“一站式”海运物流服务风险
贾晓惠+++季文苑+++郑满++李子龙
摘要：为有效分析“一站式”海运物流服务所面临的各类风险，采用文献研究和访谈进行风险因子识别，使用李克特5点量表作为风险因子的衡量标准，通过问卷调查进行相关数据收集.应用因子分析法确定风险类型和风险因子权重，并绘制较高风险区域的风险因子分布图.研究结果显示：信息准确与及时性风险相对最大，其中单证信息不准确落在高风险区域的边缘，对此类风险影响最大；市场风险、海关风险和客户议价风险处在较高风险区域.根据研究结论提出风险防范建议.
关键词：
“一站式”服务； 海运物流； 风险识别； 因子分析法
中图分类号： F552.6
文献标志码： A
Risks of onestop maritime logistics service
JIA Xiaohui， JI Wenyuan， ZHENG Man， LI Zilong
（Transportation Management College， Dalian Maritime University， Dalian 116026， Liaoning， China）
Abstract：
In order to analyze effectively all kinds of risks that onestop maritime logistics service faces， the risk factors are identified through literature review and interviews. 5point Likert scale is adopted as the criterion of risk factors， and the questionnaires are used to collect data. The factor analysis method is used to determine the classification and the weight of each risk factor. The distribution of the risk factors in higher risk area is plotted. The result shows that： the risk of information accuracy and timeliness is the relatively highest one， where the inaccuracy of documents lies in the edge of the high risk area， and makes a greatest contribution to the risk of information accuracy and timeliness； the market risk， the customs risk and the customer bargaining risk lie in the higher risk area. Based on the conclusions， the risk prevention measures are suggested.
Key words：
onestop service； maritime logistics； risk identification； factor analysis method
收稿日期： 20160407
修回日期： 20160612
作者简介： 贾晓惠（1968—），女，山西忻州人，副教授，硕导，博士，研究方向为港航企业人力资源管理和供应链管理，（Email）xiaohuijia@dlmu.edu.cn
0引言
随着客户需求不确定性的提高，生产商为提升竞争力，更加专注于自己的核心业务，对物流服务商的要求越来越高.生产商希望物流服务商提供“一站式”服务的需求（即只与一家物流服务商合作即可满足其所有需求）在不断增加.因此，海运物流企业所面临的环境日趋复杂，竞争也日趋激烈.为满足客户需求以取得竞争优势，海运物流企业必须拓展综合业务并提高服务水平，这无疑增加了企业本身的风险.海运物流行业的特点决定了其较一般行业的风险种类更多、风险影响更大[1]，因此识别、评价和管理风险对海运物流企业的发展至关重要.
相关文献中对海运物流的定义有不同说法，本文参考吴铁锋等[2]的定义，将海运物流定义为以港口为依托，将运输、储存、中转、搬运、包装、流通加工、信息处理等基本功能有机结合起来，以最低的成本和最佳的服务水平对物品流通过程进行有效的策划、组织、协调与控制，以一种或多种运输方式实现物品在国内外供应地与接收地之间的实体流动.
通过梳理相关文献不难看出，国内外对海运物流中某些类别的风险研究已经取得比较好的成果.国内研究者从法律风险、冷链物流风险、金融风险、物流联盟风险、海关风险、提单风险等角度对海运物流风险种类进行研究[35]，国外学者则从信息、市场、操作、财务、宏观环境等方面对风险来源进行分类[67].然而，绝大多数研究者仅对物流服务的某个环节或者某类风险进行研究，缺乏对海运物流风险的系统研究，也未涉及海运物流企业提供“一站式”海运物流服务时所面临的全部风险.因此，本文从“一站式”服务角度，从整个海运物流服务系统出发识别海运物流风险因子，对其进行分类后评价风险规模，并对关键因素进行重点分析，最终提出风险防范措施.
