低碳政策下多容量等级选址与配送问题研究

杨 珺，卢 巍

（华中科技大学管理学院，湖北武汉 430074）

低碳政策下多容量等级选址与配送问题研究

杨 珺，卢 巍

（华中科技大学管理学院，湖北武汉 430074）

本文研究了在供应链运作中考虑不同碳排放政策对于物流企业配送模式的影响，建立了基于碳排放的多容量等级配送中心选址模型，通过研究发现在高排放条件下企业选址呈现小型分散式结构；在低排放条件下企业选址呈大型集中式结构。并从四种不同的碳排放政策角度研究比较这些政策对企业物流配送模式、运营成本和碳排放量的影响，通过对不同排放政策的分析发现在每种政策下政府都可以通过设置适当的策略来引导企业有效的进行节能减排，进而发现企业在碳交易政策下的减排效果较好，也较容易接受这种政策。

选址模型；碳排放政策；碳交易；减排

1 引言

当前，由于二氧化碳等温室气体无节制排放引起的全球暖化问题已引起各国政府和公众的普遍关注。自英国政府于2003年在《能源白皮书》中首次提出了“低碳经济”概念后，各国纷纷立法控制经济活动中的碳排放量。中国政府也于2009年提出在2020年之前国内单位生产总值二氧化碳排放量将比2005年减少40%-50%。法国政府于2011年开始实行碳标签制度，要求所有产品必须披露产品环境信息以控制碳排放。在这种背景下绿色供应链特别是供应链中有关能源消耗、二氧化碳排放等环境因素对供应链的影响越来越受到重视。很多学者都对绿色供应链进行了研究，例如再制造产品的生产计划与控制［1］，绿色制造［2-3］，逆向物流［4-5］，绿色采购［6］等等。而对于供应链管理者来说中如何平衡运营成本和二氧化碳排放之间的矛盾显得日益重要，在这种情况下对碳足迹［7］的管理将成为降低供应链碳排放的重要途径。例如2007年沃尔玛宣布将开始要求其供应商测定碳足迹并寻求降低碳排放的措施。青岛啤酒通过缩小包装箱打印字体来降低油墨使用量。除了运用新能源、低碳排放设施以外，越来越多的企业开始从运营管理的角度来考虑如何减少碳排放。例如丹马士通过降低船舶航速，调整物流线路来降低碳排放。乐购（TESCO）上海根据卖场运行状况和营业习惯，对照明时间进行合理化分配以降低用电量。因此如何从运营管理的角度来控制碳排放量成为当前企业环保所面临的重要问题。

在供应链中有很多组成部分都涉及到二氧化碳的排放，包括生产、包装、运输和库存等流程。而优化采购、降低运输速度、优化配送网络、减少不必要的包装、提高循环和逆向物流利用率是五个能够显著降低二氧化碳排放的途径［8］。因此，为了达到显著减排的目的，在决策物流配送网络的优化策略时需要考虑二氧化碳的排放因素对设施选址、任务分配和运输配送的影响。配送中心的选址问题是物流优化中的传统问题。近年来由于在运作管理中考虑环境因素的影响，学术界越来越重视绿色供应链中设施选址问题的优化研究。有很多文献研究逆向物流和闭环供应链的选址问题。晏妮娜等［9］建立了基于第三方逆向物流服务提供商从事物料回收的多级闭环供应链模型。Sahyouni，Savaskan和Daskin［10］提出三种基于正向和逆向供应链网络中综合配送与产品回收的选址模型。Jayaraman［11］提出了再制造/配送设施选址问题，并对制造批量、转运和再制造产品库存进行优化。何波［12］研究了废弃物回收的多层逆向物流网络优化设计问题，建立了废弃物中转站的选址模型。

