沿江火電企業“海進江”煤炭物流成本優化探討

高學明 陳金勇

【摘 要】 隨著新一輪電力體制改革的逐步推進，火電企業面臨更加激烈的市場競爭。電力產品的同質性、無形性特點，決定了火電企業必須堅持成本領先戰略，持續強化成本管控來增強競爭優勢。沿江火電企業煤炭運輸多采用“海進江”方式，煤炭物流鏈條長、環節多、運量大，煤炭物流成本優化是企業降本增效的一個重要途徑。文章闡述了沿江火電企業煤炭物流成本優化的重要意義，分析了沿江火電企業“海進江”煤炭物流的特點和優勢，總結了沿江火電企業“海進江”煤炭物流成本優化的要點，在此基礎上以沿江某大型火電企業為例，探討了沿江火電企業如何通過建立“海進江”運輸線性規劃模型來科學、精準、高效地進行“海進江”煤炭物流成本的優化，實現降本增效的目的。

【關鍵詞】 火電企業; “海進江”; 物流成本

【中圖分類號】 F275.3? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）07-0067-05

一、沿江火電企業煤炭物流成本優化的重要意義

中共中央、國務院《關于進一步深化電力體制改革的若干意見》（中發〔2015〕9號）的印發，標志著新一輪電力體制改革正式啟動。隨著新一輪電力體制改革、供給側結構性改革的不斷深入以及能源行業高質量發展的不斷推進，火電企業面臨更加激烈的市場競爭和更加巨大的成本壓力。機組利用小數逐年下滑、平均上網電價持續下降、電煤價格維持高位、環保成本大幅上升等多重壓力給火電企業帶來前所未有的挑戰[ 1 ]。推進全方位、全過程的成本管控，提升成本管控的精細化水平，實現低成本運營，是沿江火電企業應對新挑戰的必然選擇。沿江火電企業大多數遠離煤炭生產基地，煤炭物流運距長、環節多、成本高，面臨的挑戰更為嚴峻。

由于物流具有隱蔽性特征，大多數火電企業管理人員對物流管理和物流成本知之甚少、關注不多，“重生產、輕流通”思想長期存在，在物流成本管理上投入的資源不足;分不清楚物流成本與生產成本之間的關系，對“物流是企業第三利潤源”的論斷、物流成本冰山理論理解和認識不足;煤炭物流成本核算體系不完善、不精細[ 2-3 ]，物流成本控制和優化的手段落后、信息化水平低，對物流大數據中蘊藏的豐富信息資源和巨大經濟價值重視不夠;對物流成本優化在應對電力市場化改革和提升火電企業競爭力中的重要性認識不足。隨著新發展理念的貫徹落實和高效清潔發電技術的廣泛應用，火電企業在節能降耗和生產成本管控方面取得重大成效。我國600MW及以上電廠供電標準煤耗持續降低，由2011年的330克/千瓦時降至2019年的307克/千瓦時[ 4 ]，火電企業生產環節的單位物耗（煤耗）明顯下降，成本管控水平大幅提升。與此形成鮮明對照的是，火電企業多年來在煤炭物流成本管控方面卻相形見絀，成效甚微?；痣娖髽I，特別是沿江火電企業的煤炭物流成本居高不下，一方面受制于我國煤炭物流儲配基地建設滯后、主要港口吞吐能力不足、煤炭物流通道不完善、集疏運系統不匹配、部分物流環節銜接不暢[ 5 ]等客觀因素的影響;另一方面緣于沿江火電企業自身對煤炭物流成本管理重視不夠、信息化智慧化水平低、手段粗放落后，對煤炭物流成本的定量優化控制乏力。

受煤炭資源分布和消費不平衡的影響，“西煤東運”“北煤南運”和“長距離、多周轉”是我國煤炭物流長期存在的格局。絕大多數沿江火電企業煤炭物流鏈條長、節點多、運量大，而且需要采用鐵路、公路、水路等運輸方式聯合、組合，煤炭物流成本較高，占總成本的比重高達15%左右，是沿江火電企業最主要的付現成本之一。相對于其他成本費用項目，煤炭物流成本在企業總成本中所占的比重較高，存在較大的優化壓降空間，煤炭物流成本的下降對總成本下降的貢獻更大。此外，由于物流成本削減具有乘數效應，物流成本減少所產生的總效益遠大于物流成本本身所減少的金額。因此，煤炭物流成本的優化控制，理應成為沿江火電企業成本管控的重中之重。

