知海拾贝 | 精读Journal of Transport Geography系列 | 海港内船舶运行的时间效率评估：基于 AIS 数据的两个港口案例研究

type

status

date

slug

summary

摘要

在全球海运贸易规模持续扩大，港口运营效率对全球供应链和国际贸易至关重要的背景下，如何全面评估港口内船舶在不同区域（如泊位、锚地、航道）的时间效率已成为关键议题。然而，以往研究多聚焦于泊位运营效率，对港口其他阶段（如 VTS 线到泊位、泊位到 VTS 线、锚地等）的效率研究有限。针对这一局限，本文以上海洋山港和厦门港的集装箱船、货船、油轮和客船为研究对象，提出了一种基于 AIS 数据的时间效率评估框架。该框架利用时间地理学中的时空路径概念，从 AIS 数据中提取船舶时空轨迹，计算船舶在不同港口区域和状态下的时间消耗，并通过统计分布分析进行港口内部及港口间的效率比较。研究结果表明，该框架能有效评估船舶在港口不同阶段的时间效率，为航运公司和港口当局的调度优化及物流支持提供了有价值的信息，证明了将 AIS 数据与时间地理学结合用于港口效率评估的科学性与可行性。

研究方法

本研究构建的 AIS 基于时间效率评估框架，核心在于通过提取船舶的时空轨迹，实现对港口内不同类型船舶在各状态下时间效率的量化分析，突破了以往仅关注单一港口区域效率的局限。该框架遵循五个清晰的步骤，即轨迹构建、地理区域识别、状态分类、时间效率统计和时间效率评估，形成从数据处理到结果分析的完整闭环。

研究的第一阶段是轨迹构建。首先对 AIS 数据按时间戳排序，剔除坐标或速度异常的错误记录，然后基于清洁后的 AIS 数据构建船舶的时空轨迹，轨迹包含船舶的位置、时间戳、速度和状态等信息，为后续分析奠定数据基础。

接下来的地理区域识别环节是框架的关键步骤之一。研究以港口的 VTS 线作为边界，将港口划分为 VTS 报告线内、锚地区域和泊位区域三个主要地理区域。其中，泊位区域定义为从泊位线向相邻水域延伸 100 米的范围，并利用 GIS 中的空间叠加操作，根据海图上的边界线识别船舶时空轨迹在各区域的片段，为船舶状态分类提供空间依据。

第三阶段是状态分类。研究将船舶在港口的运动状态分为六种，包括港口区域内、泊位停靠、VTS 线到泊位、泊位到 VTS 线、VTS 线到泊位期间在锚地停泊、泊位到 VTS 线期间在锚地停泊。通过对船舶时空轨迹的分析，确定每个轨迹片段对应的状态，其中泊位停靠状态需满足船舶位于泊位区域且速度低于 1 节的条件，确保了状态划分的准确性。

研究的第四阶段是时间效率统计。针对每种状态，计算船舶的时间消耗，并采用最大值、最小值、中位数、平均值、标准差、变异系数和置信区间等六个统计量作为时间效率指标。这些指标从集中趋势、离散程度等多个维度反映时间效率特征，为后续评估提供量化数据。

最后阶段是时间效率评估。基于上述统计指标，不仅对单个港口内船舶在不同状态下的时间效率进行评估，还对两个港口之间的效率进行比较，识别出效率较高的区域和有待改进的环节。同时，考虑到船舶大小对装卸时间的影响，还按船长和吃水对船舶进行分组，专门针对泊位停靠状态的时间效率进行分析，并通过计算单位距离的时间消耗，消除港口物理规模差异对 VTS 线到泊位和泊位到 VTS 线状态效率比较的影响，确保评估结果的客观性与合理性。

结论

本研究通过对上海洋山港和厦门港的案例分析，得出了一系列具有重要理论与实践价值的结论。首先，研究有力地证实了所提出的基于 AIS 数据和时间地理学的时间效率评估框架的有效性。该框架成功实现了对船舶在港口各阶段时间效率的全面评估，解决了以往研究对港口多区域效率关注不足的问题，证明了将时空轨迹概念应用于港口效率评估的可行性。

