基于2000—2023年CNKI和WOS期刊文献的海铁联运研究综述

Review of Research on Sea-Rail Intermodal Transport： A Comprehensive Analysis Based on CNKI and WOS Journal Literature from 2000 to 2023

摘要

海铁联运作为多式联运的重要模式，近年来在全球物流体系中备受关注。基于2000—2023年CNKI和WOS期刊文献，运用CiteSpace可视化分析软件，对海铁联运的研究现状、热点及趋势进行了文献计量学分析。研究结果表明，海铁联运相关文献数量呈上升趋势，主要发文国家为中国和美国，且被引期刊多为具有重要影响力的期刊。通过关键词共现、突现及聚类分析，研究热点的演变可分为萌芽期、成长期和成熟期三个阶段。英文文献关键词包括“模型”“设计”“优化”等，中文文献则集中于“海铁联运”“铁水联运”“多式联运”等。系统梳理中英文文献发现，研究内容涵盖海铁联运的必要性与作业模式、系统与影响因素、模型与运量预测、节点与网络优化等方面。未来研究可从智能化与数字化、多式联运协同机制、市场需求与服务创新等方向展开，以推动海铁联运的高效发展。

Abstract

As a crucial component of multimodal transport, sea-rail intermodal transport has garnered significant attention within the global logistics system in recent years. By utilizing CiteSpace visual analysis software, a bibliometric analysis was conducted on the research status, hotspots, and trends of sea-rail intermodal transport based on journal literature from CNKI and WOS published in 2000–2023. The findings indicate a steady increase in the volume of literature related to sea-rail intermodal transport, with China and the United States being the primary contributing countries. The majority of cited journals are those with substantial influence. Through keyword co-occurrence, emergence, and clustering analysis, evolution of research hotspots were categorized into three stages: germination, growth, and maturity. Prominent keywords in English literature include "model" "design", and "optimization", whereas Chinese literature emphasize "sea-rail intermodal transport" "rail-water intermodal transport", and "multimodal transport". A systematic combing of the Chinese and English literature revealed the research encompasses the necessity of sea-rail intermodal transport, operational modes, systems, influencing factors, model and capacity prediction, as well as node and network optimization. Future research directions may focus on intelligence and digitalization, multimodal transport synergy mechanisms, market demand, and service innovation to further advance the efficient development of sea-rail intermodal transport.

Graphical abstract

关键词

海铁联运 / 铁水联运 / 趋势前沿 / CiteSpace知识图谱 / 研究热点

Key words

Sea-Rail Intermodal Transport / Rail-Water Intermodal Transport / Trend Frontier / CiteSpace Knowledge Map / Research Hotspot

海铁联运是一种旨在实现货物运输整体优化的联合运输方式，通过“一次申报、一次查验、一次放行”的流程简化了操作，具有速度快、安全性高、运输能力强和成本低廉等特点，已经成为国际多式联运中一个重要的运输组织方式，近年来在全球物流体系中越来越受到重视。随着国际贸易的不断扩大，传统单一的运输模式已难以满足当今经济发展的需求。海铁联运通过整合海运与铁路运输的优势，不仅提高了物流效率，还降低了运输成本，成为连接内陆与沿海地区的重要运输组织方式。国内外学者对海铁联运的研究涵盖了多个领域，包括运营模式、网络优化、成本分析以及环境影响等。欧盟委员会推出的《2010年欧洲交通政策：是时候做决定了》提出建立多式联运货运走廊，以促进公路运输向铁路和水路运输的转移，从而推动海铁联运的发展。美国在海铁联运中广泛采用的电子数据交换(EDI)和集装箱识别系统，实现了集装箱的实时跟踪和高效管理。随着“一带一路”倡议的推进，海铁联运不仅促进了我国物流的发展，也为国际货物的快速流通提供了新机遇。目前关于海铁联运的系统性综述不足，基于此，选取Web of Science(WOS)和中国知网(CNKI)的相关文献，借助CiteSpace进行文献计量学分析，系统梳理海铁联运领域的学术研究现状，绘制海铁联运研究主题的演变路径，分析相关研究成果，并探讨当前研究的前沿热点，旨在为海铁联运的学术探索与产业发展提供有价值的参考依据。

1　文献来源和研究方法

1.1　文献来源

WOS核心数据库涵盖了自然科学和工程技术领域中最具影响力的研究文献，为CiteSpace软件的数据分析提供了基础^[1]。CNKI收录了不同领域的学术期刊、学位论文、会议论文，是全球最大的中文知识资源数据库。因此，外文检索文献库来源于WOS核心合集，检索的时间跨度为2000—2023年，文献类型为论文、综述论文以及会议论文。为确保文献数量，对多个“海铁联运”相关词进行了检索，筛选主题为“rail and ship transportation”or“combined sea and rail transportation”or“sea-rail transportation”or“combined railway and water transportation”等11个，并将语种设置为英语。经筛选，最终得到文献475篇。中文文献来源于CNKI，时间设置与外文文献库相同，为保证所研究文献的权威性和高质量，文献来源限定为核心期刊。针对“海铁联运”或“铁水联运”主题进行检索，初步获得了186篇文献。为提高文献的准确性和全面性，逐篇审阅这些文献，重点分析其标题、摘要及关键词等信息，并剔除会议公告、新闻资讯等非学术性文献。经过筛选，最终确定有效中文期刊文献为155篇。

1.2　研究方法

文献计量法是一种定量分析方法，主要用于评估、比较和研究科学文献的数量与质量，以及对科学研究的发展趋势和影响力进行分析^[2]，目前常见的文献计量软件主要有HistCite，VOSviewer和CiteSpace。HistCite的优点在于找到无指定关键词的论文，较为灵敏锁定开创性成果和知名专家，缺点在于只可对WOS数据库进行分析，无法导入CNKI数据库。VOSviewer和CiteSpace的作图功能相似，但CiteSpace的可操作性、数据筛选以及聚类分析优于VOSviewer^[3]。因此本研究在定性概述的基础上，运用了美国德雷塞尔大学陈超美教授开发的科技文本挖掘与可视化分析工具CiteSpace，对文献数据进行了可视化分析。在阈值参数的设定过程中，将时间切片的值设定为1，“Node Types”的值分别设定为Country，Cited Journal和Keyword，使用“Pruning sliced networks”对切片网络进行修剪。使用CiteSpace软件对海铁联运相关文献进行知识图谱分析，从文献发表数量、文献国家来源、被引期刊3方面分析研究的发文趋势和发文主体，使用关键词共现、关键词突现和关键词聚类分析海铁联运的研究热点。

2　海铁联运研究现状

2.1　文献发表数量

某一领域文献的年度发表量变化在一定程度上可以反映研究者对该领域的关注度^[4]。对海铁联运相关研究的文献进行文献发表数量统计，海铁联运研究在WOS和CNKI的总期刊发文量(2000—2023年)如图1所示。从图1可以看出，海铁联运相关研究的发文量总体呈现上升趋势，展现了学者们对于该领域研究重视程度的逐步提高。进一步，相关研究可分为3阶段：2000—2011年发文量处于缓慢增长阶段，所研究英文文献年均发文量约为10篇，各国学者对于海铁联运的研究尚处于探索期，主要由于全球海铁联运发展尚处于起步阶段。中文文献在此阶段的研究数量相对较少，2006年之前发文量总和仅为5篇。而2012—2018年的文献发文量有较大幅度的增加，处于研究加速发展期，所研究外文期刊文献发表数量均值约为20篇，中文文献数量均值为10篇。此阶段的发文量增加主要得益于相关部门加大对港口、铁路及其联运设施的投资，完善集疏运体系，推动海铁联运的基础设施建设。该阶段的海铁联运研究为后续研究奠定了基础。2019—2023年为海铁联运研究的鼎盛时期，外文文献发表量年均值约为40篇，相较前一阶段年均增加20篇。中文文献年发表量为10篇，主要由于在此阶段中文文献更多集中于多式联运的研究，对于海运和铁路相结合的运输方式研究还未进行细化。总体来看，中文文献发表数量相较于英文文献较少，且2010年以后处于波动状态，而英文文献总体则处于增加的态势，两者在2000—2023年的发文总量达到630篇。

