考慮CO2排放量的城市專業物流中心選址研究

趙泉午，楊 茜

（1.重慶大學經濟與工商管理學院，重慶400030；2.重慶大學公共管理學院，重慶400030）

考慮CO2排放量的城市專業物流中心選址研究

趙泉午1，楊 茜2

（1.重慶大學經濟與工商管理學院，重慶400030；2.重慶大學公共管理學院，重慶400030）

目前關于物流中心選址的研究多基于企業的角度，鮮有學者站在地方政府角度考慮不同行業物流特點對城市物流中心選址進行研究。本文基于鋼材分銷行業特征，從地方政府角度出發，構建了綜合考慮CO2排放量和物流成本的雙目標整數規劃模型，采用理想點法將雙目標轉化為單目標并用分枝定界法對該模型進行求解。本文以重慶市鋼材分銷行業的城市物流中心選址為例進行分析，并將CO2排放量的測算結果以澳大利亞碳稅的征收標準進行計算，發現碳稅征收并不能有效降低鋼材行業CO2排放量。地方政府可通過合理選擇物流中心位置、規范城市物流配送車輛選型、限速、限行和錯峰限時等城市物流管理策略來實現低碳物流。

CO2排放量；城市物流；物流中心選址；鋼材分銷

1 引言

為了實現物流的時間效益和空間效益，提高物流過程的運作效率，許多城市紛紛提出了對物流網絡體系進行優化的舉措。據不完全統計，目前全國發布和完成現代物流網絡體系規劃研究工作的經濟中心城市已超過50個，主要分布在珠三角、長三角等東南沿海及北方沿海區域經濟中心城市。同時，學術界有關城市物流網絡體系的研究也日漸豐富，物流網絡的設計一般包括兩個方面［1-3］：一是物流網絡體系中物流節點位置和數量的確定；二是優化分配各個線路上的物流配送量。而物流節點選址作為物流網絡體系優化的基礎與核心，往往也作為單獨的研究對象，其模型建立在配送量確定的前提下，僅將物流節點選擇作為決策變量建立整數規劃模型進行研究［4-7］。

早期，有關物流節點選址的研究主要集中在單一目標成本最小。Aikens等［4］基于目標函數為“選址成本（包括固定投資成本和運輸成本）最小”，建立線性規劃、0-1整數規劃和動態規劃等9種選址模型對物流網絡優化中的節點選址進行了對比研究，得出不同的規劃模型形式主要是取決于選址費用函數的形式。周根貴等［5］也建立一個基于物流成本最小的選址模型，引入機會成本（短缺）、處置成本（過剩）、期望成本，更加詳細的描述了物流過程的成本，并使用遺傳算法對該模型進行求解，從而得出了回收中心的選址和最優規模。

現實中不同決策者不單單追求物流成本最小單一目標，還考慮路徑最短、對交通的擁堵的影響最小、以及環境污染最小等因素；同時物流節點選址問題也會涉及到對不同主體的利益的考慮——比如地方政府、企業和居民，而每一個主體注重的選址要素也會有所差異。因此越來越多的學者開始考慮不同主體多因素目標對物流節點選址的影響。陳菊等［6］基于地方政府的物流總成本最小和企業運輸的效用值最大選擇物流節點，建立了一個雙層物流節點選址模型，并使用遺傳算法對該模型進行求解，得到了物流中心選址的最優方案。胡長英等［7］將物流過程中的環境因素考慮進來，通過政府對產品環境不達標程度的處罰成本和企業在政府要求下主動處理污染的成本來度量環境因素，從而建立了一個考慮環境影響與物流成本的雙層、雙目標物流節點選址方案，并提到該模型可以使用遺傳算法、分支定界算法以及啟發式算法等來求解。

綜上現有對物流節點選址的研究，從過去的僅僅只考慮經濟因素，逐漸轉向了對經濟與環境因素的共同考慮，而且越來越注重對環境因素的關注；而現有研究往往將環境影響簡單抽象為排污成本［7-8］，或者抽象為概念性的參數，缺少具體科學應用。本文在現有研究基礎上，將二氧化碳排放量引入到物流節點選址模型中。

