楊 斌,明 惠,許波桅,朱小林
(上海海事大學(xué) 物流研究中心,上海 201306)
?
考慮碳排放的區(qū)域港口群軸輻式運(yùn)輸網(wǎng)絡(luò)優(yōu)化
楊 斌,明 惠,許波桅,朱小林
(上海海事大學(xué) 物流研究中心,上海 201306)
以綠色物流為理念,結(jié)合基于軸輻特征的區(qū)域港口運(yùn)輸系統(tǒng)和港口到腹地的集疏運(yùn)系統(tǒng),考慮網(wǎng)絡(luò)成本與碳排放的影響因素,建立了包括運(yùn)輸成本和時(shí)間懲罰成本的最小物流成本模型及最小碳排放量模型,通過(guò)對(duì)區(qū)域港口群運(yùn)輸網(wǎng)絡(luò)中運(yùn)量和運(yùn)力的合理配置來(lái)進(jìn)行網(wǎng)絡(luò)優(yōu)化;引入模糊規(guī)劃法,將雙目標(biāo)問(wèn)題轉(zhuǎn)化為單目標(biāo)規(guī)劃,運(yùn)用CPLEX進(jìn)行求解,結(jié)合算例,在模糊隸屬度權(quán)重分別為0.1,0.3,0.5,0.7,0.9時(shí),對(duì)模型進(jìn)行應(yīng)用分析;最后在綠色偏好下,針對(duì)不同船型、車(chē)型,分析了15種速度組合情形對(duì)結(jié)果帶來(lái)的影響。研究結(jié)果表明:在綜合考慮運(yùn)輸成本、時(shí)間成本、碳排放量時(shí),不同隸屬度下直達(dá)運(yùn)輸量均多于中轉(zhuǎn)運(yùn)輸量,船舶、車(chē)輛偏向低油耗類(lèi)型,隨著綠色度提升,速度偏向低速行駛,不同隸屬度下最佳的船速車(chē)速組合可以由模型計(jì)算得出。
交通運(yùn)輸工程;區(qū)域港口群;軸輻式運(yùn)輸網(wǎng)絡(luò)優(yōu)化;碳排放;模糊規(guī)劃
溫室氣體排放引起全球變暖,隨著溫室效應(yīng)的日益加劇,以二氧化碳為主的溫室氣體研究也逐漸成為各個(gè)領(lǐng)域關(guān)注的重點(diǎn)。據(jù)航運(yùn)研究報(bào)告顯示,航運(yùn)業(yè)每年的碳排放量超過(guò)12億噸,約占全球碳排放總量的4%,預(yù)計(jì)到2050年,將達(dá)到18%。這對(duì)港口群運(yùn)輸網(wǎng)絡(luò)提出了新的挑戰(zhàn)??紤]低碳因素,對(duì)港口運(yùn)輸網(wǎng)絡(luò)進(jìn)行優(yōu)化,在有效降低總運(yùn)輸成本和碳排放量的情況下,尋求港口資源的合理配置,這對(duì)實(shí)行節(jié)能減排,發(fā)展綠色航運(yùn),提升港口群整體的競(jìng)爭(zhēng)力等具有重要價(jià)值。
國(guó)內(nèi)外學(xué)者關(guān)于港口群的研究,主要有:C. Arang等[1]通過(guò)仿真和優(yōu)化對(duì)塞維利亞內(nèi)河港口泊位分配進(jìn)行規(guī)劃;C.J.Wang,等[2]使用國(guó)際承運(yùn)商月計(jì)劃表來(lái)描述和建立一個(gè)空間模式下的全球海運(yùn)運(yùn)輸網(wǎng)絡(luò)并確定它的軸輻式網(wǎng)絡(luò)系統(tǒng);A.E.Coronado Mondragon等[3]以港口位置的無(wú)線(xiàn)車(chē)載網(wǎng)絡(luò)的作用和貢獻(xiàn)為例,構(gòu)建港口智能運(yùn)輸系統(tǒng)的多式聯(lián)運(yùn)物流。國(guó)內(nèi)對(duì)港口群物流系統(tǒng)的研究主要有:汪傳旭[4]結(jié)合基于軸-輻結(jié)構(gòu)的區(qū)域港口近洋運(yùn)輸系統(tǒng)和各個(gè)經(jīng)濟(jì)腹地與港口之間的集疏運(yùn)系統(tǒng),以區(qū)域港口群二級(jí)物流運(yùn)輸系統(tǒng)為目標(biāo)建立非線(xiàn)性?xún)?yōu)化模型,研究港口的腹地選擇及運(yùn)輸優(yōu)化;封學(xué)軍等[5]基于復(fù)雜系統(tǒng)理論中的多智能體模擬方法,構(gòu)建了港口群系統(tǒng)的雙層規(guī)劃模型,解決了港口群系統(tǒng)規(guī)模、結(jié)構(gòu)和布局的全局動(dòng)態(tài)協(xié)調(diào)優(yōu)化問(wèn)題;李電生等[6]針對(duì)港口間盲目競(jìng)爭(zhēng)問(wèn)題,在闡述港口耦合度與協(xié)同發(fā)展水平關(guān)系的基礎(chǔ)上,構(gòu)建了港口群系統(tǒng)耦合測(cè)度模型,更好地幫助港口進(jìn)行功能定位和資源優(yōu)化配置。