离散货源需求下的集装箱桥吊配置优化

段朝辉

( 1.上海海事大学 经济管理学院， 上海 201306； 2.上海国际港务(集团)股份有限公司， 上海 200080)

DUAN Zhaohui1,2

离散货源需求下的集装箱桥吊配置优化

段朝辉1,2

( 1.上海海事大学 经济管理学院， 上海 201306； 2.上海国际港务(集团)股份有限公司， 上海 200080)

为提高合理配置集装箱码头桥吊的水平，以上海某集装箱码头为研究对象，综合考虑其月度装卸箱量的离散化特征，运用Extendsim软件建立集装箱装卸作业仿真模型，对离散货源需求下的机械配置优化问题进行研究。研究发现:码头月度箱量的离散化程度在金融危机前后有较大差异；月度货源需求的离散化导致桥吊配置存在很大的优化空间。通过对不同离散状态货源需求的桥吊配置情况进行对比分析，发现桥吊利用效率具有差异性，其与离散程度呈反比关系。

交通运输经济学； 货源需求;仿真;桥吊;机械配置

DUANZhaohui1,2

Abstract: For rationalization of the allocation of the bridge cranes of container terminals, the optimization of machine configuration is investigated. The loading/unloading simulation model of a sample container terminal in Shanghai is developed by means of Extendsim software, factoring in the characteristics of monthly loading and unloading capacity of the terminal. The research finds that the discrete degree of monthly container volume is greatly different before and after the financial crisis; the bridge crane configuration needs adaptating to the discrete freight source demand. The efficiencies of the configurations for different freight source demands are compared, which indicates that the efficiency of bridge crane is inversely proportional to the discrete degree of the freight source demand.

Keywords: traffic transport economics; freight source demand; simulation; bridge crane; machine configuration

机械设备配置是集装箱码头经营决策的重点。在集装箱货运需求量高速增长时期，集装箱码头大多通过增加机械设备的配置数量来提高服务水平和自身的盈利能力。2008年国际金融危机爆发以后，随着经济进入新常态，集装箱货物的装卸需求特征开始发生变化；同时，码头基于盈利能力考虑，开始加强对设备投资成本的控制，原来的机械设备配置方式显然已不能适应新的要求。因此，综合考虑集装箱货物的装卸需求变化和机械设备的成本投入等因素，对机械设备进行科学、合理的配置，已成为集装箱码头经营决策的重点。

国内外相关学者已对集装箱码头的机械设备配置问题进行一定的研究。文献[1]～文献[5]分别从码头作业流程中的不同装卸环节的角度出发，研究某一机械设备的最优投入量或各机械设备的配比优化问题。文献[6]～文献[8]分析某一机械的使用效率及其对码头装卸作业的影响。文献[9]和文献[10]对桥吊的分配及投资优化问题进行研究。

上述研究均以单船装卸为研究对象,从微观效率的角度研究机械的配置问题，并未考虑一定时期内集装箱装卸离散化需求对机械配置的影响，而这是集装箱码头在当前经营决策中面临的一个重要问题。对此,以上海某集装箱码头为研究对象，分析其月度装卸箱量的离散化特征，运用Extendsim软件建立集装箱装卸作业仿真模型，对离散货源需求下的机械配置优化问题进行研究，为集装箱码头制定经营决策提供参考。

1 月度装卸箱量离散特征分析

受外贸环境、季节变化和航线配置等因素影响，集装箱码头的月度装卸箱量呈离散分布的特征。以上海港某集装箱码头为例，其月度集装箱吞吐量在2006—2014年呈现较大波动(见表1，数据来自于《中国港口年鉴》)；而桥吊属于固定资产，巨大的投资额使得桥吊配置数量保持相对稳定，该码头保持在25台左右。

表1 2006—2014年上海某集装箱码头月度吞吐量 万TEU

为更好地表述月度集装箱吞吐量的分布特征，这里用表1中的数据绘制BOXCHART图(见图1)，图中方框中间的圆圈代表月度集装箱吞吐量的平均值。从图1中可看出，2006—2014年该码头月度集装箱吞吐量的平均值都在上升或保持不变，只有2009年有较大下降，这主要是由于金融危机对外贸产生影响，进而导致月度平均集装箱吞吐量大幅下降。图1中的上横线表示当年度最大的月度集装箱吞吐量，下横线表示最小的月度集装箱吞吐量；分析金融危机前后的变化规律发现，金融危机的发生导致月度集装箱吞吐量的离散程度发生变化。在2009年之前，每年最高的月份集装箱吞吐量和最低的月份集装箱吞吐量均呈增加趋势，离散程度保持相对稳定的状态；2009年之后，码头处于经济刺激政策后的“修复”状态，导致最低和最高集装箱吞吐量未呈现规律性的变化；而从2012年开始，最高的月份集装箱吞吐量和最低的月份集装箱吞吐量之间的“喇叭口”呈增大趋势，反映出月度离散程度呈增加趋势。

