英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料
1990年至2013年期间亚得里亚海北部港口集装箱吞吐量建模
Elen Twrdy , Milan Batista
关键词:
集装箱吞吐量
模型
北亚德里亚海港口
摘要
这项研究提出了动态模型来预测科佩尔，的里雅斯特，威尼斯，拉文纳和里耶卡等北亚得里亚海港口的集装箱吞吐量。 根据得出的数字，我们找到了一个简单而有效的模型来预测每年增加或减少流量的可能性。 模型根据可用数据编制; 它们是马尔可夫链年增长率模型，时间序列趋势模型，具有周期性条件的时间序列趋势模型以及灰色系统模型。 在本研究的第二部分，我们探索了一个使用广义Lotka-Volterra动态系统分析这些港口之间合作/竞争关系的模型。.
1.绪论
由于集装箱运输的显着增长，港口是物流链中最重要的环节之一，特别是近年来。这项研究展示了亚得里亚海北部港口的集装箱吞吐量（NAPs）和未来几年的预测。本区域有能力处理集装箱的港口有里耶卡（克罗地亚），科佩尔（斯洛维尼亚）和意大利三个港口：里雅斯特，威尼斯和拉文纳。它们位于波罗的海亚得里亚海走廊和地中海走廊的交叉口，泛欧走廊V和泛欧走廊X附近.Notteboom（2010）称，NAP是多端口网关的一部分北亚得里亚海的地区。在本十年初期，这些港口是克罗地亚，斯洛文尼亚，意大利东部地区（弗留利 - 威尼斯朱利亚和威尼托），匈牙利和波斯尼亚的主要集装箱港口。这些港口的营销战略设想到2030年他们将成为奥地利，斯洛伐克和捷克共和国的主要集装箱港口，并将渗透到瑞士和巴伐利亚，即现在被北海港口覆盖的地区（MDS，2012）
（图。1）。因此，所有国家行动方案目前正在进行基础设施和下层结构更新 - 他们开始修缮现有铁路，并计划建设缺失的基础设施，而一些港口正在加强集装箱处理能力和深化海床。由于国家行动方案对斯洛文尼亚，克罗地亚和意大利东部具有战略意义，重要的是要了解集装箱运输在不久的将来将如何变化。
考虑到这一点，我们将本文的第一个目标设定为：探索适合短期预测国家行动方案中的集装箱总量的预测方法，并选择最佳预测方法。
我们注意到，所有的国家行动方案都是中小型集装箱港口，只有组合时才是大型港口的规模。因此，我们不试图对各个港口进行预测。此外，我们规定在短期内，这些港口保留目前的市场份额（Brodie and de Kluyver，1987）。但是，由于国家行动计划拥有相同的实际和潜在的腹地，它们之间可能存在一些影响其市场份额的关系。此外，2010年，国家行动方案设立了一个称为北亚得里亚海港口协会的协会，以便“促进国家行动方案作为北欧港口的替代方案”（国家适应计划，2013年）。鉴于这些潜在的相互冲突的力量，本文的第二个目标是探索适合分析国家行动方案竞争/合作关系的方法。
通过追求这些目标，我们的目标是深入了解国家行动方案中的集装箱运输动态，并制定一种在战略决策中有用的方法。
1.1. 数据
本研究使用的数据是1990 - 2013年期间港口的年度集装箱吞吐量。 这些数据来自NAP统计报告，意大利基础设施部门关于港口活动的报告以及相关文献（Twrdy，2004）。 我们发现数据之间存在一些差异，主要是里耶卡港口，但这一时期NAPs的集装箱吞吐量估计平均绝对差异在2％以内。
132
1.2. 文献评论
预测方法通常分为定性或定量分析，后者可以进一步划分为时间序列方法和因果方法（Abraham和Ledolter，1983; Chambers等，1971）。 粗略地说，时间序列预测方法将过去到未来的数据行为推断出来，因此这些方法对于短期预测（长达2 - 3年）非常有用。 另一方面，因果方法假设所涉变量之间存在关系，例如港口吞吐量与国内生产总值（国内生产总值）之间的关系，并可用于中期（长达10年）和长期（超过10年） ）预测（Carnot等，2005; De Langen等，2012）。 Zhang等人提供了目前港口货物短期预测预测方法的分析。（2013年）。 惠等人提供了中期预测方法的综述。 （2004），而Van Dorsser等人 （2012）回顾了长期预测港口吞吐量的因果方法。