1方法选取与数据收集
1.1方法选取
风险因子的识别采用文献研究和访谈方法.访谈主要是确定“一站式”服务的流程，并确定是否有文献中未提到的风险因子；采用李克特5点量表作为风险因子的衡量标准，并通过问卷调查收集相关数据.在进行风险分析时，为使所研究问题更加简单明了，对各风险因子进行降维处理以达到对风险因子分类的目的.通常用于降维的方法有主成分分析法和因子分析法：主成分分析法能够智能处理线性数据，却不能处理非线性数据；因子分析法有较强的非线性数据处理能力.因此，采用因子分析法对所有风险因子进行分类，并确定各风险因子的权重[8].在绘制较高风险区域的风险因子分布图时，采用优化算法计算各公因子相对应的风险因子的发生频率和后果严重程度[9].
1.2数据收集
采用问卷调查方式进行数据收集.问卷包含两部分内容.第一部分为风险因子评价标准的制定，采用李克特5点量表衡量风险因子发生频率和后果严重程度.风险因子发生频率采用定量描述，“1”表示“超过3年发生1次”，“2”表示“1～3年发生1次”，“3”表示“1年发生1次”，“4”表示“半年至1年发生1次”，“5”表示“3个月至半年发生一次”[10].风险发生后的后果严重程度采用定性描述，“从1至5”表示“由低到高”.第二部分为相关风险因子.问卷受访者根据风险因子发生频率和后果评价标准，对所有风险因子的发生频率和后果严重程度进行打分.
问卷调查主要采用网络调查和电子邮件方式，对大连、上海、青岛、北京、深圳、香港、厦门、威海、烟台、广州等地的海运物流公司进行了调研.邀请了120位经验丰富的实践专家进行填答，这些实践专家主要包括从事业务管理的高层、中层管理者和工作年限5年以上的业务员.收回问卷105份，其中有效问卷为102份，有效率约为97%，有效问卷数达到置信度为95%及最大允许误差为7%以下的简单随机抽样所需的最小样本量.有效问卷受访者所在的公司规模为大型（3 000人以上）的有12人，中型（500～3 000人）的有19人，小型（500人以下）的有71人.在所有的问卷受访者中：高级管理者有7人，占6.9%；中层管理者有15人，占14.7%；基层管理者有39人，占38.2%；业务员有41人，占40.2%.在所有的问卷受访者中：工作年限在25年以上的有3人，占2.9%；工作年限在21～25年的有7人，占6.9%；工作年限在16～20年的有7人，占6.9%；工作年限在11～15年的有26人，占25.5%；工作年限在5～10年的有59人，占57.8%.
2海运物流风险识别
本文参考文献[11]，结合实际调研，绘制“一站式”海运物流服务流程，见图1.
结合“一站式”海运物流服务流程图，通过文献研究和访谈识别出55个风险因子，见表1.
3确定风险因子的分类及权重
3.1信度效度分析
运用SPSS 19.0进行问卷量表的信度分析，计算可得Cronbachs α系数为0.964，信度较好.KMO统计量为0.793，表明变量存在潜在因子结构.Bartlett球形检验的显著性水平值为0.000（达到了极其显著水平），表明各变量的独立性假设不成立，存在明显的结构性和相关性，适合因子分析.经过Varimax转换后提取10个公因子，方差累积贡献率达89.11%，效度也较好.
3.2风险因子的分类及权重
将提取的10个公因子（Rp，p=1，2，…，10）进行命名，确定风险类型.根据因子载荷以及各公因子所包含的风险因子（rq）的性质和特点，将其命名为运输风险（R1）、财务与法律风险（R2）、信息安全性风险（R3）、合作风险（R4）、信息准确与及时性风险（R5）、效率风险（R6）、市场风险（R7）、成本增加风险（R8）、海关风险（R9）和客户议价风险（R10），见表1.
