綠色供應鏈視域下大型體育賽事主辦地選擇研究

卿 平

1 問題的提出

綠色供應鏈問題歸根結底是供應鏈問題，而供應鏈應用的領域主要是有形商品領域。這些有形商品領域的活動在經濟層面的追求動機是非常明顯的，經濟目標不會被忽略，所以，傳統的供應鏈都會考慮經濟問題。伴隨著可持續發展理念的推廣和普及，環境目標和社會目標也開始被日益關注。已有的有關綠色供應鏈的研究關注對象往往常見于有形商品領域，運用綠色供應鏈理論進行體育賽事領域的研究盡管開始出現，但總數不多。

大型體育賽事綠色供應鏈既具有普通綠色供應鏈的特點，即以“綠色”為導向，包含約束供應鏈上所有主體及環節的綠色計劃、綠色制造、綠色采購、綠色交付及綠色回收，又具有賽事活動自身的特點，兩者最大的不同在于普通綠色供應鏈的最終產品一般是實物產品，而賽事綠色供應鏈的最終產品則是無形產品——體育比賽。參照普通綠色供應鏈[1]可以構建大型體育賽事綠色供應鏈，它是一條由賽事物資供應商(制造商)——賽事組委會——賽事觀眾組成的3 級供應鏈，如圖1 所示。

圖1 大型體育賽事綠色供應鏈Figure 1 The green supply chain of mega sport events

2 問題的描述

聯合國環境規劃署曾經強調，如果從事建筑行業的方式不改變，2032 年，建筑的擴張將會摧毀或者阻礙地球表面超過70%的自然棲息地和野生動物。伴隨環境污染的加劇和能源匱乏，越來越多的專家學者開始關注可持續發展問題，普遍認為在經濟決策過程中，只有經濟目標是遠遠不夠的，還要加入別的維度的考量。可持續發展主要基于滿足經濟發展、社會發展和環境發展的3 大支柱[2]，而這3 大支柱中每一個都包含不同的目標和方法。多目標規劃問題一般比單目標規劃問題要困難，因為多目標規劃問題通常有一系列的最優解，被稱作帕累托最優解。而帕累托最優解的個數有可能是無限的，這會使獲得所有帕累托最優解變得不切實際，因此，一個比較好的多目標規劃算法應該是一組具有良好收斂性和多樣性的最優解[3]。多目標優化包含在約束條件下在一系列可供選擇的解決方案中尋求一種能夠最大化或者最小化多決策目標的一組方法。帕累托最優集的一個解也被稱作非劣解，因為，沒有哪一個帕累托最優集中的單個解能夠在不導致至少一個目標變差的情況下去改善另一個目標[4]。

Mavrotas 等提出了一個0 -1 多目標線性規劃方法來決定如何滿足未來的用電需求，模型目標是最小化成本和二氧化碳排放[5]。A.Arnette 等使用了一種包含技術、經濟和環境的多目標模型用于發電廠的研究[6]。García-Segura 等提出了一個基于成本、二氧化碳排放以及綜合安全系數3 個目標的橋梁設計[7]。Varsei M.等認為除了對環境方面的關注，各個行業的供應鏈日益面臨來自利益相關者的壓力、商業風險以及與社會效益相關的聲譽風險，公司可能需要在決策中納入社會績效指標，以減輕風險或獲得經濟利益[8]。在已有的部分研究中，大量的研究涉及到一個或者兩個維度，同時涉及3 個維度的研究還比較少[9]。Alison Ashby 等認為在私人和公共決策領域，均需要整合并平衡考慮經濟、環境和社會目標[10]。此外，越來越多的供應鏈建模和優化研究開始利用人工生成的數值來證明其適用性，一些學者已經接受了基于案例研究建模從而來接近實際[11-12]。