然而以上文献并没有直接将碳足迹以及低碳政策作为考量因素来研究绿色供应链网络问题。而Benjaafar［13］首次在批量订货模型中加入碳排放因素，建立了基于碳足迹的批量订货模型，分析了排放政策是如何对批量订货模型的决策产生影响。Hua等［14］研究了在碳交易机制下碳交易价格和排放限制对库存决策的影响，建立基于碳足迹的EOQ模型。这些文献都是从订货策略和库存策略来考量碳排放政策对决策的影响。在此基础上本文将从物流企业的配送模式角度来分析比较不同的碳排放政策对企业决策的影响。在配送中心设计中，选址决策和配送中心容量的选择是关系到物流成本和碳排放的关键因素，成本和碳排放量存在“效益背反（Trade Off）”规律。本文研究低碳条件下多级容量配送中心选址决策，比较不同碳排放政策对三级配送系统中多容量设施选址配送决策的影响，并进一步的比较研究这些政策如何影响企业物流运营成本、排放量和配送网络结构。

2 模型的建立

因为容量固定的选址决策可能产生设施的布局与客户需求分布不均衡的情况。一些设施由于容量限制，无法为附近的客户提供足够的服务；而另外一些设施可能仅为少数的客户提供服务，设施资源得不到充分利用。因此，在多容量等级设施选址问题中，除了设施位置作为决策变量以外，容量等级也是决策变量，可以对设施位置、设施数量、容量等进行整体优化，减少这种不均衡的情况。

2.1 问题的描述

对多容量等级选址模型问题有如下描述：供应链网络为三级网络结构，包括供应商、配送中心和需求点（如图1）；备选点和需求点已知；需求点的需求为确定型需求；配送中心的初始平均建设费用和运营费用已知；配送车辆种类唯一。

2.2 模型参数

常量：

F=｛1，2，…，F｝：工厂f集合；

I=｛1，2，…，I｝：配送中心i集合；

J=｛1，2，…，J｝：需求点j的集合；

K=｛1，2，…，K｝：容量等级k的集合；

gik：在备选点i建设容量等级为k的配送中心建设成本分摊；

vik：在备选点i建设容量等级为k的配送中心单位运营成本；

cik：在备选点i建设容量等级为k的配送中心的

最大容量；

dj：需求点j的需求；

lfi：供应商f到配送中心i距离；lij：配送中心i到需求点j距离；

b：单位运输费。

决策变量：

yfi：供应商f运输到配送中心i的货运量；

xijk：从容量等级为k的配送中心i配送到需求点j的货物量；

zik：表示如果在i点建立容量等级为k的配送中心则zik=1，否则zik=0。

2.3 多级容量设施选址决策基本模型

目标函数式（1）为包括建设成本、运营成本和运输成本的总成本最小；约束（2）保证各需求点的需求必须被满足；约束（3）表示配送中心能够容纳配送的货物；约束（4）使配送中心货物的输入量等于输出量；约束（5）保证每个配送中心只能有一个容量等级；约束（6）、（7）是对变量的整数约束。

3 基于碳足迹的多容量等级选址模型

本节将考虑四种不同的碳排放政策对于选址决策的影响，这四种政策分别是强制排放政策，碳税政策，碳交易政策，碳补偿政策。为了分析这几种政策对决策的影响，我们将在模型中引入碳足迹以衡量碳排放量。

3.1 强制排放政策下多容量选址模型

在强制排放（Emission Cap）政策下对企业的生产设置严格的排放限制，企业只能在给定的限制之内来安排生产，如果超过排放限制企业将被勒令停产调整，直到排放量达到限制标准。因此在强制排放条件下模型中增加排放的强制约束。为了描述这种政策对决策的影响，在模型中增加如下碳足迹参数：