在这项研究中，我们的数据仅包含容器吞吐量。在文献中，多种短期方法已被用于预测集装箱吞吐量。例如，Chou等人（2008）采用修正后的回归模型对台湾进出口集装箱进行短期预测。该模型包括九个宏观经济解释变量，例如人口规模和GDP。他们发现，使用他们的模型进行预测（考虑到变量产生的非平稳贡献系数）比使用传统的回归方法进行预测更准确。另外，他们的研究包含了回归模型的一个很好的回顾。 Peng和Chu（2009）比较了6个单变量模型（分解，三角回归，海平面虚拟变量回归，灰色，混合灰色和季节性自回归综合移动平均，SARIMA），用于集装箱吞吐量的短期预测台湾。他们发现没有一种方法是最好的。 Chen和Chen（2010）比较了三种模型（基因编程，GP，分解和SARIMA）的短期预测精度。使用29年的月度数据集，他们发现，所有三个模型的预测值与实际值之间的相对误差在4％以内，并且最佳预测值是使用GP模型获得的。 Huang等人（2015）提出了一种结合投影寻踪回归（PPR）和GP的短期预测算法。用一个
他们发现，在预测青岛港（中国）的集装箱吞吐量时，PPR-GP组合方法的效果优于PPR和SARIMA。 从这份简短的文献回顾可以清楚地看到，对集装箱吞吐量没有最佳的短期预测方法。 因此，在本研究中，我们探索并比较了几种短期方法，并试图找到一种获得有用和现实结果的最佳方法。
在这项研究中，我们关注港口竞争，而不是港口竞争力，即港口竞争优势（Notteboom和Yap，2012）。就像预测一样，我们可以将竞争/合作模型归类为定性和定量。对于揭示港口竞争的定性方法，我们提到三项研究。第一个是Slack（1985），他使用问卷来确定集装箱船东用于选择港口的标准。 Song（2002）根据港口的行政和所有权结构讨论了香港和华南港口之间的地区和区域竞争与合作。他发现合作港可以通过共同投资实现合理化，规模经济，合作选择或与竞争对手形成战略联盟等多项目标。 De Langen和Nijdam（2009）分析了哥本哈根港和马尔默港之间的合作，现在是哥本哈根马尔默港。和Song（2002）一样，他们发现了合作的几个优势，比如更有效地利用港口资源（劳动力，土地，资本和基础设施）和专业化，防止双重投资等等，从而导致规模经济从现有文献中，我们了解到没有独特的量化方法来分析港口竞争/合作关系; 相反，这些关系通过对其吞吐量，市场份额和其他指标的时间评估来检测。 例如，Notteboom（1997,2010）利用市场份额评估，增长份额矩阵，移位份额分析和Hirshmann-Herfindahl指数（HHI）评估来分析集装箱运输和港口集中的动态。 欧盟港口体系。 Le和Ieda（2010）利用称为地理经济浓度指数（GECI）的HHI变体讨论了1975 - 2005年期间东亚港口集中动态。 Veldman和Buckmann（2003）使用logit模型模拟了鹿特丹，安特卫普，不来梅和汉堡北海集装箱港口的市场份额，其中解释
|
|
133 |
变量是运输成本，运输时间，服务频率以及服务质量的指标。 Yeo和Song（2006）提出了一种算法多标准方法，他们称之为等级模糊处理方法，旨在确定亚洲集装箱港口的竞争力。一些作者使用槽容量分析来检测港口竞争。例如，Yap等人（2006）分析了1995 - 2001年间东亚10个主要港口之间集装箱港口竞争的发展情况，而Lam和Yap（2008）则分析了东南亚Lang，新加坡和Tanjung Pelepas港口之间的竞争动态， 2004年。 Zondag等人（2010）引入了港口市场份额预测模型，该模型通过考虑出发地和目的地以及货物类型，船舶规模，海运通道，港口容量和效率以及内陆运输等因素明确模拟港口竞争。 Ishii等人。 （2013）使用非合作博弈模型考察了韩国釜山港和日本神户港之间的竞争。同时，Hoshino（2010）对日本集装箱港口之间的竞争与合作提出了更加定性的观点。
在这个千年中，协整分析已成为分析港口之间关系的流行方法（Juselius，2006）。 Fung（2001）运用结构向量误差修正模型对香港与新加坡港口之间的竞争进行了详细研究。 Yap和Lam（2006）使用向量自回归模型（VARM）和Johansen的协整检验分析了1980年至2001年间东亚10个主要集装箱港口之间的长期和短期竞争动态。他们将协整方程中的负系数解释为港口竞争的一个标志，并将正系数作为港口之间互补关系的一个标志。 Chiang和Hwang（2010）采用了类似的方法，他们使用协整检验和格兰杰因果检验分析了六个亚洲主要港口之间的关系。他们没有找到任何长期关系，而是一些短期关系。 Ma和Quian（2011）使用VARM模型研究了辽宁四个港口（中国）之间的竞争合作关系。他们分别解释了回归方程中系数的负和正的迹象，分别表示竞争和合作竞争。