2.2　文献的国家分布图谱分析

CiteSpace中的文献国家来源图谱能够识别出文献发表的国家分布，以及他们之间的合作关系。由于中国知网的文献作者国籍大部分为中国，且CiteSpace对知网文献的国家分析无效，因此只对WOS的文献进行国家分布图谱分析。文献的国家分布图谱如图2所示，该图谱中节点数量(N)为61，连接线数量(E)为118，网络密度(Density)为0.064 5。由图谱数据可知，研究海铁联运的国家分布图谱的网络密度值较小，各个国家之间的合作关系并不密切。图2中国家字体大小代表了该国在海铁联运研究的发文数量，字体越大表明发文数量越多，字体越小表明发文数量越少。圆圈各层颜色越鲜艳，表示该国的发文时间越靠后。根据CiteSpace的呈现结果，发文量最多的中国共发表了140篇，其次为美国，共发表了74篇。英国、意大利、波兰分别发表了32篇、24篇、19篇。

我国在海铁联运研究领域发文数量较多，得益于漫长的海岸线和广泛的内陆交通网为海洋运输与铁路运输的结合提供了充分条件。沿海地区的港口设施和内陆铁路网络的逐步完善，为海铁联运提供了良好的基础设施。此外，我国政府高度重视海铁联运的发展，推出了一系列政策促进其发展。例如，2018年实施的《交通运输现代化发展战略(2018—2025)》明确到2025年，推动交通运输体系的现代化，强调要加强多式联运的设施建设和管理，提高运输效率，降低物流成本。2021年，国务院印发了《国家综合立体交通网规划纲要》，提出了构建现代化高质量国家综合立体交通网的目标，海铁联运是综合交通体系的重要组成部分。

根据不同国家之间的连线，可以看出我国与美国、英国、澳大利亚、挪威、埃及等多个国家均有广泛的合作关系，美国则与韩国、加拿大、墨西哥等国家之间的合作较为密切。这反映出各国对于海铁联运的研究日益重视，并且全球物流体系日益一体化促进了各国之间的研究合作。

2.3　被引期刊图谱分析

使用CiteSpace软件对WOS的文献进行文献共被引分析，得到被引期刊知识图谱如图3所示。根据字体越大数量越多的原则，由图可知被引数量较多的期刊有Transportation Research Part E： Logistics and Transportation Review，European Journal of Operational Research，Transport Research Part A： Policy and Practice等。为更清晰呈现被引期刊数量及被引期刊中心性，海铁联运研究被引期刊前五位(2000—2023年)如表1所示。被引频次最多的Transportation Research Part E： Logistics and Transportation Review是一本专注于运输和物流领域的国际期刊。该期刊涵盖物流、运输政策、运输经济学以及与交通运输相关的管理和技术等议题。European Journal of Operational Research的中心性最高为0.07，该期刊在运筹学与管理科学领域具有重要的影响力，其刊发的关于海铁联运研究的文献引用频率较高，且更多关注于海铁联运的优化理论与方法、应用案例研究及统计与数据分析等。

3　海铁联运研究热点

通过对文献发表数量的时间维度分析、文献国家分布图谱的绘制以及被引期刊图谱的研究，对海铁联运研究的发展态势有了总体把握。这为进一步分析其研究热点提供了重要的背景铺垫。在此基础上，为更深入揭示海铁联运研究领域内的核心热点与前沿动态，借助CiteSpace中的关键词分析方法，从关键词共现、突现性以及聚类图谱三维度展开剖析，以期全面展现海铁联运研究的热点与发展趋向，从而深化对该领域的研究。

3.1　关键词共现及突现性图谱分析

关键词是论文核心内容的浓缩与提炼，同一关键词在不同论文出现的频率反映了该关键词所代表主题的研究热度^[5]。为直观展现出海铁联运的研究热点及主题，使用CiteSpace软件形成海铁联运关键词共现图谱如图4所示。

图4a基于WOS的海铁联运关键词共现图谱中共有512条连线，1 374个节点，网络密度为0.010 5。节点越大，表明关键词出现次数越多。出现次数最多的关键词是“model(模型)”“design(设计)”“optimization(优化)”“impact(影响)”以及“network(网络)”等。其中，“model”关键词共出现47次，出现次数最多，表明WOS核心合集的文献对于海铁联运的研究集中于分析和优化海铁联运的运输路径、时间及成本，旨在提高整体运输效率。例如，Lorena等^[6]通过使用GIS制作的地图分析港口腹地不断变化的空间分布，发现距离是选择港口的主要决定因素。此外，新型的同步装卸技术也能够提升海铁联运码头双层集装箱列车的装卸效率^[7]。

图4b基于CNKI的海铁联运关键词共现图谱中共有256条线，503个节点，网络密度为0.015 4。出现次数最多的关键词是“海铁联运”“铁水联运”“多式联运”“集装箱”以及“优化模型”等。其中，“海铁联运与影响因素”“动态定价”“建议”“发展”等关键词联系密切，表明这些关键词在文献研究中经常同时出现。“策略”关键词与“宁波”“上海”“港口”经常出现，表明对于我国港口城市的海铁联运研究主要集中在发展策略上。此外，“一带一路”倡议自2013年首次提出以来也成为海铁联运研究中的重要热点，与港口物流等多个关键词同时出现。

比较而言，中英文文献研究共同关注了海铁联运的优化问题，包括运输效率的提升、成本控制、时间管理等，旨在通过优化策略提高整体运输系统的效能。同时，研究者们也构建了各种模型来模拟和分析海铁联运过程中的不同情况，这些模型有助于预测运输过程中可能出现的问题，并为决策提供支持。在研究视角上，中英文文献都对集装箱、系统和网络等关键要素进行了深入探讨。集装箱作为海铁联运中的核心载体，其装载、运输、卸载等环节的优化是提高运输效率的关键。而对于系统和网络的研究则关注于整个运输流程的协调和整合，以及如何通过技术手段实现信息的实时共享和处理。中文文献的研究更侧重于我国特定港口的海铁联运问题，这与我国港口众多、地域辽阔、经济发展不均衡等特点有关。这些研究有助于解决特定区域的运输瓶颈问题，提升区域物流效率。相比之下，英文文献更加关注海铁联运与环保问题的关系，如碳排放和空气污染等。在优化方法上，英文文献更强调算法和设计的精确性，旨在通过算法和设计来实现运输系统的优化。

为清晰展现海铁联运研究高频热点，使用CiteSpace软件形成基于WOS海铁联运研究高频关键词前十位(2000—2023年)如表2所示。中心性代表关键词与其他关键词之间的联系程度，中心性较高的关键词在知识体系中具有更明显的影响力和重要性^[8]。

