低碳政策下多容量等級選址與配送問題研究

楊 珺，盧 巍

（華中科技大學管理學院，湖北武漢 430074）

低碳政策下多容量等級選址與配送問題研究

楊 珺，盧 巍

（華中科技大學管理學院，湖北武漢 430074）

本文研究了在供應鏈運作中考慮不同碳排放政策對于物流企業配送模式的影響，建立了基于碳排放的多容量等級配送中心選址模型，通過研究發現在高排放條件下企業選址呈現小型分散式結構；在低排放條件下企業選址呈大型集中式結構。并從四種不同的碳排放政策角度研究比較這些政策對企業物流配送模式、運營成本和碳排放量的影響，通過對不同排放政策的分析發現在每種政策下政府都可以通過設置適當的策略來引導企業有效的進行節能減排，進而發現企業在碳交易政策下的減排效果較好，也較容易接受這種政策。

選址模型；碳排放政策；碳交易；減排

1 引言

當前，由于二氧化碳等溫室氣體無節制排放引起的全球暖化問題已引起各國政府和公眾的普遍關注。自英國政府于2003年在《能源白皮書》中首次提出了“低碳經濟”概念后，各國紛紛立法控制經濟活動中的碳排放量。中國政府也于2009年提出在2020年之前國內單位生產總值二氧化碳排放量將比2005年減少40%-50%。法國政府于2011年開始實行碳標簽制度，要求所有產品必須披露產品環境信息以控制碳排放。在這種背景下綠色供應鏈特別是供應鏈中有關能源消耗、二氧化碳排放等環境因素對供應鏈的影響越來越受到重視。很多學者都對綠色供應鏈進行了研究，例如再制造產品的生產計劃與控制［1］，綠色制造［2-3］，逆向物流［4-5］，綠色采購［6］等等。而對于供應鏈管理者來說中如何平衡運營成本和二氧化碳排放之間的矛盾顯得日益重要，在這種情況下對碳足跡［7］的管理將成為降低供應鏈碳排放的重要途徑。例如2007年沃爾瑪宣布將開始要求其供應商測定碳足跡并尋求降低碳排放的措施。青島啤酒通過縮小包裝箱打印字體來降低油墨使用量。除了運用新能源、低碳排放設施以外，越來越多的企業開始從運營管理的角度來考慮如何減少碳排放。例如丹馬士通過降低船舶航速，調整物流線路來降低碳排放。樂購（TESCO）上海根據賣場運行狀況和營業習慣，對照明時間進行合理化分配以降低用電量。因此如何從運營管理的角度來控制碳排放量成為當前企業環保所面臨的重要問題。

在供應鏈中有很多組成部分都涉及到二氧化碳的排放，包括生產、包裝、運輸和庫存等流程。而優化采購、降低運輸速度、優化配送網絡、減少不必要的包裝、提高循環和逆向物流利用率是五個能夠顯著降低二氧化碳排放的途徑［8］。因此，為了達到顯著減排的目的，在決策物流配送網絡的優化策略時需要考慮二氧化碳的排放因素對設施選址、任務分配和運輸配送的影響。配送中心的選址問題是物流優化中的傳統問題。近年來由于在運作管理中考慮環境因素的影響，學術界越來越重視綠色供應鏈中設施選址問題的優化研究。有很多文獻研究逆向物流和閉環供應鏈的選址問題。晏妮娜等［9］建立了基于第三方逆向物流服務提供商從事物料回收的多級閉環供應鏈模型。Sahyouni，Savaskan和Daskin［10］提出三種基于正向和逆向供應鏈網絡中綜合配送與產品回收的選址模型。Jayaraman［11］提出了再制造/配送設施選址問題，并對制造批量、轉運和再制造產品庫存進行優化。何波［12］研究了廢棄物回收的多層逆向物流網絡優化設計問題，建立了廢棄物中轉站的選址模型。

然而以上文獻并沒有直接將碳足跡以及低碳政策作為考量因素來研究綠色供應鏈網絡問題。而Benjaafar［13］首次在批量訂貨模型中加入碳排放因素，建立了基于碳足跡的批量訂貨模型，分析了排放政策是如何對批量訂貨模型的決策產生影響。Hua等［14］研究了在碳交易機制下碳交易價格和排放限制對庫存決策的影響，建立基于碳足跡的EOQ模型。這些文獻都是從訂貨策略和庫存策略來考量碳排放政策對決策的影響。在此基礎上本文將從物流企業的配送模式角度來分析比較不同的碳排放政策對企業決策的影響。在配送中心設計中，選址決策和配送中心容量的選擇是關系到物流成本和碳排放的關鍵因素，成本和碳排放量存在“效益背反（Trade Off）”規律。本文研究低碳條件下多級容量配送中心選址決策，比較不同碳排放政策對三級配送系統中多容量設施選址配送決策的影響，并進一步的比較研究這些政策如何影響企業物流運營成本、排放量和配送網絡結構。

