结构——TIR系统网络。如果用节点代表TIR网络中的个体，线条代表个体间的业务连接，则所构成的抽象网络与复杂网络[1-4]有相似之处。然而，TIR网络又具有3个典型特征：（1）节点异质性。网络中有海关等监管机构、运输货物的企业和不同种类的货物等，节点众多且具有异质性。（2）网络系统性。网络中的节点可以独立运营，但又离不开与其他节点在信息、资金、收益等方面的相互博弈，使得该网络成为存在共生对抗、合作演化关系的系统，且其中的节点特性（如企业经营的运输路线）不断改变，进一步刺激了系统的整体动态变化。（3）网络规模变化性。运输方式改进等物流环境的变化、新货物的产生都会造成节点数量变化（如某种新货物进入TIR系统或某货物因运输方式变化而脱离该系统），但节点数量和节点间连接总体上呈增加趋势，网络规模不断增大。这些特征使得复杂网络方法在本文中不能完全表达网络结构及其中的关系[3]，需要进行拓展。

因此，本文采用超网络理论和方法，用“高于而又超于”复杂网络[4]而可能由其所构成的超网络[5-6]来形象化表示TIR网络并理清其中的关系。目前，超网络的研究主要基于超图 [7]、变分不等式[2，8]和系统科学[1，9]等3种方法，本文采用第三种方法建立TIR系统超网络模型（TIR super-network model，TIRSN），从局部和整体进行其内部关系和系统性能的研究。

1.2 TIRSN构建

根据节点异质性，建立3层子网络：（1）TIR监管节点子网络，记为M-M层子网络，其节点为TIR监管方（主要指监管TIR的海关），边表示其间连接关系（如不同国家海关通过TIR 电子预申报 （TIR electronic pre-declaration， TIR-EPD） 系统共同监管一条TIR运输线路）;（2）货物节点子网络，记为G-G层子网络，其节点为不同种类货物，边表示其间连接关系（如同时进行运输等）;（3）货物载体节点子网络，记为C-C层子网络，其节点为TIR持证人（即运输TIR货物的企业），边表示其间连接关系（如运输同一货物或业务合作）。这3层子网络都是复杂网络。

在3层子网络的基础上，建立层间映射关系：（1）M-M层与C-C层间的映射，指哪些TIR持证人进入TIR系统;（2）M-M层与G-G层间的映射，指哪些货物为TIR货物;（3）G-G层与C-C层间的映射，指TIR货物由哪些TIR持证人运输。

1.3 TIRSN结构特征

在TIRSN中，M-M层子网络中TIR监管方的主要风险管理方法是：不同海关共同通过TIR-EPD系统获得TIR信息，通过交换数据信息后用“TIR证+车辆+关锁检查”来完成风险管理。因不同国家的海关监管方式存在差异，一条TIR运输线路所包含的口岸中，同一国家的TIR口岸海关间合作相对紧密，不同国家的TIR口岸海关间合作相对不紧密，但不同国家的海关均可通过共同接受IRU（国际道路运输组织）培训或相互交流风险分析方法后增加捕获概率，这也意味着处置错误等风险在同一国口岸间传播概率更大。海关会因关税流失等对TIR持证人进行处罚，并通过担保机构及发证机构等对TIR持证人进行索赔。C-C层子网络的TIR持证人通过为同几家企业运输货物或运输同类货物产生联系后逐步建立起具有集群特征、有益于产业集群和企业合作的社团结构，该结构具有社团内部连接紧密而社团间连接松散的性质，如图2 所示。TIR持证人可以通过合作或信息交换共同改进业务方式，但某TIR持证人的风险也会影响其他TIR持证人，如某TIR持证人面对利益诱惑时的不诚信运输行为所带来的风险被海关发现后中止TIR，将殃及运输类似货物的其他诚信持证人。即，M-M层和C-C层子网络具有这样的特性：大部分节点间不直接互相连接，但大部分节点可以从任一其他节点经几步到达，网络具有连通性，风险传递速度快，且改变少数连接就可以迅速改变网络的性能，这体现了它们的NW小世界网络（由Newman和Watts提出的）性质。同时，这两层网络均具有社团结构性质，某种风险可能在度相似的多个节点中同时产生或外界风险攻击某节点后通过连接或社团传播。

G-G层子网络具有以下特点：（1）结构非均匀性，指节点度不平均，大度节点较少，中小度节点较多，这是因为每个TIR持证人都在运输受到所有监管部门关注的货物的情况毕竟少见;（2）增长性，指新货物和新TIR持证人的不断出现使网络规模持续增长;（3）优先连接性，指新加入TIR的货物在运输线路、装载方式等方面更倾向于参考那些具有相似性的TIR的主要货种，即倾向于连接大度节点。这些特点使得G-G层子网络具有BA无标度网络性质，同时一部分货物因为经常一起运输也形成了G-G层子网络中一定的社团结构和风险。