由Thomson回归法得到因子得分系数矩阵的估计为经过方差最大正交旋转之后因子载荷矩阵的转置A′与相关系数逆R-1之乘积，即B=A′R-1.根据因子得分系数矩阵可以得到Rp主成分表达式[12]为
Y*p=Mq=1apqXq （1）
式中：apq为rq在Rp上的因子载荷量；Xq为rq的平均规模[7].
Rp的rq的权重[1314]
upq=apqMq=1apq （2）
其中M为风险因子的数目.
4风险分析模型
4.1风险规模
单独分析风险因子发生频率或者后果严重程度不足以说明风险的危害程度，需要将这两者综合起来，因此需要计算风险规模.每个风险因子规模是其发生频率与后果严重程度得分的乘积.将所有受访者每个风险因子的规模加和平均后，可得
Xq= 1NNi=1（fqi×sqi） （3）
式中：N为受访者的数量；fqi为第i个受访者对rq发生频率的打分；sqi为第i个受访者对rq后果严重程度的打分.在此基础上，可得Rp的风险规模
Yp=Mq=1upqXq （4）
4.2风险因子发生频率和后果严重程度
为寻找每个风险因子的最优解，即风险发生的频率和后果，既使其乘积等于平均风险规模，又使其相对应的点与所有问卷受访者所给的分数距离最短，因此建立目标函数
min D|D=55q=1Dq=
55q=1102i=1（f^q-fqi）2+（s^q-sqi）2 （5）
f^q×s^q=Xq （6）
式中：f^q为rq所对应的风险发生的备选频率；s^q为rq所对应的备选后果；Dq为rq对应的风险频率和后果的备选点与所有问卷受访者所给的分数所对应的点的距离.
4.3风险分析模型求解
4.3.1计算风险因子及公因子的风险规模
结合问卷相关数据，由式（3）可得55个风险因子的风险规模，见表2.
结合式（1）～（4）可得公因子的风险规模，见图2.
根据风险规模值可将风险划分为4个等级：低风险的风险规模值<5；较高风险的风险规模值范围[5，10）；高风险的风险规模值范围[10，15）；极高风险的风险规模值≥15.[9]
由图2可知，所有公因子的风险规模值都处在较高风险区域，其原因可能是问卷受访者在对所有风险因子进行评价时，产生了居中趋势的认知错误.不过，由于本文的目的是对所有风险进行比较，判定其相对大小，所以这个错误对研究结论影响不大.与其他公因子相比：R5（信息准确与及时性风险）的风险规模值最大，说明此类风险比较容易发生，且一旦发生带来的后果是比较严重的；R1（运输风险）的风险规模值最小，其原因可能是运输风险发生的频率较低；R7（市场风险）、R9（海关风险）和R10（客户议价风险）的风险规模值相对较大.因此，需从风险发生频率和后果严重程度这两个方面更加详细地分析R5，R7，R9和R10所包含的风险因子，为企业采取更加具体的防范措施提供参考.
4.3.2绘制较高风险区域的风险因子分布图
计算R5，R7，R9和R10所包含的风险因子所对应的风险发生频率fq和后果严重程度sq.将表2中Xq的计算结果代入式（5）和（6），使用MATLAB进行计算，结果见表3.
从图3可以看出：风险因子r1（单证信息不准确）落在高风险区域的边缘，
其风险规模值为9.9；r2（数据输入错误）、r5（传输信息不及时）、r16（由于经济衰退，货物数量降低）、r17（由于季节性原因，货物数量暴增）、r19（客户议价能力增加）虽然都落在较高风险区域，但都非常接近高风险区域，且它们的风险规模值都大于9；r19（客户议价能力增加）的风险发生频率是最高的，但后果严重程度较低；其他的风险因子均落在较高风险区域；没有风险因子落在低风险区域和极高风险区域.
5结论与讨论
本文主要结论如下：（1）所有风险类型都处在较高风险区域，其中信息准确与及时性风险相对最高；市场风险、海关风险和客户议价风险相对来说也较高；（2）在风险规模相对较高的风险类型中，单证信息不准确落在高风险区域的边缘，为最高风险.（3）数据输入错误、传输信息不及时、货物数量降低或暴增以及客户议价能力增加等也接近高风险区域.
