小麦、玉米和水稻作物几乎占全球膳食需求的三分之二。此外，大豆占全球牲畜饲料的四分之三。考虑到这些商品的全球出口供应量有一半以上是通过海运方式出口的，因此海上交通的自由流动变得至关重要。在涉及粮食商品的大量研究中发现，当前的优化模型无法捕捉海运中固有的差异。为了捕捉这种差异，我们建立了一个离散事件模拟，以了解该系统的中断会如何影响那些依赖其畅通无阻的功能的人。模拟使用了月度出口数据，并对巴拿马运河、苏伊士运河和直布罗陀海峡等海上咽喉要道进行了模拟。结果表明，所研究的所有进口国都出现了严重的粮食短缺。当所研究的三个咽喉点中的任何一个关闭时，通过马六甲海峡的海上交通也会受到严重影响。
随着全球化和全球经济的发展，世界比以往任何时候都更加紧密相连。各国从未像现在这样严重依赖其他国家的资源（如石油）。梅里亚姆-韦伯斯特在线（2019 年）将资源定义为 "提高人类生活质量的自然特征或现象"。石油当然能让生活更轻松，但它只是为了 "提高"。那么，如果不是石油，什么才是人类生活所需的资源呢？答案之一就是粮食，这可以通过一个使用一组具有代表性的谷物和大豆的模型来捕捉（Jones 和 Ejeta，2016 年；Wellesley 等，2017 年）。
玉米、大米和小麦几乎占世界膳食能量需求的三分之二（Jones 和 Ejeta，2016 年）。2017 年，仅六个国家（美国、俄罗斯、阿根廷、乌克兰、加拿大和巴西--按贸易额降序排列）就提供了全球供应量的 55%。此外，大豆占全球牲畜饲料的四分之三，仅三个国家（巴西、美国和阿根廷，按贸易额降序排列）就提供了全球供应量的 86%（韦尔斯利等人，2017 年；联合国统计司，2019 年）。这些巨型作物是全球粮食供应的支柱，但只有少数国家出口这些作物。据 Bailey 和 Wellesley（2017 年）称，每年有 28 亿人通过从全球运输系统进口粮食来养活自己。假设全球有 70 亿人口，这相当于全球 40% 的人口依赖全球运输来满足日常热量需求。这些食品的主要进口国是中国、日本、埃及和西班牙。
鉴于全球对进口食品的需求，运输的自由流动变得十分重要。世界上大部分谷物和大豆贸易都是通过海洋运输的（Bailey 和 Wellesley，2017 年）。如图 1 所示，这些船只一旦装载完毕，就会沿着公认的海运路线行驶。
从图 1 中可以看出，船舶运输集中在全球海上咽喉要道周围。咽喉点是 "通过或通往另一地区的战略狭窄通道"（Merriam-Webster Online 2019）。就海运而言，这些咽喉点将一个水域与另一个水域连接起来。全球谷物和大豆通过这些咽喉点的自由流动受到破坏是本研究的重点。
有关石油的海上咽喉点分析非常普遍（美国能源信息署，2014 年；Komiss 和 Huntzinger，2011 年）。然而，由于并非所有石油出口国都是粮食出口国，粮食咽喉点的重要性可能不同于现有的石油咽喉点，或完全引入新的咽喉点。据估计，全球贸易的谷物和大豆中有 55% 是通过海运方式运输的，至少会经过一个海上咽喉点（Bailey 和 Wellesley，2017 年）。与石油不同，全球粮食供应的堵塞点分析很少。
鉴于海运在全球的使用及其对经济福祉的重要性，海运网络建模是一项经常性的工作。Ducruet （2016 年）将全球海运流建模为复杂网络，以衡量通过苏伊士运河和巴拿马运河的全球海运贸易流的脆弱性。Viljoen 和 Joubert（2016 年）也利用复杂网络理论对全球集装箱航运进行建模，系统地删除链接和节点，以确定全球海运网络的稳健性和灵活性。这些模型使用了优化技术，最大限度地降低了成本或距离。然而，如果供应链出现差异（需求差异、质量差异、供应商差异等），那么优化方法就不适用了，这时模拟就成了首选工具（Ingalls，1998 年）。此外，考虑到供应链网络的规模和复杂性，模拟被认为是一种有效的方法，因为它可以纳入不确定性和不利的外部事件（Deleris 和 Erhun，2005 年）。
