港口群泊位资源共享的干支航线网络仿真

李志平， 真 虹， 陈继红， 赵 楠

(1. 上海海事大学 交通运输学院， 上海 201306； 2. 上海国际航运研究中心， 上海 200082)

全球海运业规模化的发展既增加港口方自身的发展压力，同时又加剧港口间的竞争矛盾，为此，港口方也在不断进行资源整合以提升其竞争力。这种趋势使得全球主干航线更加集中于某些核心枢纽港，增大港口的资源和环境压力。

航线网络形成的决定主体并不统一，国际干散货运输航线的决定主体往往是货主，而国际班轮运输航线则是由班轮公司发布的。BROUER等[1]认为传统运筹学方法在班轮运输网络设计问题中应用的主要阻碍是海运运输的数据结构问题。PLUM等[2]以标准数组为基础，建立基于船舶运输企业服务流的混合整数规划模型。ZHEN等[3]对当前班轮运输路线的设计方法进行比较后，提出包含未来运输需求分布信息的非近视策略启发式运输线路设计策略。WANKE等[4]在研究关于巴西港口的货物分配问题时提出影响港口货物分配的因素主要有港口与腹地距离、港口货物处理成本、港口设施等9个方面。NG[5]在研究集装箱船队的配置问题时提出应考虑船舶运输需求的不确定性。GUERICKE等[6]为研究班轮运输网络中货物分配问题建立一个混合整数规划模型。GUO等[7]分析港口资源的整合、港口持续投资和处理能力的提升对资源整合的影响等问题。ALHARBI等[8]认为港口泊位资源有限性是班轮运输公司设计运输网络日程首先考虑的因素。KARSTEN等[9]重点研究船舶和货物中转时间限制对运输网络设计的影响。

通过对以上研究进行梳理得出：货物运输需求是船舶运输方航线网络设计应首先考虑的因素，其次是港口条件等因素。班轮运输业独有的垄断性使得航线网络设计存在效益损失。通过引入资源共享理论并以港口群为研究对象，探讨港口群内核心枢纽港的主干航线及相应支线航线的确立方式，充分发挥港口方的信息节点功能，改善港口群内泊位资源利用的不均衡问题。

1 港口群干支航线网络仿真模型构建

1.1 模型假设及符号说明

对港口群内货物信息和港口泊位资源信息进行整合，海运物流的需求方可根据系统提供的物流方案主动选择为其提供服务的港口和船公司，以形成由物流服务需求驱动的市场分配机制。

1.1.1模型假设

构建港口群干支航线网络系统模型的过程时需要以下假设：

1) 港口群内至少有2个港口，港口直接腹地货物到该港口的陆上成本最低，到其他港口的水上运输成本低于陆上运输成本，该港口与其他港口交叉腹地的货物运往这些港口的运输成本无差异。

2) 腹地货物产生周期表示腹地货物运输到港口的时间。

3)文中所指主干航线是指运往港口群以外港口的航线，支线航线则是指在港口群内分配的主干航线货物的运输支线。

1.1.2符号说明

港口群内任意两港的运输时间矩阵为

(1)

(2)

(3)

(4)

DGT+T0(:,j)=DGT+T0(:,j)+DGT(:,j)

(5)

IDGT+T0,1(:,j)=IDGT+T0,1(:,j)+IDGT,1(:,j)

(6)

IDGT+T0,2(:,j)=IDGT+T0,2(:,j)+IDGT,2(:,j)

(7)

式(5)～式(7)为若某周期内主干航线未能开通，则本周期货物转至下周期处理。

(8)

(9)

1.2 港口群干支航线网络系统的具体算法设计

1) 上述M，L，动态仿真观察周期TV，腹地货物产生周期T0，α,β,H,λ,ω,Pi,pi,DGT,IDGT,1,IDGT,2,Ts等赋值，并给定初始值T=0，j=0。

3) 计算港口i干(支)线泊位对第T周期内腹地产生的干(支)航线的货物处理时间。如果AT(i,j)=1，则

(10)

如果AT(i-1,j)=AT(i+1,j)=0，则

(11)

如果AT(i-1,j)=1,AT(i+1,j)=0，则

(12)

如果AT(i-1,j)=0,AT(i+1,j)=1，则

(13)

如果AT(i-1,j)=0,AT(i+1,j)=1，则

(14)

4) 计算港口i干、支线泊位货物的总处理时间

(15)

8) 如果T≤TV，返回步骤2)，否则仿真试验结束。

2 港口群泊位共享的干支航线网络系统仿真

2.1 数据和方法说明

选取连云港、盐城港、南通港、上海港、宁波舟山港、台州港、温州港共7个港口为仿真对象；统计数据显示以上港口开通的主干航线包括东盟、东亚、非洲、澳大利亚、南美、北美和欧洲等；Alphaliner的数据显示装载量在4 000 TEU以下的船舶主要集中于东亚近洋航线。当某港口的直接腹地单周期内产生某主干航线的货物达到3 200 TEU即开通该航线。长三角地区主要海港集装箱泊位岸线长度见表1，其中支线泊位(万吨级以下泊位)长度为预测值。