此外,在運(yùn)輸網(wǎng)絡(luò)中考慮綠色因素的研究主要有:H.N.Psaraftis等[7]考慮燃料油耗因素,對(duì)節(jié)能高效的海上運(yùn)輸速度模型進(jìn)行了分類(lèi),并應(yīng)用于相關(guān)的港口問(wèn)題研究;M.I.Piecyk等[8]分析了考慮碳排放在內(nèi)的影響英國(guó)公路物流運(yùn)輸決策的各種因素,并預(yù)測(cè)了3種情形下,未來(lái)2020年英國(guó)公路運(yùn)輸?shù)奶寂欧帕?;許歡等[9]運(yùn)用數(shù)學(xué)方法研究了船舶在低碳經(jīng)濟(jì)下的最優(yōu)航速,并建立了船東盈利與航速之間的關(guān)系函數(shù),提出了政府引導(dǎo)航運(yùn)企業(yè)降低營(yíng)運(yùn)航速、減少碳排放量的措施和方法;王健等[10]建立了高速公路和普通公路的車(chē)速-油耗模型,給出了不同車(chē)型下的油耗調(diào)整系數(shù),并對(duì)不同車(chē)型在主要速度下的油耗進(jìn)行了對(duì)比分析。
已有的文獻(xiàn)研究主要集中在港口內(nèi)部運(yùn)輸或者是港口腹地運(yùn)輸單方面的研究,并且主要集中在成本研究。筆者結(jié)合港口特征,綜合考慮了基于軸輻結(jié)構(gòu)的港口群網(wǎng)絡(luò)和港口與腹地之間的集疏運(yùn)網(wǎng)絡(luò),并在以往只考慮網(wǎng)絡(luò)運(yùn)輸成本最小化基礎(chǔ)上,融入了時(shí)間因素、碳排放因素,建立雙目標(biāo)的綠色網(wǎng)絡(luò)模型并運(yùn)用模糊規(guī)劃將雙目標(biāo)轉(zhuǎn)化為單目標(biāo)進(jìn)行求解,通過(guò)實(shí)現(xiàn)物流成本最小和碳排放量最小達(dá)到資源的合理配置,對(duì)網(wǎng)絡(luò)進(jìn)行優(yōu)化。其中,船型、車(chē)型、速度、運(yùn)量、運(yùn)力的分配都是影響成本和碳排放,實(shí)現(xiàn)網(wǎng)絡(luò)優(yōu)化的重要因素,算例得出了相應(yīng)的結(jié)論并證明了模型的有效性,對(duì)于合理配置港口資源,實(shí)現(xiàn)低碳、可持續(xù)的綠色物流網(wǎng)絡(luò)提供了借鑒。
區(qū)域港口群物流運(yùn)輸網(wǎng)絡(luò)系統(tǒng)可以看作是一個(gè)二級(jí)物流運(yùn)輸網(wǎng)絡(luò)系統(tǒng),主要包括港口之間的海運(yùn)網(wǎng)絡(luò)系統(tǒng),腹地到港口之間的集疏運(yùn)系統(tǒng)。根據(jù)區(qū)域港口群內(nèi)各個(gè)港口到達(dá)目的港口的航線(xiàn)類(lèi)型,有出發(fā)港-目的港航線(xiàn)或出發(fā)港-港口群內(nèi)的樞紐港-目的港航線(xiàn),因此海上運(yùn)輸系統(tǒng)有兩種典型的系統(tǒng)構(gòu)成:純軸輻式運(yùn)輸系統(tǒng)和混合軸輻式運(yùn)輸系統(tǒng),如圖1,在實(shí)際運(yùn)行當(dāng)中,區(qū)域港口群運(yùn)輸系統(tǒng)通常是一個(gè)混合的軸輻式運(yùn)輸系統(tǒng)[4]。在港口之間主要是水路運(yùn)輸,而港口與腹地之間主要是公路運(yùn)輸。
圖1 純軸輻式和混合軸輻式運(yùn)輸系統(tǒng)
