海空铁多式联运运价周期波动规律与供应链成本预判研究
海空铁多式联运运价周期波动规律与供应链成本预判研究
作者单位：亚伯拉罕供应链管理（苏州）有限公司、亚伯拉罕供应链研究院、亚伯拉罕供应链企业网
报告类型：学术研究报告
摘要
全球贸易格局重构、地缘扰动、运力迭代与产业转移共同重塑跨境多式联运体系，海空铁多式联运作为高柔性供应链解决方案，在制造业出海、高附加值商品跨境流转中的占比持续提升。海、空、铁三类运输单元各自具备独立运价周期，而联运模式下的中转协同、运力替代效应、节点瓶颈会进一步放大或熨平运价波动，传统单一运输方式运价研究无法解释联运场景下复合成本演化逻辑。本研究以海空铁多式联运为对象，界定运价长周期、中周期、短周期三层波动结构，识别周期驱动因子，量化海运、航空货运、铁路集装箱运价之间的跨模态传导机制，构建融合周期特征、供需变量、突发事件冲击的供应链广义成本预判框架。本研究采用 2018—2025 年全球集运指数、国际航空货运指数、中欧班列运价、港口 / 机场 / 铁路枢纽中转费、燃油附加费、汇率与宏观经济面板数据，运用时间序列分解、小波周期分析、向量自回归（VAR）模型、情景预测法开展实证分析。研究发现：海运运价呈现 6—8 年资本性产能长周期叠加年度季节性短周期；航空货运运价周期依附于客机腹舱供给，周期长度 2—3 年；国际铁路集装箱运价周期受班列开行计划、口岸通行能力约束，周期介于海运与航空之间。三类运价存在显著的替代传导效应，当某一运输模态运价突破阈值，货主将切换至其他联运组合，引发联运综合成本的非线性跳变。中转节点拥堵、换装效率、政策管制、地缘冲突属于外生脉冲冲击，会打破原有周期趋势，造成预判模型结构性偏移。基于周期规律，本研究建立基准、乐观、压力三类情景下的供应链成本预判模型，给出企业端备货、合约锁价、备选路径、库存缓冲的供应链优化策略。研究结论可为跨境制造企业、多式联运经营人、物流平台开展预算编制、运力采购、风险对冲提供理论依据与量化工具，同时为多式联运公共政策、通道基础设施投资提供参考。
关键词：多式联运；海空铁；运价周期；供应链成本；周期波动；成本预判；跨境供应链
一、绪论
1.1 研究背景
全球供应链自 2020 年起经历剧烈扰动，港口拥堵、红海航线风险、航空运力收缩、铁路口岸限流等事件集中爆发，单一海运或者单一空运的供应链脆弱性充分暴露。中国制造业加速出海，东盟、中东、欧洲市场的跨境订单呈现小批量、高时效、强波动特征，单纯海运时效不足，纯空运成本过高，海空、海铁、空铁组合的海空铁多式联运方案成为中高端制造业、电子、新能源、医疗器械行业的主流选择。
海空铁多式联运是依托海运干线、航空干线、国际铁路干线，依托港口、机场、铁路口岸枢纽完成集装箱货物中转换装，实现门到门一体化交付的运输组织模式。与单一运输方式不同，联运总运价并非海、空、铁运价简单线性相加，中转费、滞港滞空费、换装作业费、保险、资金时间成本、货损风险成本共同构成广义供应链成本。同时，不同运输方式运价周期不同步，存在跨模态替代。当海运运价暴涨，客户转向海铁联运；当航空舱位紧张，部分急单会切换为空铁组合，这种跨模态替代会反过来改变各通道货流，形成运价的联动反馈。
当前学术界研究多集中于海铁联运、空铁联运的路径优化、网络规划，针对海空铁三者融合联运体系的运价周期复合规律研究偏少。实务层面，多数供应链企业采用简单外推法预判物流成本，忽略周期拐点、跨模态传导、黑天鹅事件冲击，导致预算偏差、合约锁价时机错误、库存策略失效。在此背景下，系统剖析海空铁多式联运运价周期波动规律，建立可落地的供应链成本预判体系，具备较强理论价值与产业实践意义。
1.2 研究意义
1.2.1 理论意义
