碳减排政策下库存运输集成决策优化研究综述※

汤中明 熊文杰 胡媛荣

（1.湖北第二师范学院，湖北 武汉 430205；2.武汉商学院，湖北 武汉 430056）

一、序言

《党的十八大报告》指出，要大力推进生态文明建设，坚持节约资源和保护环境的基本国策，着力推进绿色发展、循环发展、低碳发展。2014年9月，国务院印发《物流业发展中长期规划（2014-2020年）》，指出要“鼓励采用节能环保的技术、装备，提高物流运作的组织化、网络化水平，降低物流业的总体能耗和污染物排放水平。”随着低碳经济的发展，全社会更加关注物流活动的碳排放量及其对生态环境所造成的影响。物流业是能源消耗较大的产业，通过物流环节的集成优化，有利于降低物流业的能耗。

随着物流系统理论的发展和普及，人们开始认识到物流系统中最重要的两个因素——库存与运输之间的内在联系。伴随着物流管理理论的发展，库存决策和运输决策的范畴和目标也在不断变化，总体趋势是向着集成化和协调化的方向发展，旨在提高物流管理的总体绩效水平。由于库存与运输是物流管理绩效的两个主要驱动因素，分析运输决策与库存决策的相互影响、实现库存与运输集成决策是企业物流集成管理中的一项重要内容。库存控制中的EOQ经典模型是库存运输集成研究的最早雏形，该模型确定的补货量就是以包括订货成本和库存成本的总成本最小化为目标来决策的，其中的订货成本包含了运输成本。由于当时物流并没有受到社会各界的足够重视，EOQ模型没有立刻受到关注和得到广泛应用。直到20世纪70年代以后，物流作为“第三利润源”在社会、经济发展中的作用才逐渐被人们认识。随着物流系统内要素之间的效益背反现象逐渐被揭露以及集成、系统工程理论的发展，EOQ模型才逐渐被认可。随着Beltrami和Bodin运用库存运输集成方法来解决城市废弃物流网络和路线计划等问题，库存与运输集成成为物流界新的关注点，从而也拉开了库存运输集成理论研究和实际应用的序幕。

二、库存运输集成理论概述

（一）库存运输集成的内在动因

要素之间的效益背反是系统的重要特征之一，这种此消彼涨、此盈彼亏的现象在物流系统中尤其突出，大多数物流功能要素之间都存在这种效益背反关系。由于库存与运输是物流系统的主体功能，且库存与运输成本在物流成本中占有非常大的比重，因而库存与运输之间的效益背反显得格外突出，这也是库存运输集成的内在动因。本文运用中国物流成本统计数据，来论证库存与运输之间效益背反的内在关系。

根据国家发展改革委员会、国家统计局和中国物流与采购联合会历年来发布的《全国物流运行情况》资料，整理后得到1991-2012年我国物流成本统计数据。考虑到通货膨胀的影响，运用相对指标来描述运输成本和库存成本，以运输成本占物流成本的比例TRAN为自变量，以库存成本占物流成本的比例INVE为因变量来建立回归模型。利用Eviews5.1对1991～2012年的数据作回归分析，得到结果如表1所示。对该模型进行自相关检验，DW统计量为0.6076，落入正自相关区域，所以该模型中存在自相关，需要进一步对此模型修正，修正后的模型如表1所示。

表1 基本回归模型运行结果

修正后模型的DW统计量为2.2136，落入了无自相关区域，所以该模型无自相关。另外，利用white异方差检验方法对该模型进行异方差检验，得到与nR2统计量相对应的P值为0.8411，大于给定的显著性水平0.05，所以接受无异方差的假设，该模型不存在异方差。

修正后的模型的判定系数为0.7821，说明库存成本78.21%的变动可以通过回归模型来解释。运输成本（TRAN）相对应的回归系数也是显著的。该模型各种检验均通过，可以用于经济分析。通过该模型可以看出，库存成本和运输成本两者呈强的负相关。运输成本占物流成本的比例每增加1%，则库存成本占物流成本的比例下降0.9026%。由此可以看出，库存与运输之间具有很强的效益背反性，它是库存运输集成的内在动因。

（二）库存运输集成优化问题的类型

库存运输集成问题强调在同时考虑运输和库存两大要素的前提下，如何有效、经济地管理和组织物流活动。当同时考虑库存和运输问题来设计和优化一个实际的物流系统时，必然要涉及以下几个方面的决策问题：送货时间（或频率）、配送量和运输方式等。Harris是最早研究库存运输集成问题的学者，他提出了经典的EOQ模型。由于受当时经济生产条件的限制，他的研究长期以来并没有受到重视。Beltrami和Bodin是较早研究库存与运输集成计划的学者，他们研究了城市废弃物流网络和路线计划问题。Webb和Larson按照库存运输集成问题涉及的企业决策层级的不同，将库存运输集成问题分为两类：战略层和战术（策略）层库存运输集成问题。Gaur和Fisher又根据其规划的时间期限将战术层库存运输集成问题分为有限期问题和无限期问题两类。

