集装箱管理决策模式与实施策略研究.doc

MTE2000任勇青 集装箱管理决策模式与实施策略研究

第一章 引 言

1.1 问题的提出
集装箱运输起源于二十世纪50年代后期，并在二十世纪80年代得到了迅猛发展。特别是二十世纪90年代以后，全球经济的持续发展使集装箱运输成为了各国对外贸易中最为普遍的运输方式。在发达国家，件杂货的集装箱化程度已超过80%。截止到 2001年底，全球集装箱船队总运力为735.6万TEU，全集装箱船运力为539.9万TEU。
在集装箱运输的发展过程中，集装箱班轮运输公司发挥了最直接的推动作用。为了建立全球范围的集装箱运输网络，班轮公司投入了大量的人力、物力及财力来维持自己的经营与发展。近二十年来，班轮运输业的激烈竞争使得班轮公司在努力扩大自己市场份额的同时，还通过各种方式来降低运输成本。尤其是近几年来，全球经济增长缓慢，使得班轮公司面临着极为严峻的经营形势：运力严重过剩、运价水平在低谷徘徊、班轮公司的利润极其微薄。为此，班轮公司如何在竞争激烈、市场持续低迷、利润微薄而经营成本居高不下的情况下，将成本支出合理化与增强班轮公司赢利能力放在同一高度，通过各种措施降低成本支出，对班轮公司来说具有十分重要的现实意义。
在集装箱运输成本结构中，集装箱费用是仅次于货物中转费、船舶固定成本的第三大项目，占总成本支出的20%左右。相对于货物中转费及船舶固定成本而言，集装箱费用具有较大的可变性：它与集装箱配备总量、集装箱平衡工作等因素之间存在着密切的关系。因此，班轮公司集装箱管理人员需要从成本控制的角度出发，不断提高集装箱管理的水平。在日常的集装箱管理过程中，具体涉及到下列几方面的问题：
1、集装箱配箱量问题。任何一个船公司，为配备一定数量的集装箱，必须通过购买或租赁集装箱来实现。从方便货主、有利于揽货的角度来看，配备充足的集装箱是有利的；但由于购买集装箱的价格和租赁集装箱的租金十分昂贵，如果箱子配多了，会出现大量空箱闲置的现象，从而产生不必要的购置、维修和堆存费用。因此，在满足货物运输需要的前提下，为降低成本，如何合理地计算集装箱拥有量一直是集装箱船公司需要解决的问题。
2、集装箱的配备方式问题。在集装箱运输经营管理中，各班轮公司由于经营状况、发展战略不同，对于集装箱配备问题采取的具体方法也不同。通常，班轮公司采用的方法是将自购箱与租赁箱相结合并保持一定的比例，也有一些班轮公司倾向于全部采用租赁箱解决集装箱配备问题。对于集装箱配备的不同方式的取舍，必须根据具体情况进行全面的分析和比较。
3、空箱调运问题。由于集装箱运输的供给和需求在流向方面具有不均衡性，因此在集装箱日常管理过程中，不可避免地会遇到空箱的调运问题。据统计，近年来，世界海运集装箱空箱比例始终占总运输量20%以上，我国的情况更为明显。由于空箱调运不会带来任何直接的经济效益，因而大量的空箱调运给船公司带来了巨额支出。根据德鲁里航运咨询公司的资料估计，全球的空箱调箱费用在150亿美元左右。鉴此，如何解决空箱调运问题对于提高集装箱的管理水平具有重要的意义。
4、集装箱使用效率问题。在目前集装箱市场比较低迷的情况下，班轮公司在既定的集装箱配备规模的情况下，如何突破传统的缺箱-租箱-退租模式，不断寻求新的方法来提高集装箱的使用效率成为关注的热点。近二十几年来，许多班轮公司一方面通过重组来提高班轮公司各种资源的利用率以降低经营风险；另一方面在各个班轮公司之间开展集装箱的互用合作。这些措施对于提高集装箱设备的使用率，减少空箱调运，降低集装箱管理成本起到了重大的作用，前景十分广阔。
基于上述情况，本文拟从班轮公司角度出发，研究集装箱运输经营管理过程中所涉及的集装箱配箱规模、配备方式、空箱调运以及使用效率等问题，为进一步提高我国集装箱运输企业的经济效益，增强竞争力提供相应的决策依据。

