集装箱市场基础：产业链、参与者与运力货流特征
集装箱运输是全球贸易的“骨架系统”，全球约80%以上的货物贸易量通过海运完成，而其中适箱货又占据主导。要掌握需求预测方法，首先必须理解集装箱市场的基本运行逻辑：货物从哪里来、由谁承运、经过哪些环节、运力如何配置、货流呈现何种规律。本章从产业链结构、核心参与者、运力与货流特征三个维度，搭建需求预测的底层认知框架。
2.1 集装箱运输产业链全景
集装箱运输产业链可以概括为“上游货源—中游承运—下游交付”的纵向链条，同时辅以金融、信息、监管等支撑体系。理解产业链的价值在于：需求预测不能只看船公司自身的订舱数据，而要从货主的生产计划、贸易商的采购节奏、货代的订舱行为中捕捉先行信号。
核心原理：产业链的“传导—放大—滞后”效应
产业链各环节之间存在明显的需求传导关系。当终端消费需求变化时，信号会沿“零售商→贸易商→货主→货代→船公司→港口”逐级传导。每一级都可能因为库存调整、订单批量、信息延迟而产生“牛鞭效应”，导致船公司看到的订舱需求波动远大于终端实际需求波动。因此，需求预测必须建立多级信号采集机制，不能只依赖单一环节的数据。
产业链主要参与者及其角色
| 参与者 | 核心职能 | 对需求预测的价值 |
|---|---|---|
| 货主（生产商/贸易商） | 产生运输需求，决定出货时间与目的地 | 提供订单、库存、生产计划等先行指标 |
| 货运代理 | 整合零散货源，代理订舱、报关、拖车 | 掌握中小客户订舱动向，是市场情绪的“温度计” |
| 无船承运人（NVOCC） | 以承运人身份接受货载，再转卖给船公司 | 批量订舱数据可反映市场热度 |
| 船公司（承运人） | 提供船舶运力与集装箱设备，制定船期与运价 | 运力投放计划、舱位预订数据是预测的核心输入 |
| 港口码头 | 提供装卸、堆存、中转服务 | 吞吐量、进出港数据是验证预测的“结果指标” |
| 陆侧物流（拖车/铁路/驳船） | 完成“门到门”运输的陆侧延伸 | 集疏运效率影响港口周转，间接反映货量节奏 |
2.2 运力供给的基本特征
集装箱运力由船舶运力（TEU载位）和集装箱设备（箱子本身）两部分构成。运力供给具有典型的“刚性”特征：船舶从下单到交付通常需要2-3年，短期内运力总量几乎固定；船公司只能通过航速调节、船舶闲置/复航、航线调配等方式在±5%范围内调整有效运力。
运力供给的三大特征
- 集中度高：全球前10大班轮公司控制约85%的运力，头部企业（地中海航运、马士基、达飞、中远海运）的运力决策直接影响市场供需平衡。
- 规模经济驱动：船舶大型化趋势明显，目前超大型集装箱船（24000+ TEU）主要投放在远东-欧洲航线，单箱成本可降低20%-30%。
- 运力调节手段有限：短期调节主要靠航速（慢航可吸收5%-10%运力）、空班（取消航次）、船舶闲置；中期靠新船交付与旧船拆解；长期靠新造船订单。
运力与需求的匹配逻辑
需求预测的核心任务之一，就是判断“运力供给”与“货量需求”之间的缺口方向。当需求增速高于运力增速时，舱位紧张、运价上涨；反之则运价承压。船公司通常以“舱位利用率”（装载量/可用舱位）作为供需平衡的核心指标，当利用率超过90%时，运价往往具备上涨动力；低于75%时，运价下行压力显著。
2.3 货流的基本特征与规律
集装箱货流在空间分布、时间节奏、货类结构上呈现明显的规律性。这些规律是需求预测模型的重要输入特征。
货流三大基本特征
| 特征维度 | 具体表现 | 预测含义 |
|---|---|---|
| 季节性 | 每年8-10月为欧美圣诞备货旺季；中国春节前为出货高峰；3月及9月为开学季相关货流小高峰 | 使用季节分解法（STL、X-13ARIMA-SEATS）提取季节因子 |
| 贸易不平衡 | 亚洲→欧美为重箱主导，欧美→亚洲回程货量仅为去程的40%-60%，产生大量空箱调运需求 | 预测需区分重箱与空箱，空箱调运是独立预测模块 |
| 区域集中 | 远东-欧洲、跨太平洋、亚洲区内三大航线占全球集装箱货量约70% | 航线级预测比全球总量预测更具实操价值 |
货流结构拆解：从总量到分航线
以远东-欧洲航线为例，西行（亚洲→欧洲）主要运输机电产品、家具、纺织品、玩具等高附加值制成品；东行（欧洲→亚洲）则以汽车零部件、机械设备、食品饮料为主。不同货类的需求驱动因素不同：制成品受消费信心和零售库存影响，零部件受制造业PMI影响。因此，分货类、分航线的预测模型比单一总量模型更准确。
2.4 案例拆解：2021-2022年跨太平洋航线需求暴涨的预测启示
背景与约束：2021年上半年，美国财政刺激政策推动零售消费激增，但疫情导致港口作业效率下降，洛杉矶/长滩港外等待船舶数量一度超过80艘。船公司面临的核心问题是：当前的需求增长是短期脉冲还是长期趋势？是否应该大规模租船、购箱以增加运力？
关键数据与信号：
- 美国零售库存/销售比降至历史低位（约1.0，正常水平1.3-1.4）
- 中国对美出口订单连续6个月同比增长超过30%
- SCFI（上海出口集装箱运价指数）从2020年低点约1000点飙升至2021年9月的4600点以上
- 港口拥堵导致有效运力损失约15%-20%
分析判断过程：如果只看港口吞吐量数据，2021年上半年跨太平洋货量同比增长约25%，看似强劲。但结合“零售库存/销售比”这一先行指标，可以判断美国零售商库存严重不足，补库需求将在未来2-3个季度持续释放。同时，港口拥堵造成的有效运力损失意味着即使名义运力不变，实际可用舱位也在下降。供需缺口被系统性低估。
实际操作与结果：部分头部船公司提前锁定租船合约（日租金从2万美元/天涨至10万美元/天），并紧急采购新造集装箱（单价从2000美元涨至4000美元以上）。这些决策在2021年带来了创纪录的利润（马士基2021年全年净利润达180亿美元）。但也有中小船公司因犹豫而错失窗口期，或在高位租船后在2022年运价回落时陷入被动。
复盘经验：
- 需求预测必须结合“宏观先行指标”（库存周期、财政政策、PMI）与“行业同步指标”（运价、订舱量、港口拥堵）
- 运力供给的有效性比名义运力更重要——港口拥堵、船期延误会显著降低实际可用运力
- 预测的极端情景（乐观/悲观）必须提前制定应对预案，因为运力决策的调整周期长达数月
2.5 常见误区与总结复盘
| 误区 | 后果 | 正确做法 |
|---|---|---|
| 只关注船公司自身订舱数据 | 忽略市场整体供需变化，预测滞后 | 结合货代、港口、宏观多源数据 |
| 将运力视为固定不变 | 低估运力调节（航速、空班）对供需的影响 | 建立“有效运力”模型，考虑航速与拥堵因素 |
| 忽视空箱调运需求 | 箱源短缺导致有舱无箱，损失出货机会 | 将空箱调运作为独立预测模块 |
| 用全球总量预测替代航线级预测 | 掩盖区域结构性差异，决策针对性不足 | 分航线、分货类建立预测模型 |