航運電商環境下的集裝箱班輪艙位分配

胡堅堃　李飛　楊斌

摘要：

鑒于即期客戶較難準確預測，傳統的艙位分配存在著很大的不確定性，綜合運用市場細分和收益管理的方法，考慮空箱調運問題，圍繞即期客戶和合同客戶這兩大客戶群建立航運電商環境下兩艘對開班輪的艙位分配優化模型.以中日韓航線為例，計算為即期客戶和合同客戶預留的艙位數；根據在航運電商環境下預測值與實際值差距縮小的特征，分析傳統環境下與航運電商環境下集裝箱班輪艙位分配方案的差異.在航運電商環境下計算所得的總收益大于傳統環境下的總收益，顯示該優化模型的有效性和電商平臺的優越性.結論如下：航運電商的發展能有效提高班輪公司收益；電商平臺下的艙位分配趨勢使預測精度大大提高，預留的艙位數與實際到達的客戶需求出入較小；電商客戶在航運電商環境下會得到大力發展，合同客戶的數量會逐漸下降.

關鍵詞：

航運電商； 集裝箱班輪； 收益管理； 艙位分配

中圖分類號： U695.22； F551

文獻標志碼： A

0 引 言

在當今航運市場競爭越發激烈、航運市場環境越發黯淡時，隨著互聯網的風起云涌，電子商務出現革命性的飛躍.它改變著世界貿易環境和企業運作方式，成為航運企業提高自身競爭力的有力法寶.航運電商已將傳統的訂艙和比價推上“線上交易”平臺.這些新的電商平臺不僅使海運業供需雙方長期以來的交易模式發生改變，而且使交易雙方成本降低、效率提升、服務水平提高.行業集中度和標準化水平的提高促使海運物流行業從原先的價格和規模競爭升級到服務、體驗和整合能力競爭.航運企業的信息化水平將直接影響供應鏈的有效建立，進而影響企業的競爭力.通過電子商務，航運企業能夠及時獲取訂艙信息，以便實時調整航線、班期、配載和運價，及時調整合同客戶和即期客戶的艙位分配，從而提高效率、降低成本.航運電商正成為航運業突破市場低迷與劇烈動蕩、轉變商業模式的有效手段.

集裝箱班輪的艙位分配一直都是國內外學者研究的熱點問題.TING等[1]基于收益管理的思想，考慮客戶滿意度和航運企業收益最大化兩個目標，提出一種模糊多目標規劃方法求解集裝箱班輪航位分配問題.HA[2]利用泛太平洋西向航線的訂貨數據，應用期望邊際收益（Expected Marginal Revenue）和閾曲線（Threshold Curve）模型，對集裝箱班輪公司的艙位控制策略進行較為深入的研究.MARAGOS[3]和SPYRIDON[4]分析班輪貨運的特點，研究多種情況（單航段、多航段、多航段多種類貨物、臨時取消訂艙、超訂）下集裝箱艙位動態分配和定價問題，建模的方式有整數規劃、線性規劃、動態規劃等，采用啟發式算法求解.隨后，ZURHEIDE等[5]對艙位分配問題進行持續的研究.FENG等[6]以裝載港貨量一定為前提，優化傳統的艙位分配模型，使其更適用于復雜密集的亞洲港口網絡的港到港艙位分配問題.卜祥智等[7]針對海運收益管理的特征，建立考慮長期運力合同、空箱調運的班輪運力分配和路徑選擇隨機規劃模型，然后應用穩健優化方法對此模型進行求解.楊華龍等[89]利用概率統計方法，計算出在一個多港掛靠循環航次中所包括的各個航段應為普通客戶預留的艙位數量，建立包含空箱調運問題的艙位分配隨機規劃模型，通過確定各航段為長期合同客戶預留的艙位數量的上下限，將隨機規劃模型轉化為可以求解的確定性規劃模型.施欣[10]結合對集裝箱海運空箱調運過程的剖析，建立相應的系統優化模型，并通過數字仿真揭示成本、收益等經濟參數以及船舶裝載能力對集裝箱空箱調運策略的影響機制.陳繼紅[11]以班輪運力配置模型為基礎，建立基于非線性目標規劃的班輪聯盟艙位租賃決策優化模型，用于分析和研究聯盟情況下集裝箱班輪系統艙位租賃、配置優化與決策問題.王琳等[12]對非合作博弈和聯合決策情形下的系統效率進行比較，通過數值算例分析遠期合同艙位優惠價格對系統效率的影響，給出協調整個系統的方法，有效地提高系統總效率.李冰州等[13]進一步研究考慮集裝箱二維特性（容量和重量）的最優艙位分配策略，還考慮最優超訂水平.殷明等[14]認為：班輪運輸是海洋運輸的一種方式，為海上集裝箱提供定期的運輸服務，帶有濃厚服務性色彩；它向社會提供的不是實物形態的產品，而是一種勞務產品，即集裝箱貨物的空間位移.郭詠春等[15]探討碳約束配額、燃油價格、碼頭裝卸效率等對成本及碳排放量的影響，為船公司運營和政府決策提供參考.