物流很大程度上依賴于交通運輸，交通運輸又將產生大量二氧化碳對環境造成污染，根據IEA 2009［9］的統計，在世界范圍內，交通運輸過程中排放的二氧化碳量是其總排放量的26%，僅次于占比第一的能源生產二氧化碳排放量。Ballot和Fontane［10］以法國為例探索供應鏈變化對二氧化碳排放量的影響，并分別選擇公路和鐵路兩種運輸系統，基于二氧化碳排放量最少目標建立模型，得出了最優供應鏈網絡的選擇方案。Figliozzi［11］也以美國波特蘭市為例，討論運輸過程中影響二氧化碳排放的因子，發現擁擠和限速對二氧化碳排放量有顯著的影響，并認為公共機構應該規范物流中心的選址和車輛運行速度，從而能夠很好的減少二氧化碳排放量。因此本文將二氧化碳排放量引入到物流網絡節點選址優化模型中，同時量化城市物流中心選址的經濟與環境因素，站在地方政府的角度，并考慮配送廠商的現實選擇——配送路徑相對最短、成本相對最低，建立一個基于CO2排放量和物流成本的雙目標整數規劃模型，并給出雙目標規劃的求解方法。另外，鑒于不同行業配送方式和物流中心選址要求的差異，本文以重慶市鋼材分銷城市物流中心選址優化為例進行詳細的分析。

2 模型的建立與求解

2.1 問題的描述

鋼材分銷城市物流一般包括三級：一級是貨運站場，是指火車貨運站和港口碼頭；二級是物流中心，是指鋼材分銷專業市場；三級是需求節點，是指工業園區、規劃的人口聚集區和建筑工地（交通、市政工程等基礎設施建設）等對鋼材有需求的節點。運輸車輛從貨運站場將貨物運送到物流中心，然后運輸車輛又將貨物從物流中心運送到各需求節點，貨物的供需關系和流動情況將形成了一個完整的物流配送網絡結構（如圖1所示）。貨運站場和需求節點的數量和位置是固定的，物流中心的數量和位置在備選點中選出。其選擇依據是兩個目標函數，即滿足從貨運站場到需求節點過程中的CO2排放量和物流成本達到最優的狀態。

2.2 假設條件

為了方便分析和說明問題，對模型進行了如下的假設和簡化：

（1）由貨運站場到物流中心、由物流中心到需求節點之間的運輸距離是已知的，返回時的路徑與配送時的路徑是一致的。

（2）優化后的物流中心數量是有限的。城市物流中心的數量受限于城市規劃及土地資源供給。

（3）各需求節點的需求量是可以預測的。

（4）城市內的道路等級分為兩級，不同的道路等級，車輛運行的速度不同。

（5）貨車運輸成本、單位商品的倉庫成本均為已知的。

2.3 參數和變量定義

i指貨運站場，N表示i的數量；

j指物流中心，M表示j的數量；

k指需求節點，L表示k的數量。

dij指從i到j的運輸距離（公里）；

djk指從j到k的運輸距離（公里）。

圖1 模型示意圖

Xij指從i到j的貨運量（萬噸），Xij≥Dj*wj*λ，Dj表示j點的總需求量（出量Dj=，λ表示配送貨運量的臨界值（即配送貨運量的下限比例），j=1，2，3……M；

Xjk指從j到k的貨運量（萬噸），Xjk≥Dk*wj*λ，Dk表示k點的總需求量，λ同上，k= 1，2，3……L。

wj是指備選物流中心是否被選中的決策變量，wj∈{0，1｝，當j點被選中，wj=1；反之取0。

根據《MEET and COST 319 European projects》［12］中的研究得到：εempty（v）是空車運輸過程中二氧化碳排放量系數，εfull（v）是滿載車輛運輸過程中二氧化碳排放量系數，它們的單位為克/公里，φ（r，v）則表示空車與滿載車輛在運輸過程中二氧化碳排放量的差異比；當考慮卡車容量WC（萬噸）和卡車運行速度V（公里/小時）時，ε（Xij，Wc，v）則表示每公里運輸量為X（萬噸）、卡車容量為WC、車速為V的運輸過程中二氧化碳的排放量（克/公里），是指遞送的次數。它們的關系式表達如下：