煤炭物流集鐵運、海運、江運、運輸、接駁、倉儲、裝卸、保管等活動為一體，鏈條長、環節多、協同性強，涉及的利益相關方較多，是沿江火電企業成本管控的難點和短板。沿江火電企業要從供應鏈成本管理的視角，拓展成本管控的空間范圍，擺脫粗放式、盲目式和經驗主義的成本管控方式，實現煤炭物流成本優化控制的精細化、科學化，揭開煤炭物流成本的“冰山”，不斷優化和降低煤炭物流成本，發掘物流“第三利潤源”，提升市場競爭力。

二、沿江火電企業“海進江”煤炭物流的特點和優勢

所謂“海進江”，是指海輪駛入長江后，受航道條件的制約，需在合適的江港?？浚瑢⑺d貨物過駁給若干艘噸位較小的江輪繼續上溯運輸至最終目的港的一種海、江轉運模式。受長江航道水深和南京長江大橋限高的制約，3萬噸級以上的海輪無法上溯到南京上游的長江沿岸各港口，皖、贛、鄂、湘等上游省份的海運進港貨物，需要通過“海進江”方式在南京及下游的各長江港口轉運[ 6 ]。近年來，隨著長江經濟帶發展戰略的深入實施，裝備制造、石化、電力、冶金、建材、物流等產業加快向沿江地區布局和聚集，催生了更多的“海進江”貨物運輸需求。交通運輸部長江航務管理局發布的數據顯示，2019年長江干線貨物通過量達29.3億噸，同比增長8.9%;長江干線港口貨物吞吐量達31.6億噸，同比增長11.3%[ 7 ]。隨著我國經濟社會的發展，長江“黃金水道”航運價值更加突顯，“海進江”運輸方式的地位和作用日益提升。

與鐵路、公路運輸相比，“海進江”運輸速度較慢，但輪船運載量大、能耗低，具有明顯的成本優勢和生態優勢，特別適合煤炭、油品、礦石、鋼鐵、糧食等大宗貨物的長距離運輸。由于大宗貨物貨主一般對貨物的運到時限敏感度較低而對運價敏感度較高，2019年9月浩吉鐵路（蒙華鐵路）的開通運營對“海進江”的沖擊十分有限，“海進江”方式仍有很強的競爭優勢和市場地位[ 8 ]。以常見的煤炭運輸為例，山西、陜西等地的煤炭經過鐵路運輸至環渤海的各海港裝船下水，通過“海進江”方式，先由海輪運輸至長江下游合適的港口接駁，再由載重噸位低的江輪轉運至湖南岳陽下游各港，按目前的市場運價計算，“海進江”的總物流成本明顯低于其他運輸方式或運輸方式組合。因此，“海進江”成為沿江火電企業首選的煤炭運輸方式。

三、沿江火電企業“海進江”煤炭物流成本優化的要點

電力生產的實時性、動態性極強，要求物流系統能快速做出反應和決策[ 9 ]。當前，大多數沿江火電企業在“海進江”煤炭物流成本管控上憑經驗、靠直覺、用手工、“拍腦袋”，沒有建立信息化系統和數學模型，缺乏先進的手段和科學的方法，對“海進江”物流成本進行快速精準和科學有效定量優化及控制的能力不足?；痣娖髽I煤炭消耗量大，煤炭物流鏈條長、環節多，涉及很多不同的變量，構成了一個嚴密的系統，物流成本需要有先進的信息化手段進行動態優化，尤其是對依靠鐵路水路聯運和海江轉運運輸煤炭的沿江火電企業。

“海進江”是一種非直達的海、江轉運方式，貨物需要在中轉港卸載，從海輪分裝給江輪，因此物流成本包括一程海輪運費、二程江輪運費和中轉港口裝卸費、場地堆存費等項目。一般情況下，“海進江”的起始港和中轉港可以有多個選擇，起始港和目的港之間可形成多種航線（路徑）組合。受市場競爭、港口地理位置和資源條件等因素的影響，“海進江”不同航線（路徑）的物流成本會有所差異，在總運量一定的情況下，總物流成本受各航線（路徑）上運量分配的影響。按照系統論的觀點，“海進江”是一個由海運、江運和中轉等子系統構成的物流總系統，各子系統間的成本存在此消彼長、此盈彼虧的關系，子系統成本的降低并不一定能夠降低物流總成本。因此，“海進江”煤炭物流成本優化控制的要點在于在運價和中轉價格等單價一定及物流資源受限的情況下，快速、精準地優化運輸路徑和安排各路徑的運量，以求整體物流成本最低。