在運(yùn)輸過(guò)程中,碳排放主要是由船舶或者車(chē)輛在運(yùn)輸時(shí)含碳燃料的燃燒引起的,碳排放量與燃油的消耗量存在正比例關(guān)系。船舶的耗油量主要與船舶型號(hào)、速度、載重量等有關(guān),而車(chē)輛的耗油量主要與車(chē)輛種類(lèi)、速度、坡度等有關(guān)。筆者主要計(jì)算了不同類(lèi)型的船舶、車(chē)輛在不同路線(xiàn)、相同航速、車(chē)速下的耗油量,并計(jì)算出相應(yīng)的區(qū)域港口群運(yùn)輸網(wǎng)絡(luò)中海上運(yùn)輸和陸地運(yùn)輸?shù)奶寂欧帕?,在有效降低運(yùn)輸成本和碳排放量的目標(biāo)下,實(shí)現(xiàn)運(yùn)量和運(yùn)力的合理配置。運(yùn)輸時(shí)間也是港口群運(yùn)輸網(wǎng)絡(luò)中很重要的一個(gè)因素,在有效的時(shí)間內(nèi)到達(dá)可以避免提前到達(dá)引起的倉(cāng)儲(chǔ)成本或者延遲到達(dá)引起的懲罰成本。速度是影響時(shí)間很重要的因素,但是速度的變化又會(huì)引起油耗的變化,從而引起碳排放量的變化。所以筆者引入了船型、車(chē)型、時(shí)間、速度、碳排放因素,在運(yùn)輸成本、時(shí)間成本以及碳排放量之間進(jìn)行協(xié)調(diào)與均衡,從而達(dá)到資源的合理配置,實(shí)現(xiàn)網(wǎng)絡(luò)的優(yōu)化。
2.1 模型假設(shè)
雙目標(biāo)模型的建立是基于以下假設(shè):①每個(gè)港口對(duì)應(yīng)的經(jīng)濟(jì)腹地有數(shù)個(gè),假定筆者選取不同港口間的經(jīng)濟(jì)腹地不存在交叉現(xiàn)象;②港口與經(jīng)濟(jì)腹地間的運(yùn)輸主要通過(guò)公路運(yùn)輸來(lái)實(shí)現(xiàn);③從出發(fā)港到目的港的貨物可以選擇直接由出發(fā)港到達(dá)目的港或者由出發(fā)港經(jīng)過(guò)樞紐港中轉(zhuǎn)到達(dá)目的港;④船舶、車(chē)輛的油耗量與碳排放量之間存在著直接關(guān)系,而油耗量與船舶,車(chē)輛的類(lèi)型、速度、載重、運(yùn)輸距離等直接相關(guān);⑤由于文中貨運(yùn)量比較大,油耗量均考慮的是船舶、車(chē)輛滿(mǎn)載情況下的油耗量;⑥不考慮船舶、車(chē)輛轉(zhuǎn)換時(shí)的油耗量,只考慮運(yùn)輸途中船舶、車(chē)輛的油耗量。
2.2 符號(hào)說(shuō)明
模型中主要的集合變量有:S表示區(qū)域內(nèi)非樞紐港口的集合;H表示區(qū)域內(nèi)樞紐港的集合;F表示區(qū)域港口經(jīng)濟(jì)腹地的集合;T表示港口間船舶類(lèi)型的集合;K表示經(jīng)濟(jì)腹地內(nèi)車(chē)輛類(lèi)型的集合。
2.3 數(shù)學(xué)模型
根據(jù)上述條件和假設(shè),構(gòu)建如下的雙目標(biāo)數(shù)學(xué)模型:
目標(biāo)函數(shù)
Dij·(1/V1-1/V01)/24+φ·(Dih+Dhj)·(1/V1-
1/V01)/24+φ·Dfi·(1/V2-1/V02)/24
(1)
(2)
約束條件
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
Yij≥0,Yih≥0,Yhi≥0,i,j=1,…,S;i≠j;h=1,…,H
(12)
(13)
模型說(shuō)明:式(1)為目標(biāo)函數(shù)1,表示網(wǎng)絡(luò)物流總成本主要由總的運(yùn)輸成本和時(shí)間成本構(gòu)成,其中總的運(yùn)輸成本主要由港口間海運(yùn)成本(包括直達(dá)成本和轉(zhuǎn)運(yùn)成本)和港口與腹地間的陸運(yùn)成本。