 1.2 研究思路与内容
集装箱管理是国际集装箱运输中不可缺少的一个重要组成部分，具体包括：集装箱配备总量的确定、自购箱及租箱数量的确定、全球各区域集装箱箱量的盘存分析与研究、区域间集装箱调运的决策与实施、集装箱动态的跟踪、集装箱的维修与保养、集装箱管理总成本的分析、研究与控制等多个环节。
本文将着重对集装箱配备总量的确定、自购箱及租箱数量的确定、空箱调运及集装箱使用效率等问题展开研究。论文的各章节安排如下：
第一章 从集装箱管理的角度提出对本课题的研究，并介绍了本文的研究思路与框架。
第二章 着重对集装箱配备总量决策进行研究，首先分析了集装箱配备总量决策的理论基础，在此基础上建立了集装箱配备总量确定的传统决策模型、基于B-P神经网络的集装箱配备总量决策模型。
第三章 从集装箱租赁决策的理论基础、集装箱自购与租赁选择决策、集装箱租赁数量决策以及集装箱租赁管理四个角度对集装箱租赁决策问题重点进行了论述。
第四章 侧重于空箱调运决策研究。着重分析了空箱调运决策的理论基础，空箱调运与租箱的选择决策以及海运空箱调运模型的构建等。
第五章 主要探讨了集装箱管理策略的具体应用，并以中远集运公司的集装箱租赁策略为例进行了具体分析。

第二章 集装箱配备总量决策

2.1 集装箱配备总量决策的理论基础
开展集装箱运输一个显著的特点是投资额巨大。对于航运企业来说，开展集装箱运输，首先要化巨额资金建造、购买和租赁集装箱船；其次，要配备一定数量的集装箱，而无论购买或租赁集装箱,价格和租金都很昂贵。任何一家集装箱运输公司，用于购置和租赁集装箱的费用都占运输费用的很大一部分比例。例如，远东到美西航线，如果计划投入8条 3500箱位的第四代集装箱船，单船价格为0.8亿美元，购船总费用为0.88=6.4亿美元，20尺标准集装箱价格以1500美元计算，配箱套数如果是2.5，那么箱子总费用为3500815002.5＝1.0510美元，购箱费用为购船费用的16.4％。所以为控制和降低运输成本，在满足货物运输的前提下，拥有合理的集装箱数量一直是集装箱运输企业非常关心的问题。如果箱子配多了，会出现大量空箱闲置的现象，从而增加了购置、维修和堆存的费用；箱子配少了，则会影响揽取货载，进而影响企业的正常生产经营。为此，如何合理地确定集装箱配备总量，是目前航运企业迫切需要解决的一个重要问题。从本质上而言，航运企业在确定集装箱配备总量时，着重考虑下列几个方面的用箱需要：
1、总箱位
总箱位是指一个班轮公司所有集装箱船舶所能装载的全部集装箱的数量，通常以TEU来计算。总箱位可反映一个班轮公司规模的大小，直接决定了班轮公司的运输能力。集装箱的配备应保证在货源充足时，全部班轮载箱位都能够得到充分利用。因此，班轮总箱位的数量是影响集装箱配备数量的第一要素。
2、箱位利用率
箱位利用率是指集装箱班轮所装载的载货集装箱占船舶总可载箱位的比例，它反应出班轮每个航次箱位被利用的程度。在适当的运价水平下，箱位利用率越高，航次赢利能力越强。箱位利用率与集装箱配备数量成正相关关系，即箱位利用率高，要求配备的集装箱数量就多，反之，要求配备的箱量就少。
3、班轮挂靠港的箱位分配量及班轮挂靠密度
班轮各挂靠港箱位分配量是指集装箱班轮在挂靠港口所预留的载箱位数量，它影响着港口的集装箱配备数量，在某一港口配备的集装箱数量必须保证在班轮挂靠该港口前，有足够数量的集装箱供出口使用。港口配备的箱量多少也与船舶挂靠密度密切相关。如果集装箱从重箱卸船，到收货人提箱、拆箱再返空所需要的时间即集装箱周转时间小于相邻两艘班轮挂靠的时间，则该港口配备的集装箱数量只需要满足在该港箱位分配量最大的航次所需要的集装箱数量即可；如果该港的集装箱周转时间大于相邻两班轮挂靠的时间，则开始时该港口需要配备两倍于下一航次所挂靠班轮在该港分配的箱位数；此后，只要每天返空箱的数量能满足在该港箱位分配量最大的航次所需要的集装箱数量即可，如果仍有缺口，则只能通过其他方式来增加集装箱配备数量。
4、港口集装箱周转时间
港口集装箱周转时间是指进口重箱或空箱自卸到某一港口，交由收（发）货人拆（装）箱后，再回到码头（空箱或重箱）装上班轮所需要的全部时间。在一定的时间段内，发货人对出口用箱的需求量是一定的，而集装箱的来源主要有两种：前一班船卸下的空箱，或者是此前已进入该港口的重载集装箱交收货人拆箱后返空的箱子。如果集装箱的周转时间过长，则直接影响本港口的出口用箱，同时也间接地影响到其他港口的出口用箱，无法保证本港口在下一班船挂靠前有足够数量的集装箱供出口使用。因此必须依靠其他途径补充相应数量的空箱来保证用箱需求，这样必然导致集装箱配备数量的增加。相反，如果集装箱周转时间短，就能依靠进入本港口的集装箱来保证出口用箱，从而减少不必要的空箱调运，同时，也可降低集装箱配备总量。
5、非可用箱占总箱量比例
非可用箱占总箱量的比例是指由于各种原因造成的处于非正常周转状态的集装箱占集装箱总量的比例，如集装箱因各种原因损坏需要修理、货主提箱后长期占用不能返空、海关扣押、集装箱处于严重毁坏状态并且无修理价值等各种原因形成的在一定时间内不能投入使用的集装箱。由于货物本身及运输工具、操作不当等原因引起集装箱的损坏是在所难免的，这部分集装箱必须在修理后方能重新投入使用；另外，班轮公司为了保持同一些大货主的关系，尽量满足货主提出的延长集装箱免费使用天数的要求。这就使班轮公司有越来越多的集装箱滞留在发（收）货人手中而无法正常周转使用，使班轮公司不得不增加集装箱配备量，以确保正常营运所需要的足够数量的集装箱。