海运物流企业需高度重视较高风险区域的风险防范，才有可能将损失降到最小.根据本文的研究结论，提出以下建议：（1）确保信息的准确性和及时性.海运物流企业不仅需要建立高效的信息传递渠道，及时传递信息，也需要提高相关人员的业务能力和责任心，避免信息传递错误，尤其要提高制单操作人员的专业知识和服务精神，以保证单证信息准确.（2）增加组织柔性，提高市场预判能力.由于海运物流周期性特点，市场不确定性较大，需要增加组织柔性，密切关注市场，并对其进行预测，增强抵抗市场风险的能力，尤其要增强应对货物数量骤减或暴增的能力.（3）提升与海关部门的沟通与协调能力.对相关工作人员的沟通与协调能力进行培训，不仅需改善与海关部门沟通与协调的有效性，同时需加强与客户的沟通，增加客户的配合度以共同规避清关时面临的风险.（4）提升服务质量，提高客户满意度和忠诚度，与客户保持长期良好稳定的关系，尽力避免客户议价能力增加带来的风险.
参考文献：
[1]李延松， 王久梗. 从全球海运经营的视角评析航运企业未来的发展趋势——全面发展综合物流[J]. 物流科技， 2007（1）： 5658.
[2]吴铁锋， 朱晓宁. 现代海运物流发展的对策及技术研究[J]. 中国水运， 2010（10）： 7274.
[3]CAROTENUTO P， GIORDANI S， ZACCARO A. A simulation based approach for evaluating the impact of maritime transport on the inventory levels of an oil supply chain[J]. Transportation Research Procedia， 2014（3）： 710719. DOI： 10.1016/j.trpro.2014.10.050.
[4]LAM J S L. Patterns of maritime supply chains： slot capacity analysis[J]. Journal of Transport Geography， 2011（19）： 366374. DOI： 10.1016/j.jtrangeo.2010.03.016.
[5]ASBJOMSLETT B E， NORSTAD I， BERLE O. Risk of supply breaches in maritime LNG transport[M]//Risk and Interdependencies in Critical Infrastructures. Springer， 2012： 175188. DOI： 10.1007/9781447146612_12.
[6]苏会卫， 李佳楠， 陆琳. 基于模糊综合评价算法的海运物流风险测算[J]. 物流技术， 2015（34）： 134136. DOI： 10.3969/j.issn.1005152X.2015.02（2）.031.
[7]崔广彬， 李一军. 模糊需求下物流系统CLRIP问题研究[J]. 控制与决策， 2007， 22（9）： 10001004. DOI： 10.13195/j.cd.2007.09.42.cuigb.023.
[8]高祥宝， 董寒青. 数据分析与SPSS应用[M]. 北京： 清华大学出版社， 2007： 342357.
[9]CHANG C H， XU J， SONG D P. Risk analysis for container shipping： from a logistics perspective[J]. The International Journal of Logistics Management， 2015（26）： 4957. DOI： 10.1108/IJLM0720120068.
[10]LU C S. Logistics services in Taiwanese maritime firms[J]. Transportation Research Part E， 2000（36）： 7996.[11]丛小茗. 不确定环境下国际海运物流决策系统的设计与实现[D]. 哈尔滨： 哈尔滨工业大学， 2012.
[12]吴明隆. 问卷统计分析实务——SPSS操作与应用[M]. 重庆： 重庆大学出版社， 2010： 195230.
[13]汤梦玲， 王占龙， 李志建. 因子分析法求权重评价水质的实例[J]. 邢台职业技术学院学报， 2005， 22（5）： 1416.
[14]刘炜. 关于因子分析定权法若干问题的探讨[J]. 上海体育学院学报， 1995， 19（S1）： 121126.