時(shí)間成本,主要包括海運(yùn)時(shí)間成本和陸運(yùn)時(shí)間成本;式(2)為目標(biāo)函數(shù)2,最小碳排放量,主要包括港口網(wǎng)絡(luò)船舶油耗引起的碳排放總量和港口與腹地間集疏運(yùn)網(wǎng)絡(luò)中車(chē)輛油耗引起的碳排放總量;式(3)表示從港口向樞紐港的運(yùn)輸量和該港口直達(dá)其他港口的運(yùn)輸量之和必須等于該港口經(jīng)濟(jì)腹地所產(chǎn)生的出口運(yùn)輸量;式(4)表示從樞紐港口運(yùn)往該港口的運(yùn)輸量以及由其他港口直達(dá)該港口的運(yùn)輸量必須等于其他港口所劃分的經(jīng)濟(jì)腹地所產(chǎn)生的進(jìn)口運(yùn)輸量;式(5)表示任何兩個(gè)港口之間的運(yùn)輸量不能超過(guò)其貨物需求量;式(6)、式(7)、式(8)表示任意一條航線(xiàn)上的運(yùn)輸量不能超過(guò)該航線(xiàn)上各類(lèi)船舶總的運(yùn)輸能力;式(9)表示每一港口對(duì)應(yīng)的腹地內(nèi)的運(yùn)輸量不能超過(guò)車(chē)輛總的運(yùn)輸能力,假設(shè)1TEU的貨物為20 t;式(10)、式(11)表示每條航線(xiàn)上由于往返航向運(yùn)輸能力不同,根據(jù)較大運(yùn)輸能力的航向來(lái)確定往返航向的運(yùn)輸能力;式(12)和式(13)表示決策變量非負(fù)或?yàn)檎麛?shù)。
2.4 模型轉(zhuǎn)換
結(jié)合文中研究問(wèn)題的特點(diǎn),采取模糊規(guī)劃的方法對(duì)問(wèn)題進(jìn)行處理[12-13],通過(guò)模糊隸屬度函數(shù)將不同含義的目標(biāo)統(tǒng)一成無(wú)量綱的隸屬度單目標(biāo)函數(shù)進(jìn)行求解。
分別計(jì)算網(wǎng)絡(luò)物流總成本和CO2排放總量的隸屬度,計(jì)算方法如下。
網(wǎng)絡(luò)物流總成本的隸屬度函數(shù)計(jì)算:
(14)
CO2排放總量的隸屬度函數(shù)計(jì)算:
(15)
此時(shí),將多目標(biāo)函數(shù)轉(zhuǎn)化為單目標(biāo)函數(shù):
minZ=λ1·a1+λ2·a2
(16)
式中:λ1,λ2為兩個(gè)目標(biāo)模糊隸屬度的權(quán)重。
結(jié)合本文問(wèn)題,區(qū)域港口群軸輻式運(yùn)輸網(wǎng)絡(luò)優(yōu)化模型的求解將按以下步驟進(jìn)行:
Step1:根據(jù)式(1)及約束條件可以求解出網(wǎng)絡(luò)總成本的理想值與最差值;
Step2:根據(jù)式(2)及約束條件可以求出碳排放總量的理想值與最差值;
Step3: 根據(jù)式(14)、式(15)分別計(jì)算網(wǎng)絡(luò)總物流成本和碳排放量的模糊隸屬度,根據(jù)式(16)計(jì)算總隸屬度,以總隸屬度最大的解作為多目標(biāo)問(wèn)題的最優(yōu)解。
3.1 算例描述
假設(shè)區(qū)域港口群的二級(jí)物流運(yùn)輸網(wǎng)絡(luò)如圖2,一個(gè)樞紐港(矩形表示),6個(gè)非樞紐港口(圓圈表示),經(jīng)濟(jì)腹地有14個(gè)(正方形表示)。各經(jīng)濟(jì)腹地到各個(gè)目的港口之間的貨物需求量如表1,港口之間的海運(yùn)距離如表2,經(jīng)濟(jì)腹地與港口之間的陸運(yùn)距離如表3。假設(shè)港口之間運(yùn)輸?shù)拇陀?種,第1類(lèi)船舶最大運(yùn)輸能力為3 000TEU,第2類(lèi)船舶最大運(yùn)輸能力為5 000TEU,第3類(lèi)船舶最大運(yùn)輸能力為8 000TEU,不同型號(hào)的船舶在不同速度下滿(mǎn)載形行駛一海里的油耗量由文獻(xiàn)[14]可以得出。
圖2 區(qū)域港口群二級(jí)軸輻式物流運(yùn)輸網(wǎng)絡(luò)
表1 港口經(jīng)濟(jì)腹地與各個(gè)港口之間的平均貨物需求量
表2 各港口之間的平均航運(yùn)距離
表3 經(jīng)濟(jì)腹地到相應(yīng)港口的平均陸運(yùn)距離