2.2 集装箱配备总量确定的传统决策模型
2.2.1 基本思路
集装箱运输具有船舶挂靠港口多、服务网点分布广、船舶航行时间长、货物流向复杂等特点。而为客户运载各种货物的集装箱需要经历从船公司堆场（CY）到货主仓库（DOOR）或者是集装箱货运站（CFS），然后重箱经内陆运输到码头堆场（POL）等候装船，装船后经海上运输（SEA）（部分需要中转）至目的港（POD），卸船后至码头堆场，经内陆运输后至收货人仓库（DOOR）或集装箱货运站（CFS），待收货人拆箱完毕后返空至班轮公司堆场（CY）（如果发生损坏，则需要安排修理），进入空箱待用状态。整个集装箱运输流程如下图2-1所示：

第一阶段（a）　　　　　　　 第二阶段（b）　　　　　 第三阶段（c）

货主仓库
（DOOR）
货主仓库
（DOOR）

码码头堆场
码码头堆场

堆场（CY）
海上运输
堆场（CY）

货运站
（CFS）
货运站
（CFS）

图2-1　集装箱运输流程示意图

根据上图，我们可以将集装箱整个运输流程分为三个阶段：
在岸（装船前）阶段——集装箱由空箱到重箱状态，等候装船；
在船（装船后）阶段——重箱装船后进入海上运输阶段；
在岸（卸船后）阶段——船舶抵目的港后，重箱卸船、发放到空箱返回。

任何一个集装箱要完成全部运输过程，都必须经过由空箱到重箱，通过某一条航线上的某一艘班轮承运抵达目的港，再由重箱到拆空后返回堆场的过程，即需要经历前述三个阶段。因此，我们可以按照集装箱运输的三个阶段逐一确定集装箱配备数量。为便于说明，我们假设班轮公司经营N条航线，第k条航线的舱位利用率为Rk（k=1，2，…n）；有I艘集装箱船舶，第i艘船的总箱位为Si（i=1，2，…I ），挂靠J个港口，集装箱在第j个港口的平均周转期为Tj（j=1，2，…J ），第j个港口相邻两班船的最短间隔时间为Pj（j=1，2，…J ）。第j个港口非可用箱占该港口总箱量的比例为rj（j=1，2，…J ），第j个港口所需配备的集装箱总量为Mj（j=1，2，…J ）。与此同时，我们还假定：
l 航线之间相互独立，即长航线船舶不承运短途货物；
l 靠港口多的船舶严格执行各港口的箱位分配计划；