3 決策模型構建

大型體育賽事綠色供應鏈包括生產商、供應商、賽事主辦方、需求方等主體。一項大型體育賽事，從選址開始，到場館的修建、裝修、比賽設施及器材的采購、運輸、贊助商的尋找、比賽期間選手及觀眾的到達以及賽后物資回收，整個過程構成了一條完整的供應鏈(N)。為了實現大型體育賽事的可持續發展，有必要從經濟目標、環境目標和社會目標3個方面來進行綜合考慮。該模型構建的主要目的在于為城市申辦決策提供一個科學參考，為大型體育賽事綠色供應鏈的設計提供一個綜合的決策支持依據，最大程度地綜合經濟問題、環境問題和社會影響。在模型的構建中，經濟、環境和社會目標包含的內容均是現實領域中的主要方面。

3.1 模型參數設計

目標模型的問題集合有:S 供應商集合s∈S，D 場館集合d∈D，R 賽事物資回收集合r∈R，倉儲集合c∈C，廢棄物集合a∈A，N 整個供應鏈集合n∈N，T 運輸模式集合t ∈T。在涉及到運輸問題的時候，主要考慮了兩種運輸模式，一是鐵路運輸，一是公路運輸。

本部分模型共設計了23 個模型變量，其中2 個為決策變量。

參數如下:

xi:第i 個城市舉辦大型賽事1，不舉辦0，xi∈{0，1}

決策變量有:

xi:第i 個城市舉辦大型賽事1，不舉辦0，xi∈{0，1}

3.2 經濟目標

該模型的目標是成本最小化[13]，模型中的總成本=總固定成本+物資采購成本+倉儲成本+賽事物資運輸成本+賽事廢棄物處理成本—賽事物資處置收益[14-15]。

第一、總固定成本(TFC)。指舉辦賽事要使用的所有體育場館的設計、施工等方面的成本總和。

第二、物資采購成本(TPC)。指賽事在比賽期間所要用到的物資及器材的采購費用。

第三、倉儲成本(TSC)。指存放體育賽事物資的費用。

第四、運輸成本(TTC)。指運輸比賽期間所需的一切賽事物資的成本費用。

第五、廢棄物處理成本(TRC)。包括將賽事舉辦期間產生的廢棄物清理成堆、打包，最后運送到廢棄物處理中心的總成本。

第六、賽事物資處置收益(TAC)。指賽后廢棄物資處理獲得的收益。

第七、大型體育賽事綠色供應鏈總成本(TC)。

3.3 環境目標

環境目標主要考察二氧化碳的排放，也可表述為溫室氣體的排放(TE)[16-17]。

第一、大型體育場館、設施建設過程中的碳排放。用于核算在新建和改建體育場館及設施的過程中，使用建材、電能、水等多種能源等所產生的二氧化碳。

第二、賽事物資運輸過程中的碳排放。主要核算某項賽事物資從某處運到賽事主辦地過程中的碳排放量。

第三、選手及觀眾的碳排放。參賽選手及觀眾等在賽事主辦地產生的碳排放。

第四、賽事廢棄物運輸過程中的碳排放。

第五、大型體育賽事綠色供應鏈總碳排放。

3.4 社會目標

大型體育賽事對社會的影響力非常巨大，影響的范圍也非常廣泛，但大型體育賽事對當地就業及GDP 的利好影響無疑是賽事申辦國非常看重的方面，因此，社會目標部分主要考慮大型體育賽事綠色供應鏈上創造的工作機會及產業拉動帶來的GDP 總量及人均GDP 的提高這幾個方面[18-19]。

3.5 總模型

總模型集經濟目標、環境目標和社會目標于一體，綜合考慮3 個目標協調下的優選結果，盡可能保證大型體育賽事在追求經濟目標的情況下，不偏離環境目標和社會目標，從而實現大型體育賽事的可持續發展[20]。

假設條件:體育場館建設數量已知，某大型體育賽事所需物資采購預算已知，某大型體育賽事選手數量和觀眾(志愿者等)可以預測，賽事物資供應商已明確，賽事物資生產商相對固定。