2 模型的建立

因為容量固定的選址決策可能產生設施的布局與客戶需求分布不均衡的情況。一些設施由于容量限制，無法為附近的客戶提供足夠的服務；而另外一些設施可能僅為少數的客戶提供服務，設施資源得不到充分利用。因此，在多容量等級設施選址問題中，除了設施位置作為決策變量以外，容量等級也是決策變量，可以對設施位置、設施數量、容量等進行整體優化，減少這種不均衡的情況。

2.1 問題的描述

對多容量等級選址模型問題有如下描述：供應鏈網絡為三級網絡結構，包括供應商、配送中心和需求點（如圖1）；備選點和需求點已知；需求點的需求為確定型需求；配送中心的初始平均建設費用和運營費用已知；配送車輛種類唯一。

2.2 模型參數

常量：

F=｛1，2，…，F｝：工廠f集合；

I=｛1，2，…，I｝：配送中心i集合；

J=｛1，2，…，J｝：需求點j的集合；

K=｛1，2，…，K｝：容量等級k的集合；

gik：在備選點i建設容量等級為k的配送中心建設成本分攤；

vik：在備選點i建設容量等級為k的配送中心單位運營成本；

cik：在備選點i建設容量等級為k的配送中心的

最大容量；

dj：需求點j的需求；

lfi：供應商f到配送中心i距離；lij：配送中心i到需求點j距離；

b：單位運輸費。

決策變量：

yfi：供應商f運輸到配送中心i的貨運量；

xijk：從容量等級為k的配送中心i配送到需求點j的貨物量；

zik：表示如果在i點建立容量等級為k的配送中心則zik=1，否則zik=0。

2.3 多級容量設施選址決策基本模型

目標函數式（1）為包括建設成本、運營成本和運輸成本的總成本最小；約束（2）保證各需求點的需求必須被滿足；約束（3）表示配送中心能夠容納配送的貨物；約束（4）使配送中心貨物的輸入量等于輸出量；約束（5）保證每個配送中心只能有一個容量等級；約束（6）、（7）是對變量的整數約束。

3 基于碳足跡的多容量等級選址模型

本節將考慮四種不同的碳排放政策對于選址決策的影響，這四種政策分別是強制排放政策，碳稅政策，碳交易政策，碳補償政策。為了分析這幾種政策對決策的影響，我們將在模型中引入碳足跡以衡量碳排放量。

3.1 強制排放政策下多容量選址模型

在強制排放（Emission Cap）政策下對企業的生產設置嚴格的排放限制，企業只能在給定的限制之內來安排生產，如果超過排放限制企業將被勒令停產調整，直到排放量達到限制標準。因此在強制排放條件下模型中增加排放的強制約束。為了描述這種政策對決策的影響，在模型中增加如下碳足跡參數：

⌒gik：在i點建設容量等級為k的配送中心的建設碳排放量分攤；

b：單位運輸排放；

（

L：排放上限。

Model I：

同時，（2）-（7）成立。

約束（8）為排放約束，表示企業根據不同排放單位的碳足跡計算得到的實際總排放量，只能在允許的排放限額之內安排生產。

3.2 碳稅政策下多容量選址模型

碳稅（Carbon Tax）指針對二氧化碳排放量所征收的稅。它以環境保護為目的，希望通過削減二氧化碳排放來減緩全球變暖。與強制排放政策不同的是碳稅政策條件下不對企業設置嚴格的排放限制，但是對企業排放的每單位碳按照稅率α征收排放稅。因此企業總的成本中必須加上排放成本，而總成本中物流運營成本和排放成本存在效益背反（Trade Off）規律。在這種情況下企業必須根據不同的碳稅率來平衡物流運營成本和排放成本以使得總成本最優。