本研究拓展多式联运定价理论，突破单一运输方式周期研究范式，构建多模态复合运价周期理论框架，区分内生周期（产能、资本开支、季节性需求）与外生冲击（地缘、疫情、通道阻断、政策）对海空铁联运运价的差异化作用机制；揭示海、空、铁运价之间的传导、替代、共振效应，丰富跨境供应链广义成本理论，将时间价值成本、中断风险成本纳入成本预判模型，完善不确定环境下供应链成本建模体系。
1.2.2 实践意义
为跨境制造企业、外贸企业建立物流成本预测工具，识别运价周期拐点，指导年度运力合约谈判、现货运力采购、库存缓冲设置；帮助多式联运经营人进行运力调度、定价报价、收益管理；为通道运营商、口岸管理机构识别瓶颈节点，优化基础设施投资时序；为金融机构开展物流衍生品、运费保险、供应链金融业务提供周期研判依据。
1.3 国内外文献综述
1.3.1 海运运价周期研究
航运经济学领域经典的海运周期理论将集装箱运价划分为长周期（造船资本周期）、商业周期（宏观贸易）、季节性短周期。克拉克森的航运周期框架指出，集运运价长周期由船舶资本开支决定，新船交付滞后于订单，存在 3—5 年建设周期，形成 6—8 年供需循环。在周期上行阶段，需求大于运力，运价快速抬升；下行阶段运力过剩，运价回落，船司通过停航、拆船、减速来托底运价中枢。2020—2021 年疫情期间，港口拥堵降低船舶周转效率，等效运力收缩，运价出现极端脉冲式上涨，该事件证明除了船舶总量，运力周转效率是运价周期的关键变量，这一点在传统周期模型中常被低估。国内学者基于 SCFI、CCFI 指数的时间序列研究证实，集运运价存在明显季节性，每年第三季度为欧美消费备货旺季，运价阶段性冲高，春节前后国内产能停工带来运价回落。
1.3.2 航空货运运价研究
航空货运运价与客机腹舱供给高度绑定。在客运市场繁荣阶段，客机运力投放增加，腹舱供给扩张，航空货运运价下行；客运低谷期腹舱缩减，全货机成为主力，航空运价上行。航空货运周期长度显著短于海运，一般 2—3 年。航空运价同时具备极强的短期波动性，月度、周度波动显著，受节假日、电商大促、突发事件影响极大。现有研究多聚焦航空货运需求预测、航线定价，较少研究航空运价与海运、铁路运价之间的替代联动。
1.3.3 铁路集装箱与多式联运成本研究
中欧班列等国际铁路集装箱运价受国内集结、口岸通关、境外段运力、补贴政策多重影响。铁路运价周期性弱于海运，但口岸拥堵、境外线路检修、国别管制会造成阶段性跳涨。多式联运现有文献大多聚焦路径优化，以运输时间、直接运费最小为目标构建路径选择模型，研究中转节点的时间不确定性、碳排放成本。现有研究缺陷在于，大多将各段运价作为固定参数，没有考虑运价随周期动态变化，忽略不同运输方式之间的替代效应，难以支撑中长期成本预判。
1.3.4 文献评述
现有研究分别对海运、航空、铁路运价开展独立研究，但海空铁三类模态整合下的复合运价周期研究存在空白；多数成本模型仅考虑直接运费，缺少周期波动带来的动态风险成本；跨模态运价的传导机制、共振与对冲效应缺少量化实证。本研究针对该缺口展开研究。
1.4 研究内容、研究方法与技术路线
1.4.1 研究内容
第一，界定海空铁多式联运系统，拆分联运总成本构成，区分直接运输费用、中转换装成本、时间价值成本、中断风险成本、附加费。
第二，分别识别海运、航空货运、国际铁路集装箱运价各自的周期特征，利用时间序列分解提取趋势项、周期项、季节项、随机冲击项。
第三，实证检验三类运价之间的因果关系、替代效应与价格传导，分析联运复合运价的形成机制。
第四，识别影响运价周期的内生驱动因子与外生冲击因子，分析不同冲击下周期演化路径。
第五，构建供应链广义成本预判模型，设置基准、乐观、压力三类情景，开展敏感性分析。
