英语原文共 44 页，剩余内容已隐藏，支付完成后下载完整资料
Global route choice and its modelling of dry bulk carriers based on vessel movement database: Focusing on the Suez Canal
基于船舶运动数据库的干散货船的全球航线选择及其建模:以苏伊士运河为重点
摘要
本文介绍了干散货船的全球航线选择，重点介绍了在巴拿马运河(PC)和通过好望角航线等竞争对手之间的竞争情况。作者首先建立了一种方法，并对基于波索运动数据库的干散货船的实际路线选择进行了估算，重点关注了货物发源的每两个区域的SC运输的份额。其次，应用聚合的logit模型来预测区域paird的预估份额，并利用敏感性分析来分析最近在干散货市场的变化，例如PC的扩张、地库价格的下降以及对索马里海盗风险的抑制。结果表明提出的方法是有用的估计的SC交通区域萎缩对模型来描述路径选择不仅验证了输出指标如预测ratebut敏感性分析,时间可转移性检查,与最短路径模型的结果进行比较。
关键词：关键词:干散货运输，全球的路径选择，船舶动态数据，Logit模型，苏伊士运河
介绍
全球化使世界各地的船只通行。例如，一艘干散货船将运送到世界上任何一个被命令去的地区。随着海上运输的全球化，航运业之间的竞争变得更加激烈。位于阿拉伯埃及共和国的苏伊士运河(SC)也面临着激烈的全球竞争。SC是一个人造水道，全长194公里，连接地中海和红海。它于1869年由一家法国公司开放，并于1956年由埃及政府接管。尽管由于战争而关闭了几家工厂，但自1975年重新开放以来，它一直是全球海运(特别是欧洲和亚洲之间的贸易)的关键基础设施。扩建工程“新苏伊士运河”于2015年8月竣工。然而，尽管该项目通过SC缩短了运输时间，但对船舶的尺寸限制仍然没有改变，因为可以运输SC的船舶的最大日数也没有改变，这与2016年6月扩大的巴拿马运河(PC)不同。
Shibasaki, Azuma和Yoshida(2016)分析了SC目前的竞争态势，并应用了一个聚合的logit模型来描述全球范围内航运公司的路线选择。集装箱船代表了SC运输中最大的部分，包括船只数量和船只容量，如表1所示。然而，其他类型的船舶——也就是油轮(装运液体散货)和散货船(装运干散货货物)——对SC也很重要，而且对不可忽略的部分也很重要，如表1所示。本研究主要针对干散货船;在其他研究中，将对包括油轮在内的其他类型的船舶进行类似的分析和模型应用。
集装箱船和其他类型的船舶(包括散货船)之间最重要的区别是，它们是否在定期或特许的基础上服务，这直接影响到数据的可用性。班轮运输可以在服务基础上比不定期运输更容易地编译。例如，Shibasaki et al.(2016)利用MDS集装箱船数据库，提供全球集装箱运输的信息;它不仅包括每一艘船只的资料(例如船只名称、海事组织编号、承运人名称、船只容量、船只速度)，而且还包括每项服务(例如服务名称、服务频率、服务区域类别、停靠港和他们的订单)，但没有提供有关货物内容或装载因素的信息。或者，只有船舶运动数据库可用于其他类型的船舶;有关资料的详情将于稍后提供。因此，要评估每一艘船目前的航线选择比集装箱船要困难得多。
SC的主要竞争对手也不同于集装箱。供应链的主要竞争对手是PC，主要是连接东亚和北美东海岸的船只。SC的主要竞争对手是干散货船(和油轮)，这是通过好望角(以下简称“Cape”)的路线。表2列出了主要的出口国家/地区，主要是海运的三种主要干散货:铁矿石、煤和谷物。当欧洲国家从澳大利亚、东南亚(包括印度尼西亚)、印度和中东进口这些货物的时候，或者当亚洲国家从欧洲和南美的东海岸进口时，竞争可能主要发生在SC和Cape路线之间。
本文首先建立了一种估算货物发源区域的干散货船路径选择的方法，并将其应用于船舶运动数据库。作者估算了SC运输份额，以评估SC如何在全球范围内与干散货航运市场的其他航线竞争。似乎没有研究使用船只移动数据库来进行这种全球路径选择分析。因此，这一估计是本文的重要组成部分，也是本文后半部分所进行的模型应用。第二，应用区域对来预测各路线股票的聚合logit模型。最后，该模型用于进行几个模拟，如PC的扩展，燃料成本变化的影响，以及减少索马里海岸的海盗风险。
本文的其余部分组织如下。在第二部分中，我们将这篇论文与最近在该领域的文献进行对比。第3节提出了一种基于船舶运动数据库和2010年和2013年估计结果的路径选择估算方法。第4节提出了预测路径共享的模型;然后通过与现行路线股份的比较来确定其再现性。第5节给出了使用模型作为敏感性分析的策略仿真示例。最后，第六节总结全文。
2。文献综述