三层网络中层内和层间的连边也具有一定的优先连接性：新加入C-C层子网络的运输企业更倾向于与实力强的大度运输企业建立合作关系，拥有新货物的货主也更愿意寻找这类企业进行运输;M-M层子网络节点更愿意与管理水平高的大度节点产生学习和业务交流联系，大度节点对大度货物更加关注。

如图3所示，由于TIRSN的结构性质和追求运输效率的原因，每层社团内部和层间联系是紧密或高效的，若C1自生了不诚信风险，风险将在社团内迅速传播（图中的虚线箭头所示）并通过连接影响他们经营的G-G层货物。M-M层子网络节点发现风险后通过暂停TIR运输及后续处理等方式暂停或中断连接，TIRSN的运行故障就产生了。然而，这并不意味着M-M层子网络节点若因管理失察或因庇护C-C层子网络节点而未处理风险就不会发生故障，相反，暂时的放松将导致更多风险的反复发生，使整体连接最终崩溃。当然，风险也可能先由M-M层子网络产生再反向传播。

2 基于实证的TIRSN结构特征、性能指标及风险防控仿真

2.1 基于实证的TIRSN建模——以大连口岸为例

为使研究更具实际意义，建立实证模型进行研究。实证模型具有TIRSN的一切结构特征和性质。考虑到大连口岸是我国首个运行的TIR口岸，也是目前唯一一个可以结合海运的多式联运口岸，选取以大连口岸为核心运输节点的对俄TIR系统作为研究对象。大连口岸的TIR运输线路为：大连—营口—满洲里—后贝加尔斯克—赤塔—乌兰乌德—伊尔库茨克—新西伯利亚。营口口岸目前并非TIR口岸，因此TIR车辆在营口口岸无法进行卸货作业（可以进行装货作业），货物信息在TIR车辆通过营口口岸前已经传递给营口海关。以大连口岸为核心的TIR系统目前主要面向与俄罗斯的连接，除这条线路外，还可以考虑开放大连以北的沈阳、长春、哈尔滨等口岸，及中俄边境的同江、抚远、黑河等口岸①，并通过与俄罗斯的谈判②，开放波格拉尼奇内、布拉戈维申斯克、哈巴罗夫斯克、比罗比詹等口岸，即有18个口岸的海关可以成为模型中M-M层的节点。根据海关统计数据，对俄出口的货物主要集中在《进出口税则商品及品目注释》的第7、8、39、60、64、65、69、70、81、82、83、84、85、95、96章等①，按照排名选取年出口额在5 000万元人民币以上的货物，共涉及33章，即G-G層有33个节点，但每个口岸的出口货物不同，TIR持证人也不同，即C-C层不同节点与其他两层之间的连接均不相同。因区域限制，将注册在大连、沈阳、长春、满洲里、哈尔滨口岸及俄方口岸的45家可开展TIR业务的货物运输企业作为C-C层节点，这样以大连为核心的超网络一共有3层，96个节点，将其命名为TIRSN-DL。随着TIR口岸和运输线路的增加，超网络模型将更加复杂。

2.2 TIRSN-DL结构特征验证

2.3 TIRSN风险防控仿真

2.3.1 TIRSN风险

TIR的风险指对TIR产生干扰，并引发损失可能性的各种事件或状态，这些风险不仅危害个别节点而且会通过节点间的连接不断向外扩散，使得TIRSN发生中断故障甚至整体崩溃②。为有效识别TIR系统风险，笔者作为海关总署的TIR培训师和研究人员，在多次参与海关总署、交通运输部、IRU的工作和深入研究中收集了全球范围内的TIR典型运营违规及事故信息，形成了包含115个案例的TIR风险数据库。因为TIR系统是海关、IRU、交通运输部、运输行业协会等多部门和机构的集合和有机整体，所以基于该数据库，结合IRU的TIR风险清单，梳理出25种TIR风险，并统计了每个案例中风险类型和发生次数占比，具体见表2。这些风险中的任一风险都可能由其他风险引发或能够触发其他风险，任一风险的发生都有使TIR系统中断的可能性，风险之间具有的关联关系也在一定程度上反映了超网络中的边连接关系。

2.3.2 TIRSN风险仿真

超网络的结构性质带来了独特的风险特征。前人的研究往往通过增加连边概率来研究网络性质变化，而在各类风险的不断攻击下，TIRSN可能不断发生连边中断故障，影响运输的进行。因此，本文采用以概率P去除连边的方法来模拟TIRSN-DL中以概率P产生的各类风险（见表2），若出现故障，则连接中断后不重新连接。根据式（1）～（3），利用NetLogo进行编程仿真，计算得到TIRSN-DL的3个性能指标随P的变化，见图6。