第六，基于周期规律，提出企业供应链成本管控、运力采购、风险对冲策略，提出政策建议。
1.4.2 研究方法
1. 文献研究法：梳理航运经济学、航空货运、多式联运、供应链成本相关文献，搭建理论基础。
2. 时间序列分解与小波周期分析法：对 2018—2025 年运价指数序列进行分解，提取长周期、中周期、季节周期，识别周期长度、振幅、相位。
3. 向量自回归 VAR 模型：检验海运、航空、铁路运价之间的脉冲响应、方差分解，量化跨模态传导效应。
4. 情景分析法：构建多情景成本预判框架，模拟不同宏观、运力、地缘条件下未来联运供应链成本走势。
5. 案例分析法：选取电子制造业跨境海空联运、新能源设备海铁联运案例，验证预判模型的应用效果。
1.4.3 技术路线
理论梳理→变量定义与数据采集→单模态运价周期识别→跨模态运价传导实证→构建广义成本模型→多情景预判→敏感性分析→对策建议。
1.5 创新点
第一，复合周期理论创新，首次将海、空、铁三种不同周期属性的运输模态整合，提出海空铁多式联运复合运价周期理论，区分单模态固有周期与联运网络形成的耦合周期。
第二，成本内涵拓展，在传统运费基础上，纳入周期波动带来的时间价值成本、供应链中断惩罚成本，建立广义供应链成本体系。
第三，跨模态替代量化，实证测算海运、航空、铁路运价阈值效应，当某一通道运价突破阈值，货流切换引发联运综合成本非线性变化，弥补静态路径模型缺陷。
二、海空铁多式联运运价与供应链成本理论框架
2.1 海空铁多式联运系统定义
海空铁多式联运，指货物使用集装箱标准化单元，连续采用海运、航空货运、国际铁路至少两种干线运输方式，经过港口、机场、铁路口岸枢纽完成一次或多次换装，由多式联运经营人签发全程一单制运单，完成从起运地到目的地的一体化运输。典型组合包括：海 + 空、海 + 铁、空 + 铁，复杂场景可实现三段组合（海运 — 铁路 — 航空）。联运的核心特征是节点中转，换装口岸是成本、时效、风险的集中发生地，也是运价跨模态传导的枢纽。
联运总运价不等于分段运价简单相加。因为联运存在规模效应、单证一体化、固定换装成本摊薄；同时存在协同风险，任一干线拥堵会拖累全链路，产生滞箱、仓储、违约罚金等额外成本。
2.2 海空铁多式联运供应链广义成本构成
本研究将供应链总成本分为直接物流成本、时间价值成本、风险惩罚成本三大板块：
1. 直接物流成本：海运干线运费、航空干线运费、国际铁路干线运费；燃油附加费、货币贬值附加费、安检费、口岸操作费；中转换装费、短驳集疏运费、仓储堆存费；保险费、单证服务费。
2. 时间价值成本：货物资金占用成本，即货物价值乘以资金利率乘以在途时长；订单延迟带来的机会损失，缺货损失。时间价值成本随运输周期延长而上升，在运价周期波动、通道拥堵阶段会显著放大。
3. 风险惩罚成本：通道中断、班期取消、舱位甩柜、口岸管制带来的紧急调运溢价、客户违约金、货损、库存应急补货成本。该成本属于隐形成本，在运价平稳周期较低，在周期拐点与突发冲击下会急剧增加，是企业供应链预算最容易低估的部分。
公式：
为联运供应链广义总成本；直接物流成本；时间价值成本；供应链风险惩罚成本。
2.3 运价周期的分层结构：长周期、中周期、短周期
本研究将运价波动拆解三层周期：
1. 长周期（资本周期）：由重资产基础设施投资决定。海运船舶建造周期长，资本开支形成 6—8 年长周期；机场、铁路口岸、班列线路投资周期 3—5 年，属于慢变量，决定运价长期中枢。长周期核心驱动是运力供给的资本投入，具有缓慢、可预判的特征。
2. 中周期（商业 / 贸易周期）：对应全球宏观经济、制造业景气、产业转移，周期 2—4 年，决定运价中枢上行或下行趋势。全球 GDP、制造业 PMI、进出口贸易额是核心观测指标。