从结构框架上来看，可以从以下五个方面来对库存运输集成问题分类：客户需求特点、分销拓扑结构、产品数量、补货时刻和运输计费等。客户需求分为确定型和随机型两种情况；配送供应链网络的层数可以是单级或是多级，以典型的两级分销网络分析，可以是“一对一”（One to one），也可以是“一对多”（One tomany）或“多对多”（Many tomany）；所处理的产品包括单种产品和多种产品；补货时间可以是连续时间也可以是间断时间；运输费用的计算较为复杂，既可能与运量或里程相关，也可能与车辆行驶的线路相关。

三、碳减排政策研究现状

作为有效减少碳排放的重要手段，各国政府针对各自国情都制定了相应的碳减排政策，常见的碳减排政策主要包括碳税、碳限额、碳限额与交易、碳补贴等。碳税政策的基本思想来自于英国经济学家庇古提出的“庇古税”，作为社会经济发展过程中减少碳排放的一种重要经济手段和工具，碳税政策受到大多数学者的认可，认为碳税可以提高企业间的竞争成本，迫使企业采用更清洁的燃料进行生产，通过征收碳税可以实现碳减排（Klostad(2000)、Ahmad和Wyckoff(2010)）。也有学者指出碳税政策作为政府敛财的途径，可能会带来消极的影响。Meng等(2013)、马晓哲等(2016)等文献的实证研究表明，碳税政策能有效降低碳排放，但会引起轻微的经济萎缩。Dresner和Ekins(2006)提出可以通过补贴的方式来降低碳税政策的消极影响。碳限额是一种强制性减排机制，在该机制下，碳排放者不能超过规则制定者制定的配额范围（Dayi和Jianwei(2011)）。强制减排机制一般表现为政策制定者“严格的碳约束”，形成一个强制性的减排任务（Trotignon(2012)）。碳限额与交易政策通过管制和市场的双重手段以达到有效减排的目的，在世界范围内得到了广泛应用。目前，世界各国陆续建立碳排放权交易市场，典型的代表有欧盟排放权交易制、英国排放权交易制、芝加哥气候交易所和澳洲国家信托等。碳配额的分配是碳限额与交易政策研究的热点问题（Rose等人(1993)、Boemare 等 人(2002)、Stern(2008)、Goulder 等(2010)、关丽娟(2012)、叶飞等(2015)、张俊荣(2016)、杨仕辉等(2016)）。基于碳交易与碳税的复合型策略亦是一种有效的碳减排政策（王文军等 (2015)、赵黎明等(2016)）。政府碳补贴的激励是促进低碳经济有效发展的方式（Gerigk(2012)、杨仕辉等(2014)），其在资源分配决策、收入分配及产业结构和产业调整上有着很重要的作用(Schwartz和Clements(1999)）。针对不同市场、不同补贴对象，政府补贴决策会产生不同的效果（凌六一等(2012)）。朱庆华等(2014)通过构建基于消费者购买意愿的博弈模型，研究了政府的最优补贴量，分析了政府的影响因素及政府补贴所产生的影响。

四、碳减排政策下库存运输集成研究现状

（一）库存运输集成决策优化研究

战略层主要解决物流系统构建或改造时对库存、运输等物流设施设备能力需求规划问题，目前针对战略层库存运输集成优化决策问题的研究文献相对较少。Larson研究了处理纽约市污水污泥的物流系统问题，讨论了one-stop tours、two-stop tours和n-stop tours三种基本路线，建立了求解船舶类型与数量的模型，并在节约算法的基础上构造了战略库存路径节约算法（SIRSA）。Webb和Larson对SIRSA算法的不足提出了战略层库存运输集成优化决策的改进算法PPSA。在SIRSA算法中，同一小组的顾客都采用同一固定的补货路线补货，而PPSA算法则用包含多条路线的路线集代替SIRSA中的单一路线。袁庆达研究了基于随机需求的战略层库存运输集成优化决策问题，以库存与运输总成本为目标函数构建了混合整数规划模型，并设计了该模型的遗传算法。

战术层则主要解决物流系统实际运作的库存与运输策略问题，战术层库存运输集成决策问题的研究文献较多，现有研究主要基于不同类型的物流网络来展开的。Danganzo和 Newell(1985)、Danganzo(1996)、Viswanatham (1997)、Simchi-Levi (1998)、onathan 和 Nanaukul(2010)、Tamer(2012)、袁庆达(2001)、叶志坚(2012)等人设定了不同假设条件研究了“单供应商多制造商”物流网络的库存运输集成决策问题；Wendy(1999)、Berman(2006)、Stacey(2007)、汤中明(2010，2013)、何家强(2015)等人基于“多供应商单制造商”或“多供应商多制造商”物流网络研究了库存运输集成决策问题；Simchi-Levi(1998)、Bard(1998)、Zhao(2008)、Lee(2013)等人基于三层供应链构建了库存运输集成决策模型。还有一些学者研究了其它特征的库存运输集成决策问题，例如：单周期（Chien(1989)）、多周期（Jaillet(2002)）、确定性需求（Emmanouil(2009)）、随机性需求（Kleywegt(2011)、杨志林 (2015)）、不同配送模式（直接送货（Bertazzi(2008)）、连续送货（Savelsbergh(2007,2008)）、可拆开送货（Yu(2008)）、共享契约(李富昌(2015、2016)、刘桦(2015)）等。