（编辑赵勉）
摘要：为有效分析“一站式”海运物流服务所面临的各类风险，采用文献研究和访谈进行风险因子识别，使用李克特5点量表作为风险因子的衡量标准，通过问卷调查进行相关数据收集.应用因子分析法确定风险类型和风险因子权重，并绘制较高风险区域的风险因子分布图.研究结果显示：信息准确与及时性风险相对最大，其中单证信息不准确落在高风险区域的边缘，对此类风险影响最大；市场风险、海关风险和客户议价风险处在较高风险区域.根据研究结论提出风险防范建议.
关键词：
“一站式”服务； 海运物流； 风险识别； 因子分析法
中图分类号： F552.6
文献标志码： A
Risks of onestop maritime logistics service
JIA Xiaohui， JI Wenyuan， ZHENG Man， LI Zilong
（Transportation Management College， Dalian Maritime University， Dalian 116026， Liaoning， China）
Abstract：
In order to analyze effectively all kinds of risks that onestop maritime logistics service faces， the risk factors are identified through literature review and interviews. 5point Likert scale is adopted as the criterion of risk factors， and the questionnaires are used to collect data. The factor analysis method is used to determine the classification and the weight of each risk factor. The distribution of the risk factors in higher risk area is plotted. The result shows that： the risk of information accuracy and timeliness is the relatively highest one， where the inaccuracy of documents lies in the edge of the high risk area， and makes a greatest contribution to the risk of information accuracy and timeliness； the market risk， the customs risk and the customer bargaining risk lie in the higher risk area. Based on the conclusions， the risk prevention measures are suggested.
Key words：
onestop service； maritime logistics； risk identification； factor analysis method
收稿日期： 20160407
修回日期： 20160612
作者简介： 贾晓惠（1968—），女，山西忻州人，副教授，硕导，博士，研究方向为港航企业人力资源管理和供应链管理，（Email）xiaohuijia@dlmu.edu.cn
0引言
随着客户需求不确定性的提高，生产商为提升竞争力，更加专注于自己的核心业务，对物流服务商的要求越来越高.生产商希望物流服务商提供“一站式”服务的需求（即只与一家物流服务商合作即可满足其所有需求）在不断增加.因此，海运物流企业所面临的环境日趋复杂，竞争也日趋激烈.为满足客户需求以取得竞争优势，海运物流企业必须拓展综合业务并提高服务水平，这无疑增加了企业本身的风险.海运物流行业的特点决定了其较一般行业的风险种类更多、风险影响更大[1]，因此识别、评价和管理风险对海运物流企业的发展至关重要.
相关文献中对海运物流的定义有不同说法，本文参考吴铁锋等[2]的定义，将海运物流定义为以港口为依托，将运输、储存、中转、搬运、包装、流通加工、信息处理等基本功能有机结合起来，以最低的成本和最佳的服务水平对物品流通过程进行有效的策划、组织、协调与控制，以一种或多种运输方式实现物品在国内外供应地与接收地之间的实体流动.
通过梳理相关文献不难看出，国内外对海运物流中某些类别的风险研究已经取得比较好的成果.国内研究者从法律风险、冷链物流风险、金融风险、物流联盟风险、海关风险、提单风险等角度对海运物流风险种类进行研究[35]，国外学者则从信息、市场、操作、财务、宏观环境等方面对风险来源进行分类[67].然而，绝大多数研究者仅对物流服务的某个环节或者某类风险进行研究，缺乏对海运物流风险的系统研究，也未涉及海运物流企业提供“一站式”海运物流服务时所面临的全部风险.因此，本文从“一站式”服务角度，从整个海运物流服务系统出发识别海运物流风险因子，对其进行分类后评价风险规模，并对关键因素进行重点分析，最终提出风险防范措施.