图1中的方框和中间的横线分别代表上四分位数、下四分位数和中位数，竖线为最大值与最小值之间的数值差。分位数是反映统计数字的集中趋势的一种测度，其间距可用来度量离散趋势，这里根据分位数的变化可知月度集装箱吞吐量的一些变化规律。2010—2012年，月度集装箱吞吐量的分布越来越集中，其上下四分位差值越来越小；而2012—2014年，月度集装箱吞吐量的分布越来越分散，其上下四分位差值越来越大。金融危机之后，月度集装箱吞吐量的变化呈现出新的特征和规律。月度集装箱吞吐量分布的不同将在很大程度上影响码头机械的配置投入。后面选取分布最为集中的2012年和分布最为分散的2006年进行对比分析。

图1 月度装卸箱量离散特征

2 仿真模型

Extendsim系统仿真软件是由美国Imagine公司开发的，可用来对离散和连续系统进行仿真，具有较高的灵活性和可扩展性，支持三维动画;可动态显示整个系统的工作流程，非常直观生动;可通过改进影响系统的因素实现系统的最佳配置。

集装箱码头装卸作业是一项系统化工程,只有桥吊、集卡和轮胎吊三者协调配合才能实现装卸作业的正常进行，任何一种机械的配置数量和利用效率都会影响到其他机械的利用效率。因此,虽然主要是对桥吊配置优化问题进行研究，但在模型中仍要考虑集卡、轮胎吊等因素。同时，船舶靠港是集装箱码头作业的前置环节，若考虑一个长周期的机械配置问题，在仿真分析中改变桥吊的配置可能会导致船舶不能靠泊，因此在模型中也将船舶靠港考虑在内。这里按照“先卸后装”的原则，根据集装箱码头装卸作业流程，将仿真流程(见图2)分为以下几个事件。

图2 仿真流程

1)船舶选择事件，描述船舶到达码头外围水域后实现对船舶的编号，赋予其靠泊的时间；船舶根据时间要求判断可行性，选择等待靠泊或靠泊其他码头。

2)船舶靠泊事件，描述船舶靠泊码头后以一定的集装箱量和客户要求等实现对作业路数的赋予，即确定桥吊、集卡及轮胎吊机械的配置比例和数量。

3)桥吊选择及作业事件，实现对空闲桥吊的判断，将待卸集装箱送至空闲的桥吊处，若有2台桥吊同时空闲，按照某个标准选择一个(如效率)；赋予每台桥吊不同的效率，控制投入的桥吊数量，得出每台桥吊的利用率、闲置时间和消耗成本。

4)集卡选择及作业事件，实现对每台集卡编号，赋予独立的车速，并控制派送集卡的数量；判断各台集卡是否空闲，派出空闲集卡，若有2台集卡同时空闲，则按照某个标准(如速度)选择一个。

5)轮胎吊选择及作业事件，判断各台轮胎吊是否空闲，将集装箱运送至空闲轮胎吊处，若有2台轮胎吊同时空闲，则按照某个标准(如效率)选择一个；赋予每台轮胎吊不同的效率，控制投入的轮胎吊数量，得到每台轮胎吊的利用率、闲置时间和消耗成本。

装船过程按照5)-4)-3)的顺序重复该流程。此外，模型还增加了优化和数据库功能，记录每个集装箱消耗的时间及完成单船卸船作业消耗的时间；根据某个输入参数优化，得出相应变化关系；汇总每台桥吊、集卡和轮胎吊的效率数据，以供调用。

