考虑碳排放的生鲜农产品供应链设计与优化

刘文博 （辽宁省交通高等专科学校，辽宁 沈阳110122）

LIU Wenbo (Liaoning Provincial College of Communications, Shenyang 110122, China)

0 引 言

随着世界工业经济的发展，二氧化碳排放量越来越大，世界气候面临越来越严重的问题，已经严重危害到人类生存环境和健康安全。中国已向世界承诺：二氧化碳排放2030 年左右达到峰值并争取尽早达峰，单位国内生产总值二氧化碳排放比2005年下降60%～65%。Baranzini 等[1]认为，碳税是降低碳排放最有效率的政策之一。苏明等[2]深入研究了《环境保护税法（征求意见稿）》，提出了政策建议，未来将碳税作为一个税目开征。杨雨薇[3]认为低碳物流已经成为物流业发展的趋势，走低碳化发展离不开国家宏观层面支持，微观层面也应积极寻求物流各环节节能减排途径，力求实现企业经济效益和社会效益最大化。

生鲜农产品供应链[4]（Supply Chain of Agriculture Fresh Products） 是由生鲜农产品的供应商、物流服务商、销售商等相关主体组成的网络。供应商的各主体承担着生鲜农产品的供应、生产、加工、配送及销售等职能。生鲜农产品的供应商、生产商、销售商以及消费者通过物流、信息流、资金流连接起来，旨在实现生鲜农产品快速、高效并安全地从产地到消费者的移动，并重点考虑食品安全、流通过程中的碳排放控制、生鲜农产品保鲜等问题。

生鲜农产品供应链跨越多个产业，涉及农业、交通运输业、物流业、批发与零售业、信息技术服务业、环保业，也会受到金融业和房地产业的影响。由于供应链上各主体地理位置分散，各地气候、地理条件差异很大，还有生鲜农产品鲜活和易损性的特点，对采收、装卸、运输、配送等各环节在时间和包装技术要求很高，需要快速、高效的物流配送体系，才能降低成本，提高效益。

Chaabane 等[5]提出了一个考虑碳排放的闭环供应链网络问题，构建了一个混合整数规划模型，该模型体现了供应链的战略规划与运营策略，并以原铝生产供应链网络为实证案例进行了数值实验。Cachon[6]从供应链运作和物流角度分析了商店与工厂因地理位置差异造成碳排放量的不同，最后给出最佳选址方案实现碳排放量最小。

本文以生鲜农产品为研究对象，考虑碳排放的前提下通过合理的运量分配及配送中心的启动决策实现整个生鲜农产品供应链运输成本最小且碳排放成本最低的目标。在生鲜农产品行业面对未来必将到来的碳税政策时，可以通过供应链设计与优化，大幅度降低二氧化碳排放量，实现经济效益和环境效益的统一。

1 问题描述与数学模型

1.1 问题描述

目前生鲜农产品供应链发展迅速，很多农业龙头企业纷纷采取“公司—基地—农户”、“基地—农户—公司—超市”等多种形式的供应链结构。由于农产品品种多、品质差异大，其流通形式也有所不同。比较典型的“农户+加工企业”模式，其供应链成员包括供应商、农户、加工企业、批发商、零售商等。这一模式中，农户种植的农产品并不直接进入流通渠道，而是通过加工企业进行增值，转换成附加值更高的产品，再以更高的价格进入流通渠道。本文所建的数学模型是依托于该种运作模式，供应链首端是生鲜农产品的供应商，中间环节是提供深加工及配送服务的企业，供应链末端是离消费者最近的生鲜超市，其供应链示意图如图1 所示。

为了构建数学模型，首先提出合理假设，表示如下：

假设1 所有生鲜超市的需求必须得到满足；

假设2 不能超过供应商的供给能力；

假设3 运输费用与单位产品运量呈线性比例关系；

假设4 运输过程中涉及的碳排放量与单位产品运量呈线性比例关系。

针对假设3 和4，即使参数间存在一些复杂的非线性关系，但经过线性转化，并不影响模型求解结果。

图1 生鲜农产品供应链示意图

1.2 数学模型

该问题的集合、参数和决策变量的定义如下：

集合：I：生鲜农产品供应商集合；J：加工配送中心集合；K：生鲜超市集合。

参数：Si：第i个供应商的供应量（吨）；Cj：第j个加工配送中心的处理能力（吨）；Dk：第k个生鲜超市的需求量（吨）；dij：从供应商i到加工配送中心j每单位运量的运输费（元/吨）；djk：从加工配送中心j到生鲜超市k每单位运量的运输费（元/吨）；mij：从供应商i到加工配送中心j每单位运量的CO2排放量（kg/吨）；mjk：从加工配送中心j到生鲜超市k每单位运量的CO2排放量（kg/吨）；vj：来自第j个加工配送中心单位运量的可变CO2排放量（kg/吨）；fj：来自第j个加工配送中心单位运量的固定CO2排放量（kg/吨）；α：碳排放税（元/kg）。