約束條件:為了保證模型可求解，需要在線性規劃中，運用不等式或者方程對模型設置一些約束條件:

第一、某項大型體育賽事物資生產地的生產能力限制。η 代表模型中某相對固定的生產地賽事物資生產量的最高限。

第二、某項大型體育賽事提供的賽事產品的產量限制。λ 是指所有選手及觀眾等人數的上限。

第三、某項大型體育賽事主辦方體育場館設施的預算約束。B 是指體育賽事場館設施建設資金預算限制。≤B

第四、某項大型體育賽事所需使用賽事物資約束。所需使用賽事物資總量需要小于賽事物資生產量。

第五、某項大型體育賽事廢棄物處理量的資源承載能力約束。E 為賽事主辦城市承載廢棄物的數量上限。

4 實證分析

本文選取3 個擬申辦城市，北京、上海和成都，研究2032年奧運會如果在中國舉辦，從經濟目標、社會目標和環境目標3 目標出發，遵循賽事的可持續發展理念，3 個城市根據自身的實際情況應該如何進行賽事決策。

4.1 現實背景

為了模擬案例進行大型體育賽事綠色供應鏈多目標決策的應用研究，現將擬申辦大型體育賽事的城市固定在3 個地方:北京、上海和成都。原因在于，北京市是我國的首都，具備承辦大型體育賽事的各種軟硬件條件，已經成功舉辦過第29 屆夏季奧林匹克運動會，也將于2022 年舉辦第24 屆冬季奧林匹克運動會，它可以為本論文的多目標決策提供較為精確的數據資料參考和現實基礎；上海市GDP 居國內第1，具備非常完備的體育場館設施和擁有大型體育賽事的經驗，上海已經開始對2032 年申辦奧運會可行性研究分析的招標；成都位居中國西部省份，已經拿下了第31 屆世界大學生夏季運動會及2024 年湯尤杯賽的舉辦權，也正在將自己著力打造成中國西部地區的世界賽事名城。

基于上述理由，本論文暫定北京、上海和成都為擬申辦2032 奧運會的3 個備選城市。由于體育賽事隸屬于無形產品領域，因此，沒有嚴格意義上的生產環節，沒有賽事產品的車間及工廠，不存在賽事產品的運輸及儲存問題，其比賽進行過程即為其賽事產品生產過程，觀眾來到現場觀看賽事，就是消費環節。

為了總體模型的定量化求解，案例研究中假設所有賽事物資，均從福建省福州市發貨，在模型中稱為賽事物資生產地。從福州運輸到3 個備選城市北京、上海、成都，有兩種運輸方式可以選擇，一個是公路運輸，速度快但是運費高昂，一個是鐵路運輸，運費低廉但是速度較慢。伴隨兩種運輸模式，就產生了兩種運輸模式下的運輸成本和碳排放總量。倉儲成本部分由于數據的缺失在此忽略。在賽事廢棄物處理部分，由于廢棄物處理中心一般設置在大城市的郊區地帶，因此，案例研究中設置了公路運輸一種運輸模式。在此，我們面臨以下幾個決策問題:第一、從S 到D 地，選用什么運輸方式進行運輸？第二、各個運輸方式各自運輸多少數量的賽事物資？第三、3 個賽事備選城市，在追求單一目標和綜合目標的情況下，該如何進行賽事申辦的決策？第四、福州、北京、上海、成都各自的社會影響系數如何確定？

案例研究中總成本的應用研究與實際情況會有誤差(但這些誤差對3 個備選城市的影響是一樣的，模型模擬計算結果不會影響最終決策)，那么環境目標測算則是嚴格按照國家相關規定指標和搜集的數據資料進行計算。碳排放標準是根據中國運輸部門發布的不同運輸方式的單位評分標準進行測算的。