綜上：現有文獻有的只考慮重箱而忽略空箱調運；有的只研究確定情況下的需求，對于不確定需求沒有給出有效解法；有的僅僅考慮如何減少空箱調運成本，并沒有考慮整個航運公司的收益管理問題；所有文獻都沒有考慮航運電商對艙位分配的影響.本文在現有文獻的基礎上，運用概率統計的方法，基于市場細分和收益管理理論，考慮空箱預留和航運電商環境下不同客戶群的差異化定價進行艙位分配，以謀求收益的最大化.

1 艙位分配模型構建

1.1 問題描述

在一條由若干個港口組成的固定航線上，班輪公司安排兩艘集裝箱班輪分別從該航線兩端相向對開，依次掛靠沿線的各個港口.班輪公司的客戶群大體分為兩類，合同客戶和即期客戶.合同客戶指已經與班輪公司簽訂長期合同的客戶，以一些大的貨主和貨運代理公司為主；即期客戶指那些零散的、不確定的客戶.

假設班輪公司的客戶群在航運電商環境下分為電商客戶和合同客戶， 在傳統環境下分為普通客戶和合同客戶.本文的即期客戶指航運電商環境下的電商客戶或傳統環境下的普通客戶.

合同客戶由于貨物的穩定性和數量較大可以享受班輪公司為其制定的折扣價格，而即期客戶定價相對較高.班輪公司為維持運營，在每個航次上都會為合同客戶預留一定數量的艙位，其余的則留給即期客戶.如何確定為合同客戶和即期客戶在每個港口預留的艙位數，既滿足合同客戶的需求，又最大限度地滿足即期客戶的需求，盡可能多地降低艙位的虛耗和需求的溢出，以使獲益最大，是班輪公司需要考慮的問題.

1.2 參數設置

Rc為來自合同客戶的單位運輸收益，Re為來自電商客戶的單位運輸收益，Ro為來自普通客戶的單位運輸收益，Rb為空箱的單位運輸收益，Q為每艘班輪的艙位數量，de為電商客戶實際的艙位需求量，do為普通客戶實際的艙位需求量，dc為合同客戶的艙位需求量，dbj為在港口j的空箱需求量，Qe為班輪為電商客戶預留的艙位數，Qo為班輪為普通客戶預留的艙位數，re為電商客戶預期的邊際收入，X為分配給合同客戶的艙位數，Y為空箱調運數.

1.3 模型假設

（1）對開的兩艘班輪艙位數相同.

（2）這條固定航線共有n個港口，i，j=1，2，…，n， i

（3）合同客戶、電商客戶和普通客戶在正向航段（i→j）和反向航段（j→i）上的艙位需求都服從正態分布，即dc～N（d-c，σc），de～N（d-e，σe）和do～N（d-o，σo），其中d-c，d-e，d-o為期望值，σc，σe，σo為標準差.