其中：K，a，b，c，d，e，f為為CO2排放量與速度之間的關系系數；

c1指單位距離（公里）的貨車空車時的運輸成本（萬元）；

c2是指單位距離（公里）單位貨物（萬噸）的貨車運輸成本（萬元），其中i到j和j到k使用的貨車類型相同；

c3指單位貨物（萬噸）在物流中心（j點）的庫存成本（萬元）。

P1為CO2排放量函數，其單位是克。P2為物流成本函數，其單位是萬元。

2.4 數學模型

目標函數：

min F={（P1），（P2）｝

其中，CO2排放量函數：

物流成本函數：

2.5 求解方法

多目標規劃模型的求解思路往往是先將多目標轉化成單一目標，而決策者在將多目標轉化為單一目標的過程中往往采用兩種方式，其一是附權重，即根據各目標彼此的重要程度給予不同的權重，然后予以加總，從而轉化成單目標規劃；其二是考慮優先順序，該方式也是需要決策者先確定各目標的重要性，從而決定每個目標的優先程度，即越重要的目標先被考慮，后面的目標都需要在滿足前面目標的前提下運行。而常常具體使用到的方法有：線性加權、指數加權、理想點法、主要目標法、分層序列法和模糊偏差法等。在這些方法中，線性加權、指數加權和理想點法往往要求目標函數的單位是一致的，本文中的目標函數分別是CO2排放量（克）和成本（萬元），因此需要通過比例的方式把兩個目標的單位轉成一致，然后再對兩個目標進行整合。所以本文將對理想點法進行改進來解決這一雙目標問題。

理想點法：先求出每個單目標的最優解P*，再令，將它作為新的目標函數進行求解。

改進后的理想點法：先求出每個單目標的最優解P*，再令，將它作為新的目標函數進行求解。

同時在模型中也可以看出唯一的變量是wj，是指備選物流中心是否被選中的決策變量，其取值為wj∈{0，1｝，當wj=1時，j點被選中；反之取0時，j點未被選中。這也正是0-1整數規劃恰恰可以數量化的描述“取與舍、有與無”等現象所反映的離散變量間的邏輯關系，正好可以解決這類問題。在目標函數達到最優的時候，用整數變量表示各種選擇，連續變量表示資源的分配，用約束條件表示物流的平衡關系。其核心思想是將每一個物流中心納入目標函數中進行計算、比較，最后再決定是否需要該物流中心。而0-1整數規劃的解法有很多種，比如窮舉法，隱枚舉法、組合直接搜尋法等；其統計分析軟件也有許多，比如Matlab、Lingo［13］、Mathematical等。本文將選取Lingo11.0分析軟件進行求解。

3 實例分析

本文以重慶市鋼材分銷行業為例，對未來重慶市鋼材城市配送的物流網絡進行優化設計。根據《重慶市國民經濟與社會發展第十二個五年（2011-2015年）規劃綱要》，重慶市未來主要的鋼材貨運站場有團結村、黃磏站和魚嘴-果園港三大貨運站場；而未來鋼材的主要需求節點則主要是12大工業園區和22個人口聚集區；根據規劃，本文選出金材物流果園配送中心、中鋼國際鋼材交易中心、西部金屬材料物流配送中心、赫乾鑫邦鋼材城、攀寶鋼材市場、珞磺鋼材交易城、重慶鐵公雞鋼鐵物流港、重慶永翔鋼鐵貿易服務總部基地八大物流中心作為備選的物流中心。

本文提供的鋼材需求量是2020年的預測需求量，根據2002-2011年的鋼材需求量數據采用回歸預測法、二次加權移動平均預測法、GM（1，1）預測法以及組合預測法對重慶市2012-2020年鋼材的市場需求量進行預測，并根據工業用鋼和建筑用鋼的比例對不同鋼材需求節點用鋼情況進行劃分，再結合工業園區的面積和人口聚集區的人口比例得出了12大工業園區和22個人口聚集區在2020年具體的鋼材需求情況。

本文統計了3個貨運站場到8個備選物流中心的運輸距離；同時統計了8個備用物流中心到34個需求節點的運輸距離。根據《中華人民共和國公路法》，按照其技術等級分為高速公路、一級公路、二級公路、三級公路和四級公路。其流量和速度標準如表1所示：

表1 不同公路等級的時速限制

根據這一標準，將重慶市主城區鋼材配送的車輛路徑分為兩個等級，一個是時速控制在60-120公里/小時的一級路段，其包括高速公路和一級公路兩種路段；其二是時速在60公里/小時以下的二級路段，其包括二、三、四級公路；運輸距離統計結果如附錄表3和表4所示。

根據《MEET and COST 319 European projects》［12］的研究，當貨車的載重在32-40噸之間時，CO2排放量的公式系數結果測量為：

K=1576，a=-17.6，b=0，c=0.00117，d= 0，e=36067，f=0，φ（r，v）=1.42；

可知在市內運輸鋼材的貨車載重一般在30噸以上，因此取Wc=0.0033萬噸；在一級路段的運行速度V1=60公里/小時，在二級路段的運行速度為V2=40公里/小時；另外，根據調研數據，設參數c1=0.00025萬元/公里，c2=0.5萬元/公里/萬噸，c3=50萬元/萬噸。則P1和P2為：