⌒gik：在i点建设容量等级为k的配送中心的建设碳排放量分摊；

b：单位运输排放；

（

L：排放上限。

Model I：

同时，（2）-（7）成立。

约束（8）为排放约束，表示企业根据不同排放单位的碳足迹计算得到的实际总排放量，只能在允许的排放限额之内安排生产。

3.2 碳税政策下多容量选址模型

碳税（Carbon Tax）指针对二氧化碳排放量所征收的税。它以环境保护为目的，希望通过削减二氧化碳排放来减缓全球变暖。与强制排放政策不同的是碳税政策条件下不对企业设置严格的排放限制，但是对企业排放的每单位碳按照税率α征收排放税。因此企业总的成本中必须加上排放成本，而总成本中物流运营成本和排放成本存在效益背反（Trade Off）规律。在这种情况下企业必须根据不同的碳税率来平衡物流运营成本和排放成本以使得总成本最优。

s.t.（2）-（7）成立。

约束（9）是碳税政策下目标函数，目标函数由物流运营成本和排放成本组成。α表示碳税率。

3.3 碳交易政策下多容量选址模型

碳交易（Carbon Trade）是为促进全球温室气体减排，减少全球二氧化碳排放所采用的市场机制。即把二氧化碳排放权作为一种商品，从而形成了二氧化碳排放权的交易。其基本原理是，每个企业有一定量的排放额度，如果企业排放量超出给定的排放额度就必须向外购买排放差额，而如果企业排放量没有超过排放限额，则可以将节省的排放额向外出售。现今全球已建成4个碳交易所即欧盟排放权交易所（EU ETS），英国排放权交易所（UK ETG），美国芝加哥气候交易所（CCX）和澳洲气候交易所（ACX）。而中国将在天津设立一所综合性环境权益交易机构—天津排放权交易所以利用市场化手段和金融方式促进节能减排。随着碳交易市场的逐步发展，研究碳交易机制对企业成本和碳排放的影响显得日益重要。因此本节将在模型中加入碳交易机制来分析碳交易政策对物流企业的影响，为此增加以下参数并建立模型来描述此问题：

e+：向外购买的排放额；

e-：向外出售的排放额；

P：碳交易价格。

同时，（2）-（7）成立。

约束（10）为目标函数，表示碳交易机制下企业总成本。约束（11）为排放约束表示碳交易政策下给予每个企业一定量的排放额度L，企业以这个额度为基础来安排生产，如果实际排放量大于L那么就必须向外购买e+单位的排放额，如果企业实际排放量小于L那么可以出售e-的排放额。碳交易所产生的成本p（e+-e-）计入总成本。

3.4 碳补偿政策下多容量选址模型

碳补偿（Carbon Offset），是指企业为了降低碳排放而向外购买或者投资能够降低二氧化碳排放量的产品或服务，通常是向第三方组织付款，由他们通过植树或者发展绿色环保项目来吸收多余的二氧化碳。其基本原理与碳交易机制类似，区别在于碳补偿机制下企业排放量如果超额则必须进行排放额补偿；如果低于排放限额则不能出售多余的排放量。对此增加如下参数：

e+：碳补偿量；

H：为碳补偿价格。

Model IV

同时，（2）-（7）成立。

目标函数（12）为总成本，由物流运营成本和碳补偿成本He+组成。约束（13）表示碳补偿政策下对排放量的限制，可以看出政府对企业设置一个基础排放限额L，企业根据这个排放额来安排生产，一旦超额则要进行e+单位的碳补偿，补偿成本计入总成本。

4 数值计算与分析

为了分析碳排放对选址问题的影响，本文选取Beasley［15］的实验数据作为基础模型数据，并在Carbon Trust［16］上根据设施规模计算得到运营排放和运输排放=0.0002（千克）/千克·公里。根据中国邮政、中国物资储运总公司、顺风速运等国内大型物流配送企业2012年运费标准，可假设单位运费b为0.01（元）/千克·公里。依照China Development Gateway［17］的标准，计算得到初始建设排放分摊。以上数据都在表1中详细列出。网络的具体参数如下：1个供应商，30个需求点，2个容量等级，需求点作为备选设施点。各需求点的需求在［90，230］（吨）区间上根据均匀分布随机生成；各个节点的距离在［10，60］（千米）区间上根据均匀分布随机生成。在以上参数的基础上，运用CPLEX软件对模型进行数值计算分析。