2.2.2 第一阶段的配箱量计算
每个港口需要配备的集装箱数量应当能够满足所有在该港挂靠船舶的最大箱位需求，因此该港集装箱配备数量可以根据该港口所挂靠的每艘船在该港口分配的箱位数量S、该船的平均舱位利用率r，该港口集装箱平均周转天数T、相邻两班船的最短发船间隔P、该港口所有非可用箱占总箱量比例q等因素来确定，并取最大值作为该港口的集装箱配备数量：
第1个港口：
第1艘船在第1个港口分配的箱位数为S11a，需要配备的集装箱数量为m11a，则有：

（上式中，k1为集装箱周转系数： 当T1=<P1时，k1=1；当T1> P1时，k1= P1 /T1，下同）
于是：

第2艘船在第1个港口分配的箱位数为S21a需要配备的集装箱数量为m21a，则有：

……
第I艘船在第1个港口分配的箱位数为SI1a，需要配备集装箱数量为mI1a，则：
，为此，第1个港口所需要配备的集装箱数量（M1a）应为：

i=1，2，…，I。
依次类推，可得：
第2个港口所需要配备的集装箱数量（M2a）应为：
i=1，2，…，I。
……
第J个港口所需要配备的集装箱数量（MJa）应为：
i=1，2，…，I。
故在第一阶段(a)需要配备的集装箱数量（Ma）为：

2.2.3第二阶段配箱量计算
第1艘船在第二阶段(b)需要配备的集装箱数量为该船的总箱位数：
；
第2艘船在第二阶段(b)需要配备的集装箱数量为该船的总箱位数：

……
第I艘船在第二阶段(b)需要配备的集装箱数量为该船的总箱位数：
；
故在第二阶段(b)需要配备的集装箱数量（Mb）为：

2.2.4 第三阶段的配箱量计算
由于第三阶段与第一阶段可以互相转化，故第三阶段(c)需要配备的集装箱数量（Mc）为：

i=1，2，…，I。

2.2.5 总配箱量计算
基于上述计算，我们可以计算出，班轮公司理论上需要配备的最低集装箱数量为：

若
令q1= q2=……qJ =10%，则：

需要说明的是，班轮公司在实际确定集装箱配备总量时，还要考虑到航线设置的具体形式、集装箱在各地区的周转时间与船舶挂靠密度、港口的位置、货源的结构、货运淡旺季等多种可变因素的影响，以便对集装箱配备总量做出必要的调整。

2.3 基于B-P神经网络的集装箱配备总量决策模型
2.3.1基本模型
1、基于B-P神经网络的集装箱配备总量预测的基本作用原理
B-P（Back-Propagation）神经网络模型是近年来出现的一种新型的预测方法，其基本的作用原理可用图2-2表示，
反向传播过程

