,
(1.江蘇海事職業(yè)技術(shù)學(xué)院 a.輪機(jī)工程系;b.信息工程系,南京 211170;2.河海大學(xué) 計(jì)算機(jī)與信息學(xué)院,南京 210098)
船舶溢油事故,除了造成巨大的直接經(jīng)濟(jì)損失外,同時(shí)也給海域或水域環(huán)境造成嚴(yán)重的以生態(tài)破壞為主的次生危害。建立科學(xué)、合理、公正的船舶溢油直接經(jīng)濟(jì)損失的賠償評(píng)估模型尤為必要。
多元線性回歸通過分析多個(gè)指標(biāo)因素(自變量)與因變量(評(píng)估值或預(yù)測值)之間的關(guān)系,建立一定的數(shù)學(xué)模型,并對(duì)因變量的后期變化趨勢進(jìn)行評(píng)估預(yù)測。多元線性回歸模型,即在自變量{x1,x2,…,xm}與因變量y之間構(gòu)建1-m線性回歸方程[1-2]
y=b0+b1x1+b2x2+…+bmxm
(1)
式中:x1,x2,…,xm——影響評(píng)估預(yù)測的指標(biāo)因素;
b0,b1,…,bm——回歸因子。
利用溢油類型、溢油總量、溢油擴(kuò)散面積、受污染海岸長度、受污染海岸類型以及由此決定的賠償價(jià)格等歷史數(shù)據(jù)進(jìn)行回歸因子的求解,并對(duì)其進(jìn)行類比分析檢驗(yàn)[3]。
根據(jù)對(duì)文獻(xiàn)[4]的分析,可以確立其目標(biāo)威脅程度函數(shù):
(2)
式中:i——樣本個(gè)數(shù),i=1,2,…,n;
j——樣本中的指標(biāo)因子,j=1,2,…,m;
rij——指標(biāo)數(shù)據(jù)歸一化后的數(shù)據(jù)形式。
(3)
(4)
實(shí)驗(yàn)樣本數(shù)據(jù)見表1,其數(shù)據(jù)來源于海事部門提供的歷史船舶油污事故賠償案例資料庫。
表1 原始樣本數(shù)據(jù)
利用Matlab分析求得均值:μX=[251.8,0.942 3,4.69,499,0.98]′,μY=[451.5]。則協(xié)方差陣見表2。
表2 各指標(biāo)間的協(xié)方差
[0.239 7、1 522.2、
18.894、0.739 78、230.99]
則回歸系數(shù)向量為:B= [-1 727.3,0.239 7,1 522.2,18.894,0.739 78,230.99]。由此確定的1-m多元回歸方程為
y=[1x1x2x3x4x5]B
將原始樣本數(shù)據(jù)進(jìn)行回代到回歸方程,可以得到估計(jì)值見表3。
將實(shí)際值與估計(jì)值進(jìn)行比較,見圖1,結(jié)果基本吻合,在評(píng)估誤差允許范圍內(nèi)。
表3 原始數(shù)據(jù)與實(shí)際值、估計(jì)值
圖1 多元線性回歸實(shí)際數(shù)據(jù)與預(yù)測評(píng)估數(shù)
4.3.1 原始數(shù)據(jù)歸一化處理
4.3.2 一元回歸方程的建立
將原始賠償數(shù)據(jù)、一元線性回歸值、多元線性回歸值進(jìn)行比較,見圖2。表明從不同的角度,建立對(duì)應(yīng)的回歸分析模型,都能較好地解決問題。
表4 各樣本的威脅系數(shù)
圖2 實(shí)際賠償值、多元回歸估值與一元回歸估值比較
由于模型確定出的賠償金額是為實(shí)際事故發(fā)生時(shí)賠償提供支持的,允許存在一定的誤差范圍,通過比較得知,多元回歸分析的結(jié)果與由威脅程度確定的一元回歸結(jié)果在誤差范圍內(nèi)基本吻合,能滿足實(shí)際賠償中的公正性要求。但一元回歸通過模糊方法,確定了各次污染的威脅程度,能將對(duì)目標(biāo)的多因素簡化為單指標(biāo)描述,運(yùn)算簡單,且更直觀。
[1] 袁志發(fā).多元統(tǒng)計(jì)分析[M].北京:科學(xué)出版社,2006.
[2] 郭福星.多元統(tǒng)計(jì)分析[M].福建:福建科學(xué)技術(shù)出版社,1990.
[3] 劉松樹.海上船舶油污損害賠償評(píng)估方法與應(yīng)用研究[D].大連:大連海事大學(xué),2001.
[4] 何金燦.信息融合技術(shù)在礦井通風(fēng)系統(tǒng)安全評(píng)價(jià)中的應(yīng)用研究[D].南京:河海大學(xué),2006.