4.1 强制排放政策

本节将研究不同的排放限制对于企业的决策的影响。将表1中的数据带入到ModelI中计算得到图2、图3、图4和表2。从图2当中可以看出，在强制排放政策下排放限制对于企业的选址决策和成本有显著影响。比如当排放上限L处于9100000-14200000之间时，成本随排放量的增加而减小；而当L＞14200000的时候，排放限制将不起约束作用，这个时候企业可以不上限较高的时候企业所选的配送中心建设考虑排放的因素而进行决策，企业的成本将会达到最低。此外，从表2中可以看出当排放点为分散、小型、低成本、高排放的设施（图3），随着企业获得的排放量额度逐步减少，排放限制对企业的约束逐渐变大，企业必须首先考虑排放的影响，那么经济、高排放的小型配送中心就无法满足需求，企业就必须转为选择成本较高但是排放更低的集中式大型配送中心（图4），这就导致成本上升，特别是当排放上限小于9100000的时候，图2中成本曲线斜率将会趋近无穷大，Model I将无可行解，这时企业将因为无法达到排放标准而停产。

表1 数值计算输入数据

图2 排放限制对企业成本和排放量的影响

由此可见政府主管部门可以通过制定合理的排放限制政策引导企业有效的减少二氧化碳的排放，而又不显著增加企业的成本。从图2中的单位排放成本曲线可以看出当L较大的时候单位排放成本较低，这时候每减少1单位的二氧化碳所带来的成本增加较低，但是随着L逐渐减小，单位排放成本增大，这时候每减少1单位二氧化碳所花费的代价增大。因此如果要进行强制减排，可以通过核算企

图3 高排放（L=14198660）条件下选址结果

图4 低排放（L=8904911）条件下选址结果

业每单位排放成本，如果每单位排放成本较低，那么说明这个企业有较强的减排潜力；反之当单位排放成本较高时，企业减排比较困难。

4.2 碳税政策

强制排放限制虽然约束力较强，但是在某些情况下可操作性不强，实施起来有一定难度，例如从图2中可以看出，当排放上限小于9100000的时候企业的成本曲线斜率接近无穷大，这时企业将因为达不到最低排放标准而无法继续生产。因此强制排放政策显得过于严厉。和强制排放政策相比，征收碳排放税是从成本的角度来限制企业的排放。

从模型II可以看出目标函数由两部分组成，一部分是设施建设和运营配送所产生的费用Part I，另一部分是由于对排放的二氧化碳征税所产生的费用Part II（图5）。

图5 碳税政策条件下企业成本变化趋势

这两部分相互影响，当碳税率固定的时候随着排放量的增大，Part I和Part II存在效益背反规律，在这种情况下企业必须对排放量做出决策以使总成本达到最优。但最优排放和最优成本又与碳税率相关，不同碳税率条件下得到的最优水平不一样，因此选择合适的碳税率使得企业成本和排放达到均衡是一个关键的措施。

图6表示不同碳税率下企业的最优排放量的变化趋势，从图中可以看出随着碳税率的不断增大，企业的最优排放量不断降低，这说明较高的碳税率可以约束企业降低排放。这是因为当碳税率较小的时候，虽然排放量很大，但由排放产生的Part II成本非常小，对企业总成本影响不大，即Part I/Part II趋近无穷大（图7），所以即使排放量很高，企业还是优先考虑Part I的成本，宁愿支付由碳税产生的排放成本也不会调整决策进行减排；而当税率继续增大的时候Part II在总成本中所占比例逐渐增大。这时候企业就必须降低排放量以降低Part II成本，特别是当排放量降低引起的排放成本减少大于因减排带来的Part I成本增加的时候，企业就必须改变决策以寻求新的最优决策。