目標函數則為：

通過Lingo11.0的計算，得出了僅僅只考慮CO2排放量、僅僅只考慮物流成本和綜合考慮兩個因素的雙目標模型的結果。如表2和表3所示：

表2 不同模型條件下的CO2排放量和成本的比較

表3 不同模型條件下物流中心的選擇

在表2中可以看出，綜合考慮物流成本和CO2排放量的物流中心選址方案比單純考慮成本的物流中心選址方案每年物流成本增加了6.24%，但CO2排放量卻減少1.38%；比單純考慮CO2排放量的物流中心選址方案每年CO2排放量增加19.30%，但是物流成本減少0.95%。可以發現構建的雙目標模型具有較好的綜合優勢，使得CO2排放量和物流成本得到比較均衡的結果，綜合考慮了物流中心選址優化過程中的經濟與環境因素。同時，綜合考慮的雙目標模型與只考慮CO2排放量的單目標模型相比，減少物流成本1378.47萬元，因此綜合考慮的選擇更加滿足企業降低物流成本的現實需求。

從表3中可以看出，珞磺鋼材交易城、重慶永翔鋼鐵貿易服務總部基地兩個物流中心在不同的模型條件下都會成為最優的節點；該兩個物流中心一南一北分布，而且都靠近鋼材貨運站場。珞磺鋼材交易城靠近黃磏站，重慶永翔鋼鐵貿易服務總部基地靠近魚嘴站-果園港，交通運輸條件十分便利。這樣的選址結果也比較符合市場需求和交通運輸條件。

同時，根據澳大利亞2012-2013年的碳稅征收標準：每噸碳排放征收23澳元，折合人民幣133.26元/噸（2013.10.13日的匯率，1澳元=5.7941人民幣元）。則征收的碳稅如表4所示：

表4 不同模型條件下物流中心選擇的社會成本比較

通過對比以澳大利亞碳稅標準征收碳稅后的結果可以發現，綜合考慮的雙目標模型和只考慮CO2排放量的社會成本總和并不低于只考慮物流成本選址方案的總成本，這說明按照這一標準征收碳稅并不能夠很好的限制企業運輸過程中的CO2排放量。但從不同條件下選址結果的對比和CO2排放量函數中可知，政府可以通過采取合理選擇物流中心位置、選擇并規范配送車輛車型、限速、限行和錯峰限時等城市物流管理策略來控制CO2排放量，實現低碳城市物流目標。

最后，根據目標函數和Lingo11.0的計算，企業最優選擇節點和節點之間具體配送量也可以算出。綜合考慮CO2排放量和物流成本時得出的各條路徑上的配送量是政府平衡環境與成本后的結果，但現實中企業往往是從物流成本最低或配送時間最短選擇配送路徑，因此實際的路徑配送量與本文結果可能存在差異。消除差異的重要舉措就是實施限速、限行、錯峰限時配送以及合理選擇城市物流車型等城市物流管理舉措。

4 結語

本文在城市物流中心選址過程中引入了CO2排放量，充分考慮了物流中心的社會與環境效益，并考慮鋼材分銷物流行業的特征，建立了基于CO2排放量和物流成本的雙目標整數規劃模型，使得物流中心的利益受眾綜合考慮環境與經濟效益兩個目標。同時本文引用了重慶市鋼材分銷物流中心選址的案例，采用Lingo編程方法對該問題快速科學的求解，得出了重慶市鋼材分銷物流中心綜合考慮CO2排放量和物流成本的最優選址結果，也對比了綜合考慮兩個目標和單獨考慮兩個目標的選址差異。案例數據充分，結果合理，是模型可行性的有力證明，對地方政府進行物流選址的優化設計具有很好的參考借鑒價值。

本文不足在于僅僅針對具體的某一行業對城市物流中心的選址進行了分析，事實上不同行業物流差異較大，未來研究可以考慮整合不同行業從而得出綜合型物流中心的選址結果；同時未來可研究城市物流管理舉措對城市物流成本和CO2排放量的影響。

［1］代穎，馬祖軍，劉飛.基于混合遺傳算法的制造/再制造集成物流網絡優化設計［J］.計算機集成制造系統，2006，12（11）：1853-1875.

［2］石琴，陳朝陽，覃運梅.多目標物流網絡優化模型的研究［J］.中國管理科學，2005，13（4）：40-43.