（4）下列參數已知：Rc，Re，Ro和Rb，以及dc，de和do三者各自的均值和標準差.

（5）當合同客戶的邊際收入與即期客戶預期的邊際收入相等時收益最大.

1.4 模型構建

式（11）表示即期客戶與合同客戶的收益之和減去空箱運輸費用，所得集裝箱班輪運輸收益最大；

式（12）表示第1艘班輪從港口i出發，分配給合同客戶的艙位數與空箱數之和不超過在港口i可接受即期客戶的艙位數；

式（13）表示第2艘班輪從港口j出發，分配給合同客戶的艙位數與空箱數之和不超過在港口j可接受即期客戶的艙位數；

式（14）表示在正向航段（i→j）上，為使各港口進出的集裝箱數保持平衡，空箱調運數不小于港口j的空箱需求數，保證港口有空箱可用；式（15）表示在反向航段（j→i）上，空箱調運數不小于港口i的空箱需求數；式（16）表示在正向航段（i→j）上，分配給合同客戶的

艙位數不能超過合同客戶實際的集裝箱艙位需求，目的是盡可能多地滿足即期客戶的艙位需求；式（17）表示在反向航段（j→i）上，分配給合同客戶的艙位數不能超過合同客戶實際的集裝箱艙位需求；式（18）表示決策變量的整數約束.

2 算例分析

2.1 案例

有一條固定航線（見圖1），由5個停靠港口組成，依次為上海港—青島港—釜山港—神戶港—東京港.在這條航線上有相向而行的兩艘班輪，合理分配艙位以使兩艘班輪的總收益最大.

2.2 已知條件

這兩艘班輪的容量都是5 000 TEU，其他已知條件見表1和2.

2.3 兩種環境下艙位的優化結果

相對于傳統的艙位分配，通過航運電商平臺預定艙位波動幅度更小，艙位分配更加合理.根據航運電商環境下預測值與實際值差距縮小的特征，當de=do時分別取各航段σe的平均值為10，20和30 TEU，運用MATLAB，根據表1和2給出的已知數據，求出傳統環境下和航運電商環境下兩艘班輪在每一航段應為合同客戶預留的艙位數、各港口可接受的即期客戶的訂艙數以及空箱調運的情況.求解模型得到兩艘集裝箱班輪在各航段不同σ值所對應的艙位優化分配結果，見表3和4.

2.4 對比分析

根據上面的優化結果，可以計算出航運電商環境下和傳統環境下集裝箱班輪公司該航次運費總收益，見圖2.在傳統環境下，即使進行艙位的優化分配，最后計算出的總收益也只有29 448 717美元；在航運電商環境下，即使當σe=30 TEU時總收益也能達到31 244 778美元.對比兩種情況所計算的總收益可知，班輪公司通過電商平臺至少可以多賺取1 796 061美元的收益.

由圖2可知，在市場細分條件下通過航運電商平臺進行的艙位分配優于傳統平臺下的艙位分配，且隨著σe的增大總效益呈下降趨勢，即在航運電商環境下預測精度越低期望收益越小.

由圖3和4中合同客戶和即期客戶的平均數量可知，隨著σe逐漸減小（即預測精度逐漸提高），合同客戶數量逐漸下降，

即期客戶數量逐漸上升.因此，在航運電商環境下進行集裝箱班輪的艙位分配，一方面要保持電商平臺預測精準性，合理擁有合同客戶，另一方面要積極發展電商客戶.

