唐茜

摘 要：近年來，“低碳經(jīng)濟”、“低碳發(fā)展”等一系列概念成為國內(nèi)外社會各界討論的重點，如何減少供應(yīng)鏈各環(huán)節(jié)碳排放量成為專家學(xué)者以及業(yè)界管理人員的研究課題。庫存作為銜接企業(yè)內(nèi)部生產(chǎn)運營與外部供應(yīng)鏈的重要組成部分，其具有較強的動態(tài)性與復(fù)雜性。對于這樣一個多變量、多目標(biāo)的復(fù)雜系統(tǒng)來說，可通過建立系統(tǒng)仿真為管理者提供有效的分析手段。本文通過立足客戶服務(wù)水平最大化和成本最小化的系統(tǒng)目標(biāo)，增加碳排放治理成本因素，從限額碳排放角度建立庫存管理優(yōu)化模型，利用仿真的方法進行研究，尋求碳排放因素下的庫存管理系統(tǒng)模型的最優(yōu)策略。

關(guān)鍵詞：碳排放 管理系統(tǒng) 仿真研究 策略

中圖分類號：F274 文獻標(biāo)識碼：A 文章編號：1672-3791（2018）04（b）-0141-03

2009年《哥本哈根協(xié)議》在丹麥召開，世界各國就二氧化碳的排放量問題進行商討并簽署協(xié)議，這標(biāo)志著未來應(yīng)對氣候變化已成為全球共同的行動目標(biāo)。減少供應(yīng)鏈各環(huán)節(jié)碳排放是企業(yè)實現(xiàn)低碳化目標(biāo)的直接途徑，然而一直以來，在運輸路徑優(yōu)化減排方面的研究較多，雖然運輸活動產(chǎn)生的碳排放量約占全部物流活動碳排放總量一半以上，研究運輸路徑優(yōu)化減排的效果更加顯著，但在一個閉環(huán)的供應(yīng)鏈中，包括運輸、生產(chǎn)、庫存在內(nèi)的每一個運作節(jié)點都不能忽視，從而形成完整的低碳供應(yīng)鏈。

1 建立碳排放度量模型

1.1 系統(tǒng)邊界

所有的碳排放都是隨著企業(yè)經(jīng)營活動的發(fā)生而產(chǎn)生的，庫存系統(tǒng)的碳排放也是如此。在本文研究中，庫存系統(tǒng)碳排放主要由兩部分組成，第一部分碳排放來自于訂貨運輸，即企業(yè)在對外訂貨過程中所產(chǎn)生的碳排量，尤其是訂貨運輸過程中產(chǎn)生的排放也計入企業(yè)訂貨碳排放總量中，這一部分排放計算時間止于訂購貨物到達倉庫；第二部分碳排放來自于倉儲系統(tǒng)，包括與儲備數(shù)量相關(guān)的可變碳排放和倉庫自身運營所需的采暖、制冷、電力等固定碳排放。

1.2 碳排放治理成本度量

（1）訂貨運輸碳排放治理成本計算。

訂貨運輸碳排放主要是在產(chǎn)品或原材料送貨過程中發(fā)生，根據(jù)Palmer（2008）的研究，車輛啟動、空載時產(chǎn)生的排放可視為固定排放，而車輛載重、行駛距離等變化會影響可變排放浮動。如果不考慮車輛運輸能力，參考Hua等（2011）、Benjaafar等（2013）和Chen等（2013）的研究，將可變排放并入固定排放中計算，這樣運輸碳排放轉(zhuǎn)化為與訂貨次數(shù)相關(guān)的計算問題，得出企業(yè)訂貨運輸碳排放如下：

其中，Et表示t周期內(nèi)訂貨運輸過程碳排放量，Ef表示每次訂貨固定排放率，ΣQ（t）表示t周期內(nèi)需求總量，ΣM（t）表示t周期內(nèi)實際訂貨總量，n表示訂貨總次數(shù)，c1表示單位碳排放量的治理成本，CEt表示t周期內(nèi)訂貨運輸?shù)奶寂欧胖卫砜偝杀尽?/p>

（2）倉儲碳排放治理成本計算。

其中，EW表示t周期內(nèi)庫存持有碳排放量，Eh表示持有單位產(chǎn)品的可變排放率，M（t）表示實際訂貨量，Ed表示持有單位產(chǎn)品的固定排放率，I（0）表示期初庫存水平，I（t）表示期末庫存水平，c1表示單位碳排放量的治理成本，CEW表示t周期內(nèi)庫存持有的碳排放治理總成本。

2 基于ARENA 的仿真模型

2.1 仿真模型基本假設(shè)

本模型僅包含供應(yīng)商和客戶，客戶作為需求方只負責(zé)向供應(yīng)商提出需求，供應(yīng)商負責(zé)接收并滿足客戶需求，且負責(zé)管理本企業(yè)庫存，即庫存管理環(huán)節(jié)產(chǎn)生的相關(guān)費用均由供應(yīng)商來承擔(dān)。供應(yīng)商缺貨時向總倉儲中心訂貨，并假設(shè)總倉儲中心供應(yīng)能力無限，因此在仿真過程中不考慮總倉儲中心這一級。

