利用需求细分重构全球航空货运流量：一种多目标优化方法

《TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW》：Reconstructing global air cargo flows using demand disaggregation: A multi-objective optimization approach

　　文森特·范·博克斯塔勒（Vincent Van Bockstaele）| 亚历山德罗·邦贝利（Alessandro Bombelli）| 斯文·比勒（Sven Buyle）| 沃特·德沃尔夫（Wouter Dewulf）
安特卫普大学交通与区域经济学系，比利时安特卫普普林斯特拉特13号（Prinsstraat 13），2000

**摘要**
本文提出了一种受限校准框架，该框架通过将起点-终点（OD）需求分解为可行的道路-航空路线选项，重建了航空货物在行程层面的流动情况。该模型结合了观测到的航段负载数据以及详细的供应属性，如航空网络结构、航班时刻表、飞机容量以及第一和最后一公里的地面转运服务，以捕捉枢纽作用、承运人策略、转运限制和覆盖区域效应。对于每一对起点-终点组合，我们根据转运规则、枢纽排序、机场地理位置和行程时间限制生成可行的行程选择集。行程的吸引力由一个恒弹性项决定，该项综合考虑了时间和时刻表的深度；流量分配基于吸引力进行分配，同时确保了路线的可行性和容量限制得到遵守。校准过程被构建为一个标量化的双重目标非线性优化问题，通过绝对偏差惩罚来平衡观测到的航段负载的准确性，以及通过连接惩罚来防止容量过度分配，从而在网络层面获得一致的重建结果。将这一框架应用于一个真实的全球时刻表和容量快照数据，能够再现真实的航段负载和行程模式，提供可解释的洞察，包括负载系数、枢纽吞吐量、转运时间分布、间接路线、覆盖区域和网络不平衡情况。在实际应用中，该模型作为一个需求到行程的拆分层，可以用于下游优化、排放清单和政策分析；或者可以嵌入到联合网络设计循环中，实现容量、时间和拆分的协同演化。通过对公开可用的航段数据的验证和稳健性分析，证明了这种方法的有效性。在没有行程层面真实数据的情况下，结果可以被视为模型推断出的、符合可行性要求的重建结果，用于决策支持和情景测试（例如容量冲击或时刻表变化）。

**引言**
航空运输是全球贸易的关键推动者，通过一个高度互联但运营复杂的网络将制造中心、消费市场和供应链节点连接起来。最新数据显示，2023年全球航空货运航空公司运输了超过6000万吨货物，收入超过1500亿美元（波音公司，2024年）。跨境电子商务货物占国际货运总量的近20%，2024年的年增长率约为11.5%，反映了在线零售和直接面向消费者的供应链的持续增长（联合国貿易發展會議，2024年）。电子商务的迅速扩张对全球航空货运容量带来了前所未有的压力，加剧了关键航线、稀缺机场航班时刻和高效枢纽连接的竞争（Air Cargo Week，2024年）。这些市场动态因地缘政治不确定性而变得更加复杂。贸易争端、制裁、地区冲突和联盟变化正在重塑传统的贸易路线和网络策略（国际货运航空协会，2024年）。乌克兰冲突、南海紧张局势以及主要经济体之间的关税政策变化扰乱了传统的运输路线，降低了需求模式的可预测性。航空公司和货运代理被迫迅速适应，重新配置网络，确保在政治敏感市场的运输枢纽，并管理突然的容量减少。正如波音公司（2024年）所报告的，这些不确定性加上不稳定的燃油价格和监管变化，使得航空货运市场的动态比过去几十年任何时候都更加动态和难以预测。