s.t.（2）-（7）成立。

約束（9）是碳稅政策下目標函數，目標函數由物流運營成本和排放成本組成。α表示碳稅率。

3.3 碳交易政策下多容量選址模型

碳交易（Carbon Trade）是為促進全球溫室氣體減排，減少全球二氧化碳排放所采用的市場機制。即把二氧化碳排放權作為一種商品，從而形成了二氧化碳排放權的交易。其基本原理是，每個企業有一定量的排放額度，如果企業排放量超出給定的排放額度就必須向外購買排放差額，而如果企業排放量沒有超過排放限額，則可以將節省的排放額向外出售。現今全球已建成4個碳交易所即歐盟排放權交易所（EU ETS），英國排放權交易所（UK ETG），美國芝加哥氣候交易所（CCX）和澳洲氣候交易所（ACX）。而中國將在天津設立一所綜合性環境權益交易機構—天津排放權交易所以利用市場化手段和金融方式促進節能減排。隨著碳交易市場的逐步發展，研究碳交易機制對企業成本和碳排放的影響顯得日益重要。因此本節將在模型中加入碳交易機制來分析碳交易政策對物流企業的影響，為此增加以下參數并建立模型來描述此問題：

e+：向外購買的排放額；

e-：向外出售的排放額；

P：碳交易價格。

同時，（2）-（7）成立。

約束（10）為目標函數，表示碳交易機制下企業總成本。約束（11）為排放約束表示碳交易政策下給予每個企業一定量的排放額度L，企業以這個額度為基礎來安排生產，如果實際排放量大于L那么就必須向外購買e+單位的排放額，如果企業實際排放量小于L那么可以出售e-的排放額。碳交易所產生的成本p（e+-e-）計入總成本。

3.4 碳補償政策下多容量選址模型

碳補償（Carbon Offset），是指企業為了降低碳排放而向外購買或者投資能夠降低二氧化碳排放量的產品或服務，通常是向第三方組織付款，由他們通過植樹或者發展綠色環保項目來吸收多余的二氧化碳。其基本原理與碳交易機制類似，區別在于碳補償機制下企業排放量如果超額則必須進行排放額補償；如果低于排放限額則不能出售多余的排放量。對此增加如下參數：

e+：碳補償量；

H：為碳補償價格。

Model IV

同時，（2）-（7）成立。

目標函數（12）為總成本，由物流運營成本和碳補償成本He+組成。約束（13）表示碳補償政策下對排放量的限制，可以看出政府對企業設置一個基礎排放限額L，企業根據這個排放額來安排生產，一旦超額則要進行e+單位的碳補償，補償成本計入總成本。

4 數值計算與分析

為了分析碳排放對選址問題的影響，本文選取Beasley［15］的實驗數據作為基礎模型數據，并在Carbon Trust［16］上根據設施規模計算得到運營排放和運輸排放=0.0002（千克）/千克·公里。根據中國郵政、中國物資儲運總公司、順風速運等國內大型物流配送企業2012年運費標準，可假設單位運費b為0.01（元）/千克·公里。依照China Development Gateway［17］的標準，計算得到初始建設排放分攤。以上數據都在表1中詳細列出。網絡的具體參數如下：1個供應商，30個需求點，2個容量等級，需求點作為備選設施點。各需求點的需求在［90，230］（噸）區間上根據均勻分布隨機生成；各個節點的距離在［10，60］（千米）區間上根據均勻分布隨機生成。在以上參數的基礎上，運用CPLEX軟件對模型進行數值計算分析。

4.1 強制排放政策

本節將研究不同的排放限制對于企業的決策的影響。將表1中的數據帶入到ModelI中計算得到圖2、圖3、圖4和表2。從圖2當中可以看出，在強制排放政策下排放限制對于企業的選址決策和成本有顯著影響。比如當排放上限L處于9100000-14200000之間時，成本隨排放量的增加而減小；而當L＞14200000的時候，排放限制將不起約束作用，這個時候企業可以不上限較高的時候企業所選的配送中心建設考慮排放的因素而進行決策，企業的成本將會達到最低。此外，從表2中可以看出當排放點為分散、小型、低成本、高排放的設施（圖3），隨著企業獲得的排放量額度逐步減少，排放限制對企業的約束逐漸變大，企業必須首先考慮排放的影響，那么經濟、高排放的小型配送中心就無法滿足需求，企業就必須轉為選擇成本較高但是排放更低的集中式大型配送中心（圖4），這就導致成本上升，特別是當排放上限小于9100000的時候，圖2中成本曲線斜率將會趨近無窮大，Model I將無可行解，這時企業將因為無法達到排放標準而停產。