权值W
权值W

－
+
○ ○
○ ○

○ ○
○ ○

○
教师信号

输出层
隐层
输入层

正向计算过程
图2-2 B-P模型预测原理

基于上述神经网络模型，我们可以构建用于集装箱配备总量预测的B—P模型的基本作用机制，即：把用来描述影响配箱量多少的因素的信息作为神经网络的输入向量 Χ=（x1 k, x2 k,…xn k）；将代表相应综合评价的预测值作为神经网络的输出y；用实际的历史数据作为教师信号，并按照一定的学习算法（具体算法可参考李学桥，马莉，神经网络·工程运用，重庆大学出版社，1996。），用足够的样本训练这个网络，使不同的输入向量得到不同的输出量值。当计算输出值与教师信号的误差小于某一允许值（可根据实际情况设定）时，训练完毕。一旦神经网络模型训练完毕，即可作为集装箱配备总量预测的有效工具，输入已知各影响因素值即可预测出配备总量的理想数值。
2、关于影响集装箱配备总量的因素分析
从理论上来说，当集装箱船舶在班轮航线上只挂靠两个港口，且集装箱在内陆周转的时间小于发船间隔时间，那么，当航线上仅配1艘船舶时，航线配箱量应为该船舶载箱量的三倍，即需配3套集装箱。如果航线配船艘数增加，即运力增加时，则所需配备的集装箱数量虽然增加，但增加速度呈递减趋势。同样，集装箱在港口的内陆周转时间对港口的配箱量影响极大，一个畅通、发达的集疏运系统能够大大缩短集装箱内陆周转时间，提高箱子周转率，从而降低在港口的集装箱配备量；此外，航运企业还应掌握货运淡季和旺季的规律，特别是在货运淡季时保持较低的集装箱总量，可以有效地控制集装箱管理成本，在货运旺季来临之前又及时补充一定量的集装箱，以满足用箱需求。在预测一定时期航运企业配箱量时，还要考虑货物性质和种类，特别是一些长期大宗的货源，掌握货物的特性能较准确地预测出装箱利用率。
除了上述因素外，集装箱在船天数也是一个重要的影响因素，该指标主要取决于船舶在海上的航行时间和航运企业的航线设置，对于以远洋航线为主的航运企业来说，更要关注集装箱在船天数对配箱量的影响；另外，配箱量还与集装箱在内陆周转过程中可能发生的修理、积压和延误等情况密切相关。
基于上述分析，我们可以将影响航运企业集装箱配备总量的主要因素归纳为：①集装箱船公司运力大小，②集装箱的平均在船时间，③集装箱内陆周转时间，④货运量季节性变化幅度，⑤集装箱平均修箱率，⑥船舶重箱载箱率等等。
值得指出的是：在实际运作过程中，由于不同的航运企业所处的地域、承揽货载性质的不同，因此，上述因素对其配箱量的影响程度各不相同，如有的船公司受货方因素影响较大，有的船公司则货源稳定，主要受自身因素影响等，因此在考虑影响配备总量的影响因素时，应结合具体情况作具体分析。
3、B-P神经网络输入、输出以及隐层神经元的设置
神经元个数的确定由训练的历史数据和预测值的特征来定。我们用来预测配箱量的历史数据来自两个方面：第一，影响配箱量的各个因素值；第二，实际的集装箱配箱量值。前者的个数由实际影响程度选择决定，后者是指企业在现实生产中实际所配集装箱量，是从企业的生产经营活动中反馈回的实际数据，需要事后统计。
在基于B-P神经网络的集装箱配备总量预测模型中，输入样本空间由因素值构成，输入层神经元个数即为影响因素个数，期望的配备总量值作为输出层神经元，输出层神经元的个数为1。理论上已经证明：具有偏差和至少一个隐含层加上一个线性输出层的神经网络，能够逼近任何有理数。增加层数主要可以进一步降低误差，提高精度，但同时也使网络复杂化，从而增加网络权值的训练时间。隐层的层次数直接影响网络学习的收敛速度，隐层数太多会导致学习时间过长，误差也不一定最佳；隐层数太少，容错性差，不能识别以前没有看到的样本。误差精度的提高可以通过增加隐含层中的神经元数目来获得，其训练效果比增加层数更容易观察和调整。所以，为了缩短学习时间，加快收敛速度，我们采用1层隐层，9个隐层神经元。

2.3.2模型的训练与测试
我们把历史数据划分为训练集和测试集。时间较远的历史数据作为训练集，时间较近的作为测试集，训练集较大，测试集较小。训练集用来建立具体的模型，测试集则对模型进行修剪，检验模型是否满足要求。因为训练到一定程度时，训练集对模型总是适合的，而且训练集和测试集一般没有交集，所以关于训练集和测试集历史数据的选择，在时间上是不能重合的。实际工作中的历史数据集随着时间的推移膨胀会很大，具体操作时不一定划分整个历史数据集，可取时间上最近的一个规模合适的子集作划分，目的是减少网络的学习时间。
B-P神经网络的输入要求必须能进行数值运算，而影响配备总量的因素的数据既有定性指标又有定量指标，为使各指标在整个系统中具有可比性，应将定性指标进行量化处理，转换方式通常为建立一个和数字的映射表，用对应的数字作输入。
我们根据选定的影响配箱量的因素设立如下预测指标体系（k表示第k个样本，k =1，2，…，m）：
X1k 集装箱船公司运力大小 （该指标按实际TEU数测算）；
X2k 集装箱平均在船时间（该指标按实际天数测算）；
X3k 集装箱内陆周转时间（该指标按实际天数测算）；
X4k 货运量季节性变化幅度（该指标按百分比1%、2%…测算，可依次映射为1、2…）；
X5k 船舶重箱载箱率（该指标按百分比99%、98%…测算，可依次映射为99、98…）；
X6k 集装箱船公司平均修箱率（该指标按百分比1%、2%…测算，可依次映射为1、2…）；
本模型采用6-9-1三层B-P网络，在最初的实际训练过程中，收敛速度较慢。为了加快收敛和减少寻找学习速率的训练次数以及训练时间，模型采用带有附加动量项和自适应的反向传播训练。附加动量项和采取自适应线性网络是提高收敛速度的主要方法，被广泛采用。自适应线性网络仅可以学习输入/输出矢量之间的线性关系，所以本模型选择足够小的学习速率，使自适应网络的误差平方和总能达到满意结果。
对于一个集装箱船公司来说，涉及以上六方面影响因素的实际数据较难采集到。为了通过实例来说明运用B-P神经网络能够预测出因素的变化对集装箱配备总量的影响情况，我们模拟一组较接近实际情况的数据，根据假设的数据计算出可能的实际配箱量，然后利用B-P神经网络得出配备总量的预测值，并与计算值进行比较，以检测B-P神经网络预测的效果。部分学习样本如表2.1所示:

