支线集装箱船舶运输研究现状及外来研究方向
与干线集装箱船舶相比，支线集装箱船舶具有吃水较浅、载箱量较小（通常小于等特点，能够自由出入沿海、内河水域，常用于航程较短的国际航线、国内沿海航线和内河航线，往往在多式联运中承担第一程和最后一程的水路运输。
随着集装箱船舶大型化趋势的不断发展，枢纽港需要更多的支线集装箱船舶来满足其日益增长的转运需求。
此外，在全球经济复苏乏力和贸易保护主义频频抬头的背景下，未来短途贸易航线运输或将成为集装箱航运市场主流，从而给支线集装箱船舶运输带来新的发展机遇。
本文分别从战略层面、战术层面和操作层面介绍支线集装箱船舶运输研究现状，并提出未来研究方向，以期为船公司开展支线集装箱船舶运输业务提供更多思路。
下载论文网 支线集装箱船舶运输研究意义 首先，从船舶订单情况来看，近年来支线集装箱船舶成交活跃，～新造船订单量有所增加，其中：中谷海运分别向金陵船厂和上海船厂订造4艘和4艘（附选择权2艘）集装箱船舶；万海航运向日本内海造船订造8艘集装箱船舶；德翔海运向台湾国际造船订造4艘集装箱船舶；德国和马来西亚的船舶承租人向福建马尾造船厂订造12艘集装箱船舶；英国船舶所有人Lomar Shipping将向3家中国船厂订造最多20艘集装箱船舶，订单总价值将达到4.4亿美元。
其次，从市场需求来看，随着超大型集装箱船舶不断下水，集装箱转运量大幅增长，导致枢纽港对支线集装箱船舶的需求增加。
最后，从航线配置情况来看，近年来非主干航线贸易量增长，加之在航运联盟发展的背景下，航线合并成为常态，促使船公司加大支线集装箱船舶的投入力度。
综上所述，支线集装箱船舶运输在航运市场中占有重要地位，值得深入研究。
2 支线集装箱船舶运输研究现状 2.1 战略层面研究现状 2.1.1 船队规模和结构 船队规模和结构问题通常与战术层面的船队部署问题相关，也可以结合战略层面的运输网络设计进行研究；然而，由于运输网络设计属于非确定性多项式问题，对船队规模和结构问题的研究通常假设运输网络是已知的。
KARLAFTIS等[1]采用混合遗传算法解决集装箱船?在1个枢纽港与若干支线港之间的配船问题。
此外，对爱琴海群岛航线的测试结果表明：配置5～6艘集装箱船舶足以满足运输需求，不会产生严重的班期延误；如果采用或集装箱船舶，则所需船舶数量更少，但航线更长且可能造成班期延误；如果采用集装箱船舶，则至少需要配置7艘船舶才能满足运输需求。
2.1.2 联盟战略 集装箱班轮运输市场竞争异常激烈，船公司仅凭一己之力难以生存和发展；因此，合作和联盟是集装箱班轮运输市场的常见现象。
MENG等[2]针对多式联运轴辐式运输网络设计问题提出带平衡约束的数学规划。
该模型采用参数变分不等式表示多式联运经营人在特定的网络设计决策下选择路线的用户均衡行为，并采用成本函数反映规模经济向规模不经济的转变。
ASGARI等[3]研究2个枢纽港与船公司之间的竞争与合作战略问题，基于枢纽港之间完全竞争、枢纽港之间完全合作、枢纽港与船公司合作等3种情形构建关于运输网络设计的博弈论模型，并采用分支定界法求解。
2.1.3 运输网络设计 运输网络设计的目的是确定挂靠港口及其顺序。
运输网络设计与战术层面的问题有关，因此，不应孤立地研究运输网络设计。
ZHENG等[4]提出轴辐式班轮运输网络设计问题，引入主要港口的概念以及前人研究中很少考虑的集装箱种类、运输时间等约束条件，构建带有非凸多线性条件的混合整数规划模型，并采用嵌入多阶段分解法的遗传算法求解。
JI等[5]提出轴辐式运输网络中的船舶路径优化问题，并以总成本（包括航行成本、服务成本和等待成本）最小化为目标，采用经改进的遗传算法构建面向多类型集装箱船舶的路径优化模型。
结果表明：（1）模型合理，算法可行；（2）时限、船舶载箱能力和港口作业能力对总成本有重要影响；（3）多类型集装箱船舶的总成本小于单一类型集装箱船舶的总成本。
2.2 战术层面研究现状 2.2.1 服务频率 服务频率指特定航线上相邻2个班次的发船间隔。
服务频率越高，集装箱货物在始发港的等待时间越短。
BENDALL等[6]采用混合整数线性规划模型计算轴辐式短途支线运输所需船舶的最优数量、最经济的船队部署策略和服务频率。
HSU等[7]构建运输成本和库存成本最小化的双目标模型，计算轴辐式集装箱运输网络的最优路径、船型和服务频率。
2.2.2 船队部署 船队部署指将不同类型和吨位的船舶合理地部署到不同航线上，以取得最佳经济效益。
LEE等[8]针对大型集装箱转运港的码头和堆场分配问题构建整数规划模型。
该模型解决以下两大决策问题：（1）为船舶分配码头；（2）为在同一码头内部以及不同码头之间的中转集装箱作业分配堆场。
目标函数旨在使中转货流产生的码头内部和码头之间的作业成本最小化。
GELAREH等[9]提出可同时完成运输网络设计和船队部署的混合整数线性规划模型，并采用分解法解决问题。
2.2.3 航速优化 船舶航速对运营成本、污染物排放量、运输时间和船队部署等均有重要影响。
FAGERHOLT等[10]从节能减排的角度出发，以整个航次的燃油消耗量最少为目标，建立船舶航速优化的数学规划模型，并采用启发式算法求解到港时间离散化的模型。
2.2.4 船期表设计 船期表由船舶在每个挂靠港口的预计到达时间和预计离开时间组成。
船期表确定后，船舶航速也就基本确定；因此，船期表设计与航速优化往往相互交织。
[7]HSU C I，HSIEH Y P. Routing，ship size，and sailing frequency decision—making for a maritime hub—and—spoke container network[J]. Mathematical and computer modelling，2007，45：899—916. [8] LEE D H，JIN J G，CHEN J H. Terminal and yard allocation problem for a container transshipment hub with multiple terminals[J]. Transportation research Part E：logistics and transportation review，2012，48（2）：516—528. [9]GELAREH S，PISINGER D. Fleet deployment，network design and hub location of liner shipping companies[J]. Transportation research Part E：logistics and transportation review，2011，47（6）：947—964. [10] FAGERHOLT K，LAPORTE G，NORSTAD I. Reducing fuel emissions by optimizing speed on shipping routes[J]. Journal of the operational research society，2010，61（3）： 523—529. [11] LEE D H，JIN J G. Feeder vessel management at container transshipment terminals[J]. Transportation research Part E： logistics and transportation review，2013，49（1）：201—216. [12] JIN J G，LEE D H，HU H. Tactical berth and yard template design at container transshipment terminals：a column generation based approach[J]. Transportation research Part E： logistics and transportation review，2015，73：168—184. [13]MENG Q，WANG S A. Liner shipping service network design with empty container repositioning[J]. Transportation research Part E：logistics and transportation review，2011，47（5）：695—708. （?辑：张敏 收稿日期：2017—06—12）。