考虑碳交易的果蔬品供应链网络优化

严南南，朱丽珊

(上海海事大学 物流研究中心，上海 201306)

考虑碳交易的果蔬品供应链网络优化

严南南，朱丽珊

(上海海事大学 物流研究中心，上海 201306)

基于供应链网络，分析了碳交易政策对果蔬品供应链总成本的影响，构建包括生产成本、运输成本、储存成本、腐败成本和碳交易成本在内的供应链成本函数。以最小化供应链成本和碳排放量为目标，建立多目标整数规划模型;针对总成本最低的均衡优化模型，采用粒子群算法进行求解，并对碳交易价格、车容量、单位耗油量等参数进行敏感性分析;算例验证了供应链网络模型和求解算法的可行性。实验结果显示：增加较少的成本能大幅度降低碳排放量，实现经济和环境的协调发展。

管理工程；碳交易；节能减排；果蔬品；多目标规划；粒子群算法

0 引 言

果蔬品是鲜活农产品的一种，具有易腐、产量不稳定、品种繁多等特性，在交通运输方面，果蔬品供应链的运输成本高。与其他产品的供应链相比，果蔬品供应链的稳定性较差，配送公司配送过程中会发生腐败从而产生损失，因此研究果蔬品供应链网络对其配送具有重要意义。

目前，全球气候变暖已经严重威胁到人类的生存和发展，二氧化碳等温室气体的排放成为全世界的关注重点。2005年《京都议定书》首次以法规的形式限制温室气体的排放，把解决二氧化碳为代表的温室气体减排问题作为一种新的市场机制，即碳交易。碳交易是将二氧化碳排放权作为商品进行交易，已经被美国、欧盟等国家和组织所采用，同时也是推动企业循环经济、低碳经济的生产方式转型升级的必要手段。我国是《京都议定书》的签约国，承诺在2020年实现单位GDP二氧化碳排放量在2005年的基础上下降40%～45%，未来我国面临较重的碳减排压力[1]。基于节能减排的总趋势，企业供应链中所产生的碳排放量也备受重视，降低供应链各环节的成本和碳排放量，对企业实现经济和环境协调发展有着重要的意义。

已经有许多国内外学者对碳交易下的供应链进行了研究。C．F．JIRA等[2]研究了环保运作和可持续运作管理下，通过对企业的经济分析实现供应链的减排；唐秋生等[3]研究了云物元评估模型的绿色供应链绩效，通过企业绿色供应链绩效评价中的应用，证明了模型的有效性；吕品[4]提出考虑碳排放成本的三级供应链网络模型，并用算例验证其可行性；S．BARARI等[5]通过协调供应链的纵向合作，减少碳排放的同时还改善了企业的收益；张平等[6]通过建立果蔬物流保鲜技术体系，实现我国果蔬物流产业的快速发展；马秋卓等[7]研究了企业低碳产品的定价和碳排放策略问题，以碳交易体系为基础，考虑顾客的低碳偏好程度，实现企业利润最大化；S．PAN等[8]研究了拉式供应链中货物运输过程温室气体的减排问题；CHEN Xi等[9]研究了不同碳约束下的生产策略模型，结果表明合理的生产运作可以实现较少的成本获得较大的碳减排量；王建伟等[10]研究了基于PSR模型的低碳交通运输发展评价；刘秋平等[11]建立果蔬品管理信息平台，降低运输成本，证明菜窖工程具有见效快、低碳环保等可行性；A．RAMUDHIN等[12]提出了基于碳市场敏感的可持续供应链网络设计模型；S．CHOLETTE等[13]计算了食品供应链在运输环节的能源消耗和碳排放。

现有对果蔬品供应链的研究中，大多考虑成本最小的路径优化问题，对考虑碳交易的果蔬品供应链网络优化较少。笔者在碳交易政策下，考虑果蔬品配送过程的腐败率，建立供应链成本和碳排放量优化模型，设计粒子群算法进行求解，最后通过算例分析验证了模型的有效性和可行性。

1 模型建立

1.1 问题描述

笔者以一个由配送公司、生产商、分销中心、零售商所构成的果蔬品4级供应链网络结构为研究对象，如图1。考虑果蔬品的碳排放量和品种种类，建立生产成本、配送成本、储存成本、腐败成本及碳交易成本的供应链结构。