根据表2，英文关键词“model(模型)”的中心性最高，为0.23，这表明该关键词与其他关键词的联系程度最密切，位于整个海铁联运研究中的中心地位。“optimization(优化)”在整个研究体系中以0.11的中心度排列第二位，共出现20次。“network(网络)”“impact(影响)”“design(设计)”等关键词的中心性为0.05，0.07以及0.06，分别出现18次、17次、16次，在整个海铁联运研究关键词中居于前五高频词。

基于CNKI的海铁联运研究高频关键词前十位(2000—2023年)如表3所示。中文关键词中，“海铁联运”是中心性最高的关键词，为0.67，其次为“铁水联运”“多式联运”，中心度分别为0.42，0.32。将英文关键词与中文关键词前十位对比发现，所研究英文文献中出现次数最多的是模型和优化，分别为47次和20次，强调目前海铁联运发展中面临问题的解决措施。相比之下，中文文献中，“优化模型”关键词出现频次较低，其更侧重于对发展现状的描述以及发展趋势的预测。

英文文献较早对于海铁联运模型、优化、设计、影响等开展实证研究，着重强调优化方式对海铁联运的影响，综述性文章相对较少。反观中文文献高频关键词，前四位主要是“海铁联运”“铁水联运”等主题，表明中文文献对于模型优化的研究相较于英文文献数量较少，但偏重理论研究。同时，“集装箱”和“运量预测”反映了对具体运输工具和需求预测的关注。此外，“发展趋势”和“发展对策”则表明研究还涉及对未来发展方向和政策建议的探讨。

3.2　关键词突现性分析

对符合条件的文献进行关键词突现分析，可以直观地揭示关键词随时间的变化趋势，从而较客观地展现该领域的研究前沿动态^[9]。分别对中英文文献进行关键词突现性分析后，生成了基于WOS海铁联运研究关键词突现图谱如图5所示，基于CNKI海铁联运研究关键词突现图谱如图6所示。

可以将英文文献海铁联运研究热点演进趋势分为萌芽期、成长期、成熟期3个阶段。第一阶段为英文文献海铁联运研究的萌芽期(2001—2008年)。此时的海铁联运研究主要集中在多式联运模型^[10]及因素研究，探讨多种运输方式，如水路^[11]、铁路^[12]等的组合或优化模型，以提高整体运输效率，对于铁路和海运相结合的运输组织方式研究较少。

第二阶段为英文文献海铁联运研究的成长期(2009—2019年)。此阶段中碳排放成为海铁联运研究的热点。各国学者将海铁联运研究与二氧化碳排放相结合，主要针对特定地区的案例研究^[13]、不同运输工具的碳排放测定^[14]以及碳排放的模型研究等。

第三阶段为英文文献海铁联运研究的成熟期(2019—2023年)。此阶段学者对于海铁联运研究的角度更加多元，不仅研究单个城市港站及铁路，更从优化角度展开分析，提出海铁联运发展的对策。研究视角主要集中于货运、模型、集装箱运输、选择以及影响^[15]等，以及结合铁路运输、港口运营、航运公司及铁路海铁联运信息系统建设等多个角度。

由于中文文献中对于海铁联运主题的研究相对较少，且研究主题延续性不高，因此展示出现频率较高且研究截止时间为2023年的前25位关键词突现。关键词“集装箱”在2009年前后首次出现，并且作为海铁联运的重要载体，众多学者对集装箱运输优化展开了模型及实例研究^[16-17]。关键词“上海”在2010—2015年的研究频率较高，主要得益于此阶段政府政策支持、上海港国际化水平提升以及运输技术和信息技术的发展等。例如，2010年《上海国际航运中心建设总体方案》明确指出，要加强海铁联运的基础设施建设，提高集装箱运输能力，促进港口的服务水平。

将英文文献关键词突现与中文文献关键词突现对比发现，中文文献对于海铁联运相关主题的研究相对滞后。海铁联运“优化模型”关键词于2012年首次出现，提出具体改进理论和实证检验，而英文文献于2000年开始研究，早于国内10年左右。此外，综合运输、路径优化、碳排放等关键词均相对英文文献研究存在10年左右的时间滞后。中文文献近5年的研究则较多集中于碳排放、路径优化、能耗优化等实证研究，这表明近年来国内的海铁联运研究也集中于提高物流效率和降低运输成本，为海铁联运的运营管理提供科学的决策依据。

3.3　关键词聚类图谱

关键词是对文章研究问题和主要主题的简明概括，能够有效反映某一领域的重要研究议题及其核心内容。为全面理解海铁联运研究领域的核心问题，采用关键词聚类对国内外海铁联运研究的热点关键词进行了深入分析与归类。

CiteSpace提供了2个指标来评估图谱绘制效果。基于网络结构和模块清晰度得出2个指标：聚类模块值(Q值)和平均轮廓值(S值)。其中，聚类模块值用于评估聚类效果，当Q值大于0.3时，表示聚类结果显著；平均轮廓值用于评估聚类的合理性，S值大于0.5表明聚类结果是合理的，而当S值超过0.7时，则意味着聚类结果非常可信。通过采用CiteSpace导出相关文献进行关键词聚类，关键词聚类图谱(2000—2023年)如图7所示。图7a英文关键词聚类图谱的模块指数Q为0.671 4，超过了0.3，表明网络具有显著的聚类效果。同时，网络同质性S为0.873 2，高于0.7，显示出网络聚类结果相当可靠。图谱中展现了“port noise(港口噪音)”“heuristics(启发式方法)”“intermodal transportation(联合运输)”“carbon dioxide emission(二氧化碳排放)”“air pollution(空气污染)”“arctic shipping(北极航运)”“eutrophication(富营养化)”等10个聚类关键词。通过10个聚类关键词可以得出英文文献中海铁联运研究主要集中在部分城市港口的优化研究以及海铁联运的环境影响评估等方面。

图7b中文关键词聚类图谱的模块指数Q为0.694 1，聚类效果更加显著，网络同质性S为0.918 2，网络聚类效果更加可靠。由于中文关键词的初始聚类图谱所分类别较多且不集中，因此将其共分成八大类，分别为“铁水联运”“海铁联运”“优化模型”“运量预测”“煤炭运输”等。

根据图7可以看出中英文关键词聚类存在相同点，都含有“优化模型”“多式运输”，表明国内外对于海铁联运的研究都集中于运输优化。

4　海铁联运中英文文献研究成果分析

通过对海铁联运中英文文献研究现状、研究热点等的研究，总结出海铁联运国内外研究的重点方向，包括海铁联运的必要性与作业模式、海铁联运系统与影响因素、海铁联运的模型与运量预测、海铁联运的节点与优化。将这些词语作为检索词分别在CNKI以及WOS的主题中再检索，浏览分析检索到的文献，对国内外海铁联运的发展研究成果进行分析如下。

4.1　海铁联运的必要性与作业模式

作为多式联运的重要形式，海铁联运综合优势明显，不仅可以有效整合海运和铁路的运力资源，降低长距离货运成本，而且单位能耗和碳排放更低，是推动现代物流体系高效运行的重要抓手^[18]。然而，发达国家集装箱海铁联运比例通常维持在20%～40%^[19]，而我国主要港口海铁联运平均比重仅为3.2%^[20]。基于此，部分学者建议，应将海铁联运的体系建设提上日程，以全面提升港口集疏运效率和综合吞吐能力^[21]。解振全^[22]指出，在大宗货物中长距离集疏港运输中，海铁联运发挥着至关重要作用，并在细致剖析福建港口和海铁联运发展不足的基础上提出政策建议，以促进福建省港口海铁联运进一步发展和优化提升。国外学者对海铁联运的研究相对更早，Roso等^[23-24]指出发展海铁联运不仅能够显著提升港口与内陆腹地之间的通达性，还能优化货物的集疏运功能，强化港口作为物流枢纽的综合服务能力。

