链上镖师 / Chain Biaoshi
EJOR|全球航运船队部署:循环时空超网络均衡建模与路径生成求解
把季节性需求、港口能力和寡头承运人竞争放进同一个年度循环网络
这篇论文把全球集装箱航运中的季节性需求、港口能力约束和大型承运人的船队部署竞争统一到循环时空超网络中,并用循环路径生成算法求解长期均衡流。
- 01:研究对象是长期全球航运流模式,重点关注大型承运人在寡头竞争下如何分配船队和设计服务路径。
- 02:核心建模工具是循环时空超网络,能够同时表达载货航行、压载航行和港口停留三类船舶行为。
- 03:论文证明一个Cournot-Nash均衡流可以通过同一可行域上的系统最优线性规划获得,并设计列生成算法处理大规模循环路径空间。
研究背景
国际海运承担约80%的全球贸易量。对航运企业和港口管理者来说,长期流量格局决定船队投放、港口拥堵风险、燃油成本和服务可靠性。论文关注的问题是,在大型承运人具有市场力量的情况下,全球航运市场会形成怎样的长期均衡流。

来源:Fig. 1。循环时空超网络把港口、时间层和年度闭合循环路径放在同一结构中,用来描述船队跨季节反复运行的航运流。
传统交通分配模型常从个体用户或固定OD需求出发。海运市场中,实际路线和船队调度由承运人集中决策,需求还会随季节变化,船舶也可能载货、压载或在港等待。因此,纯空间网络难以完整表达年度航运系统。
核心问题
论文把主要承运人建模为Cournot-Nash玩家。每个承运人根据收入、成本、货运需求和港口能力,把自有船队分配到若干循环路径上,以最大化年度利润。承运人之间的竞争通过共享货源和共享港口服务能力发生。
01网络层面:港口连接和52周时间轴共同决定船舶可行路径。
02行为层面:载货弧、压载弧和港口停留弧共同描述船舶年度循环。
03市场层面:承运人争夺货运需求,同时受港口吞吐能力约束。
04计算层面:所有可行循环路径数量巨大,需要动态生成有效路径。
这项研究的关键价值在于,把航运企业的战略性船队部署和全球航运网络的时空流量分布放进同一套均衡模型中。模型没有预设固定OD路径,船舶路径必须在年度周期内闭合。
方法框架
模型先构造循环时空超网络,再把每条循环路径的单位流利润定义为沿途收入减去成本。论文证明,在货运需求和港口能力约束下,求解一个系统最优线性规划,可以得到一个能够分解为Cournot-Nash均衡的航运流。

来源:Fig. 2。CPG算法从初始可行循环路径出发,反复求解限制主问题和定价子问题,将有改进价值的新循环路径加入模型。

来源:Fig. 4。论文把定价子问题中的年度循环路径搜索拆成两个多源最短路问题,以利用循环时间轴的结构降低求解负担。

来源:Fig. 5。列多样性机制鼓励一次生成多条任务不重叠的循环路径,减少载货弧重复覆盖,提高列生成的有效改进幅度。
1构建包含载货、压载、停港三类弧的循环时空超网络。
2用系统最优线性规划求一个可分解的均衡航运流。
3在列生成中通过最短循环路径寻找负约化成本列。
4用网络分解和任务不重叠路径策略加速收敛。
案例或实验设置
数值实验基于真实世界主要港口数据。论文选取欧洲、东亚和东南亚的十个集装箱港口,包括Antwerp、Hamburg、Rotterdam、Singapore、Port Klang、Shanghai、Zhoushan、Hong Kong、Kaohsiung和Pusan。

来源:Fig. 6。算例覆盖北欧、东亚和东南亚十个主要集装箱港口,为后续航线收益、港口能力和流量分布分析提供空间基础。

来源:Fig. 7。收益参数来自2018年周度即期运价指数,包括北欧与远东、远东与北欧以及上海至东南亚等方向。
时间离散
52周
为匹配XSI和SCFI周度运价数据,年度周期被划分为52个时间段。
港口样本
10个
算例选取北欧、东亚和东南亚主要集装箱港口。
结果分析
算法比较显示,CPG在典型算例中用1354.30秒达到252.02百万美元利润,生成9090列,其中1049列在最优解中为正流。相比之下,LSA运行60分钟后利润仍为-3382.41百万美元,最优性差距为69.59%。

来源:Table 1。CPG在CPU时间、迭代效率、生成列数和最终利润上均优于LSA,说明定制化循环路径生成适合该类大规模均衡问题。

来源:Fig. 8。前50轮迭代中,目标值从约-1200百万美元上升到约-200百万美元,最小约化成本从约-80接近-5,约90%的差距被消除。

来源:Table I.3。敏感性分析汇总成本、收益、需求和港口能力扰动下的利润与流量结构变化,用于观察均衡流对关键参数的响应。
结果表明,CPG的优势来自两点:一是把复杂定价问题转化为结构化循环路径搜索,二是一次加入多条差异化路径,使限制主问题更快接近有效可行域。
管理启示
模型的管理含义集中在港口能力和网络改道上。论文指出,港口能力约束的对偶变量可以解释瓶颈位置,船舶在容量紧张时会通过压载转移或推迟服务形成隐性排队,从而改变长期流量格局。

来源:Table I.4。新加坡港能力下降50%后的逐港流量、装载率和利润变化显示,局部枢纽受限会引发网络层面的替代和重分配。
✓承运人可用均衡流识别哪些港口能力约束会影响年度利润。
✓港口管理者可通过扰动分析评估局部能力下降对邻近港口和整体网络的传导。
✓监管者可把模型用于观察大型承运人竞争下的长期航线结构和瓶颈节点。
对物流和运筹读者来说,这篇论文提供了一种可计算的长期市场视角:船队部署、季节性需求、港口能力和收益波动共同决定航运均衡,算法设计则让这一均衡能够在真实规模案例中求解。
论文:Modeling the equilibrium of global shipping markets: A cyclic space-time supernetwork approach
作者:Zhongjun Ma,Xi Lin,Xiwen Bai
期刊:European Journal of Operational Research
链上镖师、先卜交通、先卜运筹通用论文ID
保存此推文 ID,可在粉丝群内获取相关材料,未来更多功能敬请期待
先卜科技团队:常文婕、张巧巧、王一航、夏子帆、张晓乐、祁园园、张仁义