与乘客运输不同，乘客的行程相对直接且受旅行者偏好的限制，而航空货运流量则具有较高的多航段旅程、转运和多模式整合的容忍度，前提是必须满足服务可靠性和交付期限（Kasilingam，1997；Leung等人，2016）。这种运营灵活性使货运代理和航空公司能够通过策略性选择枢纽和组合运输方式来平衡成本、容量和转运时间。然而，在当前的容量压力和地缘政治不确定性下，追踪、预测和建模航线模式变得更为复杂。在航空货运行业中，从起点到终点的航线通常涉及复杂的转运、枢纽整合过程，在某些情况下还包括地面转运服务或技术停靠。尽管这对运营效率至关重要，但这种复杂性阻碍了货物流动的透明度，使得行业从业者和研究人员难以准确分析市场动态。特别是中间枢纽的角色、容量瓶颈的空间分布以及间接路线的驱动因素仍不够明确。这种缺乏清晰度的状况阻碍了航空公司战略性地匹配容量的能力，限制了货运代理评估竞争服务的能力，并限制了政策制定者对网络韧性和可持续性影响的评估。

**挑战**
此外，行业还存在一些众所周知的问题，例如回程问题，即方向流量的不平衡，这通常迫使货运运营商采用三角或多部门路线来最大化利用率（Budd和Ison，2017）。这些运营现实导致网络结构和航线选择与客运航空业有根本不同，使得传统的基于客运的建模框架不适用于货运应用。此外，在可持续交通政策背景下，间接路线和模式替代的环境影响（尤其是碳排放方面）日益受到关注（McKinnon，2018；Sch?fer和Waitz，2014），但没有稳健的路线模型，这些影响仍然难以量化。尽管有大量关于飞机调度、机队优化和乘客运营中尾部任务分配的文献，但在全球多模式背景下对航空货运路线的建模相对较少（Heinitz和Meincke，2013；Meijs等人，2017；Van Bockstaele等人，2023）。许多现有方法要么在重建需求时未考虑实际容量和网络限制，要么仅关注成本最小化，而忽略了货运代理决策中的行为和合同复杂性。因此，现有模型往往无法反映供给侧因素（如网络结构、飞机容量、枢纽可达性）和需求侧偏好（如转运时间、可靠性、整合机会）之间的相互作用。

本文通过引入一个称为“航空货运路线模型”（ACRM）的概念模型来解决这些差距，该模型集成了需求和供应输入，形成了一个包含选择集生成和路径选择校准的两阶段框架（图1）。方法上，我们将问题视为隐藏流量的受限校准：我们根据行为先验和容量一致性约束，从起点-终点（OD）需求和航段级供应观测数据重建行程分配。

本研究提出了一个全球可扩展的重建框架，该框架结合了观测到的OD需求、航班移动供应、行为路线逻辑和飞机级容量限制。虽然这些元素在之前的研究中已被单独考虑过，但将它们整合到一个单一的、容量一致的模型中，使得在运营限制和以货运代理为中心的决策下重建现实的多模式货运路线成为可能。这一综合视角使得可以推导出间接路线、转运枢纽的角色和网络不平衡，而这些是仅基于需求或供应的方法无法获得的。通过在一个基于行为和实证的模型中捕捉全球航空货运路线的复杂性，本研究对学术研究和行业实践做出了重要贡献。对于研究人员来说，它提供了一种将多模式连通性整合到全球模型中的可扩展方法。对于从业者而言，它支持在不断演变的市场和政策条件下进行战略容量规划、竞争性基准测试和基于情景的预测。在实际应用中，该框架有两种互补的使用方式：首先，以顺序（独立）方式使用，将OD总量分解为受容量限制的行程流量，可以直接传递给下游工具，例如作为航段级约束、行程份额或用于机队和时刻表设计、排放清单和政策分析的走廊摘要；其次，以集成（联合）方式使用，在路由或网络设计循环中（双层级或迭代），候选网络产生行程份额，优化器更新容量和时间，该过程迭代以实现一致性。我们强调顺序路径以便于采用，同时揭示了设计研究中需要联合耦合的接口。此外，所提出的模型提供了容量和可行性一致的重建结果，有助于了解全球航空货运的路由方式，以及这些路由模式如何影响市场动态、网络韧性和环境表现。主要的目标受众包括：（i）需要容量一致行程重建结果用于指标和情景分析的航空公司和集成网络规划及策略团队；（ii）需要基于证据的覆盖区域、枢纽和地面转运服务（RFSs）替代见解的货运代理；（iii）需要行程级流量以支持排放、航班时刻和韧性研究的政策和可持续性分析师。本文更侧重于方法和接口，而不是定制的业务规则，使其能够作为研究和实践之间的中立桥梁。