表2.1 部分学习样本
学习
集装箱船
集装箱平均
货运量季节性
内陆平均
集装箱平均
船舶重箱平均
实际
样本
公司运力
在船时间
变化幅度
周转时间
修箱率
载箱率
配箱量
编号
(TEU)
（天）
(%)
（天）
（%）
（%）
(TEU)
1
20000
25
20
10
10
70
39100
2
10000
40
10
35
10
60
19550
3
5000
10
30
50
10
80
9775
4
20000
40
10
50
15
60
54000
5
10000
25
30
10
15
80
28700
6
5000
10
20
35
15
70
14350
7
20000
40
20
35
5
70
70000
8
10000
10
30
10
5
80
35000
9
5000
25
10
50
5
60
17500
10
20000
25
10
50
10
80
83220
11
10000
10
20
35
15
60
41610
12
5000
40
30
10
5
70
20805

为了使样本数据能够满足B-P神经网络的泛化性能，即网络只对被训练的输入/输出对最大值范围内的数据有效，超出最大训练值的输入必将产生大的输出误差，我们首先对学习样本数据进行归一化处理。
即，，，其中，，分别表示各输入的最大值和最小值；，分别表示各输出的最大值和最小值。经过归一化处理后的学习样本输入数据如表2.2所示。
表2.2 学习样本输入数据表
学习
学习样本预测指标

样本
样本
X1
X2
X3
X4
X5
X6
目标
编号

T
1
1.0000
0.0010
0.0008
0.0003
0.0003
0.0033
0.3993
2
0.5000
0.0018
0.0003
0.0015
0.0003
0.0028
0.1331
3
0.2500
0.0003
0.0013
0.0023
0.0003
0.0038
0.0000
4
1.0000
0.0018
0.0003
0.0023
0.0005
0.0028
0.6022
5
0.5000
0.0010
0.0013
0.0003
0.0005
0.0038
0.2577
6
0.2500
0.0003
0.0008
0.0015
0.0005
0.0033
0.0623
7
1.0000
0.0018
0.0008
0.0015
0.0000
0.0033
0.8200
8
0.5000
0.0003
0.0013
0.0003
0.0000
0.0038
0.3435
9
0.2500
0.0010
0.0003
0.0023
0.0000
0.0028
0.1052
10
1.0000
0.0010
0.0003
0.0023
0.0003
0.0038
1.0000
11
0.5000
0.0003
0.0008
0.0015
0.0005
0.0008
0.4335
12
0.2500
0.0018
0.0013
0.0003
0.0000
0.0033
0.1502

至此，我们就建立了解决集装箱配备总量的B-P模型，程序流程见图2-3。该模型不必每次预测时都重新建立，而是根据历史数据的膨胀情况决定何时更新模型，模型一旦建立好后每次预测就可以直接使用。

开始

输入、出和隐层神经元初始化

权重初始化

输入训练集和样本目标

N
随机选定一个训练样本

E<Ema？？

Y
计算各层误差

调整各层权重
输出误差E
输入预测样本

是否还有

正向计算得出预测值

Y
N

结束

图2-3 B—P预测过程
B-P网络充分利用了可变的因素来作有针对性的预测，结果更接近现实情况 。将模型应用于实际，预测结果见表2.3 (注：表格中的数字代码由实际意义转换而来)。

表2.3：B—P网络预测结果
测试
集装箱船
集装箱平均
货运量季节性
内陆平均
集装箱平均
船舶重箱平均
实际安全
预测安全
样本
公司运力
在船时间
变化幅度
周转时间
修箱率
载箱率
配箱量
配箱量
编号
(TEU)
（天）
(%)
（天）
（%）
（%）
(TEU)
(TEU)
1
30000
20
20
55
10
70
59610
60800
2
23000
35
23
30
7
65
56480
57610
3
20000
20
25
10
6
75
51200
51968
4
17000
10
25
25
10
80
35700
41055
5
8000
8
30
7
5
70
15640
15796

