集装箱海铁联运运输组织优化研究综述

多式联运是集装箱运输组织的高级形态,而海铁联运作为两种运输批量最大的运输方式的组合,具有其他联运方式所无法比拟的规模与成本优势。近年来,随着中欧集装箱班列规模的不断扩大,我国海铁联运虽然得到了迅猛发展,但是与发达经济体20%～40%海铁联运占比相比较,我国占比不到3%还有巨大的增长空间。鉴于此,基于海铁联运运输组织优化的“软衔接”视角,从港站堆场资源配置协同、换装作业协同、班列开行方案优化三个维度对集装箱海铁联运相关研究进行梳理和评述,并提出潜在研究方向,以期对集装箱海铁联运的运输组织优化提供决策参考。     

广州港海铁联运通道发力保障物资集疏运

正广州港集团近年来形成"国际班轮航线+海铁联运班列+内陆无水港办事处"多元化网络布局。疫情期间,广州港物流有限公司充分发挥"南沙港—黄埔/新港—内陆地区"海铁联运物流通道优势,稳定运营海铁联运班列11条、粮食"散改集"班列10条,全力保障粮食、生产原料等重要物资的运输,助力内陆地区企业复工复产。     

区块链背景下的中欧班列网络配流研究

网络流量分析是交通网络优化的基础，本文以中欧班列为研究对象，构建以总运输费用最小和运输时间最短为目标的双目标网络配流模型。其中，运输费用方面，考虑中欧班列与国际班轮和国际航空运输之间的竞争，采用两阶段博弈刻画区块链技术应用前后班列运价变化；运输时间方面，考虑区块链技术应用前后通关时间缩短比例以影响总时间。基于2020年中欧班列1周运行数据的分析结果表明，区块链技术应用对网络流量有显著影响。区块链技术应用后，东通道和中通道流量分别减少2.76%和5.12%，西通道流量增加7.88%，东通道和中通道的部分货物运输任务将向西通道转移。同时，网络总运输费用降低17.08%，总时间减少8.27%，综合运输成本降低了13.08%，有利于提升中欧班列的经济效益和对客户的吸引力。本文分析区块链技术应用前后中欧班列网络流量的变化，为班列开行方案调整和网络设施优化提供重要参考。     

基于Martins算法的联合运输最优路径规划

为了快速高效地找出最优的联运路径,在现有模型的基础上,考虑时间窗约束,建立了具有多目标、多运输方式、多货种的路径选择改进模型,并设计了2层搜索算法求解该模型.第1层在已知每条路径标签的基础上,根据时间窗删除规则并利用改进的Martins算法,计算出有效路径集;第2层将第1层的有效解作为其初始解,删除不满足货物运输总时间、中转次数和运输方式容量3个限制条件的路径,得到最优路径集合.根据货主的需求,采用序数偏好方法,组合不同的费用权重和时间权重得到综合权重值,找出对应最大综合权重值的最优路径.实例分析表明:相比已有的标签算法,改进算法增加了运算方式容量限制条件,缩小了解空间,避免了生成无效路径;相比拉格朗日松弛算法只能求得解的上下限,本文算法能够求得精确解,耗时在30 s以内,计算时间减少75%.      

集装箱海铁联运补贴优化研究

补贴是一种被政府广泛采用且能够有效促进海铁联运发展的措施。本文研究包括3种运输方式和两个起运港的集装箱运输系统中的海铁联运协同补贴优化问题。首先,构建双层规划模型描述政府与托运人之间的博弈关系,上层模型从政府角度出发,以海铁联运运量最大为目标,确定海铁联运班列单个重箱补贴金额;下层模型基于熵最大化理论,构建能力约束型巢式Logit模型描述托运人对起运港和运输方式的选择行为。其次,通过Karush-Kuhn-Tucker条件将双层模型转化为单层模型,并利用松弛迭代算法求解。结果表明：补贴会促进海铁联运运量的增长,其增量主要来自公海联运转移的货运量,少部分来自水水联运转移;相比于不协同补贴,协同补贴不仅显著降低单箱补贴金额,还能提高海铁联运运量;货物时间价值对补贴效果产生影响,补贴具有中等时间价值货物的托运人将会获得最佳结果。     

基于BWM 的中欧班列客户需求偏好异质性研究

中欧班列沿线运输能力短缺现象日益严峻，充分了解客户需求偏好能为高效利用现有运输能力提供参考. 采用最佳-最差方法(Best Worst Method, BWM)在市场调查的基础上，对中欧班列客户需求偏好进行研究，并对结果进行二阶聚类分析，揭示客户需求偏好异质性.BWM结果显示，运输成本是中欧班列客户整体最偏好指标，相比于运输成本和运输时间，并结合铁路运输自身特点，可靠性最适合中欧班列发展为其特色. 二阶聚类结果显示，将运输服务质量与运价相结合，可以在满足客户异质性需求的基础上，更好地利用中欧班列现有运输能力.     