筆者假設(shè)船舶行駛正常行駛速度V01=20 knots,平均行駛速度V1=18 knots。同時(shí),港口與經(jīng)濟(jì)腹地間的運(yùn)輸車(chē)輛類(lèi)型有兩種,第1類(lèi)車(chē)輛最大運(yùn)輸能力是7 t,第2類(lèi)車(chē)輛的最大運(yùn)輸能力是20 t,不同類(lèi)型的車(chē)輛在不同速度下滿(mǎn)載行駛100 km的油耗量也可以由文獻(xiàn)[10]得知。筆者假設(shè)車(chē)輛正常行駛速度V02=70 km/h,平均行駛速度為V2=90 km/h。
根據(jù)文獻(xiàn)[9],可以推算出油耗與CO2之間的轉(zhuǎn)換系數(shù):a=3.17,b=3.26。而且由資料可知,在船舶運(yùn)輸和公路運(yùn)輸中,油耗占總成本的比例超過(guò)50%,假設(shè)油耗成本占船舶總成本的70%,占車(chē)輛總成本的60%,換算得α=1.43,β=1.67。每千克船舶燃油的平均價(jià)格C1=5.2元,每千克車(chē)輛柴油的平均價(jià)格C2=8.6元。貨物延遲到達(dá)一天或提前一天到達(dá)時(shí),帶來(lái)的損失費(fèi)用φ=47 350元。
3.2 算例分析
3.2.1 運(yùn)行結(jié)果分析
為了同時(shí)兼顧政府對(duì)低碳的要求和企業(yè)對(duì)成本最小化的追求,筆者運(yùn)用了模糊規(guī)劃法將雙目標(biāo)問(wèn)題轉(zhuǎn)化為單目標(biāo),利用CPLEX軟件對(duì)算例進(jìn)行求解。由于λ的值可以在0~1之間變化,無(wú)法一一列出,筆者主要列舉了幾種具有代表性的情況,分析了成本與碳排放量的變化以及相應(yīng)的運(yùn)量和運(yùn)力分配情況,主要結(jié)果如表4。從表4可以看出,在這5種情況下,隨著碳排放量的減少,網(wǎng)絡(luò)的總物流成本是不斷增加的。這也說(shuō)明了港口綠色物流網(wǎng)絡(luò)中的經(jīng)濟(jì)效益和環(huán)境效益之間是相互制約的。要達(dá)到綠色低碳的目的,必然要付出相應(yīng)的經(jīng)濟(jì)成本。
表4 雙目標(biāo)網(wǎng)絡(luò)模型的計(jì)算結(jié)果
同時(shí),在上述5種不同的權(quán)重下,網(wǎng)絡(luò)直達(dá)和轉(zhuǎn)運(yùn)路線(xiàn)選擇沒(méi)有太大變化,但是網(wǎng)絡(luò)資源的配置發(fā)生了相應(yīng)的改變,當(dāng)碳排放的權(quán)重增大時(shí),網(wǎng)絡(luò)中直達(dá)的運(yùn)輸量會(huì)相應(yīng)增加,而轉(zhuǎn)運(yùn)的運(yùn)輸量會(huì)減少,這主要是由于轉(zhuǎn)運(yùn)會(huì)產(chǎn)生繞道成本。同時(shí),碳排放權(quán)重的增大也會(huì)導(dǎo)致船型的選擇上,大型船舶的數(shù)量會(huì)減少,而增加中小型船舶的配置數(shù)量。比如在λ1=0.1,λ2=0.9時(shí),部分港口間的直達(dá)運(yùn)輸會(huì)配置第1類(lèi)船型,而隨著λ2的減小,主要配置第2、3類(lèi)船型。這主要是因?yàn)樵谙嗤俣认?,大型船舶的油耗量是最大的。由于腹地不涉及到運(yùn)量的分配,所以5種情形下,腹地的車(chē)輛配置沒(méi)有變化。在上述情況下,結(jié)合實(shí)際情況以及筆者的研究目的,以λ1=0.3,λ2=0.7為例,進(jìn)行了運(yùn)量和運(yùn)力的分配情況分析。
直達(dá)的運(yùn)輸量:
Y12=18 000,Y13=22 386,Y14=26 670,Y16=
20 000,Y23=14 960,Y24=18 000,Y25=9 170,Y26=
12 771,Y32=12 730,Y34=18 000,Y35=9 170,Y36=
14 820,Y42=12 730,Y43=14 960,Y45=9 170,Y46=
14 820,Y52=13 186,Y53=26 670,Y62=12 702,Y63=
14 960,Y64=18 000
直達(dá)的船舶配置:
轉(zhuǎn)運(yùn)的運(yùn)輸量:
Y02=5 202,Y03=110,Y04=330,Y05=25 100,Y06=22 249,Y10=16 314,Y20=2 159,Y30=110,Y50=25 100,Y60=9 308