决策变量：xij：从供应商i到加工配送中心j的送货量（吨）；xjk：从加工配送中心j到生鲜超市k的送货量（吨）；yj：第j个加工配送中心是否启动，yj为1，即启动；yj为0，则不启动；xijk：从供应商i通过加工配送中心j向生鲜超市k的送货量（吨）；Zj：通过加工配送中心j的运量，即

采用上述参数和决策变量，建立的数学模型表示如下：

模型中，目标函数式（1） 包含五项，分别是从供应商到加工配送中心的运输费用及相应的碳税成本、从加工配送中心到生鲜超市的运输费用及相应的碳税成本以及加工配送中心要承担的固定及可变的碳税成本。约束式（2） 表示对于每个供应商，运往各加工配送中心的运量总和与其供应量持平。约束式（3） 表示对于每个生鲜超市，从各加工配送中心运来的运量总和与该超市的需求量持平。约束式（4） 表示对于每个加工配送中心，其处理能力不小于从各供应商送来的运量。约束式（5） 表示对于每个加工配送中心，其处理能力应大于等于送往各生鲜超市的运量总和。约束式（6） 表示从供应商i通过加工配送中心j向生鲜超市k运量的关系式。约束式（7） 和式（8） 表示变量的取值范围。

该模型程序是在Windows7 环境下利用Visual Studio 2010 编写，在CPU 主频3.1GHz，物理内存6GB 的计算机进行测试。通过ILOG CPLEX v12.6.1 优化软件进行求解。

2 仿真实验

2.1 案例概述

某区域有5 家加工配送中心，上游供应商共有105 家，单家供应商能力均有限，下游生鲜超市共有286 个。供应商、加工配送中心、生鲜超市的地理位置已知，由此均可计算出供应商至加工配送中心及加工配送中心至各生鲜超市之间的距离矩阵。

模型的参数大部分来源于电话问询，极个别的数据根据经验和业内专家经验获得。碳排放税是参考国内外生鲜农产品物流行业的作业能耗数据、转换系数以及物流行业专家经验，在合理范围内随机产生。

从案例中任意抽取10 个供应商单位、5 个生鲜超市的数据为例，表1 为供应商到加工配送中心单位运量的运费及各供应商的供应量；表2 为加工配送中心至生鲜超市单位运量的运费及各生鲜超市的需求量；表3 为供应商到加工配送中心单位运量的CO2排放量；表4 为加工配送中心至生鲜超市的单位运量的CO2排放量；表5 为加工配送中心的固定/可变单位运量的CO2排放量及处理能力。

表1 供应商至加工配送中心的单位运量的运费及各供应商的供应量

表2 加工配送中心至生鲜超市的单位运量运费及各生鲜超市的需求量

表3 供应商至加工配送中心的单位运量的CO2 排放量

表4 加工配送中心至生鲜超市的单位运量的CO2 排放量

表5 加工配送中心的固定/可变单位运量的CO2 排放量及处理能力

2.2 计算结果

针对上面的数学模型进行求解，假设碳税率在0.01～0.1 的区间变化。表6 为不同碳税率下模型计算结果。

表6 不同碳税率下模型计算结果

通过表6 的数据结果可以看出，随着碳税率的增加，加工配送中心开启数量逐渐减少，固定碳排放量大的将不被启动。随着碳税率的增加，碳排放量与总费用的整体趋势是下降的，但二氧化碳排放量以及总费用的降幅随着碳税率的上升而上升，由此表明碳税率越高节能减排效果越明显。

3 结 论

本文对考虑了碳排放的生鲜农产品供应链问题进行了数学模型的构建，并通过具体实例进行了定量分析，碳税率的调节机制均在不同程度上影响着生鲜农产品供应链的运行。考虑了碳税率指标，加工配送中心的启动决策会受到影响；碳税率设置的越高，碳排放量整体上是呈下降趋势，资金的节省效果越明显。针对生鲜农产品供应链上的各节点企业，要从网络整体设计和运作优化角度进行决策，企业间相互信任，从大处着眼，力求整个供应链的碳排放量最少且总成本最低，以实现企业长期可持续的发展目标。