2.2 仿真建模與運行

本模型基于一個供應(yīng)商企業(yè)，且只經(jīng)營三類產(chǎn)品倉儲與供應(yīng)，目前庫存持有量為分別為300、460和250個?？蛻粲唵萎a(chǎn)生的時間間隔服從均值為0.5、0.8、1.2的指數(shù)分布，三類產(chǎn)品需求量均為10、20、30、40個，且概率分別為18%，36%，34%和12%。如果當(dāng)前庫存能滿足一個客戶訂單需求，則客戶滿意的取走；如果當(dāng)前庫存低于客戶訂單的需求量，則客戶取走現(xiàn)有的全部在庫產(chǎn)品，余下不足部分作為未交付訂貨，等到庫存補充足夠后再取貨。在每天開始時，公司會查看庫存水平以決定此時需不需要向總倉儲中心發(fā)出訂單。如果三類產(chǎn)品的再訂貨點分別為180、220、120，且最佳庫存水平分別為320、480、280。假定三類產(chǎn)品訂貨提前期服從均勻分布UNIF（3，5），無論訂貨量多少平均每次的訂貨固定成本為650元，訂貨可變成本為8元/個；平均每天的倉儲成本為5元/個，平均每天的缺貨成本為10元/個，訂貨與倉儲過程中碳排放治理成本均為3元/個。系統(tǒng)仿真公司運營4個月120天時間，且碳排放總成本要求小于等于30000元。仿真主要統(tǒng)計分析四個方面的指標(biāo)：①未能按時交貨的客戶訂單占總訂單數(shù)的百分比；②客戶訂單等待交貨的平均時間與最大時間；③平均庫存水平；④訂貨碳排放成本和倉儲碳排放成本占總庫存成本的比重。

依據(jù)ARENA軟件運行可以得到120d庫存量與庫存成本的相關(guān)數(shù)值，其中庫存值變化與庫存成本情況如下：

2.3 庫存優(yōu)化與結(jié)果分析

在經(jīng)過第一輪仿真運行后后，我們發(fā)現(xiàn)現(xiàn)行的庫存策略還有優(yōu)化與改善空間?；诖耍覀儗δＰ蛶齑娌呗缘膮?shù)設(shè)置進行調(diào)整，利用ARENA 中的OptQuest模塊，通過加強碳排放治理成本定額的限制，并在此區(qū)間內(nèi)來對模型進行優(yōu)化分析，從而得到一個庫存成本最小和訂單滿足率最大的組合，使得庫存經(jīng)營效益最大化。

當(dāng)增加碳排放治理約束力度，減少碳排放治理成本限額的標(biāo)準(zhǔn)時，其他模型庫存策略參數(shù)不變的前提下，仍然利用ARENA中的 OptQuest模塊進行仿真優(yōu)化分析，將兩次優(yōu)化分析結(jié)果與碳排放治理成本限額量進行對比分析可得以下啟示：

啟示1：碳排放治理約束越嚴(yán)格，庫存成本越高。本文嘗試通過仿真了解碳排放以及治理成本在庫存管理中的影響力和關(guān)聯(lián)性。從目前仿真結(jié)果看，碳排放治理成本約占庫存管理總成本1/5左右。

啟示2：碳約束的存在更加提供了供應(yīng)鏈合作的空間與價值。市場是靈活波動，供應(yīng)商訂貨量與庫存水平也是隨機變化，在限額的碳排放治理約束前提下必然會出現(xiàn)碳信用的不足與富余兩種情況發(fā)生。

3 結(jié)語

本文模擬碳排放約束對于庫存管理運行的影響，計算庫存管理中訂貨與倉儲兩個主要環(huán)節(jié)中的碳排放治理成本，通過基于仿真的優(yōu)化方法，以仿真軟件ARENA為開發(fā)工具，設(shè)計了基于碳排放治理約束下的庫存運行模型，并通過仿真優(yōu)化器對碳排放治理成本限額條件下的庫存方案利益最大化進行了求解，進一步利用實驗結(jié)果分析了碳排放治理約束力強度與庫存管理策略參數(shù)之間的相互關(guān)系以及影響程度。

參考文獻

[1] Plambeck E L.Reducing greenhouse gas emissions throughoperations and supply chain management[J].Energy Economics，2012（34）：64-74.

[2] 陳劍.低碳供應(yīng)鏈管理研究[J].系統(tǒng)管理學(xué)報，2012（6）：721-728，735.

[3] Palmer A.The Development of an Integrated Routing andCarbon Dioxide Emissions Model for Goods Vehicles[D].England：Cranfield University，2007.

[4] 楚龍娟，馮春.碳足跡在物流和供應(yīng)鏈中的應(yīng)用研究[J].中國軟科學(xué)，2010（S1）：41-47.

[5] Hua G W，Cheng T C E，Wang S Y.Managing carbon footprintsin inventory management[J].International Journal ofProduction Economics，2011（132）：178-185.

[6] Jung JY，BlauG，Pekny JF.A simulation based optimization approach to supply chain

management under demand uncertainty[C].Computers and Chemical Engineering，2004，28：2087-2106.

[7] 方紹強，衛(wèi)克，陳偉鵬，等.基于 Arena 的仿真優(yōu)化系統(tǒng)架構(gòu)設(shè)計[J].系統(tǒng)仿真技術(shù)，2008，4（3）：173-177.

[8] R.Harihara，P.H.Zipkin.Customer-order，information，leadtimes，andinventories[C].Management Science，1995（41）：1599-1607.

[9] 王正元，宋建社，何志德，等.一種備件多級庫存系統(tǒng)的仿真優(yōu)化模型[J].系統(tǒng)仿真學(xué)報，2007，19（5）：1003-1006.

[10]Tee，Yeu-San.Rossetti，Manuel D.A robustness study of a multi-echelon inventory model，simulation[J].InternationalJournal of Production Economics，2002，80（3）：265-277.