海铁联运的可靠性与运输效率在很大程度上取决于转运节点的高效衔接，这也是多式联运体系中的关键环节。根据集装箱装卸线、港口布局以及中转作业工艺的不同，集装箱海铁联运可分为“水-公-铁”的港站分离模式、“船舶-列车”的车船直取模式以及“船舶-堆场-列车”的堆场转运模式^[25]。其中，港站分离模式下，铁路集装箱场站或装卸作业线与港口泊位空间上完全分离，需要依赖公路运输作为中间衔接环节。车船直取作为效率最高的一种模式，装卸作业全流程中无需经过堆场处理，直接进行车船换装作业，有效提高了货物流转效率，同时也降低了对堆场资源的占用。然而，由于集装箱货物流量分布的不均衡性，以及我国港口在装卸作业组织及相关技术条件方面仍存在一定局限性，使得船舶与集装箱列车到港时间及装卸计划往往无法实现精准匹配，反而违背了装卸作业高效化原则。因此，“船舶-列车”的车船直取模式在我国现阶段尚未得到广泛应用^[26]。

相较于前2种模式，“船舶-堆场-列车”的堆场转运模式在我国集装箱海铁联运中应用较为广泛^[27]。在该模式下，集装箱在卸下船舶后暂时存放于堆场，随后根据列车班次和运输计划再进行装载^[28]。以堆场作为船舶与列车之间的中转节点，一定程度上缓解了船舶与列车到港时间不一致的问题。武慧荣等^[29]在研究堆场的空间资源配置时，聚焦“船舶-堆场-列车”的转运模式，并基于进出口箱混合堆存方式，构建箱位分配模型进行算例分析，以达到集装箱堆存产生的压箱数最小的目的。

除了对“水-公-铁”“船舶-列车”“船舶-堆场-列车”等不同作业模式进行分析外，学者们还聚焦于特定区域或某一港口的具体实践展开分析。这些研究通常通过实地调查和数据建模，对区域性港口在海铁联运中的运营特点、资源配置及衔接效率进行深入探讨，为优化特定场景下的海铁联运模式提供了重要的理论支持与实践指导。李安林等^[30]通过建立长江流域以南京、武汉、重庆、株洲和鹰潭为中心的海铁联运物流网络进行模型研究，发现与各城市的单一运输模式相比，利用海铁联运网络运输货物能够实现更大的规模效益，并降低运输成本。一些学者还探讨了国内典型港口在集装箱海铁联运信息共享模式方面的应用，并提出了相应模式的总体架构^[31]。王娅等^[32]以宁波镇海港为例，探讨了多式联运特征的港口物流枢纽区域在功能结构、物流产业升级以及空间布局与管理等方面面临的挑战。

4.2　海铁联运系统与影响因素

海铁联运系统的研究主要围绕各节点之间、各子系统之间的协同运行展开，研究重点在于分析节点间的衔接机制与效率，探讨各子系统在整体联运网络中的功能分工及其协同效应，尤其是针对集装箱运输环节的运作流程、资源配置和效率提升进行深入研究。Chen等^[33]在现有港口集装箱海铁联运系统组成的基础上，运用系统分析的方法对其各个子系统进行描述，并对由外部结构和内部结构组成的港口集装箱海铁联运系统进行分析，集装箱海铁联运系统组成如图8所示。集装箱海铁联运系统是一种高度复杂的物流运输体系，受多重因素的综合影响，具有复杂的反馈机制。系统内的各个子系统及其相关变量之间存在着高度非线性的相互作用与反馈关系，表现为动态性和多维性。这种复杂性不仅源于运输节点之间的协同需求，还体现在对外部环境变化的敏感性以及对资源配置的优化要求^[34]。武慧荣等^[35]指出海铁联运系统的影响因素包括腹地经济、运输政策、其他集疏运方式及环境、安全等多个方面，且这些因素之间存在着复杂的相互作用，信息在各个因素之间不断流动和反馈，形成了动态的相互联系与反馈机制。还有学者通过建立AHP-EWM评价模型来分析影响集装箱海铁联运协同能力的因素^[36]。

此外，有部分学者采用SWOT分析方法，对海铁联运系统的影响因素进行了系统性评估。通过识别海铁联运系统的优势、劣势、机会与威胁，帮助全面理解其内外部环境和潜在挑战，在此基础上为优化联运流程、制定战略决策提供有力支持^[37]，通过对四大运输方式的全面剖析提出进一步强化铁路运输在我国国际集装箱多式联运体系中的核心作用^[38]。

4.3　海铁联运的模型与运量预测

海铁联运的模型研究在中英文文献中均是热点关键词，英文文献中“model”一词出现的频次最多为47次，涉及的模型主要包括系统动力学模型、动态定价模型、各类优化模型以及运量预测模型等。通过对这些模型的研究，能够深入了解海铁联运各种要素之间的关系，为政策制定、资源分配以及服务质量提升提供理论依据。

在系统动力学应用于海铁联运的研究中，该理论与方法常与集装箱海铁联运系统动力学模型^[39]结合，来分析腹地经济、对外贸易、运输需求等因素对海铁联运系统的影响。在动态定价模型中，主要通过差异化定价策略，构建多节点集装箱海铁联运综合箱位分配的动态定价机制，分两阶段基于协议销售和空箱调配构建箱位分配模型，针对自由销售的不同时间段建立动态定价模型，通过实例分析，验证了这些模型和算法的适用性和有效性^[40]。而国内外学者对于海铁联运的优化研究主要通过速度优化模型^[41]、补贴优化模型^[42]等来分析航运与铁路运输速度的关系来实现节能降耗和缩短运输时间的目标，确定政府对列车重箱的补贴金额，以实现海铁联运运量的最大化。

通过精准预测运量，企业得以合理规划运输资源，避免资源浪费或短缺，降低运营成本。在基础设施建设方面，运量预测模型助力港口、铁路等设施的规划与布局，确保其满足未来运输需求。早期的运量预测模型主要是针对公路交通流短期预测的研究，并已发展出多种成熟的模型和方法，表现出较高的精度与适用性，随着研究的深入逐渐被拓展并应用于货运量预测领域^[43]。学者们借助灰色预测^[44]、时间序列分析^[45-46]、腹地生成法^[47]等模型，预测未来货物流动的规模与方向。但有学者指出单一的预测模型往往难以全面适应研究对象的复杂特征和多变的实际情况，导致预测结果与实际可能存在较大的偏差，而组合预测模型则能够在一定程度上克服单一模型的局限性，提高整体预测的鲁棒性和准确性。

4.4　海铁联运的节点与网络优化

优化问题作为交通运输及港口集疏运系统研究的核心议题之一，一直以来都是学术界关注的重点和难点。在海铁联运研究中，优化问题涉及运输路径选择、空间资源配置、网络节点布局等多个方面，是实现高效联运的重要基础。节点优化上，朱昌峰等^[48]建议采用BIM技术，并将其与EPC模式相结合，以发挥各自的优势，打造一个以BIM为核心的EPC项目全周期管理平台架构。海铁联运优化主要可分为以下2个方面。