3 結束語

電子商務在近幾年發展迅速，電商對航運的影響也日益顯著，特別是電商訂艙平臺的開發使廣大客戶受益的同時，大大推了進傳統航運業向現代航運業轉型.本文圍繞即期客戶和合同客戶這兩大客戶群建立艙位優化分配模型，代入已知的各航段的運費率和艙位需求，首先求出傳統環境下兩艘班輪

分別為普通客戶預留的艙位數以及可以接受的合同客戶的艙位數，再求出航運電商環境下不同σe值所對應的艙位分配結果.根據最后的優化結果對航運電商平臺與傳統平臺總收益進行對比，在航運電商環境下計算所得的總收益大于傳統環境下的總收益，并遠遠大于只考慮合同客戶的總收益，顯示出該優化模型的有效性和電商平臺的優越性；通過對航運電商平臺艙位分配的分析可知，隨著σe值的下降，班輪總收益呈上升趨勢，同時電商客戶增加，合同客戶相應減少.從中可以看出電商平臺下的艙位分配趨勢使預測精度大大提高，預留的艙位數與實際到達的客戶需求出入很小；電商客戶在航運電商環境下會得到大力發展，合同客戶數相反會得到抑制以致逐漸下降.

本文只研究航運電商環境下單一固定航線上的兩種客戶群.今后可以進一步研究多式聯運，探討多班輪與多航線之間的相互作用與影響，對電商的概念和對象可以進一步拓展，并考慮客戶群和集裝箱的種類或一些特定情況下的集裝箱艙位分配問題.

參考文獻：

[1] TING S C， TZENG G H. Fuzzy muliobjective programming approach to allocating containership slots for liner shipping revenue management[C]//Austria， Mikulas Luptacik， Rudolf Vetschera. Semmering： the 16th International Conference on MCDM， 2002： 116.

[2] HA D. Capacity management for the maritime industry （shipping，itineraries）[D]. Knoxville， USA： University of Tennessee， 1994.

[3] MARAGOS S A. Yield management for the maritime industry （shipping， itineraries）[D]. Cambridge， USA： Massachusetts Institute of Technology， 1994.

[4] SPYRIDON A M. Yield management for the maritime industry[D]. Cambridge， USA： Massachusetts Institute of Technology， 1994.

[5] ZURHEIDE S， FISCHER K. A revenue management slot allocation model for liner shipping networks[J]. Maritime Economics & Logistics， 2012， 14（3）： 334361.

[6] FENG CM.，CHANG CH. Optimal slot allocation with empty container reposition problem for Asia ocean carriers[J]. International Journal of Shipping and Transport Logistics， 2010， 2（1）： 2243.

[7] 卜祥智， 陳榮秋， 趙泉午. 考慮長期運力合同的班輪收益管理運輸路徑優化模型[J]. 中國管理科學， 2007， 15（6）： 3945.

[8] 楊華龍， 劉迪， 夏秋. 集裝箱班輪多港掛靠循環航次艙位分配[J]. 重慶交通大學學報（自然科學版）， 2013， 31（6）： 12481251.

[9] 楊華龍， 夏秋， 劉迪. 基于市場細分的集裝箱班輪運輸艙位分配[J]. 中國航海， 2013， 36（1）： 132135， 142.

[10] 施欣. 集裝箱海運空箱調運優化分析[J]. 系統工程理論與實踐， 2003， 23（4）： 7076， 89.

[11] 陳繼紅. 集裝箱班輪聯營系統艙位租賃與分配決策優化模型[J]. 數學的實踐與認識， 2011， 41（17）： 4855.

[12] 王琳， 全雄文. 集裝箱班輪遠期艙位分配博弈研究[J]. 物流技術， 2009， 28（4）： 5760.

[13] 李冰州， 陳旭， 武振業. 集裝箱海運二維收益管理能力分配隨機模型[J]. 系統管理學報， 2007， 16（4）： 447453.

[14] 殷明， 王學鋒. 班輪運輸理論與實務[M]. 上海： 上海交通大學出版社， 2011： 4951.

[15] 郭詠春， 胡堅堃. 考慮碳排放的班輪運輸網絡優化[J]. 上海海事大學學報， 2015， 36（2）： 1519.

（編輯 賈裙平）