3 仿真分析

3.1离散货源需求下的机械使用情况分析

在实际操作中，桥吊、轮胎吊和集卡的作业效率决定着自身机械的配置数量和3种机械的配置比例；而桥吊到堆场的距离会对集卡的行驶时间造成影响。因此，模型选取桥吊平均作业效率、轮胎吊平均作业效率、集卡平均车速及桥吊到堆场的平均距离作为参数。通过调研得到上海某集装箱码头(与表1所示的码头一致)的集装箱桥吊平均作业效率为56 TEU/h，集卡平均车速为18 km/h，轮胎吊平均作业效率为34 TEU/h，桥吊到堆场的平均距离为1.2 km。在仿真分析中，假定投入的桥吊数量(即码头的实际桥吊拥有量)为25台。轮胎吊数量和集卡数量的设置均满足码头的最大需求量，这里假定轮胎吊数量为73台，可用集卡数量为200台。

图3为2014年各个月份集装箱码头各机械使用情况,横轴为月份，纵轴为机械的使用数量(集卡为集卡池内等待的数量)。以2月份为例，可看出桥吊和轮胎吊在2月份前半期为满负荷使用，在后半期出现空闲；同样，集卡池内的等待车辆数在后半期较高。也就是说，3种机械在2月份的使用效率均较低，均出现大量的闲置。在5月份到11月份高峰时期，机械的使用明显处于较为饱和的状态。货源需求离散化与桥吊配置的相对稳定性导致单机桥吊的集装箱吞吐量也呈现较大的差异。在某个时间点，单机桥吊的集装箱吞吐量处于较高水平，机械的利用效率较高；而在某个时间点，单机吞吐量又较低，机械的利用效率处于较低水平。月度集装箱装卸量的离散化特征导致机械的使用不均匀，造成机械的闲置和浪费。

图3 2014年各月份集装箱码头机械使用情况

下面进一步分析桥吊配置数量对装卸货物量的影响。图4为2014年集装箱码头桥吊配置情况。在投入25台桥吊时，码头可完成所有617万TEU的装卸任务。通过改变桥吊的投入数量发现:在投入22台之前，随着桥吊投入数量增加，桥吊的平均使用时间呈小幅下降趋势，实际装卸的集装箱量则呈快速增长趋势;在投入22台之后，桥吊的平均使用时间则快速下降，反映出桥吊闲置时间的增加和桥吊利用效率的下降,然而实际装卸箱量并未如之前一样快速增长。月度集装箱货物离散状态导致桥吊配置存在很大的优化空间。

图4 2014年集装箱码头桥吊配置情况

3.2离散货源需求下桥吊最优配置分析

加大桥吊投入固然会增加可装卸的集装箱量，但还会造成桥吊闲置时间增加。从经济性角度考虑，涉及到决策的问题。对此，对不同桥吊投入的产出情况进行分析。分析思路为：分别选取桥吊数量为18～25台，依次增加1台桥吊，分析箱量增加与闲置成本增加的比例。通过调研得知，桥吊的采购成本为5 000万元，折旧年限为20 a，不考虑残值，即增加1台桥吊每年增加的折旧成本为250万元。闲置成本为桥吊非使用时间的折旧成本，计算方法为:闲置成本=桥吊数量×年度折旧成本×(1-桥吊平均利用率)。投入产出分析见表2。

表2 投入产出分析

由表2可知，从产出效率考虑，最佳的桥吊配置数量应为20台，即在投入≤20台桥吊时，因桥吊增加带来的箱量增加与因桥吊增加引起的闲置成本维持在一定的水平；当>20台桥吊时，该比值出现下降，这样就必然会有甩箱发生，这里称之为经济型配置。然而，若码头处于市场扩张时期，从市场拓展角度考虑，最佳的桥吊配置数量为23台，即只要投入桥吊能带来箱量增加就应该投入桥吊，无需考虑桥吊闲置成本问题，这里称之为市场型配置。

在管理实践中，集装箱码头一定要结合自身所处的发展阶段对集装箱桥吊进行配置。对于成熟运营的码头，若已具有较高的饱和度，则应采用经济型配置方式，综合考虑闲置成本问题，当然这里的配置数量是一个理论值，实际中可根据需要稍微多配置，但数量应小于市场型配置数量。对于新运营的码头，若要能争取到更多的货源，希望能以更好的服务来吸引客户，则可采用市场型配置方式。