图1 果蔬品的4级供应链Fig.1 Four-echelon supply chain network of fruit and vegetable

1.2 模型假设

为便于模型的建立，笔者设定以下假设条件：

1)只考虑果蔬品供应链n种产品的配送，且配送车辆不能混装；

2)只考虑配送车辆型号相同，产品的碳排放系数相同；

3)只考虑配送速度一定的情况下，果蔬品腐败成本与配送里程有关，单位里程的腐败率为θ，且θ>0；

4)只考虑供应链配送过程中产生的生产成本、配送成本、储存成本、腐败成本及碳交易成本。

1.3 模型建立

1.3.1 模型参数

集合：S表示配送公司集合，i∈{1, 2, …,I}；P表示生产商集合，j∈{1, 2, …,J}；D表示分销中心集合，k∈{1, 2, …,K}；R表示零售商集合；m∈{1, 2, …,I}；N表示产品种类集合；n∈{1, 2, …,N}。

参数：dij表示配送公司i到生产商j的距离；djk表示生产商j到分销商k的距离；dkm表示分销商k到零售商m的距离；d表示生产商到零售商的距离；θ表示果蔬品单位里程的腐败率；C′表示配送车的容量；E表示供应链网络的碳排放量；NCjki表示配送公司i从生产商j到分销中心k的单位配送成本；NCkmi表示配送公司i从分销中心k到零售商m的单位配送成本；QPj表示生产商j的生产能力；QRmn表示零售商m对产品n的需求量；QDk表示分销中心k的储存能力；YCjn表示生产商j生产产品n的单位生产成本；RCk表示分销中心k的单位储存成本；FC表示单位耗油成本；Cmax表示碳排放限额；π表示碳交易价格；ZC表示供应链的成本；ZE表示供应链的碳排放总量；ZZ表示供应链的总成本。

决策变量：qjn表示生产商j生产产品n的生产量；QSin表示配送公司i配送产品n的车数量；Qn表示产品n的生产量；VQkn表示分销中心k对产品n的存储量。

1.3.2 腐败成本的计算

果蔬品供应链配送过程中，随着里程的增加果蔬品的腐败速率会逐渐增加，为保证准确性，此处引入新鲜度函数[14]：φd=(1-θ)d。因此果蔬品新鲜度下降所造成的腐败成本如式(1)：

Cd=Vn(1-φd)Qn

(1)

式中：Cd为果蔬品的腐败成本；(1-φd) 为运输的腐败程度；Qn为产品n的生产量；Vn为单位产品n的腐败成本。

1.3.3 碳排放量计算

果蔬品供应链网络的碳排放量由车辆运输和产品生产两部分产生，计算方法如式(2)：

E=ε1qjn+ε2L

(2)

式中：E为供应链网络的的碳排放量；ε1为单位产品的碳排放系数；qjn为生产商j生产产品n的生产量；ε2为耗油的碳排放系数；L为单位距离耗油量。

1.3.4 目标函数

1)供应链的成本函数MD1

minZZ=Z1+Z2+Z3+Z4

(3)

(4)

(5)

(6)

(7)

式(3)为目标函数，MD1表示供应链的各成本之和最小值；式(4)表示生产商的生产成本；式(5)表示配送过程产生的物流成本；式(6)表示分销中心的储存成本；式(7)表示车辆延迟到达的惩罚成本。

2)供应链网络的总碳排放量函数MD2

(8)

3)考虑碳交易成本的总成本函数MD3

minZZ=ZC+π(ZE-Cmax)

(9)

式(9)表示考虑碳交易成本与供应链成本的总成本最小函数。当碳排放量ZE>Cmax时，企业将以碳交易价格π向外购买碳排放额，产生碳交易成本；当碳排放量ZE

1.3.5 约束条件

(10)

(11)

(12)

(13)

QSin∈N+, ∀i∈I

(14)

qjn;QPj;QDk;VQkn;QRmn≥0

(15)

式(10)表示配送公司i配送产品n的车数量；式(11)表示生产商的生产能力约束；式(12)表示分销中心的库存能力约束；式(13)表示分销中心到零售商，产品n运输量的约束；式(14)表示配送车数量的正整数约束；式(15)表示非负性约束。