表1 长三角地区主要集装箱海港干、支泊位长度 m

利用MATLAB进行系统仿真分析，根据以上算法设计考虑腹地货物产生数量、装卸时间和泊位资源等约束条件的干支航线网络确立系统，对比分析3个因素不同状态下对港口群内航线确立的影响，同时分析每种状态的运输效率变化。

2.2 仿真结果分析

2.2.1不同中转时间约束下港口群干支航线网络仿真

首先，假设港口群内的各港口的干、支泊位的单位处理能力相同，以上海港码头泊位的单位处理能力为例，上海港各主要集装箱码头的单位泊位处理能力数据见表2。假设港口群内各港口的支线泊位的处理能力为3 TEU/(m·d)，干线泊位的处理能力为5 TEU/(m·d)，仿真过程中假设腹地货物产生周期和观察周期均为5 d。在其他因素不变，港口群内各港口间干支泊位中转时间差阈值λ,ω变化时的干支航线网络仿真结果见图1a)和图1b)。

表2 上海港主要集装箱码头的单位处理能力

注：图中粗线箭头表示主干航线，细线箭头表示支线航线，双线箭头表示港口的某些主干航线货物可以替代的支线航线，其中可替代航线的产生是因存在两条或多条支线航线的中转时间差均满足支线确立的条件

图1 考虑港口群内港口中转时间差因素的干支航线分配

对比图1a)和图1b)的仿真结果可知：当中转时间差阈值条件由1 d变为2 d时，某些支线港口可供选择的枢纽港范围增加，如图中连云港的支线航线增加，这也说明中转时间要求的存在确实会增大某些枢纽港中转压力，见表3。

干线泊位处理能力的改善明显强于支线泊位的情形引起干、支泊位资源不平衡现象将会改变港口群内枢纽港格局。假设港口群内各港口的干线泊位处理能力由5 TEU/(m·d)变为10 TEU/(m·d)，支线泊位处理能力保持不变，中转时间差阈值条件仍然为2 d，仿真结果见图1c)。

图1c)的仿真结果表明：当港口群内干线泊位的处理能力增强时，某些干线港口的枢纽地位进一步得到巩固，如图中上海港，但该类型港口的承载压力也将会加重，见表4。

2.2.2不同腹地货源约束下港口群干支航线网络仿真

假设在其他条件与图1c)相同的情况下，本部分仿真通过适当降低港口群内上海和宁波舟山等核心枢纽港直接腹地的货物数量，同时将减少的货物增加到港口群内各港口的交叉腹地货物中，以说明腹地货源对港口群干支航线网络分配的影响。

表5对比腹地货源调整前后各主干航线货物选择转运港的总中转时间差。由表5可知，受到腹地货源条件改善的影响，港口群内开通主干航线的港口数量有所增加，如温州港，因该港开发利用的干、支泊位资源数量相对较少，各主干航线货物选择转运港的总中转时间差增长明显。事实上，与上海港、宁波舟山港相比，港口群内其他港口可利用泊位资源相对充足。

表3 不同中转时间差阈值条件下的支线航线分配的中转时间差 d

2.2.3不同泊位资源约束下港口群干支航线网络仿真

在本部分的仿真中，其他所有条件均与第2.2.2节相同。首先，仅增大非核心枢纽港的已开发泊位资源数量，观察干、支航线网络及总中转时间差的变化。将港口群内非核心枢纽港的已利用的干、支泊位资源数量均增加50%，核心枢纽港的干、支泊位资源数量保持不变，由仿真结果可看出：当港口群内非枢纽港的干、支泊位资源数量增加50%时，干支航线网络的分配结果基本不变，仅增加可替代支线航线的数量，但是主干航线货物选择转运港的总中转时间差有明显改善，具体见表6第2、第3列。其次，固定其他条件与第2.2.2节仿真过程相同，分别将港口群内非核心枢纽港的已开发干、支泊位资源数量增加50%、100%和分别将港口群内非核心枢纽港的已开发干、支泊位资源数量增加100%、50%，对上述情况进行对比仿真分析，具体仿真结果见表6第4～7列。

表4 选择不同枢纽港的中转时间差对比 d

表5 腹地货源调整前后主干航线货物选择转运港的总中转时间差对比 d

表6 不同泊位资源情况下主干航线货物选择转运港的总中转时间差对比 d

3 结束语

1) 适当放大选择港口的中转时间差阈值条件后，由于港口选择范围的扩大使得港口群内某些核心枢纽港的泊位资源压力得到缓解，非核心枢纽港的泊位资源得到进一步利用。

2) 针对某些核心枢纽港不断改善其干线泊位资源条件的现象进行仿真，虽然港口的枢纽地位得到进一步巩固，但是由于其支线泊位条件的有限，港口群整体的转运效率反而下降。

3) 腹地货源对港口群干支航线网络的形成起主导作用，虽然非核心枢纽港腹地货源改善有助于提升这些港口的转运功能，但是由于其已开发干支泊位资源的不足，港口群整体的转运效率明显下降。

4) 港口群内非核心枢纽港泊位资源的改善，尤其是支线泊位资源的改善对港口群整体转运效率的提升贡献明显。

本文仅考虑泊位资源、腹地货源和中转时间等因素对干支航线网络形成的影响，未来研究中可引入运输成本和收益等经济因素以进一步分析，包括对可替代支线航线的分析。