仿真结果表明：C在P增大到80%左右时在0附近產生轻微波动，说明节点间的社团特征在风险很大时几乎不存在，TIRSN-DL各层内部结构出现散乱，层间连接也继发中断;r除了在P增大到90%左右时有明显下降外基本保持平稳波动，说明TIRSN-DL节点保持了度相似节点间的连接性质，受风险影响较小;Cλ在P为20%左右时出现峰值，在P从20%增大到90%时缓慢下降，在P增大到90%左右时为0，表明在风险概率较小时3层间的关联增多，这些关系在风险冲击下逐渐断裂殆尽，层间联系失效，TIRSN-DL无法运行。

总体上，仿真结果体现了3个性能指标表征的TIRSN-DL的性能随着风险增大而下降的整体趋势。因此，可以通过增强TIRSN-DL自身性能来抵御风险，达到风险防控目的。

2.3.3 TIRSN风险防控策略

对节点进行免疫是预防和控制风险在TIRSN-DL中传播和造成损害的有效手段，好的免疫策略应该既能够抑制风险的传播，又能够在风险的攻击下保护一定的网络结构和运作。由图8可知，4种免疫策略下的结果均反映了网络效率下降先快后慢的不均衡现象，这是因为在免疫初期，对节点进行免疫使得超网络内部同时失去一些关键路径，导致节点间连接的平均路径长度增加，网络效率下降较快。随着免疫节点的增加，后期剩余节点间的连接较少，网络效率的变化不如初期显著。在SI策略中，C、r和Cλ策略的实施效果有所差异：在免疫初期，在r策略下L的下降速度最快，但中期后r策略对网络的保护更好，优于C策略和RI策略。3种SI策略的效果均在RI策略之上，整体而言Cλ策略的效果最好。这表明RI策略对风险防控的有效性不如有目的的SI策略，因此应先着重对TIRSN-DL中层次交叉度较高的节点进行免疫。如应着重关注那些与货物、监管层均有交集的层次交叉度最大的节点，即主要持证人。同时，既是注册地又是TIR口岸的海关的监管工作也应做好。

3 TIRSN风险防控策略

从实证分析可以看出， TIRSN风险防控策略包括风险预防和控制两个方面，即采取预防性措施降低风险发生的可能性，并在风险实际发生后进行控制。

3.1 TIRSN的风险预防策略

采取“风险免疫”策略。网络效率L把控着TIR的时间命脉，根据第2.3节的研究可知，有效的风险免疫策略非常重要，能够在预防风险的同时保证一定的L值即TIRSN的连通性。在TIR系统中，可采用的政策有：先圈定Cλ值大的持证人范围再采取宣讲培训等措施来增强企业的诚信运输意识和风险防范能力，对这些企业可能遇到的风险采取必要的预防和控制措施，加大对容易产生风险的主要货物和车辆的检查力度，定期进行承运人公司和具体实施运输的司机等人员的政策和业务培训，提升整个运输系统对风险的预防和处理控制能力，以保证TIR系统的安全。

降低结构非均匀性。TIRSN因监控水平、货物特性和企业特性差异而具有结构非均匀性，节点的度不平均，度相似的节点间存在产生连接或同时产生同种风险的可能。TIR监管机构可以考虑通过管理引导和政策取向引入一些度较小的点，如原来不常采用TIR但有国际贸易需求的货物和规模较小、刚开始从事TIR但信用较好的微小企业。同时，通过在TIR运输线路的各口岸海关等监管机构间定期进行风险研判沟通探讨、数据信息共享来提高TIR监管机构的平均水平，平衡TIRSN的度分布，从而降低这种可能。

保持适中的社团性质。由C的仿真结果可知，社团性质会在风险冲击下消亡。在TIR系统中，可以采用定期组织交流学习等方式保证自发形成的TIR承运人社团的内部合作等，通过严格把控某项管理规定的实施和有目的地进行政策普及向承运人社团传递信息，有方向地引导、调节社团内外连接来保持社团性质并通过TIR社团的非正式关系来提前化解和共同抵御风险。

3.2 TIRSN风险控制策略

设置“富余”①。为使TIRSN在中断后有恢复和应对余地，可在M-M层中针对功能相对较弱的环节设置一些“富余”。配置或培养部分节点在具有特定功能的同时兼有其他功能，通过弹性策略应对风险。如可以通过TIR数据传输外包或让海关的培训和教育科研机构保有数据处理分析能力等来保持额外监管能力。