2 粒子群算法设计

笔者对果蔬品的供应链成本和碳排放量进行双目标优化，采用PSO算法进行求解。考虑4级供应链总成本的优化目标是实现供应链成本与碳交易成本的均衡优化，因此PSO算法的适应度函数为两者的成本之和，即

ZFitness=minZZ

(16)

(17)

(18)

(19)

(20)

图2为粒子更新过程的一个多目标优化。

图2 一个粒子的更新过程Fig.2 A particle renewal process

粒子群算法具体流程如下：

Step1：初始化粒子，为每个粒子定义初始位置x和初始速度v，设置粒子的参数ω和加速因子φ1，φ2；

Step2：假设每个粒子的初始位置为个体极值pib，并且选择最佳的pib作为全局极值pgb；

Step3：如iter=1 to max_iter，按式(17)更新速度v，按式(18)更新初始位置x；

Step4：按式(16)计算粒子适应度，若更新后的粒子优于个体极值pib，则取当前粒子位置为pib，更新个体极值pib；

Step5：寻找总粒子群内最优适应度，若优于全局极值pgb，则更新全局极值pgb；

Step6：若未达到结束条件，返回Step2；

Step7：得到最优解，结束。

3 数值模拟

3.1 算例设计

为验证模型和算法的正确性和有效性，现采用算例分析考虑碳交易的果蔬品供应链网络。假设果蔬品供应链网络由2个配送公司，3个生产商，2个分销中心，2个零售商构成。每个生产商生产2种果蔬产品，分别为产品1和产品2，单位碳排放权交易价格参考上海碳交易市场品种SHEA15的交易均价设定为25元/t[16]，供应链网络模型所需各参数如表1和表2。

表1 供应链网络参数设计

Table 1 Design of supply chain network parameters

参数参数值生产产品1、2单位成本/(元·kg-1)[2、3，2．5、2，1．5、3]生产商的生产能力/t[150，100，200]分销中心的储存成本/(元·kg-1)[0．2，0．2]分销中心的储存能力/t[100，100]零售商对产品1、2的需求量/t[150、100，110、60]产品1、2的销售价格/(元·kg⁃1)[9、13]生产商到分销中心单位配送成本/(元·km-1)22分销中心到零售商的配送成本/(元·km-1)27配送车的容量/t4单位产品1、2的腐败成本/(元·kg-1)[2、3]单位距离耗油量/(L·kg-1)0．30单位耗油价格/(元·L-1)6．5耗油的碳排系数0．65单位产品的碳排系数1单位里程的腐败率0．05

表2 各节点之间的距离

3.2 算例求解

笔者根据设计的PSO算法，采用MATLAB软件编程求解，设置该粒子群由50个粒子构成，最大迭代次数max_iter=1 000，权重系数ω=0.9，加速因子φ1=φ2=2，优化后取得供应链网络优化结果如表3。

表3 供应链网络求解结果

由表3可以得出,果蔬品供应链网络中运输成本所占比例为44.42%，占最大的成本支出。实行碳交易政策，增加了企业的供应链成本，这是由于政府出于节能减排的目的，给企业分配的碳排放配额小于企业实际上产生的碳排放量，企业为了减小供应链总成本，采取措施减少碳排放量。

PSO最佳粒子的适应度(全局最优解)在迭代前期收敛速度比较快，后期慢慢趋于稳定直至接近全局最优解，迭代次数结果的变化情况如图3。

图3 PSO最优解的收敛性Fig.3 Astringency of PSO’s optimal solution

3.3 敏感性分析

碳排放量主要由配送过程中的车辆产生，企业可以采用环保车辆进行配送，配送车辆降低不同比例的单位油耗L下的碳排放量与碳交易成本如表4。

表4 降低比例L下的碳排放量与碳交易成本

由表4可见，企业采用环保车辆配送时，随着车辆耗油L比例的降低，供应链的碳排放量显著减少，同时也减少了碳交易成本。

配送车的容量与车数量成线性关系，采用不同容量的配送车辆对碳排放量和供应链总成本的影响如图4。由图4可知,随着车容量的增大供应链的碳排放量显著减少，供应链的总成本也有明显的下降趋势，企业可以将轻型货车换为重型货车进行配送，在节能减排的同时还可以减低运营成本。

