Forecasting Container Throughput

Q: 이 논문에서 정의한 컨테이너 물동량이란 무엇인가?

컨테이너 물동량은 두 국가 간의 총 무역량에 컨테이너 운송 비율을 곱하여 산출되는 값이다. 이는 특정 무역로에서 컨테이너로 운송되는 화물의 양을 의미하며, GDP, 수출 비중, 무역 방향, 무역의 가치 밀도 등 다양한 변수에 의해 결정된다. 또한 컨테이너화 가능성, 해상 운송의 경쟁적 위치, 컨테이너화율 등도 영향을 미친다.

Q: 컨테이너 물동량 예측의 불확실성이 높은 이유는 무엇인가?

연구 결과, 컨테이너 물동량 예측의 불확실성은 매우 높다. 이는 GDP 성장률, 경제 개방도, 무역 방향, 무역의 가치 밀도, 컨테이너화 가능성, 해상 운송의 경쟁력, 컨테이너화율 등 7가지 핵심 변수의 미래 변화를 정확히 예측하기 어렵기 때문이다. 과거의 높은 성장률을 단순히 외삽하는 방식은 미래를 정확히 반영하지 못한다.

P.W. de Langen

추천

검색

질문

자료유형: 학술저널

저자정보: P.W. de Langen

저널정보: 인하대학교 정석물류통상연구원 Journal of International Logistics and Trade Journal of International Logistics and Trade Vol.1 No.1

발행연도: 2003.12

수록면: 29 - 39 (11page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This paper analyses the determinants of transport demand for maritime container transport. Such an analysis is relevant, among others for port planning, since port expansion plans are based on forecasts. Inevitably, different opinions about the future development of (container) transport flows exist, and decision-makers are confronted with uncertainty. This paper analyses the variables of container transport demand. Seven variables are identified, four related to the overall volume of trade and international transport flows (the GDP, export quote of economies, the direction of trade and the value density of trade) and three related to the containerised proportion of transport flows (the containerisable share of transport flows, the containerisation rate and the share of shipping in international trade). The rise of containerised transport flows from 1980 to 1995 is based on different ‘underlying factors’. The future development of the variables is highly uncertain, and a ‘extrapolation’ of the high growth rates of the past, is not likely to lead to a good forecast for the future. Thus, decision-makers confronted with the uncertainty about future trade flows, should try to maximise flexibility in port planning.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2013-000-001430930

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)