多核化枢纽港集疏运系统优化研究＊

周 翔 陈小鸿 董洁霜

（同济大学交通运输工程学院1） 上海 200092）

（上海市城市规划设计研究院2） 上海 200040）

（上海理工大学管理学院3） 上海 200093）

20世纪80年代，研究者开始关注货运交通，并提出交通运输的根本目的是实施人和货的有效的移动.Friesz等［1-3］提出了包括承运方的空间价格均衡概念.Guelat等［4］提出网络均衡与空间价格均衡间的关联性，将空间经济、生产力布局和交通运输系统联系在一起，并在90年代提出了一个考虑多货种多方式，包括路径和节点转移广义费用在内的货运交通战略规划模型［5］，开发了专用软件包STAN，且成功应用于如上海国际航运中心港口集疏运系统这样的大规模货运网络［6］.本文在港口集疏运系统优化模型基础上，采用广义费用定量化分析集疏运过程中各环节引起的各类成本，实现上海国际航运中心的区域主要港口集疏运系统建模，找出集疏运网络中的问题，提出优化对策.

1 港口集疏运系统的物理描述

1.1 单个港口的集疏运过程

如图1所示，港口集疏运系统中存在2种货物运输：（1）货物由起点经过公路短途运输转运铁路或内河运输，或者直接以某一运输方式运送至港口，然后以海运的运输方式运送至迄点；（2）货物由起点通过海运的运输方式到达港口，以铁路或内河等长距离运输后经公路转运到达迄点，或者直接以某一运输方式运送至迄点.

图1 单一港口的集疏运过程

1.2 上海国际航运中心的多核化港口集疏运网络

上海国际航运中心位于我国沿海及长江2大经济带的交汇处，处于国际物流与国内物流的节点，是长江三角洲和长江沿线经济发展的重要依托.因此，面对全球化的国际竞争，上海国际航运中心必然要以区域资源优势迎接挑战，积极并主动整合长三角港口资源，形成高效有序、主辅协作的区域化港口群，构建上海港、宁波-舟山港和苏州港三港一体的组合枢纽港布局，并逐步完善支线港、喂给港，形成由多个核心编织而成的网络化综合集疏运系统，见图2.

图2 上海国际航运中心多核编织集疏运网络

2 港口集疏运系统建模

2.1 系统建模思路及方法

本文基于上海国际航运中心的主要港口及其集疏运系统特征和市场自主选择港口运输的情况，采用货运分析软件STAN 实现网络构建与计算分析.如图3所示，以集装箱为例，腹地生成量是系统建模中的系统集疏运需求量，采用广义费用最小的目标函数来计算集装箱生成量由各腹地向港口的运输过程中可能选择经过某个港口的箱量和比例.

图3 区域港口集疏运需求预测方法

2.2 基于广义费用最小化的集疏运系统优化模型［7］

在综合运输网络路径选择中，广义运输费用为重要的指标.本文中的广义运输费用F包含路段广义费用Fl和转运枢纽广义费用Ft.对于港口集疏运系统而言，运输费用最小化是多式联运的目的，即某一次集疏运过程选择多种运输方式和路径.具体数学模型描述如下.

式中：L为路段集合；T为转运枢纽集合；O为起点集合；D为迄点集合；M为集疏运方式集合；Kp为从O点到D点运送货种p的路径集合；v为货种p在路段l上的流量；c为货种p在转运枢纽t上的流量；为货种p在路段l上的单位费用；为货种p在转运枢纽t上的单位费用；为从O点到D点货种p的需求量；hk为路径k上的流量；σlk为路段l与路径k的关系参数；σtk为转运枢纽t与路径k的关系参数.

由广义费用函数的形式可以看出，广义费用函数是一个单调递增的函数，因此上述模型的目标函数是凸函数，约束集也同样为凸的，所以该模型是一个凸规划问题，必有解且有唯一解，模型可以通过Frank-Wolfe方法来求解.

2.3 路段广义费用函数

港口集疏运系统的路段广义费用fl由3个部分构成，分别为基本运行的金钱费用、延误产生的时间费用和其他的社会成本费用.具体如下.

式中：T1（x）为运行费用函数；T2（x）为时间费用函数；T3（x）为外部成本费用函数；θi为各类费用的权重系数.

2.3.1 函数形式

各类运输方式因硬件设施和运输过程不同而具有不同函数形式.运行费用函数T1（x）通过回归计算法求得，其函数形式是一元线性方程.时间费用函数T2（x），公路运行时间使用经典BPR 函数计算，双线铁路及水路由于不考虑拥挤问题，故采用物理学中一般的速度位移公式，而对单线铁路则采用多项式非线性函数，大量实践证明它们具有较高的准确性，同时也满足均衡分配限制条件.对于运输外部成本费用函数T3（x），目前还没有能够计算所有方式和所有因素的通用方法，本文结合运输经济学的已有成果，直接利用经验数据（水路运输外部成本忽略不计）.各类运输方式的路段广义费用模型的基础函数形式见表1.

