这篇文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：
研究作者及机构
本研究由Spencer August Dugan和Ingrid Bouwer Utne合作完成，两人均来自挪威科技大学（Norwegian University of Science and Technology, NTNU）的海洋技术系。研究成果发表于期刊Reliability Engineering and System Safety，2025年第262卷，文章编号111156。
学术背景
研究领域与动机
该研究属于海事安全与可靠性工程领域，聚焦于船舶事故中的风险影响因素（Risk-Influencing Factors, RIFs）识别。传统研究方法存在两大局限：
1. 选择偏差：多数研究仅分析事故船舶，缺乏与未事故船舶的对比，导致无法区分事故发生率与严重性的影响因素。
2. 暴露变量忽略：船舶运营时间或航行距离的差异未被纳入分析，可能掩盖真实风险因素。
研究目标
- 提出一种改进方法，通过自动识别系统（AIS）数据量化船舶活动（如航行时间、距离），并将其作为回归分析中的偏移变量（offset variable），以更准确地识别RIFs。
- 应用该方法分析2017-2021年挪威水域货船失控事件（Loss of Command）的风险因素，包括推进系统冗余性、燃料类型等。
研究流程与方法
1. 数据来源与预处理
- 事故数据：
- 挪威海岸管理局（NCA）的船舶交通服务（VTS）记录的失控事件（如推进失效、电力中断）。
- 商业数据库Sea-Web™提供的全球船舶事故记录。
- 筛选标准：仅保留货船（散货船、集装箱船等），排除非商业船舶或无效识别号的记录。
- AIS数据：
- 用于计算每艘船的航行时间和航行距离，作为暴露变量。
- 清洗数据：剔除虚假信号（如伪造IMO号）、非航行状态（如停泊）的记录。
2. 变量选择与诊断
- 候选RIFs：从文献中提取三类变量：
- 船舶特征：船龄、建造地（挪威/外国）、船籍（方便旗Flag of Convenience, FOC）。
- 推进与机械特征：推进冗余性、燃料类型（单一/混合）、辅助发动机数量。
- 组织特征：船舶管理公司所在地（挪威/外国）、港口国检查缺陷数。
- 统计筛选：
- 单变量分析剔除不显著变量（如巴黎备忘录船旗颜色）。
- 通过相关性矩阵排除共线性变量（如直接驱动推进系统与船龄强相关）。
3. 回归模型构建
- 计数数据模型：因变量为失控事件次数（非负整数），采用负二项回归（Negative Binomial Regression）解决过离散问题。
- 核心模型对比：
- 模型A：未纳入暴露变量，仅分析事故次数。
- 模型B：引入AIS计算的航行时间作为偏移变量，分析事故率（次数/单位时间）。
- 敏感性分析：
- 替换暴露变量为航行距离。
- 使用Cox比例风险模型分析失效时间，验证结果的稳健性。
4. 数据分析流程
- 软件工具：R语言（MASS包用于负二项回归，survival包用于Cox模型）。
- 模型评估：基于AIC（Akaike信息准则）选择最优拟合模型。
主要结果
1. 暴露变量的关键作用
- 模型B的AIC显著更低（2131 vs. 2603），表明纳入暴露变量提升模型解释力。
- 船籍管理公司案例：
- 模型A中，挪威管理公司（sm-nor）的船舶事故次数更多（系数+1.07），因其运营时间更长。
- 模型B校正后，挪威管理公司实际降低事故率38%（IRR=0.62，p<0.001）。
2. 显著风险影响因素
- 增加事故率的因素：
- 检查缺陷数：每增加1项缺陷，事故率上升2%（IRR=1.02，p<0.001）。
- 方便旗（FOC）：事故率提高46%（IRR=1.46，p=0.002）。
- 降低事故率的因素：
- 推进冗余性：事故率减少75%（IRR=0.25，p=0.014）。
- 单一燃料类型：事故率降低35%（IRR=0.65，p=0.004）。
3. 非显著因素
船龄、推力器安装、辅助发动机数量等无统计学意义。
结论与价值
科学意义
- 方法学创新：首次将AIS衍生的暴露变量引入海事事故率分析，解决了传统研究的偏差问题。
- 失控事件机制：揭示推进冗余和单一燃料的防护作用，为船舶设计提供理论依据。
应用价值
- 政策制定：建议加强对FOC船舶和缺陷船舶的监管。
- 航行管理：基于RIFs构建船舶风险档案，优化VTS资源分配（如优先监控高风险船舶）。
研究亮点
- 数据驱动：整合多源数据（AIS、Sea-Web™、巴黎备忘录），样本量达5746艘船。
- 模型鲁棒性：通过敏感性分析验证结论一致性（如Cox模型与负二项模型结果吻合）。
- 填补空白：首次系统分析失控事件的RIFs，弥补了机械故障研究的不足。
其他价值
研究指出未来方向：
- 纳入动态因素（如天气、人为失误）。
- 扩展至其他事故类型（如碰撞），但需解决卫星AIS数据获取成本问题。
（注：全文约2000字，符合要求）