（1）海铁联运作业流程优化。海铁联运作业流程的优化是提升其运行效率、降低物流成本和增强服务质量的关键环节。优化工作需针对整个运输链条中的核心环节，包括堆存作业、换装作业、配载计划等，提出系统化的改进策略。一是堆存作业优化。主要从堆场的空间资源管理角度，进一步可分为箱位分配、箱区分配和堆场分配。在研究箱位分配问题时，学者通常将压箱量^[49]或倒箱量^[50]最小化作为优化目标，旨在提高码头作业效率并降低操作成本。在此过程中，引入优先级的概念以刻画集装箱的属性，常见的优先级因素包括集装箱的到港及离港时间、重量、堆放高度、目的港等关键信息^[51-52]。二是换装作业优化。换装设备的性能和衔接方式直接影响到货物从一种运输方式到另一种运输方式的转运速度、准确性和成本效率。尤其在多式联运体系中，换装设备不仅需要满足高效作业的要求，还要具备灵活的适应性，以应对不同运输模式之间的作业标准差异。为提高装卸和调度效率，Ren等^[53]提出利用智能技术来减少双门吊车的长距离和满载移动。三是配载计划优化。大部分学者的研究重点集中于集装箱船舶配载模型的构建以及配载方法的优化探索。具体而言，研究者通过建立数学模型或优化框架，以精确描述船舶配载过程中的关键因素，例如重心控制、舱容利用率、船体稳定性和堆叠规则等^[54]。Sciomachen等^[55]基于主贝位规划问题MBPP与三维装箱问题的关系，充分考虑船舶稳性等约束，提出求解MBPP的启发式方法以优化配载计划。海铁联运三大作业优化流程类别如表4所示。

（2）海铁联运运输路径优化。在海铁联运路径优化的研究中，学者们通常以承运人的视角出发，构建以降低海铁联运运输成本或缩短运输时间为目标的优化模型，主要从运输线路优化和班列开行方案优化2个方面展开。

一是运输路线优化。研究重点在于综合考虑线路运距、运量、费用等关键决策变量^[56]，通过对运输路径的合理规划，实现联运系统的高效运行和成本效益最大化。该过程通常涉及对运输路径的综合评估和模型构建，以在满足运力需求和运输时效的基础上，最大程度降低总运输成本^[57]。研究中，学者们倾向于从贴近实际问题的角度出发，对优化目标和约束条件进行设置，以提高模型的实用性和适用性。如吕靖等^[58]运用双目标进行整体规划，综合考虑运输中的费用和可靠性，研究结果表明，在日韩货物中欧班列上，采用遗传算法求解得出的海铁联运最优路径在时间、可靠性和总费用上均优于现有的海运路线。海铁联运节点与网络优化如图9所示。近年来，研究者逐步将关注点延伸至运输时间超出收货时间窗口的情境，探索如何在此类复杂约束下进行优化决策，尝试将需求时间窗口设置为软约束，即允许一定程度的时间偏差，同时通过引入惩罚机制来平衡时间违约对整体运输效率和成本的影响。

二是班列开行方案优化。国内外研究主要聚焦于“点”和“线”2个维度展开。“点”主要指海铁联运港站，主要研究港站节点的操作流程、设施配置以及换装时效性对班列开行方案的影响^[59-60]。邓夕贵等^[61]从海铁联运衔接过程角度出发，基于集装箱在港口滞留时间和班列开行成本最小化2个目标，构建双层优化模型，通过综合考虑铁路班列的运行线路以及船舶的到港与离港时间计划，优化集装箱的卸货顺序和班列的编组数量与开行顺序。“线”的研究主要聚焦于决策列车的开行路径^[62]、开行时刻表^[63]、开行频率^[64]以及货运量^[65]等问题，然而，这类研究往往侧重于铁路环节的优化，较少考虑海运环节的特征和需求。江雨星等^[66]聚焦集装箱班列时刻表的优化问题，以集装箱货物送达目的站的总延误时间最小化为目标构建优化模型，通过Benders分解算法得到能够在时间安排和货物数量分配上达到最佳协调的班列时刻表。Hu等^[67]专注于港口区域内的集装箱码头间运输(ITT)问题，进一步探讨了列车运输路径选择、停靠时刻安排以及货运量分配等关键决策问题，并提出一种禁忌搜索算法作为解决办法。

此外，海铁联运作为多式联运的一种运输组织方式在现代物流体系中的重要性日益凸显，但通过以上分析可以得出目前国内外研究中仍存在一些不足之处。

（1）基础设施与衔接短板：从研究成果分析可知，海铁联运基础设施问题突出。铁路与港口硬件衔接缺乏整体规划，货物常需公路二次倒装，增加物流成本与时间。港口疏港铁路和高速公路建设滞后，制约海铁联运发展。在实际作业模式中，这种衔接不畅导致转运效率低下，如“水-公-铁”港站分离模式，依赖公路衔接增加了运输环节与成本，反映出基础设施衔接的系统性设计亟待加强。

（2）信息化与数据困境：海铁联运信息化建设滞后，铁路与海运信息系统独立，缺乏数据共享机制。从作业流程优化需求推断，信息孤岛严重削弱了海铁联运的效率和竞争力，使得“一次申报、一次查验、一次放行”的实现有时存在困难，阻碍了海铁联运向高效化、便捷化发展。

（3）运营协调与市场缺陷：各运输部门间协调机制缺失，利益博弈严重，缺乏市场调节能力，致使海铁联运价格竞争力不足。在海铁联运系统研究中，各节点和子系统协同运行存在问题，不同运输方式的合力形成存在阻碍，影响了海铁联运的整体运营效益。

（4）中短途市场开发滞后：现有研究对中短途集装箱海铁联运市场关注不足，其在中短途运输市场的竞争优势未得到充分发挥。通过对海铁联运作业模式、系统及影响因素等方面的研究可以发现，市场开发的不均衡使得海铁联运未能全面覆盖各类运输场景，限制了其市场拓展与规模效益提升。

5　结论及展望

通过对2000—2023年CNKI和WOS期刊文献的分析，对其研究现状、热点及成果有了较为全面的认识。未来的研究需要更加注重系统性设计、数据共享、协调机制的建立以及智能化技术的应用，以推动海铁联运的高效发展。结合现有文献，提出海铁联运未来发展的5个方向。

（1）智能化与数字化变革引领高效运营。海铁联运在智能化和数字化领域具有广阔的发展空间。一方面，物联网技术将深度嵌入运输全程，实现货物、集装箱、运输工具以及港口和铁路设施的实时互联。通过传感器收集海量数据，如货物位置、状态、运输工具运行参数、港口作业进度等，为智能决策提供基础。另一方面，大数据与人工智能算法的融合应用，能够对复杂的运输数据进行深度分析与挖掘。借助机器学习算法预测运输需求、优化运输路径，根据实时交通状况、港口拥堵程度等动态调整运输方案，实现资源的精准配置。此外，区块链技术的引入，将保障运输信息的安全、透明与不可篡改，增强各参与方之间的信任，提升整体运输流程的效率与可靠性，打破信息孤岛局面。

（2）多式联运协同机制创新。为解决当前海铁联运中各运输方式协同不畅的问题，未来需构建全面且高效的协同机制。在信息共享层面，建立统一的多式联运信息平台至关重要。该平台整合铁路、海运、港口、货代等各方数据资源，实现信息的实时交互与共享，使各环节的参与者能够及时掌握运输动态。在资源整合方面，优化不同运输方式的运力配置，合理规划运输线路和班次，减少资源的闲置与浪费。同时，制定科学合理的利益分配机制，平衡铁路、港口、海运公司等各利益主体的诉求，充分调动各方参与协同的积极性，形成紧密合作、互利共赢的发展格局，从而显著提升海铁联运系统的协同效应与整体效能。