表2 选址结果

图6 不同税率下最优成本

图7 Part I和Part II的成本比值

当碳税率继续增大，由于排放量继续减小使得企业只剩一个可行决策的时候，这个时候继续增加碳税率只会增加排放成本，而不会减少排放量，即图8中当tax rate＞1时。那么需要制定碳税率既能够使得企业降低排放，又不明显增加成本。从图8中可以看出随着碳税率的不断增大，企业的最优排放量不断的减小，最优成本不断上升，当tax rate＜0.586的时候最优排放量没有变化，但是成本却不断增加，而成本的增加完全是由于碳税率的改变而引起，因此在这种情况下征收碳税无法使企业达到减排的目的；而当tax rate处于（0.586，1）的时候最优排放量逐渐降低，成本增加趋势反而减缓，特别是当碳税率在（0.746，0.756）之间的时候，排放量减少近2000000（17%）而成本只增加了100000（0.4%），在这种碳税条件下企业改变决策来进行减排是值得的。

另外从图8的成本构成中可以看出成本的增加主要是由于排放成本（Part II）的增加引起的，由运营决策产生的成本（Part I）增加量并不高，在图中当碳税从0增加到1的时候Part I成本只增加了3700000，而Part II成本增加了近9000000。这说明碳税虽然可以使得企业改变决策达到减排的效果，

图8 碳税条件下企业成本结构

但是额外产生的排放成本过高，会使企业背上沉重的成本负担。例如加拿大BC省规定于2008年7月开始对汽油，柴油，天然气，煤，石油及家庭暖气用燃料征收碳税，这势必将增加企业成本。而法国于2010年1月宣布从当年7月1日起开始征收碳税后，招致众多反对。同样在澳大利亚于2011年7月初正式公布碳排放税方案后也引起一片反对之声，其国内电力、矿业等行业企业认为碳税将增加企业成本，这会严重的影响其国际竞争力，因此强烈反对征收碳税。

4.3 碳交易政策

强制排放限制和碳税对于企业来说都是“大棒”政策，企业执行起来都是被动的，且企业无法从减排中得到实际利益。而碳交易政策却是一种“胡萝卜”政策，从Model III中可以看出p（e+-e-）既有可能是正值，又有可能取负值，那么企业成本将不再是非减的趋势，企业有可能因减排得到额外收益。在实际应用中碳交易系统也正在全球许多地区迅速发展。例如欧盟于2005年启动碳排放交易体系（ETS，Emission Trade System）每年向企业发放一定配额的碳排放量，如果企业超出排放限制则需从碳交易市场上购买配额，如果企业有富余的排放量则可以向外进行出售。而且欧盟于2008年立法生效规定从2012年1月1日起将航空业纳入到ETS中，并公布了首个航空业年度碳排放限额，即2012年不超过2.13亿吨，2013年起不超过2.09亿吨。因此，本节将讨论碳交易政策对于企业物流配送决策的影响。

对于碳交易系统而言，影响企业决策的因素有两个：碳交易价格p和排放限制L。首先来讨论排放限制对成本和排放量的影响。为了讨论方便，标记ModelIII的目标函数中p（e+-e-）为Part III，其它部分继续沿用为PartI。

图9表示某一给定交易价格条件下，不同排放限制对成本和排放量的影响，可以从图中看出，给定碳交易价格p排放量不随排放上限L而改变；而当给定L的时候企业排放量随交易价格p的变化而改变。由此可见，在碳交易政策下L对企业排放量的影响较小，因此对选址决策影响较小。这是因为的差额可以通过进行碳交易来调节，而产生的交易成本PartIII在ModelIII中远小于PartI，因此企业优先考虑PartI进行决策。