图4 不同车容量对总成本、碳排放量的影响Fig.4 Influence of different vehicle capacity on carbon emissions and total supply chain cost

图5反映了碳交易价格波动对企业碳排放量和总成本的影响。

图5 碳交易价格波动下的总成本及碳减排量的变化比率Fig.5 Change ratio of total cost and carbon emission reduction with the price fluctuation of carbon trading

由图5可见，当碳交易价格为0时，企业不需要考虑碳减排；随着碳交易价格的增大，企业的总成本增加比率和碳减排比率随之线性上升，当碳交易价格在80～120元时，企业总成本增加，需要大幅度减少碳排放量来保持供应链的平衡，实现增加较小的成本，大幅度的降低碳排放量。

4 结 语

笔者通过考虑碳交易成本，以总成本最小为目标，对果蔬品供应链网络的成本和碳排放量进行双目标规划，建立优化模型，并设计粒子群算法进行求解。算例对碳交易价格、车容量、单位耗油量等参数进行敏感性分析，证明碳交易的实施增加了企业的碳交易成本，但对企业的总成本影响较小。在节能减排的趋势下，企业可以提高车辆的排放标准，使用环保车辆配送货物，较小地增加经济成本能较大幅度减少碳排放量，实现经济和环境协调发展。

笔者为探索碳交易的减排路径提供了参考，算例分析对政府实施碳交易政策有着重要的意义。随着碳交易价格的增长，企业的减排力度增大，政府可以通过鼓励采用环保车辆配送及适当提高碳交易价格，有效地控制碳排放量。

笔者对碳交易下的果蔬品供应链网络优化还存在不足。模型可进一步分析碳交易配额的波动及低排配送货车对企业供应链成本和碳排放量的影响。基于果蔬品易烂、腐败等特性，模型也可以拓展为对增加时间窗的时间惩罚成本进行研究。

[1] 田江,钱广玉,秦霞.基于碳交易价格波动环境下企业减排策略研究[J].生态经济,2015,31(5):57-61. TIAN Jiang, QIAN Guangyu, QIN Xia. Research on tactics of enterprises’ carbon emission under the carbon trading price fluctuation scenario[J].EcologicalEconomy,2015,31(5):57-61.

[2] JIRA C F, TOFFEL M W. Engaging supply chain in climate change[J].Manufacturing&ServiceOperationsManagement,2012,15(4):559-577.

[3] 唐秋生,赵胜男,吕先洋.基于云物元评估模型的绿色供应链绩效研究[J].重庆交通大学学报(自然科学版),2011,30(2):340-344. TANG Qiusheng, ZHAO Shengnan, LV Xianyang. On performance evaluation of green supply chain based on cloud-matter element model[J].JournalofChongqingJiaotongUniversity(NaturalScience),2011,30(2):340-344.

[4] 吕品.基于最小碳排放的绿色供应链网络设计模型研究[J].物流技术,2013,32(4):224-226. LV Pin. Study on model of green supply chain network based on minimum carbon emissions[J].LogisticsTechnology,2013,32(4):224-226.

[5] BARARI S, AGARWAL G, ZAHANG W J, et al. A decision framework for the analysis of green supply chain contracts: an evolutionary game approach[J].ExpertSystemswithApplications,2012,39(3):2965-2976.

[6] 张平,张鹤,陈绍慧,等.我国果蔬物流保鲜产业的现状与发展战略思考[J].保鲜与加工,2013,13(4):1-5. ZHANG Ping, ZHANG He, CHEN Shaohui, et al. Status and considerations for development strategy of the industry of logistics and storage of fruits and vegetables in China[J].StorageandProcess,2013,13(4):1-5.

[7] 马秋卓,宋海清,陈功玉.碳配额交易体系下企业低碳产品定价及最优碳排放策略[J].管理工程学报,2014,28(2):127-136. MA Qiuzhuo, SONG Haiqing, CHEN Gongyu. A study on low-carbon product pricing and carbon emission problems under the cap-and-trade system[J].JournalofIndustrialEngineeringandEngineeringManagement,2014,28(2):127-136.