具体来说，关于天气、船速和作物产量变化带来的变化，模拟一直是捕捉这种变化的首选分析方法。Qu 和 Meng（2012 年）使用蜂窝自动机（CA）仿真模型结合离散事件仿真来模拟船舶通过新加坡海峡的情况。Caris 等人（2011 年）开发了一种离散事件仿真模型，用于模拟安特卫普港区集装箱驳船的备选运输方案。Smith 等人（2009 年）利用离散事件模拟对密西西比河上游的船舶拥堵情况进行了建模，研究了各种运行条件下的船舶活动。
关于全球堵塞点，K¨ose 等人（2003 年）使用离散事件模拟对流经 ˙伊斯坦布尔海峡的船舶流量进行建模，发现船舶到达数仅增加 36%，就会导致船舶等待时间从仅 16 分钟猛增至 918 分钟。Mavrakis 和 Kontinakis（2008 年）也建立了一个类似的离散事件模拟模型来模拟通过该海峡的海上交通，并得出了类似的结果。Lopes 等人（2017 年）构建了离散事件模拟，以提高巴西大豆出口的效率。
Wellesley 等人（2017 年）以及 Bailey 和 Wellesley（2017 年）对全球粮食供应中的海上咽喉点研究做出了显著贡献。作者将多个海运数据库整合为一个单一数据库。这个单一的数据库随后被用于支持查塔姆大厦海事分析工具（CH-MAT），这是一个基于 Excel 的工具，可以模拟全球进出口情况。通过该工具，作者可以确定哪些咽喉点对某些谷物最为重要，进而确定哪些国家受咽喉点中断影响的风险最大。但是，没有考虑随机因素或季节性趋势。
重点是咽喉点中断。模型在 Simio 中建立，并遵循 Woxenius（2007 年）提出的第四种运输方法。船舶被模拟为实体，干重吨位为 55,000 吨（Handymax/Supramax 级）。每个月都有公吨的小麦、玉米和大豆被干散货运往目的地。由于不考虑转运或加油，因此船只直接前往目的地。
使用 Simio 中的 ArcGIS World Imagery 功能测量距离，并将高清晰度卫星地图纳入背景。该功能还允许使用纬度/经度坐标（航点）放置模型对象，从而实现精确的距离测量。
之所以选择中国、日本、埃及和西班牙等进口国，是因为这些国家对至少一种所研究商品的进口依赖程度较高。鉴于这四个进口国，我们选择了六个常见的出口国--美国、巴西、加拿大、阿根廷、乌克兰和俄罗斯。使用这六个出口国可以提供进口国某种商品年供应量的高百分比。旅行速度是随机的，通过三角形分布建模，最大值和最小值在平均旅行速度（14 英里/小时）的 10%以内。月度商品数据也是随机的，采用三角形分布，最大值和最小值在联合国报告的特定出口国月度出口量的 10%范围内。三角分布用于为这些输入指标提供合理的变化量，因为每个指标只有一个值。
船舶实体在出口国附近的港口始发。具体来说，巴西、加拿大和美国的出口国都有两个出口地点--东/西或北/南。美国在新奥尔良（东）和西雅图（西）附近出口。加拿大在纽芬兰（东部）和温哥华（西部）附近出口。巴西在圣路易斯（北部）和圣保罗（南部）附近出口。所有其他出口国都是单一产地，阿根廷在布宜诺斯艾利斯附近出口，乌克兰在敖德萨附近出口，俄罗斯在新罗西斯克附近出口。所有进口国都是单一目的地，中国在温州附近进口，日本在东京附近进口，埃及在亚历山大附近进口，西班牙在巴伦西亚附近进口。
最初的航线选择是通过 MarineTraffic（2019 年）收集的距离确定的，并在此进行了模拟。然而，在堵塞点中断期间，船舶将使用距离其当前位置最短的航线重新选择航线。这种情况是动态发生的，因为如果堵塞点关闭，船舶实体会持续了解哪条备用航线最快。当阻塞点重新开放时，也会使用相同的流程，因为重新开放的航线现在可能是最短的。
本模型使用的商品数据来自联合国国际贸易统计数据库。这些数据既有月度数据，也有年度数据，可公开获取（联合国统计司，2019 年）。
小麦、玉米和大豆的月度出口量来自联合国统计司（2019 年），用于确定需求量。月度数据优于年度数据，因为所研究的商品具有季节性--一个国家的谷物出口量取决于收获季节/月份。使用月度数据不仅可以深入了解哪些堵塞点对这些食品的运输最为关键，还可以了解堵塞点的影响如何随中断月份而变化。