3.3不同离散货源需求下的桥吊配置比较分析

由以上分析可知,月度集装箱吞吐量在2006年的离散度最高，2012年的离散度最低。以下比较分析两者之间的桥吊配置优化问题。

2006年和2012年集装箱码头桥吊配置情况分别见图5和图6。若以装卸完所有到达的集装箱为目标，则2006年的最优桥吊配置数量为20台，此时桥吊的平均使用时间为315 d，利用效率为86%,而2012年桥吊利用效率达到94.5%。因此,货源波动性对桥吊投入有很大影响，在月度货源离散度较大时，不得不以较低的桥吊使用效率或更多的桥吊配置数量来保证集装箱吞吐量。从现实情况看，由于2012年以后离散度加大，即使2014年该码头年度集装箱吞吐量比2012年增长6%，在最优配置下的桥吊利用效率仍下降为88%；然而，若考虑产出效率的经济性机械配置，则2012年和2014年桥吊的利用效率均达到96%。

图5 2006年集装箱码头桥吊配置情况

图6 2012年集装箱码头桥吊配置情况

因此，虽然集装箱码头在金融危机爆发之后提高了对船公司的服务水平，尽力争取货源，但其作为现代集装箱码头需要适应市场经济的需求，从企业本质角度看，要充分重视和分析码头的经济性；同时，应注重分析自身月度箱量离散特征的变化，努力提高桥吊的利用效率，进而提高其产出效益，在此基础上，根据码头所处的发展阶段，做好桥吊配置的决策。

4 结束语

集装箱码头的月度装卸箱量具有离散化特征，离散程度在金融危机爆发前后有较大差异，在当前的经济新常态下有增大趋势。对上海某集装箱码头的装卸情况进行仿真模拟发现：离散化货源需求的存在使得集装箱桥吊出现一定的闲置时间，影响到桥吊的利用效率。分别从经济型和市场型角度分析离散货源需求下桥吊的最优配置情况。通过对2006年和2012年不同离散状态货源需求的数据情况进行分析，发现桥吊利用效率的差异性，可看出桥吊利用效率与离散程度呈反比关系。

受货源种类、费率及靠泊时间等因素影响，码头在考虑离散货源状态配置桥吊时还需综合考虑多种因素。同时，进一步对货源离散程度与桥吊配置变化的关系进行研究也是下一步研究的方向。

[1] JÜRGEN B, TORSTEN R, DIRK S, et al. Vehicle Dispatching at Seaport Container Terminals Using Evolutionary Algorithms[C]// Proceeding of the 33rd Hawaii International Conference on System Science. Hawaii: R H Sprague (Ed.),2000: 20-25.

[2] 杨静蕾,丁以中. 集装箱码头设备配置的模拟研究[J]. 系统仿真学报, 2003, 15(8): 1069-1073.

[3] 张莉, 霍佳震. 基于单船装卸运输模型的集卡配置仿真研究[J]. 系统仿真学报, 2006,18(12):3532-3535.

[4] TSAI Y, AI C, WU Y, et al. Simulating Port Logistics Operations Using 3D Visualization Technology[C]. Proceeding of the International Conference on Computing in Civil and Building Engineering , 2010.

[5] 郭姝娟, 何凤云, 赵丹. 集装箱码头装卸机械配置优化仿真[J]. 中国航海, 2014,37(2):97-101.

[6] IFA V, MWP S. Minimum Vehicle Fleet Size Under Time-Window Constraints at a Container Terminal [J]. Transportation Science, 2005,39(2):249-260.

[7] 王小变,韩晓龙. 箱区长度对码头装卸效率影响的仿真分析[J]. 重庆交通大学学报(自然科学版),2012,31(3):521-524.

[8] SUN Z, LEE L H, CHEW E P, et al. MicroPort: A General Simulation Platform for Seaport Container Terminals[J]. Advanced Engineering Informatics, 2012, 26(1): 80-89.

[9] 杨春霞, 王诺. 基于多目标遗传算法的集装箱码头泊位-岸桥分配问题研究[J]. 计算机应用研究, 2010,27(5): 1720-1725.

[10] 李应平,佟士祺,王飞. 集装箱码头设备更新投资优化模型及算法研究[J].水运工程,2012(11):97-101.

OptimizationofContainerCraneConfigurationUnderConditionofDiscreteFreightSourceDemand

(1. School of Economics and Management, Shanghai Maritime University, Shanghai 201306, China；2. Shanghai International Port(Group) Co., Ltd., Shanghai 200080, China)

U691.3; F552

A

2016-03-01

段朝辉(1984—),男,山西运城人,博士生,主要研究方向为国际航运中心发展。E-mail:duan_zhaohui@163.com

1000-4653(2016)02-0120-05