有關參賽選手及觀眾的碳排放指標，國內目前還缺乏相關方面的參照指標，表1 是國外的學者核算出的在體育活動過程中參賽選手及觀眾的單位碳排放標準。在案例研究中，參照表1 中項目類型及城市類型的人均碳排放標準，再結合北京、上海、成都年均氣候污染指數進行適當調整。

表1 選手及觀眾的單位碳排放Table 1 Carbon emissions perunit of contestants and spectators

關于社會影響力方面，為了從綠色供應鏈的角度來考慮大型體育賽事的社會影響，社會目標部分借助兩個指標來說明:失業率和人均國民生產總值。從賽事的可持續發展來看，大型體育賽事申辦者普遍抱有以下期待:第一、能夠對賽事主辦城市的失業率有所改善；第二、能夠在一定時期內極大地拉動當地的GDP。為了衡量社會影響，運用了AHP 及相關的1～9 成對比較尺度。表2 和表3 是將國家統計局和地方統計局發布的統計數據分別按照指標刻度列出了失業率和當地人均GDP 率，以幫助計算社會影響力數值。

表2 失業率比較值Table 2 Comparison value of unemployment rate

表3 當地人均GDP 占全國人均GDP 的比較值Table 3 Comparison value of local GDP per capita to national GDP per capita

表4 是基于失業率和當地人均GDP 值而計算的歸一化社會系數。一般認為，規范值較高者，對當地的社會影響力更大。按照此處的計算結果顯示，3 個賽事備選城市中上海的規范值最大，其次是成都，最低的是北京。這個結論是符合社會可持續發展趨勢的，因為，一般傾向于通過賽事主辦城市的選擇來改善賽事供應鏈的社會影響，即是說，大型體育賽事傾向于選擇能夠明顯推動就業和進一步提高人均國民生產總值的城市。

表4 基于失業率和當地人均GDP 的歸一化社會系數Table 4 Normalized social coefficient based on unemployment rate and local GDP per capita

4.2 方案模型求解

根據論文構建的理論模型，在該部分對2032 年奧運會，從中國政府的角度，在全國3 個備選城市北京、上海、成都進行多目標的方案優選。案例中所有數據均以國際奧林匹克官方網站及國家體育總局網站和上海市體育局、四川省體育局、成都市體育局等相關官方網站的原始數據為基礎，配以適當的方法進行調整，從而達到模型計算要求。

在總模型的約束條件下用Lingo 軟件進行求解，將求解結果匯總如表5 所示:

4.3 結果討論

運用lingo 軟件對模型進行求解，得到大型體育賽事多目標決策的滿意解。當一個維度獲得最優解之后，其他兩個維度則成為決策者的約束條件。按照體育賽事可持續發展的宗旨及賽事主辦方不同價值取向對模型結果進行以下分析。

在模型計算過程中，由于我們提供了鐵路和公路兩種運輸方式，因此，在總成本下面的運輸成本部分和總碳排放下的賽事物資運輸碳排放部分會有兩種選擇，從計算結果來看，均是鐵路運輸占據優勢，無論成都、北京還是上海，在總成本和碳排放兩個維度下，鐵路運輸方式由于其具有運費低廉及碳排放小的特點，導致其運輸成本和碳排放量比公路運輸低。

第一、成本最小方案。

如果大型體育賽事的申辦城市主要傾向于從成本方面進行決策的話，需要從兩種運輸方式進行選擇。如果選擇公路運輸模式，那么這個模型求解的最優結果應該是上海，總成本略低于成都，總成本最高的是北京。當然，這不排除因為案例中假設的賽事物資供應商在福州的原因。但是，運輸成本只占總成本的一部分，3 個城市中，成都距離福州最遠，但卻并沒有導致成都的總成本最高，因此，模型求解結論具有較強的科學性。如果選擇鐵路運輸模式，模型求解的最優結果應該是成都，總成本略低于北京，這個結果也證明了模型求解結果基本不會受到案例中假設供應商地址(福州)的影響。具體求解結果如表6 所示。