TXR Logistics（2018 年）和 MarineTraffic（2019 年）数据库均用于验证模型路线和距离。TXR Logistics 是一家总部位于美国的全球货运代理公司，专门为国内和国际客户提供全球空运和海运进出口服务。MarineTraffic 是船舶跟踪领域的领先企业，利用自动识别系统 (AIS) 的历史数据提供船舶移动的准确估计。自动识别系统是一种船舶跟踪系统，利用船上的应答器跟踪船舶的行踪。利用 MarineTraffic 的航程规划器，将 37 条独特模拟航线的距离与其匹配的实际航线进行比较。在 37 条航线的 348,154 英里累计航程中，模型的误差在 0.0012% 或 4.17 英里以内。
中断分析考虑了上述四个进口国和六个出口国，巴拿马运河、苏伊士运河和直布罗陀海峡等海上咽喉要道分别对所有船舶交通关闭。咽喉点关闭 30 天，然后重新开放。考虑了小麦、玉米和大豆的月出口量。
分析了四种不同的情景：一种是所有咽喉点都开放的基线情景，另外三种是每个咽喉点都关闭的情景。每种情景都有三个月的预热期，然后再持续四个月，因此运行时间为七个月。在关闭阻塞点的情景中，关闭发生在第 4 个月中旬，然后在 30 天后的第 5 个月中旬重新开放。模拟一直运行到第 7 个月结束，为系统从中断中恢复提供了 2.5 个月的额外时间。
关闭情景在 2017 年的 12 个月中每个月都会发生一次关闭。然而，所需的历史数据是 2016-2018 年的。这种大范围是由于模拟的结构造成的。鉴于 2017 年的每个月都有四种独特的情景测试（一种基线和三种不同的关闭），因此每个月都需要不同的历史数据集，共 12 组不同的数据集。例如，2017 年 1 月关闭一个堵塞点的情景需要 2017 年 1 月之前的三个月（预热期）和之后的四个月。因此，要分析该特定月份关闭的影响，需要从 2016 年 10 月 1 日开始到 2017 年 4 月 30 日结束的数据集。同样，2017 年 12 月关闭的情景需要 2017 年 9 月 1 日至 2018 年 3 月 31 日的历史数据集。包括基线在内的所有情景都采用这种方法。
所有情景均运行 30 次重复，并在 0.05 的阿尔法水平上确定基线（无中断）与中断情景（三个卡口之一）之间的商品月平均进口量统计差异。计算中断后三个月中每个月的差异，并以月平均进口量的百分比变化进行报告。以下各节表格中的粗体值表示某一中断月份的其中一个月（通常是中断后的第 5 个月）的平均进口量发生了统计意义上的显著变化。如果中断后超过一个月出现统计意义上的显著变化，则报告最大月度差异，并在表中用星号（*）表示。
巴拿马运河贯穿巴拿马，连接大西洋和太平洋，为东/西航运提供了一条较短的海上航线。
如表 1 所示，关闭巴拿马运河 30 天后，日本和埃及的小麦月进口量在统计上显著下降。日本最为敏感，在 12 个中断月份中，有 9 个月份的进口量大幅下降。埃及的依赖性较低，仅在一个中断月份出现大幅下降。埃及小麦进口的弹性可能是由于其 80% 以上的进口小麦来自俄罗斯和乌克兰（联合国统计司，2019 年）。这两个出口国都不使用巴拿马运河到达埃及。然而，俄罗斯和乌克兰都必须使用土耳其海峡进行海运，而土耳其海峡是世界上最狭窄的咽喉要道之一，且没有替代的海运路线。本分析未考虑土耳其海峡。本研究对西班牙的小麦进口代表性不足，因此省略（用"-"表示）。西班牙 2017 年小麦进口量中仅有 10%来自本研究中的六个出口国（联合国统计司，2019 年）。