表1 不同运输方式路段广义费用函数的基础形式

表1中：L公，L铁，L水分别为公路、铁路、水路运输距离；T3公，T3铁，T3水分别为公路、铁路和水路运输的外部成本；V公，V铁，V水分别为公路、铁路和水路运输路段的货物流量；C公，C铁，C水分别为公路、铁路和水路运输路段的通行能力；VOT为货物时间价值；t0为该路段的零流时间；Sp水，Sp铁分别为水路和铁路的运输速度；θi为各部分费用的权重系数.

2.3.2 权重系数θi

θi是广义费用函数各服务属性的权重因子，反映某种服务属性对港口集疏运系统的影响程度.对不同地区托运不同品类货物的典型机构采集评价这些服务属性之间重要性关系数据，得出服务属性重要性关系的判断矩阵，运用层次分析法得出整体评价，从而求得广义费用函数中的权重系数.模式中权重系数并非定值，因港口的不同、所在城市的不同、研究目标年的不同而有所差异，得到上海国际航运中心各主要港口的权重系数，见表2.

表2 路段广义费用函数权重系数取值

2.3.3 时间价值系数VOT

货物时间价值较为复杂，其因货种、经济运距和运输区间的不同有较大的差异.对于货物运输而言，货主往往把货物在途时间延长视为一种损失，一方面是因为货物本身对资金的占用，另一方面是在途时间延长会增加周转及其他环节所需的费用.因此，本文将货物时间价值按下式计算：

式中：VOT为货物单位时间费用，元／d；P为在途货物平均价格，元；i为社会折现率，本文取8%.

2.4 转运枢纽广义费用函数

2.4.1 转运枢纽的功能

在港口集疏运网络中，转运枢纽是各种运输线路或是同一种运输方式各条运输线路的汇集点，组织货流的集散和中转，包括办理各种手续、协调运输工具、货物承运及换装等生产作业和相应服务.见图4.

图4 港口集疏运系统中转运枢纽的功能

2.4.2 函数形式

对于公铁转运枢纽，货物在枢纽中滞留时间远远大于装卸时间，因此系统可简化为M／M／1系统.对于水陆转运枢纽，需通过码头进行装卸和货物重组，实现陆运与水运的转换，共有四种形式：公路→水路、铁路→水路、水路→公路和水路→铁路.水路→公路的情况下可实现即到即发，即货流凑足了就发车，因此在港滞留时间因子中可忽略等待汽车的时间，只由装卸时间和服务时间组成；而其他3种方式时，需主要考虑在港或站等待时间，该等待时间由到港班轮（列）的频率决定，近似等于车头时距的一半.根据以上分析，给出转运枢纽广义费用模型的基础函数形式.见表3.

表3 主要转运方式的广义费用函数汇总

表3中：Ft为枢纽t的广义费用；ρ为枢纽t的装卸费用，元／TEU；λ为枢纽t的仓储费用，元／（TEU·d）；Vt为枢纽t的通过交通量；Sert为枢纽t的平均服务时间；CAPt为枢纽t的容量；Vboat，Vtrain分别为港口货物所需的运输船、火车列车数；N为规划时段内的发船频率、“五定班列”的开行频率；lp为规划时长.

3 港口集疏运系统分析结果

3.1 模型分析平台——货运规划软件STAN

STAN 是一种用于多货种多运输方式分析的专业软件系统，多应用于国家或区域货物运输战略规划.该软件包由40个左右模块组成，主要分为方案工具、路网编辑、矩阵编辑、函数编辑、分配程序和分配结果等几个组.同时，软件系统提供了一个综合且灵活的模型框架，以及最新的算法和强大的计算能力，可以实现对用户自定义模型的网络分析.

3.2 港口集装箱吞吐量

根据区域港口集疏运系统模型分析，2020年上海国际航运中心主要枢纽港的集装箱吞吐总量将达到8530万TEU，模型中考虑了长三角范围内港口中转吞吐量.该结果与港口总体规划中确定的吞吐规模控制基本相符.从吞吐量分布上来看，上海港承担46%的吞吐量，为上海国际航运中心的主枢纽港，但未来10年的增量主要在于宁波-舟山港和苏州港，分担比例也大大提高.因此，上海国际航运中心内部将由单核向多核化发展，呈现出以区域港口资源服务腹地经济的态势.

3.3 港口集疏运量分布及功能

根据模型分析结果，航运中心内部港口间的集装箱中转量占吞吐总量的20%，且以苏州港与上海港之间为主.上海港、宁波-舟山港由航运中心内部中转的集疏运量占吞吐比例均在15%以下，呈腹地型枢纽港特征，而苏州港比例高达40%，将发挥为主枢纽港进行中转服务功能.