3. 短周期（季节与月度周期）：季节性备货、节假日、月度舱位供需，周期 1 年以内，表现为年度旺季冲高、淡季回落，叠加周度、月度随机扰动。
外生冲击（地缘冲突、疫情、运河阻断、大规模罢工）不属于内生周期，属于脉冲事件，会打破原有周期轨迹，造成结构性突变，单独作为模型的冲击项。
2.4 海空铁运价的耦合机制：独立周期、替代效应、共振效应
1. 独立周期：海、空、铁各自有自身供需体系，基础波动由自身运力资本周期主导。海运长周期最强；航空短周期波动最强；国际铁路受政策与口岸约束，周期稳定性介于二者之间。
2. 替代效应：当 A 运输方式运价上涨至阈值，货主转向 B、C 联运方案，货流转移抑制 A 运价继续上涨，推高 B、C 的需求与运价。替代效应起到一定的运价自动稳定器作用。例如红海危机推高海运运价，大量订单转向中欧班列海铁联运，推高铁路舱位价格。
3. 共振效应：若多个通道同时发生供给收缩（例如港口拥堵叠加航空运力削减、口岸限流），三类运价同步上行，替代空间消失，联运综合成本大幅飙升，供应链进入高风险阶段。
三、海空铁各运输模态运价周期特征识别
3.1 海运集装箱运价周期特征
本研究选取 2018—2025 年 CCFI 中国出口集装箱运价指数、SCFI 上海出口集装箱运价指数作为海运运价代理变量。通过时间序列 STL 分解，将序列拆分为趋势项、季节项、残差冲击项。
长周期：集运行业资本周期 6—8 年。2016—2020 处于运力投放放缓的长周期底部；2020—2021 受港口拥堵，等效运力急剧收缩，运价进入超级上行周期；2022 年后新船集中交付，长周期进入下行阶段，运价中枢回落。值得注意，传统理论只关注船舶总运力，而疫情事件证明船舶周转效率是关键变量，港口拥堵会降低周转，等效减少有效运力，在总船舶数量不变情况下推高运价。
季节短周期：每年 Q3（7—9 月）欧美零售备货旺季，运价季节性上行；春节前国内工厂赶单形成次高峰；春节期间国内停工，2—4 月运价季节性回落，年度季节振幅显著。
海运运价波动特征：长周期振幅巨大，一旦进入上行周期，运价可持续数年抬升；但周期转换速度偏慢，拐点识别存在 6—12 个月滞后。附加费（BAF 燃油附加费、CAF 货币附加费）随油价、汇率同步波动，放大运价短期震荡。
3.2 国际航空货运运价周期特征
选取 IATA 全球航空货运指数、上海浦东机场出口航空货价月度数据。航空货运供给分为两部分：客机腹舱运力、全货机运力。客机腹舱占航空货运供给大头，因此航空货运周期依附于客运市场周期。
周期长度 2—3 年，属于中短周期。客运景气上行，航班增加，腹舱供给充足，航空货运运价下行；客运低迷，腹舱收缩，只能依靠全货机，运价上行。航空运价季节性极强，每年第四季度欧美电商、圣诞备货推高航空舱位价格，波动幅度在旺季可达到淡季 2 倍以上。
航空运价的特点：长资本周期弱，飞机交付周期短于船舶；短期弹性差，舱位供给无法快速扩张，突发急单会造成运价短期跳涨。航空运价对突发事件最敏感，航线停飞、空域管制、客运大规模取消都会立刻冲击运价。
3.3 国际铁路集装箱（中欧班列）运价周期特征
选取中欧班列国内主要集结中心至欧洲口岸的集装箱报价月度序列。铁路运价资本周期由境外铁路线路、口岸基础设施、机车车辆投资决定，周期 3—5 年。同时受政策调节影响较强，地方补贴调整、口岸通关政策变化会直接改变运价水平。
铁路运价内生周期振幅小于海运，大于航空。其季节性来自国内制造业开工：下半年出口订单旺盛，班列舱位紧张，运价上行；春节前后货量下滑，运价回落。铁路最大风险点不在运力总量，而在口岸瓶颈，边境口岸拥堵、境外线路检修、国别边境管制会造成供给脉冲收缩，运价短期快速上涨，这种波动不属于内生周期，属于外生冲击。