第三章 集装箱租赁决策

3.1集装箱租赁决策的理论基础
集装箱班轮公司开展集装箱运输服务，除了需要配备集装箱船舶外，还需要配备足够数量的各种类型、尺寸的集装箱。为了在减少固定资产投资的同时能为客户提供高质量的服务，班轮公司通常采取了租赁集装箱的办法来解决这个问题。同船舶租赁业相比，集装箱租赁业的发展时间短、速度快，它是资本市场运作与集装箱运输市场相结合的产物：一方面，它为投资者找到了一个收益相对较高、风险相对较小的投资市场；另一方面，为集装箱班轮公司解决了根据经营需要在不需要投入巨额资金的条件下获得集装箱使用权的办法。这两者的充分结合是国际集装箱租赁业不断发展的根基。具体来说，集装箱租赁可以为班轮公司带来下列益处：
1、减少集装箱班轮公司巨额置箱投资
集装箱班轮公司拟开辟新航线或扩大经营规模时，需要配备数倍于船舶箱位数量的集装箱。为此，将投入大量的资金。倘若通过集装箱租赁市场，全部或部分地以租赁方式获取同等数量的集装箱，只需要每月按约定费率支付集装箱租金作为使用集装箱的代价，则班轮公司为此承担的资金压力相对于前者来说要小得多。而且，通过租赁获得的集装箱在操作上具有许多灵活性，班轮公司可以根据自身的经营状况来决定对集装箱的处理，这对加快资金周转，发展多元化经营和扩大经营规模等具有重要意义。
2、调节、平衡班轮公司用箱，解决突发性用箱需求
由于货源结构的差异，进出口贸易的不平衡等因素，班轮公司在不同时期、不同港口、不同航线的往返航次中都会出现不同程度的进出口不平衡，这给班轮公司的集装箱配备工作提出了较高的要求。如果班轮公司没有配备足够数量的集装箱供货主装货出口，就会产生延误运输等违约行为，并可能最终导致货源的流失。此外，如果班轮公司在某地的集装箱数量过多，则会降低集装箱的使用率，造成大量的积压和闲置，这样就必须花大量费用调运集装箱，使经营成本上升。目前，世界各主要租箱公司在全球主要地区和港口都设有自己的分支机构及服务网点，为班轮公司提供租、还箱服务。在班轮公司需箱的地点提供集装箱供其使用（班轮公司称之为“起租”）；在班轮公司多箱的地点接受其退还多余的集装箱（班轮公司称之为“退租”）。从而在某种程度上为班轮公司解决了集装箱的供需矛盾，同时也为班轮公司节省了数额可观的空箱调运费用。
3、为班轮公司实现特殊货物运输。
开展集装箱租赁业务可为班轮公司提供需求量少，随机性大，购箱费用高的各类特种集装箱，以装运新鲜食品、液体危险货物、大型汽车等特殊货物。
4、为班轮公司减轻集装箱管理工作。
集装箱管理工作是一项复杂而又艰巨的工作，班轮公司除需要设立专门的集装箱管理部门，还需要在各挂靠港及其内陆场站建立广泛的分支机构及代理网络，需要花费大量的人力、物力和财力去跟踪、管理、维修、调运数目繁多、分布极广的集装箱。当班轮公司全部采用自购箱营运时，除了做好集装箱的跟踪管理、平衡调运外，还要负责新造箱的论证、监造，退役集装箱的处理，集装箱的管理工作变得更为复杂和艰巨。租箱公司的存在使得班轮公司减轻了集装箱管理的负担。譬如，可以在需要用箱时在缺箱港口安排从租箱公司租入集装箱，可以在用箱富余时将集装箱退还给租箱公司，无需再安排空箱调运和后续的跟踪管理 ，有时也可根据租箱协议免于修理坏箱。