类VAR模型有许多缺点。例如，在这些模型中，所涉及的变量在第一差异中应该是固定的，即使如此，也必须确定滞后的数量，并且可以选择截取和趋势。因此，对于给定的数据集没有独特的VARM。 VARM的另一个问题是对结果的解释：这些模型揭示的关系是统计的而不一定是现实的。在这项研究中，我们探索替代VARM，一个动态的Lotka-Volterra模型（LVM）或猎物捕食者模型（Chukwu，2005; Gandolfo，2009; Lee等人，2005）。我们没有发现这种模式适用于港口竞争的文献。
关于国家行动方案的文献相对较少，主要与当地环境有关。例如，Trupac（2002）分析了NAPA的战略重要性。 Twrdy等人（2012）在本世纪初开始讨论了Koper港口集装箱运输的扩张问题。 Dragan等人（2014）比较了2002 - 2012年期间科佩尔，的里雅斯特，威尼斯和拉文纳港的季度集装箱吞吐量的三种预测模型（指数平滑，经典分解和自回归综合移动平均）。他们发现ARIMA模型在他们的研究中优于其他港口模型。 Twrdy和Batista（2014a）对欧盟集装箱港口系统的NAP进行了类似于Notteboom（1997）的分析。
1.3. 纲要和贡献
NAP是十二个欧盟港口网关之一。国家行动方案也在欧洲主要运输走廊的交叉部分，预计到2030年将成为奥地利，斯洛伐克和捷克共和国的主要集装箱港口，并且它们是连接中部和东部的最短途径欧洲到远东。考虑到它们的战略重要性，我们认为NAP值得分析，尽管系统相对较小。如前所述，在这项研究中，我们分析了国家行动方案的两个方面：集装箱吞吐量的时间评估以及港口之间的内部动态。在下一节中，我们概述了国家行动方案的一些地理特征。在第三部分中，我们将探索两个已知的时间序列模型和两个已知的灰色预测模型。除此之外，我们作为一项新颖事物，引入了可用于估计港口年增长率（AGR）评估的马尔可夫链模型。这项研究的主要贡献在第四部分，我们介绍LVM作为分析识别集装箱港口之间竞争/合作关系的工具。在最后一节中给出了基于分析结果和对研究中使用的方法的一些评论的关于国家适应计划的结论。
2.国家行动方案的特点
港口是海运与腹地之间的关键节点。它们是物流链的一部分，因此它们的性能和效率在全球竞争力中发挥着重要作用（Tongzon and Sawant，2007）。所有的国家行动方案都是在一个相对封闭的系统中运作的，市场和客户都是有限的，因此，港口在彼此竞争的同时被迫同时合作。 Branderburger和Nalebuff（1996）发明了一个有些尴尬的术语“合作”，即混合合作和竞争，描述那些彼此非常接近并且必须同时合作并争夺可持续发展的港口所采用的“双赢”策略市场份额。国家行动方案有很多共同的腹地和许多共同的客户。在这样的条件下，“合作”是在欧盟集装箱运输市场中生存的一种自然方式（Twrdy and Batista，2014b）。此外，Song（2002）表示，合作是港口共同努力促进所有港口的普遍利益的一种行动，港口通过合作增加其市场支配力。但是，目前国家行动方案没有共同的战略或发展计划 - 它们仅在促进北亚得里亚海航道方面进行合作
2.1.国家行动方案在地中海港口系统中的地位
据Notteboom（2010）称，欧洲集装箱港口系统由汉堡 - 勒阿弗尔系列组成，该系列的主要优势在于它处理欧洲总集装箱吞吐量的近一半;地中海航线是集装箱吞吐量增长最快的地区;和英国，大西洋，波罗的海和黑海的范围。此外，Notteboom（2010）确定了一组网关端口。在欧洲，有12个多港口通道区域，其中3个处于地中海区域：西班牙地中海港口，意大利利古里亚港口和北亚得里亚海港口。对于所有这些港口，苏伊士航线非常重要，因为它是亚洲和欧洲之间的主要商业联系。位于这条路线周围的是地中海最重要的转运枢纽 - 吉奥陶罗，马耳他和阿尔赫西拉斯。如图2所示，许多具有最终目的地的国家行动方案通过Gioa Tauro和马耳他转运，其中提供了地中海的交通路线，NAP港口的位置以及地中海枢纽的位置
.
2.2.NAPs的地理位置
亚得里亚海的两个海岸彼此接近的地方有五个港口，每个港口都有自己的集装箱码头。 霍尔和雅各布确定，“成功的港口将是那些可以与其他地理位置接近的港口合作，以提供基础设施服务于其他竞争性供应链系统的公司”（Hall et al。，2009）。 近年来，这些港口服务的主要腹地是意大利，斯洛文尼亚，克罗地亚，奥地利，斯洛伐克和南德。 尽管所有五个国家行动方案港口都使用几乎相同的腹地，但它们在起源地和目的地之
全文共8899字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[16302]，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。