**本文余下部分的结构**
第2节回顾了相关文献。第3节描述了用于校准和验证模型的数据集。第4节介绍了方法论，包括选择集生成模型、路径选择估计模型和优化方法。第5节展示了实证结果，提供了模型输出的详细分析、与观测数据的比较以及关于运营和竞争背景的路线行为解释。最后，第6节总结了本文的主要发现、局限性以及未来研究的方向。

**文献综述**
文献综述重点关注两个关键领域。首先，在2.1节中，我们研究了航空货运运输中的机场和路线选择决策，强调了货运代理和航空公司等利益相关者的偏好和要求。然后，2.2节回顾了航空货运运营中的供需建模学术工作。最后，2.3节概述了本研究在回顾文献基础上的主要贡献。

**需求数据**
我们使用的是按月汇总的OD需求数据；数据仅针对2023年3月收集，用作代表性样本。该数据集包含1,528,633公吨货物，分布在29,565对起点-终点组合中，覆盖了全球586个城市，仅限于国际货物运输。OD数据来源于Van Bockstaele等人（2023）描述的WorldACD，并根据94家航空公司报告的AWB记录编制而成，这些航空公司约占2023年全球前50大货运航空公司的91%。

**方法论**
本节介绍了所提出的ACRM的构建方式。ACRM由两个主要部分组成：（i）选择集生成模型和（ii）路径选择估计模型。选择集生成模型（4.1节）是一个预处理步骤，其目标是为每对起点-终点组合生成一组可行的行程。相反，路径选择估计模型根据优化方法，从选择集生成模型中分配货物流量到可用的行程中。

**模型性能、基准解决方案的选择和验证**
由于全球货运行程无法直接观测，因此无法通过真实数据进行验证。因此，我们从两个维度评估模型：（i）与唯一公开可用的分解数据集（BTS T-100；BTS，2023）的航段级匹配程度，同时承认其已知的不一致性；（ii）结构合理性检查，包括容量纪律、负载系数限制和枢纽逻辑。此外，我们还报告了对这两个方面的敏感性分析。

**结论**
本文提出了一个基于行为和容量约束的框架，即ACRM，用于从汇总的OD需求重建行程级别的航空货运流量。通过整合基于AWB的需求、航班移动供应和路线可行性规则，我们的模型提供了一种在没有货物运输层面真实数据的情况下推断货物行程的方法。通过在一个框架内统一需求、供应和路线可行性，ACRM填补了这一空白。

**声明**
在准备本研究的过程中，作者使用了人工智能（AI）工具，包括ChatGPT和Grammarly，以提高手稿的写作质量和清晰度。使用这些工具/服务后，作者根据需要审查和编辑了内容，并对发表文章的内容负全责。

**资助声明**
本研究未获得外部资助。

**作者贡献声明**
文森特·范·博克斯塔勒（Vincent Van Bockstaele）：撰写——原文草稿、可视化、验证、软件、资源、方法论、形式分析、数据整理、概念化。
亚历山德罗·邦贝利（Alessandro Bombelli）：撰写——审阅与编辑、验证、方法论、概念化。
斯文·比勒（Sven Buyle）：撰写——审阅与编辑、监督。
沃特·德沃尔夫（Wouter Dewulf）：撰写——审阅与编辑、监督。

**利益冲突声明**
作者声明没有已知的可能会影响本文工作的竞争性财务利益或个人关系。