图9 p和L对成本和排放的影响

那么价格对于企业决策又有什么影响？从图9中可以看出在不同的碳交易价格下，排放量都是常数，因此可以得出碳交易价格p决定最优排放量水平，特别是从图中可以看出碳交易价格越低时最优排放量越高，当p=0.1时排放量最高，设施为分散式的小型配送中心；当p=1时排放量最低，设施为集中式的大型配送中心。这是因为当交易价格低的时候，无论是e+-e-有多大，p（e+-e-）都很小，碳交易产生的收益无法补偿因为改变决策引起的成本增加，企业倾向选择高排放、低成本的分散式小型配送中心而忽略交易成本；当交易价格增大时p（e+-e-）也增大，那么企业就不能忽视交易成本，特别是当通过交易获得的收益可以补偿因决策改变而引起的成本增加时，企业就会改变决策。而交易价格越大这种收益就越显著，企业就更倾向于向外出售排放额，因此会选择成本较高但排放更低的集中式大型配送中心来降低排放以获得碳排放收益。这一点可以从图10中得到验证，图10表示的是碳交易价格和排放采购量的关系。给定一个排放上限9100000，当交易价格较小的时候大量向外采购用以弥补排放量的差额；而当价格较高的时候，采购额为负，说明企业通过出售排放量以获取收益。所以在碳交易政策下碳交易价格越高企业就越有可能降低碳排放。

图10 碳交易价格与排放额采购量的关系

这是在碳交易价格和排放上限无关的条件下所进行的决策，但是实际情况下更多的是交易价格p随着排放上限L的不同而进行波动，因此接下来我们将分析交易价格p与排放上限L相关时对企业决策的影响。在此我们假设p与L是线性关系且为p=7.1-0.0000005L。对于碳交易而言如果排放上限L越低说明政府对企业的排放约束越严厉，就越希望企业降低排放，而当碳交易价格较高时企业向外购买排放额的成本就会较高，这也能约束企业减排，因此在这种假设下能够通过调整排放限制进而影响交易价格p，即从政策和市场两个角度来约束企业降低排放。而且假设能够保证p处于［0，2］的合理范围之间。Model III将变为：

根据式12目标函数变为：

计算结果如图11。从图中可以看出并不是交易价格越大排放量越低。当L较小的时候实际排放量很小，这是因为排放上限L与交易价格p负相关，高价格使得企业选择低排放的大型配送中心以节省排放成本；随着排放上限不断增大，碳交易价格逐步降低，企业成本下降，而当L增大到11700000时成本达到最低，只比没有排放政策下的选址运营最优成本高5%，排放量却非常低；当L继续增大的时候排放量会明显增加，成本也增加，这对企业来说这显然不利。

图11 p与L相关时企业成本变化

通过分析碳交易政策下的两种情况可以发现企业减少排放所花费的成本并不会很高，在某些情况下甚至有可能比不考虑碳排放因素时更低，在这种情况下企业更有减排的动力。

4.4 碳补偿政策

在碳补偿政策条件下，如果企业排放量超出排放限制，那么就必须购买能够补偿这些差额的产品或服务，这一点和碳交易机制相似。但是和碳交易机制中交易价格由市场统一定价的情况不同的是，碳补偿机制中企业可以以不同的补偿价格进行独立的碳补偿项目投资，在这种情况下不同的排放限制和补偿价格对于企业决策有不同的影响。

从图12中可以得出企业的决策由排放上限L和碳补偿价格H 共同决定，从图中可以看出当排放上限越大碳补偿价格对于企业排放的影响越小，L为14100000的时候企业的最优排放达到最大为14198660，且无论H如何变化，企业不改变其排放量，这是由于在高排放上限条件下补偿量较小，因此补偿成本对决策的影响很小，这时候企业可以忽略排放成本而使得排放处于高水平；当L下降的时候随着H的增长排放量不断下降，当L=9100000的时候，碳补偿价格对排放量的影响最为明显，因为当排放上限较低时，需要补偿的排放额就增大，那么补偿成本增大，那么企业会调整决策以平衡补偿成本和选址运营成本，使得总成本最低。这时候企业的选址会随着碳补偿价格的增加而逐步由高排放、分散式的小型配送中心转变为更环保、低排放的集中式大型配送中心以降低排放量。