表 2 显示，巴拿马运河关闭后，大豆进口受到严重影响。根据联合国统计司（2019 年），中国、日本和西班牙的大豆进口严重依赖北美和南美。中国对美国和巴西的依赖程度最高，2017 年这两个国家向中国供应的大豆占中国大豆出口总量的 89%。中国对关闭巴拿马运河的敏感性体现在从美国进口大豆时，因为美国利用巴拿马运河进入太平洋（这几个月也是美国常见的大豆收获月）。巴西绕过巴拿马运河，因为利用好望角和马六甲海峡的南线更短。然而，日本最依赖美国和加拿大进口大豆，2017 年从这两个出口国进口的大豆占总进口量的 84%。这两个国家都利用巴拿马运河到达太平洋。尽管西班牙位于巴拿马运河以东，但来自美国和加拿大西海岸的船运仍然要经过巴拿马运河才能抵达西班牙。埃及没有受到巴拿马运河关闭的重大影响，因为其 2017 年近 50% 的大豆进口来自绕过巴拿马运河的出口国（联合国统计司，2019 年）。
六个出口国和四个进口国之间的玉米装运量显示，每月装运量没有显著下降。根据联合国统计司（2019 年）的数据，中国、日本、埃及和西班牙 2017 年的玉米进口来源国要么完全绕过巴拿马运河，要么仅使用巴拿马运河运输部分货物。
直布罗陀海峡连接大西洋和地中海，是连接西方和东方的海上通道的一部分。
如表 3 所示，在 12 个中断月份中，中国和埃及的小麦进口仅在两个月份受到影响。对中国的影响可追溯到其从加拿大东部进口的小麦，因为这些货物穿越直布罗陀海峡。埃及对关闭直布罗陀海峡也很敏感，这很可能是因为埃及从美国和阿根廷进口小麦，而这两个国家也使用直布罗陀海峡。
直布罗陀海峡关闭后的玉米进口凸显了埃及和西班牙对西方出口国玉米的依赖，详见表 4。
埃及和西班牙分别从乌克兰进口 34% 和 27% 的玉米（联合国统计司，2019 年）。在向这些进口国运输时，乌克兰不使用直布罗陀海峡。然而，本研究中的所有其他玉米出口国都利用直布罗陀海峡，随后必须改道绕过好望角，然后穿越曼德海峡和苏伊士运河才能抵达埃及和西班牙。
大豆主要来自西方国家，与玉米一样，这种商品也必须通过直布罗陀海峡才能到达埃及和西班牙。表 5 列出了直布罗陀海峡关闭对大豆进口的影响。
根据联合国统计司（2019 年）的数据，埃及和西班牙 2017 年进口的大豆大部分来自美国、巴西和阿根廷，这些国家都是利用直布罗陀海峡到达这些进口国的。虽然这两个国家的大豆进口量每月都会大幅下降，但埃及仍处于更有利的位置，因为埃及 2017 年 23% 的大豆进口来自乌克兰，完全绕过了直布罗陀海峡。
苏伊士运河贯穿埃及，连接地中海和红海。与直布罗陀海峡一样，苏伊士运河连接着西方和东方。
关闭苏伊士运河对中国的小麦进口产生了重大影响（表 6），在 12 个中断月份中，有 6 个月份的小麦进口量大幅下降。
中国 2017 年小麦进口量的 15%来自加拿大，从加拿大东海岸出口时，这些出口品都要经过苏伊士运河。苏伊士运河的关闭迫使船只掉头，通过直布罗陀海峡离开地中海，增加了长达一周的额外旅行时间。
如表 7 所示，如果苏伊士运河关闭，中国的玉米进口似乎也会受到影响。根据联合国统计司（2019 年）的数据，乌克兰 2017 年向中国供应了 61% 以上的玉米进口，并利用苏伊士运河向东运往中国。中国 2017 年玉米进口的 27% 也来自美国--这个出口国在向中国发货时绕过苏伊士运河，改走巴拿马运河。这为中国在苏伊士运河关闭时提供了缓冲。
苏伊士运河关闭后，所研究的四个进口国的大豆装运量没有显著下降。这可能是由于这四个进口国的地理位置相对于所选的出口国而言。出口到中国和日本的大豆使用巴拿马运河，出口到埃及和西班牙的大豆使用巴拿马运河、直布罗陀海峡和土耳其海峡（从乌克兰出口的大豆）。
根据美国能源信息署（2014 年）的数据，按石油过境量计算，马六甲海峡是世界上最重要的战略咽喉之一，连接着印度洋和太平洋。2016 年，通过这里的石油流量上升到每天 1600 万桶，被认为是仅次于霍尔木兹海峡的第二繁忙的过境咽喉。通过马六甲海峡运输的石油供应着中国和印度尼西亚不断增长的经济。
鉴于马六甲海峡在全球贸易中的重要性，船舶运输的自由流动变得至关重要。然而，如果关闭半个地球之外的咽喉要道，这种自由流动就会受到威胁。当一个咽喉要道关闭时，船只将改道使用现有的最短路线前往目的地。如果一艘船的目的地是中国，而巴拿马运河关闭，那么最短的航线往往是利用马六甲海峡。如果整个出口船队需要改道穿越马六甲海峡，但由于抵达的船只增多而无法通过，那么船舶交通的自由流动就不再可行，系统可能会突然停止。