铁路运价替代效应最为突出，是海运涨价时企业首要备选方案。当海运运价超过临界值，大量适箱货物转向海铁联运，直接推高班列舱位。
3.4 三类运价周期对比汇总
海运：长周期主导，周期 6—8 年，周期振幅最大，季节性明显；核心约束：船舶产能、港口周转效率。
航空货运：中短周期，2—3 年，短期波动最强；核心约束：客机腹舱、机场安检与空域。
国际铁路：周期 3—5 年，周期稳定性较强，政策与口岸扰动突出；核心约束：口岸通行能力、班列开行计划。
三类周期相位不同步，这是海空铁联运最大价值：在单一通道周期上行时，可以切换其他模态对冲成本；但在全球贸易景气叠加多通道同时受阻的场景下，周期共振，对冲失效。
四、海空铁运价跨模态传导实证分析
4.1 数据与变量设定
样本区间：2018 年 1 月至 2025 年 12 月，月度面板数据。
变量：：CCFI 指数（海运运价）：IATA 航空货运指数（航空运价）：中欧班列标准箱运价（铁路）
控制变量：全球制造业 PMI、布伦特原油价格、人民币兑美元汇率。
数据预处理：对数化处理，ADF 单位根检验，平稳化后建立 VAR 模型。
4.2 模型结果解读
1. 格兰杰因果检验：海运运价是铁路运价的单向格兰杰原因，海运价格上涨，滞后 1—3 个月，铁路运价显著抬升；海运对航空运价存在弱因果关系；航空运价上涨会倒逼部分紧急订单转向空铁联运，小幅拉动铁路运价。验证了海运是跨境多式联运体系的基准定价锚，海运周期是整个联运网络的核心主导。
2. 脉冲响应函数
当海运运价正向冲击（涨价）发生，铁路运价在第 2 个月开始上行，冲击持续 6 个月，随后缓慢衰减。说明海运涨价，货主切换海铁联运，铁路舱位需求增加，运价上涨，替代效应存在时滞。
航空运价受到正向冲击时，对海运、铁路的拉动幅度较小，原因是空运货多为高时效小批量，可替代性有限。
铁路运价冲击对海运、航空反向拉动最弱，铁路作为备选通道，难以主导全局定价。
3. 方差分解
海运运价波动，约 65% 来自自身长周期供需，18% 来自宏观贸易，7% 来自油价；铁路运价波动，约 32% 的波动可以被海运运价变化解释；航空运价波动，主要来自客运腹舱供给，海运解释占比仅约 11%。
4.3 阈值效应与非线性特征
实证发现运价替代不是线性关系，存在价格阈值。以中国至欧洲航线为例：当海运 40 尺箱运价上涨至阈值区间，货流大规模转向海铁联运；继续上涨至更高阈值，部分高价值货物转向海空联运。阈值不是固定常数，会随口岸能力、班列舱位、航空全货机供给动态移动。在运力紧张阶段，阈值降低，少量海运涨价即可引发货流切换；在运力过剩阶段，阈值提高，海运大幅涨价才会触发替代。
这一非线性特征，是静态多式联运路径模型最大缺陷：静态模型假设运价固定，无法捕捉到达阈值之后货流转移带来的联运成本跳变。
4.4 外生冲击对周期的扰动
外生冲击不改变长期资本周期的底层趋势，但会平移周期相位、放大短期振幅。主要冲击类型：
1. 地缘冲突：红海危机、俄乌冲突，造成航线绕航、口岸关闭，供给侧突然收缩，运价脉冲上涨。
2. 公共卫生事件、大规模罢工：港口、机场、铁路口岸劳动力中断，降低周转效率，等效运力下降。
3. 能源危机：油价暴涨，燃油附加费同步上调，所有运输模态成本同步抬升，形成成本共振。
4. 政策突变：出口管制、关税调整、补贴退坡、海关查验政策收紧，改变货流分布。
冲击发生之后，市场存在修复时间。短期冲击一般 6—18 个月逐步消化；重大冲击（如疫情全球供应链中断）会重塑资本预期，改变长周期拐点。