轉(zhuǎn)運(yùn)的船舶配置:
腹地到港口的車(chē)輛配置:
可見(jiàn)整個(gè)網(wǎng)絡(luò)中直達(dá)的運(yùn)量比較大,轉(zhuǎn)運(yùn)的運(yùn)量相對(duì)較少。無(wú)論是轉(zhuǎn)運(yùn)還是直達(dá)運(yùn)輸,在該權(quán)重下,均沒(méi)有第1類(lèi)船舶的配置。而且,在直達(dá)運(yùn)輸中,第2類(lèi)船型配置的量比較多,而第3類(lèi)船型比較少,而在轉(zhuǎn)運(yùn)過(guò)程中,則主要選擇第3類(lèi)船型。
改變不同權(quán)重,或者結(jié)合不同算例情況,具體的運(yùn)量分配和船舶車(chē)輛配載情況均可通過(guò)上述模型算出。
3.2.2 考慮不同速度變化對(duì)成本和碳排放的影響
在實(shí)際當(dāng)中,船舶、車(chē)輛的油耗不僅與船型、車(chē)型有關(guān),而且與速度有關(guān),相同的船舶或者車(chē)輛在不同速度下油耗量也會(huì)發(fā)生變化[10,14]。所以,在考慮船型、車(chē)型給油耗量帶來(lái)變化的同時(shí),進(jìn)一步研究了不同速度組合對(duì)物流成本和碳排放量帶來(lái)的影響。筆者主要在綠色偏好下,當(dāng)λ1=0.3,λ2=0.7時(shí),分析了15種情景下,物流成本和碳排放量的變化,如表5。
表5 15種情景下的速度組合
在上述15種速度組合情況下,分析速度改變給總的物流成本和碳排放量帶來(lái)的影響時(shí),主要分了兩部分進(jìn)行。第1部分,固定船速,每種船速下車(chē)速依次有90,70,50 km/h三種變化,船速的離散值依次取16,18,20,22,24 knots,不同情形下網(wǎng)絡(luò)物流總成本和碳排放量變化的結(jié)果,如圖3。
圖3 固定船速,改變車(chē)速15種情景下成本與CO2排放量情況
圖3直觀(guān)的展示了不同速度組合下,總物流成本和碳排放總量的變化趨勢(shì)。對(duì)應(yīng)表5,從圖3可見(jiàn),固定船速下改變車(chē)速時(shí),物流成本和碳排放量最低的點(diǎn)依次出現(xiàn)在情景2,5,8,11,14,均對(duì)應(yīng)車(chē)速為70 km/h的時(shí)候,而當(dāng)車(chē)速為90或50 km/h,成本與碳排量均會(huì)有所上升。
第2部分,固定車(chē)速,船速依次有16,18,20,22,24 knots五種變化,車(chē)速的離散值依次取90,70,50 km/h,對(duì)應(yīng)表5,此時(shí),不同情形下網(wǎng)絡(luò)物流總成本和碳排放量變化的結(jié)果見(jiàn)圖4。
圖4 固定車(chē)速,改變船速15種情景下成本與CO2排放量情況
從圖4可見(jiàn),在車(chē)速固定,船速依次增長(zhǎng)變化時(shí),總物流成本和碳排放總量是呈現(xiàn)平穩(wěn)增長(zhǎng)的趨勢(shì),在2,5,8,11,14這5種情景下,碳排和總物流成本是比較低的,而這5種情形依次對(duì)應(yīng)的總物流成本坐標(biāo)值依次是2.522 1×109,2.53×109,2.533 4×109,2.538 9×109,2.5482×109元,對(duì)應(yīng)的碳排放總量的坐標(biāo)值依次是5.744 3×108,5.806 7×108,5.820 1×108,5.844 2×108,5.884 6×108kg。此時(shí)5種情形中物流總成本和碳排量最低的情形是情景2,此時(shí)船速是16 knots。
結(jié)合圖3和圖4可見(jiàn),無(wú)論是固定船速改變車(chē)速,還是固定車(chē)速改變船速,在上述15種情形當(dāng)中,總物流成本最低及碳排放總量最低的點(diǎn)出現(xiàn)在第2種情形,此時(shí)的速度組合是V1=16 knots,V2=70 km/h。即在該隸屬度權(quán)重下,在這15種情形中,該速度組合是最佳的速度組合。