其次，案例研究揭示了两个港口在时间效率上的具体差异。数据显示，厦门港在集装箱船和客船的泊位停靠平均时间上更具效率，而洋山港在货船和油轮的泊位停靠时间效率上更优；洋山港在处理各类船舶泊位停靠时间的一致性（变异系数更小）方面表现更佳；两港均存在船舶从 VTS 线到泊位的时间长于从泊位到 VTS 线时间的现象，且厦门港在 VTS 线与泊位间的移动时间上更具优势，但洋山港在集装箱船、货船和油轮的移动时间一致性上更好。此外，船舶在泊位的时间通常随船长和吃水的增加而增加，厦门港在不同大小集装箱船的泊位停靠平均时间上均小于洋山港，而洋山港的时间变异系数更小。

最终，本研究的意义在于，它为港口管理部门和航运公司提供了一种全面、量化的港口时间效率评估工具。该工具无需依赖额外的复杂数据，仅通过常规收集的 AIS 数据即可实现对港口各环节效率的分析，有助于识别港口运营中的瓶颈，为调度优化、资源配置等决策提供科学依据。从更宏观的视角看，本研究是时空数据分析理念在 maritime 运输领域的一次成功应用，为港口效率评估及 maritime 运输研究提供了新的思路和方法，对推动港口运营的智能化和精细化发展具有重要参考价值。

文中图表系统梳理

本文的图表设计紧密围绕研究框架和核心结论，从方法论到研究结果进行了系统可视化，是理解研究逻辑和成果的重要支撑。

研究框架与方法论的可视化是图表的重要组成部分。图 1（AIS-based time efficiency assessment framework） 作为研究的整体技术路线图，以流程图的形式清晰展示了轨迹构建、地理区域识别、状态分类、时间效率统计和时间效率评估五个步骤的先后顺序及相互关系，帮助读者快速把握研究的整体设计。

图 2（Different statuses associated with the space-time trajectory of a ship） 则通过示意图直观呈现了船舶在港口的时空轨迹及对应的状态，其中（a）图展示了六种状态的时间节点，（b）图展示了各状态的时间构成，为理解船舶状态划分和时间计算方式提供了清晰的视觉指引，是支撑方法论可靠性的关键图表。

数据分布与统计结果的展示构成了图表的核心内容。

表 2（Number of complete ship visits by each of the four selected ship types in Yangshan Port and Xiamen Port） 列出了两个港口四种船舶的样本量，为后续统计分析的可靠性提供了数据基础，表明样本量足以支撑研究结论。

图 4 至图 7（Distribution of berth time for each of the four ship types at the two ports） 以直方图形式展示了四种船舶在两个港口泊位停靠时间的分布情况，直观反映了时间消耗的集中趋势和离散特征，例如洋山港集装箱船泊位时间呈双峰分布，而厦门港为单峰分布，为表 3 中的统计数据提供了可视化支持。

统计指标与比较结果的呈现进一步强化了研究结论。表 3（Statistics of Moored at Berth time for container, cargo, tanker, and passenger ships in Yangshan Port and Xiamen Port） 详细列出了两种港口四种船舶在泊位停靠时间的多个统计指标，通过定量数据清晰展示了两港在泊位效率上的差异，如厦门港集装箱船泊位时间的平均值小于洋山港，但变异系数更大。

表 5（Statistics of VTS Line-to-Berth time (VBT) and Berth-to-VTS Line time (BVT)） 则聚焦于 VTS 线与泊位间的移动时间效率，以单位距离时间为指标，揭示了两港在该环节的效率差异及 VBT 和 BVT 的普遍关系，即 VBT 通常大于 BVT。这些图表相互配合，从不同角度支撑了研究的核心发现，使结论更具说服力。