[8] PAN S, BALLOT E, FONTANE F. The reduction of greenhouse gas emissions from freight transport by pooling supply chains[J].InternationalJournalofProductionEconomics,2013,143(1):86-94.

[9] CHEN Xi, BENJAAFAR S, ELOMRI A. The carbon-constrained EOQ[J].OperationsResearchLetters,2013,41(2):172-179.

[10] 王建伟,张晓明,宋庆亮,等.基于云物元评估模型的绿色供应链绩效研究 [J].重庆交通大学学报(自然科学版),2014,33(3):102-107. WANG Jiangwei, ZHANG Xiaoming, SONG Qingliang, et al. Evaluation of low carbon transportation development based on PSR model[J].JournalofChongqingJiaotongUniversity(NaturalScience),2014,33(3):102-107.

[11] 刘秋平,王耀球.果蔬物流新模式——菜窖工程[J].北京交通大学学报(社会科学版),2012,11(1):48-51. LIU Qiuping, WANG Yaoqiu. A new mode of fruit and vegetable logistics: the vegetable cellar engineering[J].JournalofBeijingJiaotongUniversity(SocialScience),2012,11(1):48-51.

[12] RAMUDHIN A, CHAABANE A, PAQUET M. Carbon market sensitive sustainable supply chain network design[J].InternationalJournalofManagementScienceandEngineeringManagement,2010,5(1):30-38.

[13] CHOLETTE S, VENKAT K. The energy and carbon intensity of wine distribution: a study of logistical options for delivering wine to consumers[J].JournalofCleanerProduction,2009,17(16):1401-1413.

[14] 李梦寻.新鲜度条件下生鲜食品配送中心选址研究[D].重庆:重庆工商大学,2013. LI Mengxun.StudyontheLocationofFreshFoodDistributionCenterundertheConditionofFreshDegree[D]. Chongqing: Chongqing Technology and Business University,2013.

[15] 曾鸣,施丽.基于改进粒子群算法的电力系统环保经济调度[J].昆明理工大学学报(自然科学版),2015,41(1):89-94. ZENG Ming, SHI Li. Environmental and economical dispatching model of power system based on improved PSO[J].JournalofKunmingUniversityofScienceandTechnology(NaturalScience),2015,41(1):89-94.

[16] 侯跃,杨斌,许波桅,等.考虑碳交易的多车型运输车辆配送路径优化[J].辽宁工程技术大学学报(自然科学版),2015,34(5):647-652. HOU Yue, YANG Bin, XU Bowei, et al. Multi-types vehicle distribution routing optimization with carbon emission and trading considered[J].JournalofLiaoningTechnicalUniversity(NaturalScience),2015,34(5):647-652.

Network Optimization of Fruit and Vegetable Supply Chain Considering Carbon Trading

YAN Nannan, ZHU Lishan

(Logistics Research Center, Shanghai Maritime University, Shanghai 201306, P. R. China)

Based on the supply chain network, the impact of carbon trading policy on the total cost of fruit and vegetable supply chain was researched, and a supply chain cost function was established, which included product cost, transport cost, storage cost, rot cost and carbon trading cost. In order to minimize the total cost and carbon emissions, a multi-objective integer programming model was established. For the balanced and optimized model with the lowest total cost, the particle swam optimization was used to solve, and the sensitivities of parameters such as carbon trading price, vehicle capacity and unit fuel consumption were analyzed. The case study proves the feasibility of the supply chain network model and the algorithm. The experiment results show that fewer increase of the cost can greatly reduce the carbon emissions to realize the harmonious development of economy and environment.

management engineering; carbon trading; energy saving and emission reduction; fruit and vegetable; multi-objective programming; particle swarm optimization

2015-09-17；

2015-12-03

上海市科委科技创新项目(12595810200)

严南南(1968—)，女，湖北鄂州人，副教授，博士，主要从事智能信息处理、物流系统优化方面的研究。E-mail：nnyan68@163.com。

朱丽珊(1992—)，女，江西萍乡人，硕士，主要从事物流与供应链管理方面的研究。E-mail：2994945536@qq.com。

10.3969/j.issn.1674-0696.2016.06.35

U691.3

A

1674-0696(2016)06-171-06