碳排放是實(shí)現(xiàn)綠色港口群運(yùn)輸網(wǎng)絡(luò)的一個(gè)重要影響因素,筆者綜合考慮了軸輻式區(qū)域港口運(yùn)輸系統(tǒng)和港口到腹地的集疏運(yùn)系統(tǒng),以及海運(yùn)和陸運(yùn)中影響碳排放的因素,建立了包括運(yùn)輸成本和時(shí)間成本的物流成本模型,最小碳排放模型,采用模糊規(guī)劃法轉(zhuǎn)化為單目標(biāo)求解并得出了不同偏好下的最優(yōu)運(yùn)量和運(yùn)力分配方案,兼顧了企業(yè)和政府雙方利益。最后在綠色偏好因素下,考慮了速度變化對(duì)成本和碳排放量的影響,并得出了在15種速度組合中的最優(yōu)速度組合,為合理配置資源及發(fā)展綠色港口提供了依據(jù)。
在實(shí)際情況中,影響船舶和車(chē)輛碳排量的因素錯(cuò)綜復(fù)雜,而且軸輻式運(yùn)輸系統(tǒng)中貨物運(yùn)輸量對(duì)轉(zhuǎn)運(yùn)和直運(yùn)選擇的影響以及對(duì)單位運(yùn)輸成本的影響未考慮。同時(shí),由于資料和數(shù)據(jù)資源有限,筆者沒(méi)有考慮連續(xù)速度變化下對(duì)船舶車(chē)輛的碳排放和物流成本帶來(lái)的影響,而這些因素都將影響到運(yùn)輸網(wǎng)絡(luò)的優(yōu)化。因此,進(jìn)一步的研究可以考慮貨物運(yùn)輸量的影響以及考慮連續(xù)速度變化對(duì)碳排放的影響,從而使網(wǎng)絡(luò)優(yōu)化更接近實(shí)際。
[1] Arango C,Cortés P,Muuzuri J,et al.Berth allocation planning in Seville inland port by simulation and optimization [J].Advanced Engineering Informatics,2011,25(3):452-461.
[2] Wang C J,Wang J E.Spatial pattern of the global shipping network and its hub-and-spoke system [J].Research in Transportation Economics,2011,32(1):54-63.
[3] Coronado Mondragon A E,Lalwani C S,Coronado Mondragon E S,et al.Intelligent transport systems in multimodal logistics:A case of role and contribution through wireless vehicular networks in a sea port location [J].International Journal of Production Economics,2012,137(1):165-175.
[4] 汪傳旭.基于軸-輻運(yùn)輸系統(tǒng)的區(qū)域港口群二級(jí)物流運(yùn)輸網(wǎng)絡(luò)優(yōu)化[J].系統(tǒng)工程理論與實(shí)踐,2008,9(9):152-158. Wang Chuanxu.Optimization of hub-and-spoke based regional port cluster two stage logistics network [J].Systems Engineering Theory & Practice,2008,9(9):152-158.
[5] 封學(xué)軍,王偉,蔣柳鵬.港口群系統(tǒng)優(yōu)化模型及其算法[J].交通運(yùn)輸工程學(xué)報(bào),2008,8(3):122-126. Feng Xuejun,WangWei,Jiang Liupeng.Optimization model and algorithm of port cluster system [J].Journal of Traffic and Transportation Engineering,2008,8(3):122-126.
