香港回归与上海经济和航运业的发展

随着１９９７年香港的回归和９０年代上海经济持续稳定的发展，中国未来半出现丙个国际中心城市－香港和上海。如何认识这两个国际中心城市之间的关系对中国经济的发展是至关重要的。本文从经济和航运两方面对这一问题进行了深入的分析。     

世界集装箱桥吊进入更新改造时代

一、世界集装箱桥吊进人更新改造时代的原因 现在全世界正在使用的集装箱桥吊的五分之一(大约300台)都已有20多年的历史。各个港口似乎不打算大规模地拆解这些老龄没备,而是考虑对它们进行改造;如果港口本身不再需要改造后的设备,也是力图将其推上二手设备市场,而不是彻底淘汰。尽管老设备尺寸小、能力低、速度相对慢,但改造老设备往往比购买新设备来得方便和廉价。     

香港回归对大陆港口与海运产业的影响

香港的繁荣和发展需要发达的海逼与港口 香港经济中,制造业具有举足轻重的地位。但整个80年代,制造业在香港本地生产总值中所占的比重从23.8％下降为221％,而服务业所占比重则从67.2％上升为74.6％。90年代香港经济结构的特征是,服务业产值比重继续保持上升趋势,制造业产值比重继续下降。由于土地、厂房、工资等成本高,香港的制造业将继续北上,向华南地区转移。香港制造业将继续进行结构调整,大力发展高产值、高科技产品、即制造业升级,转变为资本和技术密集型产品的生产。要继续保持香港的繁荣和发     

世界经济贸易发展趋势对国际海运货源的影响

世界经济贸易的发展是海运货尖稳定增长的基础，它对国际海运贷源的规模、结构及分布都将产生深远的影响。主要表现为如下四个方面：世界经济一体化趋势提高了国际集装箱货物海运需求量；世界经济区域集团化趋势使区域内部海运货源和支线运输货源迅猛增长；世界贸易货物的知识化和信息化趋势导致国际海运货源增长速度日益低于贸易额增长速度；世界重心继续向亚太地区快速转移的趋势使亚洲地区海运货源引人注目。     

��װ����������п��������֯�����Ż��о�

为了分析由多个始发港、多个中转港和多个目的港所组成的集装箱班轮运输网络中不同类型空集装箱调运组织和库存优化问题,本文提出该类问题的混合整数线性规划模型;在实现空箱物流成本（空箱库存成本和运输成本）最小化前提下, 确定不同类型空集装箱在不同船期之间的最佳分配量和在不同港口节点的最优存箱量;通过始发港和目的港在不同时间内累计空箱库存量表达式的推导,提出原有模型的简化形式;最后运用具体算例对上述模型进行了应用分析. 结果表明,模型具有有效性和实用性.     

基于港口配对分解的集装箱空箱调运模型

考虑配对分解的多港口之间空箱调运,即把整个港口系统分解成多个以两个港口为一组的港口子系统,空箱调运只发生在绑定的两个港口之间,在多阶段期望总成本最优情况下确定整个港口系统的最优空箱调运策略。首先分别在每个阶段每个港口都发生空箱需求和最多一个港口发生空箱需求的不同港口系统下,建立多港口之间的最优空箱调运模型,然后推导出对应的配对分解调运模型,最后通过具体算例验证配对分解调运模型的有效性,并运用蒙特卡洛多重积分法比较在不同空箱租赁成本、调运成本、储存成本、需求波动下配对分解调运模式与其他调运模式的优劣,得出在一定的参数范围内配对分解调运模式要优于其他调运模式。     

Impact of Sophisticated Stationary Forecast Techniques on the Bullwhip Effect in a Supply Chain

The bullwhip effect in a multistage supply chain was analyzed using sophisticated stationary forecasts (third order moving average and third order exponential smoothing forecasts). The third order exponential smoothing and third order moving average forecasts sometimes have a variance reducing effect on the supply chain.In a supply chain with positively correlated or independent and identically distributed (i.i.d) demands, the order variance based on simple moving average forecast (or simple exponential smoothing forecast) is larger than the order variance based on second order moving average forecast (or second order exponential smoothing forecast),and the order variance based on second order moving average forecast( or second order exponential smoothing forecast) is larger than the order variance based on third order moving average forecast( or third order exponential smoothing forecast). In addition, for i.i.d demands, third order exponential smoothing forecast leads to a larger variation than third order moving average forecast.