五、基于周期规律的供应链成本预判模型构建
5.1 预判建模思路
传统单纯时间序列外推只拟合历史趋势，无法纳入跨模态替代与突发冲击。本研究采用周期基准预测 + VAR 跨模态传导 + 情景冲击的混合预判框架。
建模分为三步：
1. 提取各模态运价的趋势项、周期项、季节项，生成基准运价预测；
2. 利用 VAR 模型，引入各运价之间的传导关系，得到联运分段基础运费；
3. 叠加时间价值成本、风险成本，引入情景假设，模拟不同外生冲击下广义供应链总成本。
模型输入变量：
内生变量：海运运价、航空运价、铁路运价、中转换装时长、舱位利用率。
外生变量：全球制造业 PMI、油价、汇率、新船 / 飞机 / 铁路运力投放计划；冲击变量：通道中断概率、口岸拥堵概率。
5.2 三类情景设定
情景一：基准情景（概率最高）
全球经济温和增长，无重大地缘冲突；海运新船按计划交付，长周期维持运力宽松；航空客运平稳，腹舱供给稳定；中欧班列口岸通行正常，无大规模限流。运价按照历史内生周期演进，季节性波动存在，无极端脉冲冲击。供应链风险成本维持低位。
情景二：乐观情景
全球贸易回暖有限，运力持续过剩；港口、口岸基础设施扩容落地，中转效率提升；能源价格平稳，地缘风险缓和。各运输模态运价中枢下行，联运方案选择空间大，替代效应充分发挥，综合供应链成本下行。
情景三：压力情景
地缘冲突升级，关键航道 / 口岸受限；全球制造业超预期复苏，多通道同步趋紧；油价大幅上行；叠加劳动力短缺，港口周转效率恶化。海运、航空、铁路运价共振上行，跨模态替代空间萎缩，风险惩罚成本急剧上升，供应链总成本大幅抬升。
5.3 模型敏感性分析
对核心变量做敏感性测试：
1. 海运运价敏感性：联运总成本对海运运价敏感度最高，海铁、海空组合均高度依赖海运干线价格。
2. 中转时间敏感性：换装滞港时间延长，时间价值成本与风险成本非线性上升。即使干线运价不变，口岸拥堵也会显著推高广义供应链总成本。
3. 资金成本敏感性：高货值产品，资金时间成本占比显著提升，企业在运价周期上行阶段，更倾向选择更快联运方案。
敏感性结果说明：供应链成本预判，不能只看干线运费报价，中转时效、通道中断概率在压力情景下，甚至超过干线运价的影响权重。
5.4 案例实证：电子制造业中国至欧洲海空联运成本预判
选取消费电子行业，货物价值高、时效要求中等偏高，采用海运干线 + 末端航空的海空联运模式。以 2025 年底作为基期，代入本研究模型，分别测算三种情景未来 24 个月供应链总成本。
基准情景：联运综合成本小幅季节性波动，年度物流预算偏差可控制在 ±8% 以内，企业可以采用年度合约锁定大部分海运舱位，小部分现货航空舱位应对旺季。
压力情景：红海等通道扰动叠加旺季共振，干线运价上涨，口岸滞期增加，隐形成本爆发，整体供应链成本上涨 25%—40%；此时跨模态备选路径减少，只能增加安全库存或支付紧急空运溢价。
乐观情景：运力宽松，运价中枢下行，企业可以适度减少安全库存，采用季度滚动合约，降低锁价成本。
案例验证：模型可以有效识别周期拐点带来的预算偏差风险，企业如果仅使用简单线性外推，在压力情景下会严重低估供应链总成本。
六、基于运价周期规律的供应链管理策略
6.1 运力采购与合约策略，匹配运价周期
长周期下行阶段（运力过剩）：减少长期固定合约，采用季度滚动合约，保留现货采购弹性，避免高价锁仓；同时建立多供应商池，利用各通道竞争压低报价。
长周期上行阶段（运力趋紧）：提前 12 个月签订中长期合约，锁定基础运量，控制大部分运力成本；现货舱位仅用于应急，严格控制现货比例；提前与多式联运经营人约定备选联运路径，预留海、空、铁切换条款。