[6] 李電生,張麗紅.基于粗糙集理論的港口耦合測(cè)度研究[J].中國(guó)海洋大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2012(3):1-7. Li Diansheng,Zhang Lihong.A study on port coupling level based on rough set theory [J].Journal of Ocean University of China:Social Sciences,2012(3):1-7.
[7] Psaraftis H N,Kontovas C A.Speed models for energy-efficient maritime transportation:A taxonomy and survey [J].Transportation Research Part C:Emerging Technologies,2013,26:331-351.
[8] Piecyk M I,McKinnon A C.Forecasting the carbon footprint of road freight transport in 2020 [J].International Journal of Production Economics,2010,128(1):31-42.
[9] 許歡,劉偉,張爽.低碳經(jīng)濟(jì)下船舶航行速度選擇[J].中國(guó)航海,2012,35(2):98-101. Xu Huan,Liu Wei,Zhang Shuang.Choice of ship speeds under low-carbon economy [J].Navigation of China,2012,35(2):98-101.
[10] 王健,王曉原,王剛.公路燃油消耗統(tǒng)計(jì)模型的建立與實(shí)證研究[J].山東師范大學(xué)學(xué)報(bào):自然科學(xué)版,2004,19(4):13-16. Wang Jian,Wang Xiaoyuan,Wang Gang.Study on statistical model of highway oil-consumption [J].Journal of Shandong Normal University:Nature Science,2004,19(4):13-16.
[11] Bae S H,Sarkis J,Yoo C S.Greening transportation fleets:Insights from a two-stage game theoretic model [J].Transportation Research Part E:Logistics and Transportation Review,2011,47(6):793-807.
[12] Abd El-Wahed W F,Lee S M.Interactive fuzzy goal programming for multi-objective transportation problems [J].Omega,2006,34(2):158-166.
[13] Pramanik S,Roy T K.Multi objective transportation model with fuzzy parameters:priority based fuzzy goal programming approach [J].Journal of Transportation Systems Engineering and Information Technology,2008,8(3):40-48.
[14] Notteboom T E,Vernimmen B.The effect of high fuel costs on liner service configuration in container shipping [J].Journal of Transport Geography,2009,17(5):325-337.
Hub-and-Spoke Transportation Network Optimization of Regional Port Clusterwith Consideration of Carbon Emission
Yang Bin, Ming Hui, Xu Bowei, Zhu Xiaolin
(Logistics Research Center, Shanghai Maritime University, Shanghai 201306, China)
With the concept of green logistics and the consideration of the factors influencing the network costs and carbon emissions, a minimum logistics cost model, including transportation cost and time penalty cost, was established, and a minimum carbon dioxide emission model was also established, on the base of hub-and-spoke regional port transportation system and collecting and distributing system from ports to the hinterland. By rational allocation of traffic volume and transport capacity, the regional port cluster transportation system can be optimized. And then fuzzy mathematic programming method was applied to transform the dual objective problem into a single objective planning. CPLEX was used to solve the model and the efficiency of model was demonstrated by experiments when the confidence level was 0.1, 0.3, 0.5, 0.7, and 0.9 respectively. Finally, with green preference, the influence of 15 kinds of velocity combination with different types of ships and vehicles on the results was analyzed. The results show that considering transportation costs, time penalty costs and carbon emissions, the amount of direct transportation is more than the medium transport capacity under different membership degrees and the type of low fuel consumption ships and vehicles will be selected. With more attention on green factor, the ships and vehicles tend to work at low speed. The best combination of speed for boats and vehicles under different membership degrees will be calculated from the model.
traffic and transportation engineering; regional port cluster; hub-and-spoke transportation network optimization; carbon emission; fuzzy mathematic programming
10.3969/j.issn.1674-0696.2015.06.27
2014-08-26;
2014-10-13
國(guó)家自然科學(xué)基金項(xiàng)目(71171129);上海市科委科研計(jì)劃項(xiàng)目(12510501600,11510501900,12dz1124802,14DZ2280200)
楊 斌(1975—),男,山東招遠(yuǎn)人,教授,博士,主要從事綠色航運(yùn)物流系統(tǒng)方面的研究。E-mail: binyang@shmtu.edu.cn。
明 惠(1991—),女,湖北黃岡人,碩士研究生,主要從事綠色物流方面的研究。E-mail: minghui_hb@163.com。
U116.2
A
1674-0696(2015)06-144-06