集装箱流转全周期协同调度分析数据

围绕集装箱从配箱、集卡运输、港口堆存、海上运输到卸箱的全流程进行协同分析，识别滞箱、压箱、周转慢等问题。可用于船公司、港口、物流企业协同优化空重箱调配，缩短周转周期，提升用箱效率与供应链响应速度。1、数据采集：从公司集装箱系统整合集装箱配箱、运输、堆存、航行、卸箱等全周期环节数据； 2、数据处理：对数据进行清洗、时序对齐、异常值过滤，并对箱号及相关信息进行匿名化处理； 3、数据加工：记货源地配箱时长为 T₁，港口堆存时长为 T₂，海上运输时长为 T₃，卸箱效率为 R。构建流转协同指数计算公式： C = θ×(1/T₁) + φ×(1/T₂) + ω×(1/T₃) + τ×R其中 θ、φ、ω、τ 为权重系数，分别为0.25、0.1、0.4、0.25，满足 θ+φ+ω+τ=1。设定协同指数阈值 C₀，若 C≥C₀，则判断为顺畅，否则为滞压；卸箱效率R是衡量港口末端流转、识别拥堵的关键指标，计算口径统一为同统计周期、同作业批次下，完成卸箱箱量与有效卸箱作业时长的比值，直观反映箱体释放速度，效率越低越容易出现压箱、滞箱瓶颈。 流转协同指数公式为C = 0.25×(1/T₁) + 0.1×(1/T₂) + 0.4×(1/T₃) + 0.25×R，四项权重总和为1，权重设置贴合实际业务场景。其中货源地配箱时长T₁为流转起始环节，直接影响全链条衔接节奏，权重设为0.25。港口堆存时长T₂易受船期、查验、堆场计划等外部因素干扰，波动随机性强，仅作为辅助修正指标，权重取值0.1。海上运输时长T₃是全流程耗时最长、影响最大的核心环节，决定箱体占用周期与跨港协同效率，赋予0.4最高权重，通过倒数换算凸显海运效率的主导作用。卸箱效率R为末端核心管控节点，直接影响流转闭环通畅度，与源头配箱形成首尾联动，同等设置0.25权重。 模型协同指数阈值C₀设定为0.4，结合样本数据、业务实操与预警需求综合确定。指数≥0.4代表各环节流转高效均衡，无明显周转瓶颈；指数＜0.4则说明存在低效环节，易引发滞箱、周转不畅等问题，可精准支撑集装箱调度优化、资源配置与成本管控工作。 4、数据应用：为集装箱协同调度、周转优化、资源配置、成本管控提供数据支撑。

搜集汇总

背景与挑战

背景概述

该数据集整合集装箱配箱、港口堆存、海上运输及卸箱等全周期环节数据，通过清洗、对齐与匿名化处理后，依据权重公式计算流转协同指数（权重分别为0.25、0.1、0.4、0.25），并以阈值0.4判断流转顺畅或滞压状态，旨在识别滞箱、压箱、周转慢等问题。数据集每日更新，共1050条记录，可为船公司、港口及物流企业提供协同调度、空重箱调配、周转优化与资源配置的数据支撑，从而提升用箱效率和供应链响应速度。