1方法选取与数据收集
1.1方法选取
风险因子的识别采用文献研究和访谈方法.访谈主要是确定“一站式”服务的流程，并确定是否有文献中未提到的风险因子；采用李克特5点量表作为风险因子的衡量标准，并通过问卷调查收集相关数据.在进行风险分析时，为使所研究问题更加简单明了，对各风险因子进行降维处理以达到对风险因子分类的目的.通常用于降维的方法有主成分分析法和因子分析法：主成分分析法能够智能处理线性数据，却不能处理非线性数据；因子分析法有较强的非线性数据处理能力.因此，采用因子分析法对所有风险因子进行分类，并确定各风险因子的权重[8].在绘制较高风险区域的风险因子分布图时，采用优化算法计算各公因子相对应的风险因子的发生频率和后果严重程度[9].
1.2数据收集
采用问卷调查方式进行数据收集.问卷包含两部分内容.第一部分为风险因子评价标准的制定，采用李克特5点量表衡量风险因子发生频率和后果严重程度.风险因子发生频率采用定量描述，“1”表示“超过3年发生1次”，“2”表示“1～3年发生1次”，“3”表示“1年发生1次”，“4”表示“半年至1年发生1次”，“5”表示“3个月至半年发生一次”[10].风险发生后的后果严重程度采用定性描述，“从1至5”表示“由低到高”.第二部分为相关风险因子.问卷受访者根据风险因子发生频率和后果评价标准，对所有风险因子的发生频率和后果严重程度进行打分.
问卷调查主要采用网络调查和电子邮件方式，对大连、上海、青岛、北京、深圳、香港、厦门、威海、烟台、广州等地的海运物流公司进行了调研.邀请了120位经验丰富的实践专家进行填答，这些实践专家主要包括从事业务管理的高层、中层管理者和工作年限5年以上的业务员.收回问卷105份，其中有效问卷为102份，有效率约为97%，有效问卷数达到置信度为95%及最大允许误差为7%以下的简单随机抽样所需的最小样本量.有效问卷受访者所在的公司规模为大型（3 000人以上）的有12人，中型（500～3 000人）的有19人，小型（500人以下）的有71人.在所有的问卷受访者中：高级管理者有7人，占6.9%；中层管理者有15人，占14.7%；基层管理者有39人，占38.2%；业务员有41人，占40.2%.在所有的问卷受访者中：工作年限在25年以上的有3人，占2.9%；工作年限在21～25年的有7人，占6.9%；工作年限在16～20年的有7人，占6.9%；工作年限在11～15年的有26人，占25.5%；工作年限在5～10年的有59人，占57.8%.
2海运物流风险识别
本文参考文献[11]，结合实际调研，绘制“一站式”海运物流服务流程，见图1.
结合“一站式”海运物流服务流程图，通过文献研究和访谈识别出55个风险因子，见表1.
3确定风险因子的分类及权重
3.1信度效度分析
运用SPSS 19.0进行问卷量表的信度分析，计算可得Cronbachs α系数为0.964，信度较好.KMO统计量为0.793，表明变量存在潜在因子结构.Bartlett球形检验的显著性水平值为0.000（达到了极其显著水平），表明各变量的独立性假设不成立，存在明显的结构性和相关性，适合因子分析.经过Varimax转换后提取10个公因子，方差累积贡献率达89.11%，效度也较好.
3.2风险因子的分类及权重
将提取的10个公因子（Rp，p=1，2，…，10）进行命名，确定风险类型.根据因子载荷以及各公因子所包含的风险因子（rq）的性质和特点，将其命名为运输风险（R1）、财务与法律风险（R2）、信息安全性风险（R3）、合作风险（R4）、信息准确与及时性风险（R5）、效率风险（R6）、市场风险（R7）、成本增加风险（R8）、海关风险（R9）和客户议价风险（R10），见表1.