（3）市场导向的服务创新升级。随着市场环境的快速变化和客户需求的日益多样化，海铁联运服务创新迫在眉睫。未来研究应聚焦于精准把握市场需求，尤其是跨境电商、冷链物流等新兴领域对海铁联运的特殊需求。针对跨境电商的小批量、高频率运输需求，设计灵活的运输方案，提供快速通关、高效配送等定制化服务。对于冷链物流，研发专业的冷藏集装箱和温控技术，确保货物在运输过程中的品质。此外，拓展增值服务，如提供供应链金融服务，缓解企业资金压力；开展货物保险业务，降低运输风险；提供物流咨询服务，帮助企业优化供应链管理，全面提升客户体验与企业竞争力。

（4）政策与标准体系的完善优化。政策支持与标准规范是海铁联运可持续发展的重要保障。在政策制定方面，政府应加大对海铁联运基础设施建设的投入，加快疏港铁路、港口装卸设备等关键设施的升级改造，提高运输能力与衔接效率。同时，出台税收优惠、财政补贴等政策，降低海铁联运企业的运营成本，增强其市场竞争力。在标准制定上，统一集装箱规格、运输安全标准、信息交换格式等，促进不同运输方式之间的无缝对接。加强国际合作，推动海铁联运标准的国际化进程，减少国际贸易中的运输障碍，为海铁联运创造更加公平、规范、有序的发展环境。

（5）绿色可持续发展探索。面对全球日益严格的环保要求，海铁联运需充分发挥其在节能减排方面的优势，探索绿色可持续发展路径。未来研究将深入分析海铁联运在减少碳排放、降低能源消耗、减轻环境污染等方面的潜力与作用机制。一方面，推动清洁能源在运输工具和港口作业设备中的应用，如发展电动集装箱卡车、使用太阳能辅助港口照明等，降低对传统化石能源的依赖。另一方面，建立科学完善的环境影响评估体系，对海铁联运项目从规划、建设到运营的全过程进行环境评估，制定相应的环保措施与标准，确保海铁联运在实现经济效益的同时，兼顾环境效益与社会效益，实现可持续发展的长远目标。

参考文献

[1] 李　杰，陈超美.CiteSpace：科技文本挖掘及可视化[M].北京：首都经济贸易大学出版社，2016.

[2] 方莉俐，姜羽飞，刘　韩，等.聚晶立方氮化硼刀具研究热点与趋势：基于CNKI与WOS数据库知识图谱分析[J].机床与液压，2024，52(17)：201-212.

[3] FANG Lili， JIANG Yufei， LIU Han，et al.Research Hotspot and Trend of Polycrystalline Cubic Boron Nitride Tools：Knowledge Map Analysis Based on CNKI and WOS Database[J].Machine Tool & Hydraulics，2024，52(17)：201-212.

[4] 党秀丽，阿娜尔，苏　燕，等.基于文献计量法对场地土壤重金属污染修复研究进展的知识图谱分析[J].土壤通报，2024，55(1)：277-287.

[5] DANG Xiuli， Naer A， SU Yan，et al.Knowledge Graph Analysis of the Remediation Research Progress for Heavy Metal Contaminated Soil Based on Bibliometric Method[J].Chinese Journal of Soil Science，2024，55(1)：277-287.

[6] 胡泽文，孙建军，武夷山.国内知识图谱应用研究综述[J].图书情报工作，2013，57(3)：131-137，84.

[7] HU Zewen， SUN Jianjun， WU Yishan.Research Review on Application of Knowledge Mapping in China[J].Library and Information Service，2013，57(3)：131-137，84.

[8] 郝俊勤，刘　伟，李昌健，等.RFID技术在我国图书馆的应用知识图谱：基于CiteSpaceⅡ知识计量分析[J].现代情报，2013，33(7)：118-124.

[9] HAO Junqin， LIU Wei， LI Changjian，et al.Study on Mapping Knowledge Domains of RFID Technology Application in the Libraries：A Knowledge Metric Analysis Based on CiteSpaceⅡ[J].Journal of Modern Information，2013，33(7)：118-124.

[10] LORENA G A， JASON M， JOSE A V P，et al.Port Competition Through Hinterland Accessibility： the Case of Spain[J].Maritime Economics & Logistics，2019，21(2)：258-277.

[11] ZHAO Z B， WANG X F， CHENG S X，et al.A New Synchronous Handling Technology of Double Stack Container Trains in Sea-Rail Intermodal Terminals[J].Sustainability，2022，14(18)：11254.

[12] 陈晓兵，陈枻豪.1998—2023中国“播音主持”研究概况、议题与启示：基于CiteSpace文献计量学分析[J].中国广播电视学刊，2024(8)：100-105.

[13] 赵　利.我国养老研究热点和前沿：基于CiteSpace可视化分析[J].中国储运，2021(3)：112-115.

[14] GORMAN M F.Intermodal Pricing Model Creates a Network Pricing Perspective at BNSF[J].Interfaces，2001，31(4)：37-49.

[15] LOO B P Y， HOOK B.Interplay of International，National and Local Factors in Shaping Container Port Development：A Case Study of Hong Kong[J].Transport Reviews，2002，22(2)：219-245.

[16] BREZHNEV V A， ABRAMSON V M， ZEMELMAN A M，et al.Russian Underwater Tunnels in the System of International Transportation Ways[J].Tunnelling and Underground Space Technology，2005，20(6)：595-599.

[17] YANG C， MCCOLLUM D， MCCARTHY R，et al.Meeting an 80% Reduction in Greenhouse Gas Emissions from Transportation by 2050：A Case Study in California[J].Transportation Research Part D：Transport and Environment，2009，14(3)：147-156.

[18] RAMACHANDRA T V， SHWETMAL A.Emissions from India's Transport Sector：Statewise Synthesis[J].Atmospheric Environment，2009，43(34)：5510-5517.

[19] HAN B， WAN M， ZHOU Y. Evaluation of Multimodal Transport in China Based on Hesitation Fuzzy Multiattribute Decision-Making[J].Mathematical Problems in Engineering，2020，2020(1)：1823068.

[20] 袁雪丽，杨菊花，任金荟.随机运输时间下集装箱海铁联运箱流径路优化方法[J].交通信息与安全，2022，40(6)：106-117.

[21] YUAN Xueli， YANG Juhua， REN Jinhui.A Path Optimization Method for Sea-Rail Intermodal Container Transport under Random Transit Time[J].Journal of Transport Information and Safety，2022，40(6)：106-117.

[22] 张丰婷，杨菊花，于　江，等.基于海铁联运的集装箱班列服务路径优化[J].交通信息与安全，2021，39(4)：125-133.

[23] ZHANG Fengting， YANG Juhua， YU Jiang，et al.Optimization of Container Train Service Route Based on Sea-Rail Intermodal Transportation[J].Journal of Transport Information and Safety，2021，39(4)：125-133.

[24] 牛思佳，雷艳灵，刘崇献.京津冀海铁联运发展障碍因素及发展策略研究[J].对外经贸，2019(4)：37-39，51.

[25] NIU Sijia， LEI Yanling， LIU Chongxian.Research on the Obstacle Factors and Development Strategy of Beijing-Tianjin-Hebei Sea-Rail Combined Transport[J].Foreign Economic Relations & Trade，2019(4)：37-39，51.

[26] 刘秉镰，林　坦.国际多式联运发展趋势及我国的对策研究[J].中国流通经济，2009，23(12)：17-20.

[27] LIU Binglian， LIN Tan.International Multimodal Transport：The Trends and Polices[J].China Business and Market，2009，23(12)：17-20.

[28] 中国水运网.用创新变革促进集装箱多式联运快速发展[EB/OL].(2024-01-08)[2024-11-19].