长三角区域范围内，各省市大多选择本地港转运，苏州港、宁波-舟山港的吞吐量均有50%左右来自其本省境内，体现了为本地经济服务的运输枢纽功能.而上海港的集装箱量则有35%左右来自上海本地，即长三角及长江沿线其他地区的箱源相比现状将提高10%～15%，其辐射能力和长江流域中转比例也相应有所提升，这与其国际航运中心的主枢纽服务功能定位相匹配，应相应地拓展其货运集疏运系统的运输组织范围.在苏州港的集装箱集疏运量中，两省一市以外长江流域地区箱量占比达到了28%，将构成其重要的箱源地.

在上海港吞吐量基本达到设计能力的情况下，两省一市以外的长江流域地区，选择上海港、宁波-舟山港和苏州港进行集装箱运输的比例分别为30%，45%和25%，宁波-舟山港将发挥越来越重要的海港运输枢纽作用.

因此，随着上海国际航运中心集装箱吞吐规模的集聚发展，其腹地不断向本地、本省市以外的中西部内陆延伸拓展，腹地中转功能逐步突显，这一特征以上海港尤为显著.

3.4 港口集疏运方式结构

长三角地区是上海国际航运中心的直接腹地，各经济腹地与主要港口之间的运距不超过500km，以公路和内河运输较为适合.在江苏省内与上海市的内河航道得以同步协调和大力发展的情况下，未来集疏运结构中内河航运将会大大提升，2020年有望达到35%～40%.浙江省境内腹地至宁波-舟山港和上海港之间的水水中转主要通过沿海港口实现转运，水路中转的比例可达到15%以上.长江流域的其他地区为上海国际航运中心的间接腹地（川、渝、鄂、湘、皖、赣等6 省市），将以长江水运为主，铁路、公路运输为辅，目前水运占间接腹地集装箱集疏运的比重在70%以上，其他方式约占30%.

根据网络模型分析结果，2020年上海国际航运中心腹地范围内各种集疏运方式的分担情况为：公路∶铁路∶水路=56.8%∶8.6%∶34.6%.

3.5 港口集疏运系统优化方向

通过区域港口集疏运系统分配，得到各枢纽港叠加后的公路、内河和铁路运输量.其中，由公路承担的集疏运比例相比现状均有一定比例下降，特别是上海港，但由于吞吐量的持续增长，公路集疏运压力仍很大.

分港区疏港通道方面，上海港主要货运通道（绕城高速）的集疏运压力不断增大，应通过建立区域型的公路转运枢纽优化调整集疏运量的网络分布情况，减少拥堵的发生；苏州港应考虑增加疏港通道；宁波-舟山港的公路集疏运压力将对城市道路系统产生相比现状更为严重的影响，需要增加陆路集疏运通道并提高水路中转比例，否则港口发展将受到一定的制约.

4 结束语

世界级国际航运中心的发展实践证明，港口货运集疏运体系建设没有一个固定模式，但要注重结合其港口及后方集疏运系统的布局特征，发挥综合优势.本文紧紧抓住国际航运中心功能提升过程中枢纽港多核化以及区域港口一体化发展的趋势，初步实现了区域港口竞争合作的集疏运网络优化模型构建思路，将运输方式选择和路径选择两个阶段联合建模，最终既能够直接实现网络配流，也能得到腹地对港口枢纽选择的结果，即港口-腹地的集疏运量和港口吞吐量.其中，广义费用函数的细化和校验是模型完善的关键.

［1］FRIESZ T.L，VITON，P A，TOBIN R L.Economic and computational aspects of freight network equilibrium models：a synthesis［J］.Journal of Regional Science，1985，25（1）：29-49.

［2］FRIESZ T L，HARKER P T.Freight network equi-librium：a review of the state of the art［G］.Daughty A F.Analytical Studies in Transportation Economics，Cambridge：Cambridge University Press，1985.

［3］FRIESZ T L，GOTTFRIED J A，MORLOK E K.A sequential shipper-carrier network model for predicting freight flows［J］.Transportation Science，1986，20（2）：80-91.

［4］GUELAT J，FLORIAN M.A model for the strategic planning of national freight transportation by rail［J］.Transportation Science，1990，24（1）：1-24.

［5］GUELAT J，FLORIAN M，CRAINIC B C.A multimode multiproduct network assignment model for strategic planning of freight flows［J］.Transportation Science，1990，24（1）：25-39.

［6］张 雁，董洁霜，周 翔，等.上海国际航运中心货运集疏运系统集成优化研究［R］.上海：上海市城市规划设计研究院，上海理工大学，2011.

［7］董洁霜.港口集疏运系统优化模型［J］.上海理工大学学 报，2007，29（5）：453-456.