由Thomson回归法得到因子得分系数矩阵的估计为经过方差最大正交旋转之后因子载荷矩阵的转置A′与相关系数逆R-1之乘积，即B=A′R-1.根据因子得分系数矩阵可以得到Rp主成分表达式[12]为
Y*p=Mq=1apqXq （1）
式中：apq为rq在Rp上的因子载荷量；Xq为rq的平均规模[7].
Rp的rq的权重[1314]
upq=apqMq=1apq （2）
其中M为风险因子的数目.
4风险分析模型
4.1风险规模
单独分析风险因子发生频率或者后果严重程度不足以说明风险的危害程度，需要将这两者综合起来，因此需要计算风险规模.每个风险因子规模是其发生频率与后果严重程度得分的乘积.将所有受访者每个风险因子的规模加和平均后，可得
Xq= 1NNi=1（fqi×sqi） （3）
式中：N为受访者的数量；fqi为第i个受访者对rq发生频率的打分；sqi为第i个受访者对rq后果严重程度的打分.在此基础上，可得Rp的风险规模
Yp=Mq=1upqXq （4）
4.2风险因子发生频率和后果严重程度
为寻找每个风险因子的最优解，即风险发生的频率和后果，既使其乘积等于平均风险规模，又使其相对应的点与所有问卷受访者所给的分数距离最短，因此建立目标函数
min D|D=55q=1Dq=
55q=1102i=1（f^q-fqi）2+（s^q-sqi）2 （5）
f^q×s^q=Xq （6）
式中：f^q为rq所对应的风险发生的备选频率；s^q为rq所对应的备选后果；Dq为rq对应的风险频率和后果的备选点与所有问卷受访者所给的分数所对应的点的距离.
4.3风险分析模型求解
4.3.1计算风险因子及公因子的风险规模
结合问卷相关数据，由式（3）可得55个风险因子的风险规模，见表2.
结合式（1）～（4）可得公因子的风险规模，见图2.
根据风险规模值可将风险划分为4个等级：低风险的风险规模值<5；较高风险的风险规模值范围[5，10）；高风险的风险规模值范围[10，15）；极高风险的风险规模值≥15.[9]
由图2可知，所有公因子的风险规模值都处在较高风险区域，其原因可能是问卷受访者在对所有风险因子进行评价时，产生了居中趋势的认知错误.不过，由于本文的目的是对所有风险进行比较，判定其相对大小，所以这个错误对研究结论影响不大.与其他公因子相比：R5（信息准确与及时性风险）的风险规模值最大，说明此类风险比较容易发生，且一旦发生带来的后果是比较严重的；R1（运输风险）的风险规模值最小，其原因可能是运输风险发生的频率较低；R7（市场风险）、R9（海关风险）和R10（客户议价风险）的风险规模值相对较大.因此，需从风险发生频率和后果严重程度这两个方面更加详细地分析R5，R7，R9和R10所包含的风险因子，为企业采取更加具体的防范措施提供参考.
4.3.2绘制较高风险区域的风险因子分布图
计算R5，R7，R9和R10所包含的风险因子所对应的风险发生频率fq和后果严重程度sq.将表2中Xq的计算结果代入式（5）和（6），使用MATLAB进行计算，结果见表3.
从图3可以看出：风险因子r1（单证信息不准确）落在高风险区域的边缘，
其风险规模值为9.9；r2（数据输入错误）、r5（传输信息不及时）、r16（由于经济衰退，货物数量降低）、r17（由于季节性原因，货物数量暴增）、r19（客户议价能力增加）虽然都落在较高风险区域，但都非常接近高风险区域，且它们的风险规模值都大于9；r19（客户议价能力增加）的风险发生频率是最高的，但后果严重程度较低；其他的风险因子均落在较高风险区域；没有风险因子落在低风险区域和极高风险区域.
5结论与讨论
本文主要结论如下：（1）所有风险类型都处在较高风险区域，其中信息准确与及时性风险相对最高；市场风险、海关风险和客户议价风险相对来说也较高；（2）在风险规模相对较高的风险类型中，单证信息不准确落在高风险区域的边缘，为最高风险.（3）数据输入错误、传输信息不及时、货物数量降低或暴增以及客户议价能力增加等也接近高风险区域.