[29] 康译之，何　丹，高　鹏，等.长三角地区港口腹地范围演化及其影响机制[J].地理研究，2021，40(1)：138-151.

[30] KANG Yizhi， HE Dan， GAO Peng，et al.Evolution and Mechanism of Port Hinterland in Yangtze River Delta[J].Geographical Research，2021，40(1)：138-151.

[31] 解振全.福建省海铁联运发展对策研究[J].铁道运输与经济，2022，44(3)：42-46.

[32] XIE Zhenquan.Study on Development Countermeasures of Sea-Rail Transportation in Fujian Province[J].Railway Transport and Economy，2022，44(3)：42-46.

[33] ROSO V， WOXENIUS J， LUMSDEN K.The Dry Port Concept：Connecting Container Seaports with the Hinterland[J].Journal of Transport Geography，2009，17(5)：338-345.

[34] WOXENIUS J， BERGQVIST R.Comparing Maritime Containers and Semi-Trailers in the Context of Hinterland Transport by Rail[J].Journal of Transport Geography，2011，19(4)：680-688.

[35] 高卫东，杨　欢.小漠港疏港铁路集装箱海铁联运模式探讨[J].铁道勘察，2024，50(1)：99-104.

[36] GAO Weidong， YANG Huan.Discussion on the Container Sea-Rail Intermodal Transport Mode of Xiaomo Port Dredging Railway[J].Railway Investigation and Surveying，2024，50(1)：99-104.

[37] 任　刚.海铁联运港站堆场资源分配与载运机械协同调度研究[D].大连：大连海事大学，2023.

[38] 靳志宏，王小寒，任　刚，等.共享堆场协议下海铁联运集装箱堆场分配优化[J].中国航海，2020，43(3)：105-111.

[39] JIN Zhihong， WANG Xiaohan， REN Gang，et al.Container Yard Allocation Optimization of Sea-Rail Intermodal Transportation under Yard Sharing Agreement[J].Navigation of China，2020，43(3)：105-111.

[40] 武慧荣.集装箱港口“船舶-堆场-列车”作业资源的调度优化[D].北京：北京交通大学，2015.

[41] 武慧荣，朱晓宁.“船舶-堆场-列车”混堆堆场箱位分配模型[J].交通运输系统工程与信息，2015，15(4)：198-203.

[42] WU Huirong， ZHU Xiaoning.Container Slot Allocation Model of Mixed Storage in “Ships，Yard，Trains” Yard[J].Journal of Transportation Systems Engineering and Information Technology，2015，15(4)：198-203.

[43] 李安林，魏海蕊.长江流域海铁联运模式下港口集疏运物流网络研究[J].铁道运输与经济，2022，44(1)：52-58，66.

[44] LI Anlin， WEI Hairui.Port Collection and Distribution Logistics Network under Sea-Rail Combined Transport Mode in Yangtze River Basin[J].Railway Transport and Economy，2022，44(1)：52-58，66.

[45] 傅赟，李樱灿，刘畅，等.我国集装箱海铁联运信息共享模式探析[J].铁道货运，2020，38(12)：7-12.

[46] FU Yun， LI Yingcan， LIU Chang，et al.Analysis on Information Sharing Mode of Sea-Rail Container Intermodal Transportation in China[J].Railway Freight Transport，2020，38(12)：7-12.

[47] 王　娅，陈　睿，郝之颖.港口多式联运物流枢纽区发展模式研究：以宁波镇海为例[J].城市发展研究，2011，18(9)：8-11，14.

[48] WANG Ya， CHEN Rui， HAO Zhiying.Planning Strategies for Port Logistical Hub Area Based on Multimodal Transportation：A Case Study of Zhenhai Bulk Purchase Port，Ningbo[J].Urban Studies，2011，18(9)：8-11，14.

[49] CHEN H Z， ZHANG Y. Analysis of Port Container Sea-Rail Intermodal Transportation System[J].Journal of Physics：Conference Series，2021，2005(1)：012036.

[50] 武慧荣，朱晓宁，钱继锋.集装箱海铁联运系统分析及发展研究[J].物流技术，2013，32(7)：1-4.

[51] WU Huirong， ZHU Xiaoning， QIAN Jifeng.Study on Analysis and Development of Container Sea-Rail Intermodal Transportation System[J].Logistics Technology，2013，32(7)：1-4.

[52] 武慧荣，朱晓宁.基于SD的集装箱海铁联运系统发展研究[J].重庆交通大学学报(自然科学版)，2013，32(3)：529-533.

[53] WU Huirong， ZHU Xiaoning.Development of Container Sea-Rail Intermodal Transportation System Based on System Dynamics[J].Journal of Chongqing Jiaotong University (Natural Science)，2013，32(3)：529-533.

[54] 金哲宇，杨博文.基于AHP-EWM的集装箱海铁联运协同评价研究[J].铁道货运，2022，40(1)：37-45.

[55] JIN Zheyu， YANG Bowen.Research on Synergy Evaluation and Optimization of Container Sea-Rail Intermodal Transportation Based on AHP-EWM[J].Railway Freight Transport，2022，40(1)：37-45.

[56] 盛　洋，卢永亮，钱晓龙.打造海铁联运企业联盟的分析与思考：以中国铁路沈阳局集团公司为例[J].交通企业管理，2024，39(2)：13-16.

[57] SHENG Yang， LU Yongliang， QIAN Xiaolong.Analysis and Thinking of Building Sea-Rail Combined Transport Enterprise Alliance：Based on China Railway Shenyang Bureau Group Co.，Ltd.[J].Transportation Enterprise Management，2024，39(2)：13-16.

[58] 戴钰桀，保鲁昆，孙延浩.“一带一路”下国际多式联运SWOT分析[J].铁道运输与经济，2017，39(4)：58-63.

[59] DAI Yujie， BAO Lukun， SUN Yanhao.SWOT Analysis on International Inter-Model Transportation under “the Belt and Road”[J].Railway Transport and Economy，2017，39(4)：58-63.

[60] 武慧荣，朱晓宁，钱继锋.基于系统动力学的集装箱海铁联运运量预测研究[J].物流技术，2012，31(17)：205-207，230.

[61] WU Huirong， ZHU Xiaoning， QIAN Jifeng.Study on Volume Forecasting of Container Ocean-Rail Intermodal Transportation Based on System Dynamics[J].Logistics Technology，2012，31(17)：205-207，230.

[62] 刘　迪，杨华龙，张　燕.多节点集装箱海铁联运动态定价决策[J].系统工程理论与实践，2014，34(1)：104-114.

[63] LIU Di， YANG Hualong， ZHANG Yan.Dynamic Pricing Decision-Making of Multi-Node Container Sea-Rail Intermodal Transport[J].Systems Engineering—Theory & Practice，2014，34(1)：104-114.

[64] 许冬敏，丁　一，黄有方，等.考虑能耗的国际海铁联运速度优化模型[J].上海海事大学学报，2015，36(2)：20-24.

[65] XU Dongmin， DING Yi， HUANG Youfang，et al.A Model on Speed Optimization for Sea-Rail Intermodal Transportation Considering Energy Consumption[J].Journal of Shanghai Maritime University，2015，36(2)：20-24.

[66] 吴云强，解乔雅，张　戎.集装箱海铁联运补贴优化研究[J].交通运输系统工程与信息，2024，24(1)：35-45.

[67] WU Yunqiang， XIE Qiaoya， ZHANG Rong.Optimization of Subsidies for Container Sea-Rail Intermodal Transportation[J].Journal of Transportation Systems Engineering and Information Technology，2024，24(1)：35-45.