四、沿江火電企業“海進江”煤炭物流成本的優化

（一）“海進江”煤炭物流成本優化的理論基礎

1.約束理論

約束理論（Theory of Constraints，TOC）是以色列物理學家、企業管理顧問戈德拉特博士（Dr.Eliyahu M.Goldratt）在他開創的優化生產技術（Optimized Production Technology，OPT）基礎上發展起來的管理哲理，提出在制造業經營生產活動中定義和消除制約因素的規范化方法，目的是找出和消除妨礙實現系統目標的約束條件，以支持連續改進。簡單講，它是一套關于改進和如何最好地實施這些改進的管理理念和管理原則，以幫助企業識別出在實現目標的過程中存在哪些制約因素，以及如何實施必要的改進來消除這些約束，從而更有效地實現企業目標[ 10 ]。

TOC是一套解決約束的流程，回答了三個問題：改進什么、改成什么樣以及怎樣使改進得以實現。它認為，在任何一個客觀系統中，總是存在著極少數的關鍵約束環節，將系統比喻為一根鏈條，承重的大小由“鏈條”中最薄弱的一個環節決定，抓住了“極少數”關鍵環節就控制住了系統。TOC把企業看作一個系統，強調從整體效益出發考慮和處理問題，包含了豐富的辨識系統核心問題、持續改善系統局限的哲學思想，能為解決“海進江”煤炭物流成本優化問題提供思想借鑒和理論指導。

對于企業來說，約束可以來源于企業內部，也可以來源于企業外部;系統的約束因素既包含有形約束，也包含無形約束。在沿江火電企業“海進江”煤炭物流的整個流程中，也必然存在著時間資源、船舶運力、港口裝卸能力、港口靠泊能力等方面因素的“約束”，這些約束條件是進行“海進江”煤炭物流成本優化所必須考慮的因素。

2.效益背反理論

物流成本中，各功能成本要素間相互關聯，存在著損益矛盾，在優化其中某項要素時，往往會造成另一種或幾種要素發生利益損失，這就是物流成本的效益背反（Trade off）理論[ 11 ]。在物流功能之間，一種功能成本的削減會使另一種功能的成本增多，因此必須考慮整體的最佳成本。各項物流活動的費用變化情況往往處于一個統一又矛盾的系統中，一種功能成本要素的下降，可能會帶來另一種功能成本要素的上升。效益背反是困擾物流成本降低的主要因素，是物流成本管理與控制的重點。物流成本效益背反主要包括兩種情況：一是物流成本與物流服務水平的效益背反。高水平的物流服務是由高物流成本來保證的，除非有先進的革命性的技術應用于物流領域，否則很難實現在提高物流服務水平的同時降低物流成本。二是物流各功能活動之間的效益背反。物流的各項活動處于一個相互矛盾的系統中，想要很好地達到某個方面的目的，必然會使另一方面受到一定的損失[ 12 ]。例如，沿江火電企業采用“海進江”模式運輸煤炭，一程海運費減少，往往會使二程江運費增加，當然二者增加和減少幅度一般不會完全相同。根據效益背反理論，沿江火電企業“海進江”煤炭物流成本優化要堅持系統的觀點，從整體上、全局上綜合考慮。

（二）火電企業“海進江”煤炭物流成本優化的模型構建

作為一種廉價和綠色的聯合運輸方式，“海進江”是皖、贛、鄂、湘等地沿江火電企業煤炭運輸的首選方式。沿江火電企業選擇“海進江”模式，本身是對煤炭運輸方式所做的一種優化選擇，只不過這種優化決策無需經過復雜的計算和比較即可做出。當然，“海進江”煤炭物流成本的進一步優化需要借助數學模型和軟件工具加以實現。

“海進江”煤炭涉及轉運，起始港和中轉港可以有多個選擇，一程海運費和二程江運費存在效益背反且各中轉港的裝卸費不盡相同，因此選擇不同的港口會形成物流成本不盡相同的多條航線。沿江火電企業需要解決的問題是，如何根據自身受到的約束條件，運用線性規劃運輸問題的原理，建立數學模型[ 13 ]，尋找經濟的運輸路徑和運輸組合方式來分配各航線的煤炭運量，達到優化和降低“海進江”煤炭物流總成本的目的。

本文假設沿江某大型火電企業A電廠每年消耗煤炭1 000萬噸，均通過“海進江”方式運輸，有3個起運海港（秦皇島、天津和黃驊）和5個中轉江港（NTG、ZJG、CZG、JRG、XBG）可以選擇，形成了15條不同航線（圖1）。問題是：如何將全年需要消耗的1 000萬噸煤炭分配各條航線運入，才能使全年的煤炭物流總成本最??？