海运物流企业需高度重视较高风险区域的风险防范，才有可能将损失降到最小.根据本文的研究结论，提出以下建议：（1）确保信息的准确性和及时性.海运物流企业不仅需要建立高效的信息传递渠道，及时传递信息，也需要提高相关人员的业务能力和责任心，避免信息传递错误，尤其要提高制单操作人员的专业知识和服务精神，以保证单证信息准确.（2）增加组织柔性，提高市场预判能力.由于海运物流周期性特点，市场不确定性较大，需要增加组织柔性，密切关注市场，并对其进行预测，增强抵抗市场风险的能力，尤其要增强应对货物数量骤减或暴增的能力.（3）提升与海关部门的沟通与协调能力.对相关工作人员的沟通与协调能力进行培训，不仅需改善与海关部门沟通与协调的有效性，同时需加强与客户的沟通，增加客户的配合度以共同规避清关时面临的风险.（4）提升服务质量，提高客户满意度和忠诚度，与客户保持长期良好稳定的关系，尽力避免客户议价能力增加带来的风险.
参考文献：
[1]李延松， 王久梗. 从全球海运经营的视角评析航运企业未来的发展趋势——全面发展综合物流[J]. 物流科技， 2007（1）： 5658.
[2]吴铁锋， 朱晓宁. 现代海运物流发展的对策及技术研究[J]. 中国水运， 2010（10）： 7274.
[3]CAROTENUTO P， GIORDANI S， ZACCARO A. A simulation based approach for evaluating the impact of maritime transport on the inventory levels of an oil supply chain[J]. Transportation Research Procedia， 2014（3）： 710719. DOI： 10.1016/j.trpro.2014.10.050.
[4]LAM J S L. Patterns of maritime supply chains： slot capacity analysis[J]. Journal of Transport Geography， 2011（19）： 366374. DOI： 10.1016/j.jtrangeo.2010.03.016.
[5]ASBJOMSLETT B E， NORSTAD I， BERLE O. Risk of supply breaches in maritime LNG transport[M]//Risk and Interdependencies in Critical Infrastructures. Springer， 2012： 175188. DOI： 10.1007/9781447146612_12.
[6]苏会卫， 李佳楠， 陆琳. 基于模糊综合评价算法的海运物流风险测算[J]. 物流技术， 2015（34）： 134136. DOI： 10.3969/j.issn.1005152X.2015.02（2）.031.
[7]崔广彬， 李一军. 模糊需求下物流系统CLRIP问题研究[J]. 控制与决策， 2007， 22（9）： 10001004. DOI： 10.13195/j.cd.2007.09.42.cuigb.023.
[8]高祥宝， 董寒青. 数据分析与SPSS应用[M]. 北京： 清华大学出版社， 2007： 342357.
[9]CHANG C H， XU J， SONG D P. Risk analysis for container shipping： from a logistics perspective[J]. The International Journal of Logistics Management， 2015（26）： 4957. DOI： 10.1108/IJLM0720120068.
[10]LU C S. Logistics services in Taiwanese maritime firms[J]. Transportation Research Part E， 2000（36）： 7996.[11]丛小茗. 不确定环境下国际海运物流决策系统的设计与实现[D]. 哈尔滨： 哈尔滨工业大学， 2012.
[12]吴明隆. 问卷统计分析实务——SPSS操作与应用[M]. 重庆： 重庆大学出版社， 2010： 195230.
[13]汤梦玲， 王占龙， 李志建. 因子分析法求权重评价水质的实例[J]. 邢台职业技术学院学报， 2005， 22（5）： 1416.
[14]刘炜. 关于因子分析定权法若干问题的探讨[J]. 上海体育学院学报， 1995， 19（S1）： 121126.
（编辑赵勉）