表6 經濟維度最優解Table 6 The optimal solutionby the economic dimension

第二、碳排放最小方案。

如果大型體育賽事的申辦城市傾向于從環境方面進行優化決策的話，也同樣需要從兩種運輸模式中進行選擇，不同的運輸模式，會影響到環境目標中的“運輸過程的碳排放”這一指標。如果選擇公路運輸，那么模型求解的最優結果應該是北京，總體碳排放量略低于上海，總體碳排放最高的是成都，筆者認為，這和成都市的具體地理位置有一定關系。如果選擇鐵路運輸模式，模型求解的最優結果應該是北京，碳排放量略低于上海，最高的仍然是成都。這個結果也說明位于四川盆地的省會城市成都在選擇申辦大型體育賽事的過程中，對于環境方面考慮的重要性。具體求解結果見表7。

表7 環境維度最優解Table 7 The optimal solution by the environmental dimension

第三、社會影響力最大方案。

如果大型體育賽事的申辦城市傾向于從社會影響力方面進行決策的話，舉辦大型體育賽事對備選城市社會影響最大的是上海市，其次是成都市，最后是北京市。這和上海市經濟發展水平、成都市大型體育賽事對就業的強拉動性有關(結果見表8)。

表8 社會維度最優解Table 8 The optimal solution by the social dimension

綜合上述討論結果來看，盡管構建了理論意義上的綜合了經濟目標、環境目標和社會目標的總模型，但是，求解的結果是，3 個備選城市沒有辦法同時達到總成本最小、碳排放最少和社會影響力最大，這也是多目標決策的正常結果。在3 種維度的最優方案選擇中，成都市僅在鐵路運輸模式下，能夠在經濟維度勝出，在環境維度，無論是鐵路運輸方式還是公路運輸方式，均在3 個備選城市中墊底。而在環境維度中獨占鰲頭的北京，在經濟目標(公路運輸方式)和社會目標中卻排名最后。在3 個備選城市中，上海的綜合情況是相對好的，因為在經濟目標(公路運輸方式)和社會目標兩個維度中，上海都排名第一，僅僅在經濟目標(鐵路運輸方式下)上總成本略高于另外兩個城市。因此，如果從整體綜合較優的角度來考慮的話，3 個備選城市中，上海市應該是2032 年奧運會的首選城市。當然，最終的決策還需要結合擬申辦城市的具體情況來考慮。

5 小結

在模型設計中，囿于數據的可得性，筆者在某些方面進行了簡化，設計了一個3 級的大型體育賽事綠色供應鏈，即從供應商(制造商)到賽事組委會，再從賽事組委會到觀眾。現實情況肯定比模型設計更加復雜，有多個生產商，包括國內外，也有多個供應商，還可以在國內某個城市設置賽事物資配送中心，進行統一物資配送，從而形成一個更復雜的綠色供應鏈，未來的研究可以在本文的基礎上對這些方面進行擴展。本文的研究旨在為大型體育賽事申辦城市提供一個科學的決策參考，同時，為理論研究工作者提供一個研究體育賽事決策的不同視角。

自1984 年第23 屆奧運會實施了著名的TOP 計劃，便成功地解決了奧運會的財務問題，開啟了奧運會的強大經濟功能密碼，越來越多的國家把經濟目標當成了舉辦奧運會的唯一價值取向，隨著大手筆的奢靡之風日益盛行，結果卻與初衷背道而馳。由于巨大的經濟負擔及眾多的社會、環境問題，越來越多的城市退出申辦奧運會的行列，甚至讓世人覺著奧運會成了“燙手的山芋”。因此，在這樣的現實背景下，引入綠色供應鏈理論及多目標決策思想，將環境目標、社會目標和經濟目標結合在一起綜合考慮大型體育賽事的決策問題，具有強烈的現實性和緊迫性。