根據A電廠與有關航運公司和港口簽訂的運輸和中轉服務合同，“海進江”各航線的一程和二程物流成本如表1、表2所示?？梢钥闯?，“海進江”一程和二程的物流成本之間存在著效益背反。

根據圖1和表1、表2，構建A電廠“海進江”煤炭轉運問題的線性規劃模型。令xij表示從港口i運輸到港口j的煤炭運輸量。例如，x14表示從秦皇島港運輸到NTG港的煤炭運輸量，x49表示從NTG港運輸到AQG港的煤炭運輸量，以此類推。模型的目標是，如何分配運量，才能使網絡圖中15條運輸線路的總物流成本最小，即：

Min 41x14 + 42x15 + 43x16+45x17 + 47x18 + 43x24 + 44x25+

45x26 + 47x27 + 50x28 + 42x34 + 43x35 + 45x36 + 46x37 + 48x38+

27x49+26x59+25x69+22x79+21x89? ?（1）

假設受上游相關煤礦生產能力、鐵路運輸能力和環渤海港口資源的制約，A電廠所需煤炭在秦皇島、天津和黃驊三個海港下水的年最大發運量分別為300萬噸、400萬噸和500萬噸。假設受吞吐量和堆存場地的限制，A電廠在NTG、ZJG、CZG、JRG、XBG五個中轉港的年最大中轉量分別是200萬噸、150萬噸、150萬噸、250萬噸和350萬噸。因此（1）式有以下約束條件，即：

S.t. x14+x15+x16+x17+x18<300，

x24+x25+x26+x27+x28<400，

x34+x35+x36+x37+x38<500，

x14+x24+x34<200，x15+x25+x35<150，

x16+x26+x36<150，x17+x27+x37<250，

x18+x28+x38<350，xij≥0

（2）

對于每個中轉港來說，運出的煤炭量必定等于運入的煤炭量。根據前文給定的條件，在AQG目的港，運入的煤炭量應等于1 000萬噸。因此（1）式還有以下約束條件，即：

S.t. x14+x24+x34-x49=0，x15+x25+x35-x59=0，

x16+x26+x36-x69=0，x17+x27+x37-x79=0，

x18+x28+x38-x89=0，x49+x59+x69+x79+x89=1 000 （3）

（1）、（2）、（3）式構成了A電廠“海進江”煤炭運輸問題的線性規劃模型。由于本模型具有20個變量，手工方法難以解決，需要借助專用的軟件求解。使用常用的求解線性規劃的LINGO軟件，得出本模型的最優解如圖2所示。A電廠全年1 000萬噸“海進江”煤炭的最小物流成本為68 650萬元，一程各航線的運量安排是秦皇島港—CZG150萬噸、秦皇島港—XBG150萬噸、天津港—NTG200萬噸、黃驊港—ZJG150萬噸、黃驊港—JRG250萬噸、黃驊港—XBG100萬噸，在NTG、ZJG、CZG、JRG、XBG五個中轉港轉運量分別是200萬噸、150萬噸、150萬噸、250萬噸和250萬噸。

為了驗證優化效果，可以做一個簡單的對比。憑直覺，A電廠很可能選擇物流成本較低的一種運量安排：一程各航線的運量安排是秦皇島港—CZG150萬噸、秦皇島港—ZJG150萬噸、天津港—NTG150萬噸、天津港—JRG250萬噸、黃驊港—XBG300萬噸，在CZG、ZJG、NTG、JRG、XBG五個中轉港轉運量分別是150萬噸、150萬噸、150萬噸、250萬噸和300萬噸。此種安排下，A電廠全年1 000萬噸“海進江”煤炭的物流成本為69 000萬元，比運用模型求出的最優值高出350萬元，利用模型進行成本優化的效果更好。從本案例可以看出，傳統的憑直覺、靠經驗、“拍腦袋”、用手工的煤炭物流成本優化，只能實現較低，難以達到最低，只能多次試算，無法一次最優，優化的效率低、效果差，而建模優化法則完美地克服了傳統方法的不足，實現了“海進江”煤炭物流成本的精益優化、科學優化和高效優化。

前文是在年度內運價不變的假設下建立煤炭物流成本優化模型并求解，現實中還有一種可能的情況是沿江火電企業與航運公司簽訂浮動定價的運輸合同，運輸價格隨航運指數的變動而調整，此時火電企業應滾動更新模型中的變量系數和約束條件，不斷進行動態求解，根據求出的最優解相機調整各航線的運量和中轉港的轉運量安排，實現煤炭物流成本的持續優化。鑒于此，沿江火電企業可將模型加以固化，成為企業管理信息系統的一個模塊，并與其他模塊交互共享數據，實現煤炭物流成本的實時動態持續優化。