图12 碳补偿价格对排放量的影响

5 不同碳排放政策比较分析

在前面的分析中我们对几种排放政策分别作了分析，这几种政策都能够使企业降低二氧化碳的排放量，除了强制排放限制是完全的政策性手段外，其他三种都有从经济的角度来刺激企业减排，那么征收碳税、实行碳交易和碳补偿这三种政策哪一个更能刺激企业降低排放，而且更容易被企业接受？对此我们将从排放量和总成本的角度来比较这三种政策。对比碳税政策和碳交易政策发现当α=p时，（9）-（10）=p×L成立，这说明当L=0时碳税政策和碳交易政策等价。此外比较碳交易政策和碳补偿政策（图12）可以看出如果排放上限L小于企业最低排放量时（本例中当L＜8904911），那么企业都只能向外购买排放额，在这种情况下这两种机制效果也是相同的。但是随着L的增大，由于无法通过出售多余的排放额，碳补偿政策下企业排放量会不断增大。由此可见使企业减排效果较好的是碳交易政策和碳税政策。如果从成本角度来看，对于Model II和Model III来说当α=P，L＞0时，（9）-（10）=P×L＞0，因此碳交易政策下企业成本比碳税政策下企业成本低。而且从图13可以看出碳补偿政策下企业成本总是比碳交易政策下成本高，因此这三种政策中在相同条件下碳交易政策会使企业成本较低，而且前面已经讨论过在碳交易政策下企业可以通过出售排放额而获利，因此相对其他几种政策碳交易政策较易于推广。

图13 碳补偿成本与碳交易成本之差（碳交易成本-碳补偿成本）

以上所有分析都是在给定需求的条件下得出。如果需求点的需求发生变化，其变动可能会影响系统中设施的选址和容量选择、运营和运输成本，网络的总成本会发生变化。但是需求的变化也会影响整个系统相关的碳排放量，而且碳排放量的变化趋势与成本变化趋势一致。这说明无论需求如何变化，网络的选址策略和配送策略的变化趋势都相同，即排放限制不高时，企业选址倾向于成本较低的分散式小型设施；当排放限制比较严格时，更集中、更环保的大型设施比高排放的小型设施更有优势。而且不同碳排放的政策对决策的影响也是相似的。

6 结语

在当前各国对环境问题越来越重视的背景下，本文研究了不同的碳排放政策对于网络设计和配送模式的影响，并且将碳排放政策加入到选址模型中，建立了基于碳排放约束的多容量等级选址模型，比较了四种不同的碳排放政策对配送中心选址决策的影响，发现在高排放条件下配送中心呈小型分散状态，在低排放状态下呈大型集中状态，而且企业在经营决策中考虑碳排放的因素所带来的成本变化并不会很显著。通过比较四种排放政策发现碳交易政策对企业减排效果最好，因为在碳交易政策下，企业甚至可以通过减排来获得收益。这一点不仅适用于企业的选址配送决策，对于企业的批量生产订货决策［12］同样适用。因此降低碳排放对于企业来说并不是一项艰巨的任务，可以在成本和环境保护之间取得平衡。未来对于低碳供应链的研究还可以考虑在合作条件下，供应链网络中不同节点成员之间如何进行排放量的协调和排放成本的分摊，以使得整个供应链协调。

［1］Bras B，McIntosh M W.Product，process，and organizational design for remanufacture-an overview of research［J］.Robotics and Computer Integrated Manufacturing，1999，15（3）：167-178.

［2］Guide V D R，Spencer M S，Srivastava R.Are production systems ready for the green revolution？［J］.Production and Inventory Management Journal，Fourth Quarter，1996，37：70-78.