（二）碳减排政策下物流与供应链优化研究现状

随着低碳经济的发展，将碳排放融入物流与供应链优化问题逐步成为学者们的研究方向。现有文献主要从生产、订货、运输、库存、选址等角度研究不同碳排放政策下的物流与供应链优化问题，研究热点包括：生产及订货决策（Benjaafar(2013)、Nordhaus等 (2003)、Tootal(2014)、戢守峰等 (2015)、马常松(2015、2016)）；运输优化（杨培颖(2013)、qian(2014)、周程(2015)、杨斌等(2015)）；库存优化（Absi(2013)、Bozorgi(2014)、屈晓龙等(2014)、康凯(2016)）；选址优化（Diabat(2010)、Carlsson(2012)）；物流网络设计（Chaabane 等(2011)、Elhedhli(2012)、Wang(2012)、赵道致等(2013)、崔娥英(2015)、高举红等(2015)、李伯棠等(2017)）；企业低碳产品定价（马秋卓等(2014)、熊中楷等 (2104)）；供应链优化与协调运作研究（Jaber等(2012)、杨仕辉等(2016)、赵道致等(2014、2015、2016)、曾伟等(2015)、王明征等(2015)、秦小辉等(2017）、蓝海燕等(2017)）。

五、结论与展望

从现有文献看，国内外学者在碳减排政策和库存运输集成决策问题方面均分别做了较深入的研究，碳减排政策研究主要集中于碳税、碳限额、碳限额与交易、碳补贴。库存运输集成优化决策问题研究模型有以下五个特点：①系统结构主要是类似于VMI的二层结构，即从一个原点把货物配送到分散的多存货点的one-many模型系统。②客户需求有确定性的，也有随机性的，但以确定性需求为主。③产品种类以单一品种为主，只有少数文章研究多品种问题。④研究模型主要是基于总成本最小为目标的混合整数规划模型。从企业管理的层次来看，主要是基于战术层问题的研究。⑤从求解策略上来看，一般是将库存运输集成优化决策模型分解成多个子模型，分别求解再调整。虽然国内外学者对碳减排政策及库存运输集成优化决策问题进行了大量的研究，但仍存在一些不足，未来可从以下几个方面展开研究。

（一）库存运输集成决策问题相关的研究文献较丰富，研究成果也较丰富，但现有研究大多是松散的，没有形成一个完整的库存运输集成体系框架，从而导致研究往往仅局限于功能集成方面。从集成角度来看，库存与运输集成应该是一个比“Inventory Routing Problem”更广泛的概念，集成内容应该包括系统中的各种要素如信息、资源、网络、流程以及相关辅助活动等，因而需要构建库存运输集成体系框架，完善库存运输集成理论体系。

（二）碳减排政策研究文献较多，但碳减排政策与物流优化结合起来研究的文献不多。有些学者研究了单一物流功能的优化问题，且现有文献主要围绕需求特征、物流网络、运作周期和算法设计等方面展开研究，考虑碳排放因素的库存运输集成研究文献相对较少。因此，碳排放约束下的库存运输集成优化决策问题是未来重点的研究方向。但基于碳减排政策的库存运输集成决策研究相对较匮乏，没有形成系统性研究。因此，未来可以从碳税、碳限额、碳限额与交易、碳补贴等不同碳减排政策下研究库存运输集成优化决策问题。

（三）现有文献在碳减排政策对物流决策影响的研究深入性方面还不够，在物流业碳减排政策的研究深度方面还有待加强。未来可以将碳税、碳限额、碳限额与交易、碳补贴等进行对比研究，分析不同碳减排政策的影响机理，设计物流业碳减排政策方案。

（四）要重视库存运输集成优化应用系统的开发。由于库存运输集成优化决策问题复杂性强，即便在确定性需求的情况下所建立的数学模型也难以找到有效的解法，因而大多数学者考虑的都是确定性需求情况，而需求确定的情况在实际的物流系统中是很少出现的，这在一定程度上影响了模型的应用。同时，为了构建相对易解的数学模型，人为地设置了许多假设条件，往往不同于配送系统的实际情况。而在设计算法时，大多数算法又通过放松处理，只考虑某些约束条件，因而限制了它们的应用范围。此外，由于库存运输集成优化决策模型的复杂性，很多研究者把主要目标放在库存运输集成优化决策模型的求解策略上，而忽略了方法的应用研究。因此，对实际的库存运输集成系统的开发与应用是未来重要的研究方向。