五、結論與展望

面對日益激烈的競爭壓力，沿江火電企業煤炭物流成本控制需要貫徹精益思想、推行精益管理[ 14 ]。提高“海進江”煤炭物流成本優化的科學化、精細化水平，對進一步提升沿江火電企業的市場競爭力、助力沿江火電企業實現高質量發展具有十分重要的意義。對沿江火電企業來說，“海進江”本身是一種經濟的聯程運輸方式，但“海進江”煤炭物流成本可以進一步優化和降低。在起運港、中轉港和目的港有多個選擇的情況下，會產生眾多運價不同的運輸路徑組合，憑直覺、靠經驗、“拍腦袋”進行“海進江”煤炭物流成本的優化決策是不可靠的。通過建立“海進江”煤炭運輸問題的線性規劃模型，并利用專門的軟件求解，得出在總運量一定時最小的物流成本以及與此相對應的各航線最佳運量安排，無需追加資源投入，也無需改變管理流程，是一種科學、精準、高效、經濟、適用的成本優化決策方法。

本文的“海進江”煤炭物流成本優化模型是基于沿江地區的獨立火電企業建立的，并且假設模型中的約束條件、運價等因素在一個年度內保持不變。在沿江地區擁有多個火電企業的發電集團，煤炭總運量更大，起始港、中轉港和形成的航線更多，通過煤炭物流集中統一調度，在集團層面構建變量和約束條件更多、更復雜的“海進江”煤炭運輸線性規劃模型并求解，實現整個集團煤炭物流成本的優化，效果更好、意義更大?！昂＿M江”煤炭物流成本的影響因素具有復雜性和動態性的特征。現實中，沿江火電企業受到的約束條件、運輸價格和港口服務費用等因素在一個年度內可能會發生變化，此時只需更改模型的約束條件、變量及其系數，重新求解，即可實現煤炭物流成本動態優化。

當前，大數據、云計算、移動互聯網技術等新技術蓬勃發展和推廣應用，沿江火電企業可建立以新一代信息技術為支撐的智慧物流系統來協調“海進江”的海運、江運和中轉等各子物流系統間的運作，為沿江火電企業（集團）解決復雜、動態的煤炭物流成本優化問題提供更有力的工具，沿江火電企業（集團）煤炭物流成本管控水平必將得到革命性提升。

【參考文獻】

[1] 高學明，李金柱.新電改形勢下煤電企業成本管控的實踐與思考[J].中國總會計師，2019（12）：72-74.

[2] 劉艷萍.企業物流成本核算方法的設計研究[J].會計之友，2009（5）：17-19.

[3] 羅賢義.新形勢下物流成本管控存在的問題及對策[J].會計之友，2008（11）：26-27.

[4] 國家能源局.2019年全國電力工業統計數據[EB/OL].http：//www.nea.gov.cn/2020- 01/20/c_138720881.htm.

[5] 國家發展改革委，國家能源局.煤炭物流發展規劃[EB/OL].http：//www.gov.cn/zhuanti/2014-01/17/con tent_2609353.htm.

[6] 文小鳳.長江中下游煤炭運輸復雜網絡優化研究[D].武漢理工大學碩士學位論文，2014.

[7] 王賢.長江干線年貨物通過量達29.3億噸[EB/OL].http：//www.xinhuanet.com/2019-12/31/c_1125409588.htm.

[8] 黃佳，周洋帆，張思佳，等.蒙華鐵路對鄂湘贛地區煤炭運輸通道的影響[J].中國鐵路，2017（5）：13-17.

[9] 張睿華.電力企業物流成本管理現狀及其控制對策研究[J].中國市場，2007（7）：13-14.

[10] 顧煜.物流成本控制與優化[M].北京：中國物資出版社，2009：112-140.

[11] 李博彥.基于供應鏈的效益背反問題研究[D].天津科技大學碩士學位論文，2009.

[12] 司潔萌.煤炭企業物流成本控制案例分析[J].會計之友，2014（14）：14-18.

[13] ANDERSON D R.數據、模型與決策[M].侯文華，等，譯.北京：機械工業出版社，2018：188-200.

[14] 朱賓梅，蔡娜智子，周嫚.石油燃料精益化物流成本控制與優化[J].會計之友，2016（1）：42-46.