周期拐点窗口期：是决策最关键阶段。通过周期指标监测（新船订单、港口周转效率、舱位利用率）识别拐点，调整合约结构。在拐点临近时，增加合约中的价格重协商、运力备选条款，规避单边涨价风险。
6.2 联运路径动态切换策略，利用跨模态替代对冲
建立动态路径决策库，设置运价触发阈值。系统实时监控海、空、铁运价，当某一通道运价突破预设阈值，自动评估切换为其他联运组合。例如：海运运价超过阈值，自动评估海铁联运替代；海铁舱位紧张，启动海空备选方案。
路径决策不能只看直接运费，必须把中转时间、中断风险、货损、资金时间成本纳入评估。在压力情景，部分路径表面运费低，但口岸拥堵概率高，广义总成本反而更高。
6.3 库存策略与安全库存动态调整
运价周期上行 + 通道高波动阶段，供应链中断风险上升，适度提升安全库存，减少紧急空运的天价溢价；运价周期下行，通道稳定，降低安全库存，减少资金占用。库存策略和联运路径、运力采购协同联动，形成一体化供应链风控。
6.4 供应链风险对冲工具
1. 运费指数衍生品：针对海运指数开展套期保值，对冲干线运价上行风险；
2. 运费保险、供应链中断保险，覆盖滞港、甩柜、通道阻断带来的惩罚成本；
3. 建立多区域备货、多口岸起运的分布式供应链，避免单一通道单点失效。
6.5 多式联运经营人运营策略
多式联运经营人应当搭建海空铁一体化运力池，依托周期错配，在不同周期阶段动态分配货流；优化枢纽节点换装流程，压缩中转时间，降低时间价值成本；向客户提供指数联动报价，将周期波动透明化，分担价格风险；建立冲击预警系统，监测地缘、港口、口岸突发事件，提前调度备选运力。
七、结论、研究局限与未来展望
7.1 主要研究结论
第一，海空铁各运输模态具备独立的运价周期。海运以 6—8 年资本长周期为主，波动振幅最大；航空货运周期 2—3 年，短期波动极强；国际铁路集装箱运价周期 3—5 年，受口岸和政策扰动明显。联运综合运价不是各段运价简单叠加，而是多模态周期耦合、跨货流替代共同形成的复合结果。
第二，海运运价是整个海空铁联运体系定价锚，海运涨价存在滞后传导效应，推高铁路、航空联运方案价格，并且存在非线性阈值效应，运价突破阈值后货流大规模转移。当多个通道供给同时收缩，会出现周期共振，替代对冲失效，供应链广义成本急剧上涨。
第三，供应链广义成本必须包含直接运费、时间价值成本、中断风险隐形成本。传统只计算干线运费的成本估算，在周期上行与压力情景下，会严重低估真实供应链成本。中转节点拥堵带来的时间成本、违约惩罚，是压力情景下成本上涨的核心来源。
第四，基于周期特征 + 跨模态传导 + 多情景冲击的预判模型，能够显著提升中长期供应链成本预测精度。企业应当根据运价周期阶段动态调整运力合约、联运路径、安全库存，利用多模态替代对冲周期波动风险。
7.2 研究局限
本研究使用月度宏观运价指数，是行业平均价格，未细分细分航线、货物品类、货主大小带来的议价差异；模型对极端尾部黑天鹅事件的模拟仍然存在不确定性；对于国内段集疏运、内陆枢纽换装的微观成本采集有限；本研究模型属于宏观周期预判模型，针对单企业精细化排程，还需要结合企业自有订单数据做参数校准。
7.3 未来研究方向
第一，细化细分航线、细分品类的海空铁联运周期差异，构建企业级定制化成本预判模型；
第二，引入机器学习 LSTM、Transformer 模型，融合卫星 AIS 船舶数据、港口摄像头吞吐量、航班实时数据，提升短期运价拐点识别精度；
第三，将碳成本、碳关税纳入联运成本框架，研究双碳政策下，碳成本与运价周期的叠加效应；
第四，研究海空铁多式联运数字化一单制、智慧口岸如何降低中转摩擦成本，改变运价周期振幅。
参考文献
[1] 真虹。航运经济学 [M]. 上海交通大学出版社.