［3］馮勤超，顧寧生.逆向物流網絡優化設計模型［J］.東南大學學報（自然科學版），2007，33（11）：321-326.

［4］Aikens C H.Facility location models for distribution planning［J］.European Journal of Operational Research，1985，22（3）：263-279.

［5］周根貴，曹振宇.遺傳算法在逆向物流網絡選址問題中的應用研究［J］.中國管理科學，2005，13（1）：42-47.

［6］陳菊，何美玲，牟能治.物流節點最優選址與規模的雙層規劃模型［J］.物流商壇，2006，29（129）：9-13.

［7］胡長英，劉國山.基于環境角度的雙層選址優化模型［J］.中國管理科學，2007，15（4）：59-62.

［8］何波.綠色物流網絡系統建模與效率邊界分析［J］.中國管理科學，2012，20（3）：138-144.

［9］International Energy Agency.2010能源技術前景［R］. http：//www.iea.org/.

［10］Ballot E，Fontane F.Reducing transportation CO2 emissions through pooling of supply networks：Perspectives from a case study in French retail chains［J］. Production Planning&Control，2010，21（6）：640-650.

［11］Figliozzi M A.The impacts of congestion on time-definitive urban freight distribution networks CO2 emission levels：Results from a case study in Portland，Oregon［J］.Transportation Research Part C，2011，（19）：766-778.

［12］Joumard R.Methods of estimation of atmospheric emissions from transport：European scientist network and scientific state-of-the art action COST 319 final report［M］.Bron：INRETS，1999.

［13］丁小東，姚志剛，程高.lingo語言與0-1混合整數規劃選址模型的再結合［J］.物流工程與管理，2009，31（10）：72-75.

［14］Munuzuri J，Cortés P，Grosso R，et al.Selecting the location of minihubs for freight delivery in congested downtown areas［J］.Journal of Computational Science，2012（3）：228-237.

［15］Pan S，Ballot E，Fontane F.The reduction of greenhouse gas emissions from freight transport by pooling supply chains［J］.International Journal of Production Economics，2010，10：1-9.

［16］Ubeda S，Arcelus F J，Faulin J.Green logistics at Eroski：A case study［J］.International Journal of Production Economics，2011，131（1）：44-51.

［17］Byrka J，Aardal K.An optimal bifactor approximation algorithm for the metric uncapacitated facility location problem［J］.SIAM Journal of Computing，2006，39（6）：2212-2231.

［18］Kayikci Y.A conceptual model for intermodal freight logistics centre location decisions［J］.Procedia Social and Behavioral Sciences，2010，2：6297-6311.

［19］O'Connor K.Global city regions and the location of logistics activity［J］.Journal of Transport Geography，2010，18：354-362.

［20］Chen C T.A fuzzy approach to select the location of the distribution center［J］.Fuzzy Sets and Systems，2001，118：65-73.

The Location of City Professional Logistics Centers on Consideration of CO2Emissions

ZHAO Quan-wu1，YANG Xi2
（1.School of Economics and Business Administration，Chongqing University，Chongqing 400030，China；2.School of Public Affairs，Chongqing University，Chongqing 400030，China）

Plenty papers study logistics center location problems based on the perspectives of enterprises. While few scholars consider impacts of local government and logistics characteristics of different industries.Based on the logistics characteristics of steel distribution industry，a dual-objective integer-programming model is constructed both considering CO2emissions and logistics costs，which represents the opinions of local government.Then doubles goals model are turn into a single one model by ideal point method. The logistics center location problems of Chongqing steel distribution industry is taken as an example，and the results of logistics center locations are obtained through collecting and computing the real data from Chongqing steel distribution industry.At last tax of CO2emissions is calulated based on the standard of carbon tax in Australian.Results show that tax of CO2could not reduce CO2emissions effectively.Local government should adopt other City logistics methods to control CO2emissions effectively，such as reasonable location of logistics center，vehicle selection，speed limit，time windows and so on.

CO2emissions；city logistics；logistics center location problems；steel distribution industry

C939；F207

A

1003-207（2014）07-0124-07

2013-07-29；

2013-10-22

國家自然科學基金青年項目（71002070）；重慶大學中央高校基本科研業務費（CQDXWL-2012-Z019）；教育部人文社會科學研究項目（09YJC630244）

趙泉午（1976-），男（漢族），河南方城人，重慶大學經濟與工商管理教授，復旦大學博士后，碩士生導師，CLEMSON大學和香港中文大學訪問學者，研究方向：現代物流與商貿流通管理、區域經濟與發展.