3.2集装箱的自购与租赁选择决策
3.2.1 投资总额分析
以每个20英尺普通干货集装箱造价1500美元计算，一艘5000TEU的全集装箱船，一般情况下至少需要配备3套集装箱，为此，班轮公司仅购置集装箱一项需筹集的资金就为：22,500,000 美元。如果这些集装箱全部自购，班轮公司每年必须偿还一定数额的贷款及利息；此外，在运输市场不景气时还必须支付大量的闲置费用（如堆存费、维修、保养等）。倘若通过集装箱租赁市场，全部或部分地以租赁方式获取同等数量的集装箱，只需要每月按约定费率支付集装箱租金作为使用集装箱的代价。同样，按每个20英尺普通干货箱每天租金0.70美元计算，同等数量的集装箱每年需要支付的集装箱租金为：3,832,500美元，则班轮公司为此承担的资金压力相对于前者来说要小得多。
3.2.2.成本分析
从长期投资的角度来看，自购箱成本远低于租箱成本。具体论述如下：
假定每个集装箱的期初投资为A0；银行贷款利率、内部收益率及其它管理成本率等综合为i；折旧年限为N年；期末残值为R； 每年投资回报相同并且为a，则：
期初投资A0在第N年末的终值为Pn= A0(1+i)n
第N年末的剩余残值为R
第1年末回报（a），折成第N年末的现值为A1=a(1+i)n-1
第2年末回报（a），折成第N年末的现值为A2=a(1+i)n-2
…
第n-1年末回报（a），折成第N年末的现值为An-1=a(1+i)1
第n年末回报（a），折成第N年末的现值为An=a(1+i)0
第N年末的净现值NPV=A1+A2+…+An-1+An+R-Pn>=0
取N=10，R=25% A0，可以得到下表3-1所示结果：
表3-1 自购箱成本计算表
i a/365
A0

4%

5%

6%

7%

8%

9%

10%
USD1500/20DC
0.42
0.45
0.48
0.51
0.54
0.57
0.60
USD2300/40DC
0.65
0.69
0.74
0.78
0.83
0.88
0.93
USD2600/40HQ
0.73
0.78
0.83
0.89
0.94
0.99
1.05
USD17000/20RF
4.77
5.11
5.44
5.79
6.14
6.49
6.85
USD21000/40RF
5.90
6.31
6.73
7.15
7.58
8.02
8.46
USD21500/40RH
6.04
6.46
6.89
7.32
7.76
8.21
8.86
取i=8%得到的集装箱箱天成本（a/365）与同期国际集装箱租赁市场的平均租金费率做比较可得表3-2所示的结果：
表3-2 集装箱租金费率（美元/天）
箱型/尺寸
租金(M/L)
租金(L/T)
自购箱
自购箱Vs租箱
20DC
1.50
0.70
0.54
-0.16
40DC
2.50
1.10
0.83
-0.27
40HQ
2.70
1.17
0.94
-0.23
20RF

6.55
6.14
-0.41
40RF

8.35
7.58
-0.77
40RH

8.55
7.76
-0.79
20OT
2.50

40OT
4.00

20FR
3.00

40FR
4.50

由表3- 1和表3-2 可知，一般自购箱的箱天成本要比长期租箱的租金费率低很多；而长期租箱的租金费率又比灵活租箱的费率低很多。以一个20英尺集装箱为例：按租期五年计算，则租期内长租箱租金总费用与自购箱的总成本差额（取i=8%）为：
365×0.70 [(1+0.08)5-1] / 0.08 - 365×0.54 [(1+0.08)5-1] / 0.08=USD342.61

3.2.3集装箱的自购与租赁选择策略分析
综上所述，班轮公司大规模增加集装箱配备数量时，一般不会全部采用自购箱，也不会全部采用租箱。前者需要筹集巨额资金，而且在航运市场不景气时需要支付大量的闲置费用，在货运量激增时又无法及时补充箱源；后者比较灵活，短期操作非常有利，但平均成本较高（约为自备箱的1.5-2.5倍），且在缺箱时完全依赖租箱公司，比较被动，容易受到租箱公司服务范围的制约。由此可见，两者均有不足之处。
基于上述对自购箱与租箱策略的分析，本人认为：自购集装箱数量与租箱比例的确定必须根据集装箱尽可能被充分利用和各项集装箱成本支出最低的原则并结合自购箱、长期租箱、即期租箱、灵活租箱等策略的特点来确定，从而使通过各种方式下所获取的集装箱都能最大限度地发挥各自的优越性，既满足班轮公司的经营需要，又使班轮公司的经济效益最大化。具体建议如下：
l 在进出口货源平衡及资金充裕的情况下，可以全部采用自购集装箱；
l 在进出口货源不平衡而资金充裕的情况下，应当根据货源较少方向需要配备的集装箱数量占总集装箱配备量的比例来确定自购集装箱的数量；
l 在进出口货源不平衡且资金