图 2 描述了如果巴拿马运河在所列月份关闭 30 天，马六甲海峡的每月预计抵达量增长情况（使用 2017 年数据）。阅读图 2 时，列出的数值会偏移两个月（由于巴拿马运河与马六甲海峡之间距离较远）。例如，如果巴拿马运河在 1 月份关闭，那么列出的 80.0% 的增幅就会在两个月后的 3 月份出现。
表 8 包含了马六甲海峡的所有流量增减，直布罗陀海峡和苏伊士运河的列值也以偏移量来解释。不过，这些数值只偏移了一个月。
根据表 8，如果巴拿马运河关闭，与基线相比，马六甲海峡在所有月份的到港量（在所研究的出口中）都将至少增加 51%，如果巴拿马运河在 12 月份关闭，到港量将增加近一倍。
如果直布罗陀海峡关闭，预计所有月份的抵达人数至少会增加 20%，1 月份关闭的影响最大。这可能是由于从美国西部和加拿大出口到埃及和西班牙的货物，因为主要路线是利用巴拿马运河，然后是直布罗陀海峡。这些出口商的备用路线是利用马六甲海峡。
然而，苏伊士运河的关闭会导致马六甲海峡的运输量下降。减少的原因可能是来自俄罗斯、乌克兰和加拿大东部、目的地为日本的船舶运输。这些出口商利用苏伊士运河向东出口，最终通过马六甲海峡出口到日本。如果苏伊士运河关闭，这些出口商将穿越巴拿马运河到达日本，完全绕过马六甲海峡。
北美和南美是全球粮食供应的主要出口国。鉴于大部分粮食供应都是通过海上运输的，这使得任何进口国都面临着巨大的咽喉中断风险。一旦发生中断，进口商可能会面临主食严重短缺的问题，如果不采取保护措施，可能会导致饥荒。航运成本可能会飙升，因为航运公司需要积累更多的航程来绕过关闭点。航运成本的增加很可能会转嫁到消费者身上，这也会导致这些商品的市场价格暴涨。
如果马六甲海峡出现本分析中详述的交通流量增加的情况，穿越该海峡的油轮即使不会停航，也会减速。如果油轮或任何其他贵重商品在马六甲海峡减速或停航，货物安全将是一个令人担忧的问题，因为那里的水域有海盗活动的历史（哈桑和哈桑，2017 年）。
鉴于全球经济规模的不断扩大，货物的自由流通变得日益重要。虽然任何一个咽喉要塞关闭的情况都极为罕见，但其后果却可能非常严重。
本文观点仅代表作者本人，不代表美国空军、国防部或美国政府的官方政策。
莱恩-沃尔顿（RYAN WALTON）2009 年获得新墨西哥州立大学经济学学士学位，2019 年获得空军技术学院（AFIT）运筹学硕士学位。他目前是美国空军上尉，驻扎在俄亥俄州赖特-帕特森空军基地，担任空军物资司令部的运筹分析师。他的研究兴趣包括计算机模拟和运筹学，并将其应用于地缘政治、人口学和战略。他的电子邮件地址是ryan.walton.2@us.af.mil。
J.O. MILLER 1980 年毕业于美国空军学院（USAFA），2003 年 1 月作为中校从空军退役。除 USAFA 本科学位外，他还于 1983 年获得哥伦比亚密苏里大学工商管理硕士学位，1987 年获得空军技术学院（AFIT）运筹学硕士学位，1997 年获得俄亥俄州立大学工业工程博士学位。他是美国空军技术学院作战科学系作战研究副教授。他的研究兴趣包括作战建模、计算机模拟以及排序和选择。他的电子邮件地址是ohn.miller@afit.edu。
他拥有杜兰大学工程学学士学位（1991 年）、空军技术研究所运筹学硕士学位（1999 年）和运筹学博士学位（2004 年）。他是 AFIT 运营科学系运营研究助理教授。他的研究兴趣包括基于代理的模拟、战斗建模和多元分析技术。他的电子邮件地址是lance.champagne@afit.edu。
Bailey, R. and L. Wellesley.2017.全球粮食贸易中的窒息点与脆弱性》。伦敦：Chatham House, The Royal Institute of International Affairs.