［3］Gungor A，Gupta S M.Issues in environmentally conscious manufacturing and product recovery：A survey［J］.Computers&Industrial Engineering，1999，36（4）：811-853.

［4］Carter C R，Ellram，L M.Reverse logistics：A review of the literature and framework for future investigation［J］. Journal of Business Logistics，1998，19：85-102.

［5］Fleischmann M，Van wassenhove L N，Van nunen J A E E，et al.Quantitative models for reverse logistics：A review［J］.European Journal of Operational Research，1997，103（1）：1-17.

［6］Zhu Qinghua，Geng Yong.Integrating environmental issues into supplier selection and management［J］.Greener Management International，2001，（35）：27-40.

［7］Pertsova C C.Ecological economics research trends［M］. Hauppauge NY：Nova Science Publishers，2008.

［8］World Economic Forum.Low carbon supply chains［R］. Draft For Discuss.

［9］晏妮娜，黄小原.基于第三方逆向物流的闭环供应链模型及应用［J］.管理科学学报，2008，11（4）：83-93.

［10］Sahyouni K，Savaskan R C，Daskin M S.A facility location model for bidirectional flows［J］.Transportation Science，2007，41（4）：484-499.

［11］Jayaraman V，Raymond A，Patterson R E.The design of reverse distribution network：Models and solution procedures［J］.European Journal of Operational Research，2003，150（1）：128-149.

［12］何波，杨超.废弃物回收的多层逆向物流网络优化设计问题研究［J］.中国管理科学，2007，15（3）：61-67.

［13］Benjaafar S，Li Yanzhi，Daskin M S.Carbon footprint and the management of supply chains：Insights from simple models［J］.Automation Science and Enginering，IEEE Transactions on，2013，10（1）：99-116.

［14］Hua Guowei，T CE Cheng，Wang Shouyang.Managing carbon footprints in inventory management［J］.Int. J.Producion Economics，2011，132（2）：178-185.

［15］Beasley J E.An algorithm for solving large capacitated warehouse location problems［J］.European Journal of Operational Research，1988，33（3）：314-325.

［16］Carbon Footprint Measurement［EB/OL］http：//www. carbontrust.co.uk/cut-carbon-reduce-costs/calculate/carbon-footprinting/_layouts/ctassets/aspx/carbonfootprintcalculator/co2calculator.aspx.

［17］中国发展门户网.零碳生活.碳足迹计算器［EB/OL］http：//cn.chinagate.cn/zhuanti/dtjsq/node_7106016.htm.

A Location and Distribution Model with Hierarchical Capacities under Different Carbon Emission Policies

YANG Jun，LU Wei
（School of Management，Huazhong University of Science&Technology，Wuhan 430074，China）

Environmental protection issues are getting a shift of focus with economics development.In this article，the impact of different emission policies on the logistics and distribution modes in supply chain is studied by constructing distribution centers location model with hierarchical capacities under different carbon emission policies.Then the data from OR lab and Carbon Trust is used to study the effect of four carbon emission polices on logistics model，operational cost and carbon emission.It is found that the dimension of facilities is small-scale and relatively scattered under high emission cap while it is large-scale and relatively centralized under low emission cap.Furthermore，the government can restrain the emission of corporations by implementing appropriate strategies.Finally，it is also suggested that companies have more incentive to reduce carbon emission under carbon trade mechanism among these policies，and they are most likely to accept the carbon trade mechanism.

location model；carbon emission policies；carbon trade mechanism；emission reduction

C931；O221

：A

1003-207（2014）05-0051-10

2012-05-04；

2013-05-09

国家自然科学基金资助项目（71172093，71320107001）；教育部人文社会科学研究青年基金项目（10YJC630331）；中央高校基本科研业务费专项资金资助（HUST：2013QN101）

杨珺（1976-），女（汉族），湖北武汉人，华中科技大学管理学院，副教授，博士.研究方向：网络优化、供应链管理.