[2] 石学刚。低碳背景下考虑客运需求的空铁货流分配方案优化 [J]. 北京交通大学学报，2025.
[3] 邓明君。需求不确定下低碳多式联运路径鲁棒优化 [J]. 工业工程，2023.
[4] 李俊。不确定运价下长江集装箱多式联运路径优化 [J]. 工业工程，2024.
[5] UNCTAD. Review of Maritime Transport, 2018–2025.
[6] IATA. Air Cargo Market Analysis Monthly Report.
[7] 中国铁路集装箱中心。中欧班列运行统计月报.
[8] 交通运输部。多式联运发展规划相关研究报告.
[9] Clarkson Research. Shipping Intelligence Network.
[10] 王清斌。考虑时间不确定的东北亚 — 欧洲多式联运路径优化 [J]. 交通运输系统工程与信息，2026.
数据来源
1. 海运运价数据：上海出口集装箱运价指数 SCFI、中国出口集装箱运价指数 CCFI，来源上海航运交易所；克拉克森研究（Clarkson Research）船舶订单、运力交付数据。
2. 航空货运数据：IATA 国际航空运输协会航空货运月度指数，浦东机场航空货运公开报价序列。
3. 国际铁路（中欧班列）运价：亚伯拉罕供应链研究院跟踪采集的国内集结中心至欧洲口岸集装箱市场报价月度面板数据；中国国家铁路集团公开班列运行统计。
4. 宏观与大宗商品数据：全球制造业 PMI、布伦特原油期货价格、人民币兑美元汇率，数据取自 Wind、CEIC 数据库。
5. 企业案例数据：亚伯拉罕供应链管理（苏州）有限公司跨境多式联运项目脱敏运营数据。
6. 政策、口岸事件资料：交通运输部、海关总署、各国口岸公开公告、行业媒体公开事件记录。
本研究将原始数据进行对数化、季节调整、降噪处理；企业项目数据经过脱敏，去除客户敏感商业信息，仅保留汇总统计指标用于建模分析。
免责声明
本《海空铁多式联运运价周期波动规律与供应链成本预判研究》由亚伯拉罕供应链管理（苏州）有限公司、亚伯拉罕供应链研究院、亚伯拉罕供应链企业网独立完成，仅作为学术研究与行业参考，不构成任何投资、运力采购、商业交易、财务预算、金融衍生品操作的决策建议。
报告内所有模型、结论、情景预测基于 2018—2025 年历史公开数据与假设条件构建。未来全球宏观经济、地缘政治、国际贸易政策、能源价格、各国口岸管制、运输企业运力策略均存在不确定性，实际市场走势可能与本报告预判结果存在重大偏差。任何机构或个人依据本报告内容做出商业决策而产生的直接或间接损失，本报告作者及所属机构不承担任何法律责任。
报告中引用第三方公开数据来源，数据真实性、时效性由原始数据发布方负责；本研究对第三方数据仅做学术层面加工与建模分析，不对原始数据的准确性做担保。本报告内容未经书面许可，不得用于商业广告、公开宣讲、对外销售；引用转载时，必须完整注明作者与出处，不得篡改报告观点、断章取义。
报告观点仅代表研究团队学术研判，不代表任何政府、港口、航空公司、铁路运营商、船公司的官方立场。