最近的许多论文都研究了散货船(包括油轮)的船舶路线和调度模型，由Al- Khayyala和Hwang(2007)、Christiansen、Fagerholt、Nygreen和Ronen(2013)、Fagerholt和Ronen(2013)、Vilhelmsen、Lusby和Larsen(2013)、Vilhelmsen、Larsen和Lusby(2014)、Lee和Kim(2015)进行了审查。Vilhelmsen等人(2014)将此问题命名为“tramp船舶路由与调度问题”(TSRSP)。最初的TSRSP包括一个运河选择问题——例如，根据Brown、Graves和Ronen(1987)所讨论的，油轮在SC或Cape路线之间的选择，分别取决于它是满载还是压舱。然而，最近的许多论文都集中在船舶调度和分配问题上;只有少数几篇论文，如Siddiqui和Verma(2015)，明确考虑了在全球范围内包含运河的散货船的路径选择。Fu、Ng和Lau(2010)开发了一种模型，该模型包括一个船运公司的运输路线(从SC到Cape route)的绕道，以及由于索马里海岸的海盗风险而降低了托运人的航运需求。这个简单但有趣的模型考虑了船运公司和托运人之间的相互作用，尽管它集中在托运人的角度来衡量索马里海盗对国际贸易的经济影响。
正如Shibasaki et al.(2016)所述，大多数关注航运公司全球路线选择的文件，包括SC的竞争，都集中在北海航线(NSR)的生存能力上。Meng, Zhang和Xu(2016)回顾了近期关于NSR的论文。其中,Schoslash;yen和Brathen(2011)相比NSR的运输成本和环境影响和SC的散货航运路线,包括矿物肥料和铁矿石。Marucci(2012)相比,在全球的二氧化碳排放主要运输路线,包括post-expansion PC,SC,好望角的合恩角,北美大陆桥对于几种典型双起源/目的地港口。然而，从全球角度对路线选择的研究大多集中在集装箱上。例如，Notteboom(2012)比较了SC和Cape路线;Fan, Wilson, and Denver (2009) and Ungo and Sabonge(2012)专注于PC和北美陆地桥;Shibasaki et al.(2016)专注于SC、PC和Cape路线;Tavasszy、Minderhoud、Perrin和Notteboom(2011)和Ducruet(2016)都考察了所有的国际航线，但关注的是NSR。
该研究的另一个方面是使用船舶运动数据，包括通过自动识别系统(AIS)产生的数据，用于物流分析和建模。Tu, Zhang, Rachmawati, Rajabally和Huang(2016)全面总结了AIS的特点，包括数据来源的比较，以及最近关于AIS的异常检测、路径估计、碰撞预测和路径规划的研究。在路径选择的背景下分析和建模,AIS数据主要是利用当船舶导航的路径选择行为在一个特定的频道/河或两个特定的端口,在蜀中,Daamen,Ligteringen,,例如(2013),肖,Ligteringenc,Gulijkb,和Aleb(2015),和Breithaupt抓住,Tagestad,白粉(2016)。Andersson和Ivehammar(2016)估计了波罗的海的动态航路规划的成本和收益，例如最佳路线选择和调整港口到达时间，使用AIS和其他类型的船只移动数据。Adland和Jiab(2016)使用AIS数据估计船舶速度的决策变量。另外，Tran和Haasis(2014)和Guinand和Pign(2015)指出，许多最近的论文都在拓扑分析全球海运网络(例如，每个主要港口的连接性和中心性，网络的历史变化，区域差异和不平等)使用AIS或其他类型的船只移动数据。大部分集中在集装箱运输上(如Doshi, Malhotra, Bressan， amp; Lam, 2012;Ducruet,2016;2010年，Ducruet, Lee， amp; Ng;Ducruet amp;扎伊迪,2012;Guinand amp; Pign吗?2015;胡锦涛和朱,2009;Laxe, Seoane， amp; Montes, 2012;Tran amp; Haasis,2014;Veenstra, Mulder， amp; Sels, 2005)，但是有一些关注集装箱和其他货物运输网络的差异，例如一般的干散货和液体散货(例如，Bouveyron, Latouche, Zreik， amp; Ducret, 2015;Ducruet,2013;卡鲁K鰈zsch Gastner amp; Blasius,2010;Montes, Seoane， amp; Laxe, 2012;Seoane, Laxe， amp; Montes, 2013)。这些拓扑方法不考虑船舶路线选择的种类，也不考虑船舶公司行为的模型。