Caris, A., C. Macharis, and G. K. Janssens.2011."安特卫普港集装箱驳船运输网络模拟分析》。Journal of Transport Geography 19(1):125-133.
Deleris, L. A. and F. Erhun.2005."使用蒙特卡洛模拟进行供应网络风险管理"。In Proceedings of the 2005 Winter Simulation Conference, edited by M. E. Kuhl, N. M. Steiger, F. B. Armstrong, and J. A. Joines, 178-187.新泽西州皮斯卡塔韦：新泽西州皮斯卡塔韦：电气与电子工程师协会。
Ducruet, C. 2016."The Polarization of Global Container Clows by Interoceanic Canals：Geographic Coverage and Network Vulnerability".Maritime Policy and Management 43(2):242-260.
Hassan, D. and S. M. Hasan.2017."Maritime Policy and Management 43(2):242-260：A Historical Analysis".International Journal of Law, Crime and Justice 49:1-9.
Ingalls, R. 1998."The Value of Simulation in Modeling Supply Chains".In Proceedings of the 1998 Winter Simulation Conference, edited by D. J. Medeiros, E. F. Watson, J. S. Carson, and M. S. Manivannan, 1371-1375.新泽西州皮斯卡塔韦：新泽西州皮斯卡塔韦：电气与电子工程师协会。
Jones, A. D. and G. Ejeta.2016."A New Global Agenda for Nutrition and Health：农业和食品系统的重要性》。世界卫生组织公报》94（3）：228-229。
Komiss, W., and L. Huntzinger.2011."The Economic Implications of Disruptions to Maritime Oil Chokepoints".Cna（3 月）。
K¨ose, E., E. Bas¸ar, E. Demirci, A. G¨uneroˇglu, and S¸ .Erkebay.2003."Simulation of Marine Traffic in ˙Istanbul Strait".Simulation Modelling Practice and Theory 11(7-8):597-608.
Lopes, H. d. S., R. d. S. Lima, F. Leal, and A. d. C. Nelson.2017."通过应用于大豆运输的离散事件模拟对巴西大豆出口进行情景分析：马托格罗索州案例》。运输业务与管理研究》，25（10 月）：66-75。
MarineTraffic 2019."MarineTraffic"。https://www.marinetraffic.com，1 月 15 日访问。
Mavrakis, D. and N. Kontinakis.2008."博斯普鲁斯海峡海上交通排队模型》。Simulation Modelling Practice and Theory 16(3):315-328.
Merriam-Webster Online 2019."Merriam-Webster Online Dictionary". http://www.merriam-webster.com, accessed 11th February.
Qu, X. and Q. Meng.2012."新加坡海峡船舶模拟模型的开发与应用》。专家系统与应用》，39（9）：8430-8438。
Smith, L. D., D. C. Sweeney, and J. F. Campbell.2009."河流运输系统中缓解水闸拥堵的替代方法模拟》。运筹学会期刊》，60（4）：519-533。
TXR Logistics 2018.个人对话。800 Port America Place, Suite 500.Grapevine, TX 76051, United States.817-678-6555.
联合国统计司，2019 年。"联合国商品贸易数据库"。https://comtrade.un.org/data/，2 月 1 日访问。
美国能源信息署，2014 年。"世界石油过境咽喉》。2014:14.
Viljoen, N. M. and J. W. Joubert.2016."The Vulnerability of the Global Container Shipping Network to Targeted Link Disruption".Physica A: Statistical Mechanics and its Applications 462:396-409.
Wellesley, L., F. Preston, J. Lehne, and R. Bailey.2017."全球粮食贸易的咽喉要道：评估风险》。运输业务与管理研究》25（2017）：15-28。
Woxenius, J. 2007."运输网络设计的通用框架：联运货运文献中的应用与处理"。Transport Reviews 27(6):733-749.