疫情不同阶段西部陆海新通道市场分担率变化研究

为探究全球新冠肺炎疫情波动变化背景下西部陆海新通道对解决中欧集装箱货运问题的影响，本文利用中欧集装箱运输数据，以集装箱海运班轮运输路线、中欧班列运输路线和西部陆海新通道路线为选择肢，分别构建多项式Logit模型和混合Logit模型进行对比分析，探索疫情3个阶段下托运人对中欧集装箱运输的路线选择决策机制；并在疫情不同时期内，估算陆海新通道运输属性的主观值。研究结果表明：托运人对于中欧集装箱运输的路线属性在不同疫情时期内具有不同的个体异质性，货物的时间价值随疫情严峻性增加而稳步增加，延迟时间价值增加幅度先快后慢。在疫情松弛期，陆海新通道的市场分担率主要受自身运输费用和班轮的运输时间影响；疫情平稳期，主要受自身和班轮运输时间影响；疫情严峻期，主要受自身延迟时间影响。疫情时期，陆海新通道在西部省市承担的集装箱货运量比例总体持续增长且增速较快；在疫情平稳期，中西南部地区增速较快；疫情严峻期，西北部地区增加明显。     

考虑多节点时间窗差异的集装箱多式联运路径选择研究

基于多式联运网络,考虑不同运输方式的能力以及工作时间窗和发车班期,并且根据货主的具体货运需求,构建了运输成本最小、运输时间最少的多目标0-1整数规划模型。通过决策运输路线、运输方式来优化运输路径,采用非支配排序遗传算法(NSGA-II)以及二阶段编码的方式求解模型,经过多次种群进化和非支配解筛选,获得多式联运运输路线的Pareto非劣解集。最后以20个节点、39条运输弧、3种运输方式的多式联运网络为例进行算例分析,验证了算法和模型的可行性和有效性。     

考虑边境站延误风险的中欧班列运输路径决策

为选择高效安全的中欧班列运输路径、管理运输风险，针对不同类型边境口岸节点延误时间特征，以威布尔分布刻画其延误时间的概率分布，并基于期望损失理论提出一种新的风险价值测算方法。将延误风险价值作为一种运输成本，构建“风险-时间-费用”综合运输成本最小的中欧班列路径效用模型。通过深度优先遍历算法求解从成都到柏林的中欧班列运输不同价值特性货物的路径选择方案。结果表明：高价值货物对延误风险更敏感，货物贬值速率对延误成本影响更小；最优路径的平均风险延误率为0.46，边境节点延误风险较高；单位货物价值为300万元时，最优路径的边境延误成本是运输运费的1.2倍。对沿线边境站点的延误风险监测与应急处理需要引起运输企业和铁路管理部门的重视。     

基于货物时间价值的空铁联运转运枢纽选址优化

高效合理的联运网络是空铁联运快递服务产品创新的重要支撑。本文在考虑货物时间价值的基础上,以空铁联运转运枢纽的位置以及运输方式选择为决策变量,构建以综合成本最低为目标的空铁联运转运枢纽选址模型,并设计变邻域遗传算法进行模型求解。以截至2019年开通高铁并设有机场的200个地级城市为例,采用复杂网络和优劣解距离法结合的方法选取空铁联运转运枢纽的备选城市,验证模型和算法的实用性及有效性。结果表明,运输时间限制和折扣系数是影响空铁联运网络综合成本的重要因素。随着运输时间限制的增加以及折扣系数的降低,空铁联运网络综合成本分别降低了15%和11%。空铁联运转运枢纽的空间布局主要受运输时间限制的影响。运输时间限制较低时,空铁联运转运枢纽布局以东北地区和西部地区为主,以提高快递运输的时效性。运输时间限制较高时,空铁联运转运枢纽布局向中东部地区转移,为经济服务趋势明显。空铁联运网络最优枢纽数量则受运输时间限制和折扣系数的综合影响,但运输时间限制对于最优枢纽数量的影响更为显著。合理布局空铁联运转运枢纽和提升空铁联运规模效益是提高空铁联运服务时效性和竞争力的重要途径。