[68] 彭万灵.基于深度学习的海铁联运运量组合预测模型研究[D].大连：大连海事大学，2023.

[69] 梁莹莹，王元欢.营口港集装箱海铁联运量的预测与发展研究[J].对外经贸，2021(8)：34-38.

[70] LIANG Yingying， WANG Yuanhuan.Research on the Forecasting and Development of Container Sea-Rail Transport Volume at Yingkou Port[J].Foreign Economic Relations & Trade，2021(8)：34-38.

[71] GRIFOLL M. A Statistical Forecasting Model Applied to Container Throughput in a Multi-Port Gateway System：The Barcelona-Tarragona-Valencia Case[J].International Journal of Shipping and Transport Logistics，2019，11(4)：316.

[72] PATIL G R， SAHU P K. Simultaneous Dynamic Demand Estimation Models for Major Seaports in India[J].Transportation Letters，2017，9(3)：141-151.

[73] 俞　平，叶玉玲.宁波港集装箱海铁联运需求预测及路网能力适应性分析[J].中国铁路，2016(6)：52-54.

[74] 朱昌锋，叶前云，刘道宽，等.基于BIM的水铁联运枢纽EPC项目全生命周期管理[J].铁道运输与经济，2021，43(11)：62-69.

[75] ZHU Changfeng， YE Qianyun， LIU Daokuan，et al.Life Cycle Management of EPC Project for Water-Rail Intermodal Hubs Based on BIM[J].Railway Transport and Economy，2021，43(11)：62-69.

[76] CHANG Y M， ZHU X N.A Novel Two-Stage Heuristic for Solving Storage Space Allocation Problems in Rail-Water Intermodal Container Terminals[J].Symmetry，2019，11(10)：1229.

[77] 张灿荣，钟　明，缪立新.集装箱场地箱位分配问题[J].清华大学学报(自然科学版)，2015，55(10)：1150-1156.

[78] ZHANG Canrong， ZHONG Ming， MIAO Lixin.Location Assignments for Outbound Containers in Container Terminals[J].Journal of Tsinghua University (Science and Technology)，2015，55(10)：1150-1156.

[79] CHANG Y M， ZHU X N， HAGHANI A.Modeling and Solution of Joint Storage Space Allocation and Handling Operation for Outbound Containers in Rail-Water Intermodal Container Terminals[J].IEEE Access，2019，7：55142-55158.

[80] 刘婵娟，胡志华.集装箱堆场出口箱箱位分配多目标优化模型[J].大连理工大学学报，2015，55(6)：589-596.

[81] LIU Chanjuan， HU Zhihua.Multi-Objective Optimization Model for Storage Location Allocation of Outbound Containers at Container Yard[J].Journal of Dalian University of Technology，2015，55(6)：589-596.

[82] REN G， WANG X H， CAI J X，et al.Allocation and Scheduling of Handling Resources in the Railway Container Terminal Based on Crossing Crane Area[J].Sustainability，2021，13(3)：1190.

[83] 李　俊，张　煜，计三有，等.集装箱船舶装箱排序问题的两阶段算法[J].交通运输系统工程与信息，2017，17(1)：183-190.

[84] LI Jun， ZHANG Yu， JI Sanyou，et al.Two-Phase Algorithm for Containership Sequencing and Bin Packing Problem[J].Journal of Transportation Systems Engineering and Information Technology，2017，17(1)：183-190.

[85] SCIOMACHEN A， TANFANI E. A 3D-BPP Approach for Optimising Stowage Plans and Terminal Productivity[J].European Journal of Operational Research，2007，183(3)：1433-1446.

[86] BERESFORD A， PETTIT S， LIU Y K. Multimodal Supply Chains：Iron Ore from Australia to China[J].Supply Chain Management，2011，16(1)：32-42.

[87] 李　敏.长江经济带集装箱多式联运路径优化模型研究[J].铁道运输与经济，2019，41(11)：94-98.

[88] LI Min.A Study on the Optimization Model of Multimodal Container Transport Path in the Yangtze River Economic Belt[J].Railway Transport and Economy，2019，41(11)：94-98.

[89] 吕　靖，张丹阳，季嘉慧.日韩货物中欧班列海铁联运路径选择研究[J].重庆交通大学学报(自然科学版)，2021，40(11)：1-8.

[90] Jing LYU， ZHANG Danyang， JI Jiahui.Sea-Rail Intermodal Transport Path Selection for Japan-Korea Freight Based on CR Express[J].Journal of Chongqing Jiaotong University (Natural Science)，2021，40(11)：1-8.

[91] YAN B C， ZHU X N， LEE D H，et al.Transshipment Operations Optimization of Sea-Rail Intermodal Container in Seaport Rail Terminals[J].Computers & Industrial Engineering，2020，141：106296.

[92] YAN B C， JIN J G， ZHU X N，et al.Integrated Planning of Train Schedule Template and Container Transshipment Operation in Seaport Railway Terminals[J].Transportation Research Part E：Logistics and Transportation Review，2020，142：102061.

[93] 邓夕贵，朱逸凡，雷智鹢，等.基于双层规划的海铁联运班列编组数量研究[J].铁道运输与经济，2021，43(6)：80-86.

[94] DENG Xigui， ZHU Yifan， LEI Zhiyi，et al.Research on the Number of Train Formations in Sea-Rail Intermodal Transportation Based on Bi-Level Programming[J].Railway Transport and Economy，2021，43(6)：80-86.

[95] CRAINIC T G， DELL’OLMO P， RICCIARDI N，et al.Modeling Dry-Port-Based Freight Distribution Planning[J].Transportation Research Part C：Emerging Technologies，2015，55：518-534.

[96] 江雨星，高翠香，牛惠民.基于需求响应的铁路集装箱班列始发时刻优化[J].中国铁道科学，2020，41(2)：139-146.

[97] JIANG Yuxing， GAO Cuixiang， NIU Huimin.Optimizing Departure Time of Railway Container Trains Based on Demand Response[J].China Railway Science，2020，41(2)：139-146.

[98] 魏玉光，谷玉锟，夏　阳，等.基于枢纽集结的中欧班列运输组织优化研究[J].铁道学报，2022，44(9)：17-25.

[99] WEI Yuguang， GU Yukun， XIA Yang，et al.Research on Transportation Organization Optimization for China Railway Express Based on Hub Assembling[J].Journal of the China Railway Society，2022，44(9)：17-25.

[100] 张家瑞，李海鹰，王　莹，等.考虑潜在货流的铁路快运班列开行方案设计[J].铁道学报，2023，45(9)：12-19.

[101] ZHANG Jiarui， LI Haiying， WANG Ying，et al.Optimization of Express Train Service with Potential Freight[J].Journal of the China Railway Society，2023，45(9)：12-19.

[102] 江雨星，牛惠民.需求响应的集装箱班列时刻表优化及Benders分解算法[J].交通运输系统工程与信息，2020，20(5)：191-198.

[103] JIANG Yuxing， NIU Huimin.Optimization of Demand-Response Container Train Timetables and Benders Decomposition[J].Journal of Transportation Systems Engineering and Information Technology，2020，20(5)：191-198.

[104] HU Q， CORMAN F， WIEGMANS B，et al.A Tabu Search Algorithm to Solve the Integrated Planning of Container on an Inter-Terminal Network Connected with a Hinterland Rail Network[J].Transportation Research Part C：Emerging Technologies，2018，91：15-36.

基金资助

国家社会科学基金青年项目(21CJY073)