本研究考察了全球范围内干散货船的路线选择，主要集中在SC及其竞争对手的航线，如PC和Cape。首先，根据船舶运动数据库估算区域对各航线的份额。一个典型的随机选择模型——聚合的logit模型，然后通过考虑运输成本、时间和其他因素来预测这些股票。Shibasaki et al.(2016)对集装箱船进行了类似的分析，并应用了一个聚合的logit模型，但该研究针对的是干散货船，由于数据可用性问题，这一问题更难估计。Malcow和Kanafani(2001)和Itoh, Tiwari和Doi(2002)都是典型的研究，应用logit模型进行海运，尽管他们的模型是从shipper的角度发展的，而不是航运公司的。最显著的差异从路径选择模型中描述的第一段本节是本研究方法的路径选择行为航运公司干散货船的综合把握整个运动在全球范围内而不是任何特定的路线,像一些研究使用第三段中描述的拓扑方法。
3。全球航线选择估算，聚焦苏伊士运河。
3.1。区域定义
根据Shibasaki et al.(2016)，将世界划分为23个区域，如图1和表3所示。每个区域都是根据主要的航运路线来定义的。更详细地定义了SC附近的区域，因为这些区域的SC传输量更大。注意，这种区域划分在各种类型的容器中都是常见的。
3.2。数据用于分析
船舶运动数据库被认为是唯一能全面把握世界各地干散货船航线选择行为的资源。每个船运公司都知道自己船队的详细船只动向，但不知道其他公司的船只。苏伊士运河管理局(SCA)等运河的管理人员可以同样地获取通过其自己运河的船只的信息，但不能获取其他船只的信息。船舶动态数据库等,劳氏船级社提供的情报(LLI)通常提供船舶运动如地名信息(包括不仅港口,而且主要运河和海峡和一些锚地),到达日期、航行日期和详细的船描述(如“通过北”中转站或“锚定”;(见图2)。他们还提供了诸如船舶名称、国际海事组织(IMO)号、呼号、载重吨位(DWT)和总吨位(GT)等信息，因为这些数据库是根据从AIS获得的数据组织的。IHS Fairplay提供了一个类似于LLI的数据库，尽管在某些容器中，甚至对容器类型的定义也有所不同。AIS数据提供了更详细的船舶运动，但它们有许多缺陷;因此，必须采用一种精心设计的算法来修正它们。
船舶动态数据库和集装箱船等数据库之间的差异(如MDS集装箱船数据库用于集装箱船运动的分析Shibasaki et al .,2016)是船舶动态数据库不提供服务相关的信息,如服务的名称,电话服务频率,或港口及其顺序。这对不定期船，包括干散货船和油轮来说是有意义的，因为它们是按包机运行的，没有固定的服务。然而，移动数据库在每个地方都没有关于货物装卸的信息(例如，是否有船只在那里装载货物，卸货，或没有发生任何货物装卸)。因此，很难确定哪些端口货物装载和卸载，因此很难对每个容器的调用端口列表——这些数据在容器数据库中很容易获得。船舶运动数据库和集装箱船数据库都不包含船舶货物内容或装载因子的信息。
3.3。路线选择估算方法。
在研究中，我们使用了LLI数据。根据下面所述的方法，2010年和2013年，每个区域对的SC过境份额估计为DWT-capacity基础。
步骤1:创建一个数据库。
我们首先从数据库中提取干散货船的移动数据(泛型类型为“B”)。干散货船的数量在2010年为8213艘，2013年为10,317艘;2010年有219254个移动数据，2013年有369,218个。2010年和2013年之间的运动数量的显著差异部分是由于近年来由于世界范围内的AIS采用而增加了可用的详细运动数据。因此，当前一个运动数据的航行日期和以下数据的到达日期之间的差异具有显著性时，就排除了运动数据。以45天为标准。这种情况下的容器被认为在这些日期之间的某些地方被锚定，即使在数据库中没有显示。2010年和2013年，这种“不连续”运动的数量估计为3275,2013年为3098。2010年的数据比2013年要大，这表明最近的数据已经变得更加详细。
步骤2:确定在哪里处理货物。
我们确定货物是否在每个运动报告的地方装载或排放。如第3.2节所述，数据库只指示到达和航行时间，而不是停止的目的。因此，我们估计，无论船舶的大小或位置如何，货物都是装在船上或从船上卸下来的，而不论船只的大
全文共37123字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[16868]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