表1 數值計算輸入數據

圖2 排放限制對企業成本和排放量的影響

由此可見政府主管部門可以通過制定合理的排放限制政策引導企業有效的減少二氧化碳的排放，而又不顯著增加企業的成本。從圖2中的單位排放成本曲線可以看出當L較大的時候單位排放成本較低，這時候每減少1單位的二氧化碳所帶來的成本增加較低，但是隨著L逐漸減小，單位排放成本增大，這時候每減少1單位二氧化碳所花費的代價增大。因此如果要進行強制減排，可以通過核算企

圖3 高排放（L=14198660）條件下選址結果

圖4 低排放（L=8904911）條件下選址結果

業每單位排放成本，如果每單位排放成本較低，那么說明這個企業有較強的減排潛力；反之當單位排放成本較高時，企業減排比較困難。

4.2 碳稅政策

強制排放限制雖然約束力較強，但是在某些情況下可操作性不強，實施起來有一定難度，例如從圖2中可以看出，當排放上限小于9100000的時候企業的成本曲線斜率接近無窮大，這時企業將因為達不到最低排放標準而無法繼續生產。因此強制排放政策顯得過于嚴厲。和強制排放政策相比，征收碳排放稅是從成本的角度來限制企業的排放。

從模型II可以看出目標函數由兩部分組成，一部分是設施建設和運營配送所產生的費用Part I，另一部分是由于對排放的二氧化碳征稅所產生的費用Part II（圖5）。

圖5 碳稅政策條件下企業成本變化趨勢

這兩部分相互影響，當碳稅率固定的時候隨著排放量的增大，Part I和Part II存在效益背反規律，在這種情況下企業必須對排放量做出決策以使總成本達到最優。但最優排放和最優成本又與碳稅率相關，不同碳稅率條件下得到的最優水平不一樣，因此選擇合適的碳稅率使得企業成本和排放達到均衡是一個關鍵的措施。

圖6表示不同碳稅率下企業的最優排放量的變化趨勢，從圖中可以看出隨著碳稅率的不斷增大，企業的最優排放量不斷降低，這說明較高的碳稅率可以約束企業降低排放。這是因為當碳稅率較小的時候，雖然排放量很大，但由排放產生的Part II成本非常小，對企業總成本影響不大，即Part I/Part II趨近無窮大（圖7），所以即使排放量很高，企業還是優先考慮Part I的成本，寧愿支付由碳稅產生的排放成本也不會調整決策進行減排；而當稅率繼續增大的時候Part II在總成本中所占比例逐漸增大。這時候企業就必須降低排放量以降低Part II成本，特別是當排放量降低引起的排放成本減少大于因減排帶來的Part I成本增加的時候，企業就必須改變決策以尋求新的最優決策。

表2 選址結果

圖6 不同稅率下最優成本

圖7 Part I和Part II的成本比值

當碳稅率繼續增大，由于排放量繼續減小使得企業只剩一個可行決策的時候，這個時候繼續增加碳稅率只會增加排放成本，而不會減少排放量，即圖8中當tax rate＞1時。那么需要制定碳稅率既能夠使得企業降低排放，又不明顯增加成本。從圖8中可以看出隨著碳稅率的不斷增大，企業的最優排放量不斷的減小，最優成本不斷上升，當tax rate＜0.586的時候最優排放量沒有變化，但是成本卻不斷增加，而成本的增加完全是由于碳稅率的改變而引起，因此在這種情況下征收碳稅無法使企業達到減排的目的；而當tax rate處于（0.586，1）的時候最優排放量逐漸降低，成本增加趨勢反而減緩，特別是當碳稅率在（0.746，0.756）之間的時候，排放量減少近2000000（17%）而成本只增加了100000（0.4%），在這種碳稅條件下企業改變決策來進行減排是值得的。

另外從圖8的成本構成中可以看出成本的增加主要是由于排放成本（Part II）的增加引起的，由運營決策產生的成本（Part I）增加量并不高，在圖中當碳稅從0增加到1的時候Part I成本只增加了3700000，而Part II成本增加了近9000000。這說明碳稅雖然可以使得企業改變決策達到減排的效果，

圖8 碳稅條件下企業成本結構

但是額外產生的排放成本過高，會使企業背上沉重的成本負擔。例如加拿大BC省規定于2008年7月開始對汽油，柴油，天然氣，煤，石油及家庭暖氣用燃料征收碳稅，這勢必將增加企業成本。而法國于2010年1月宣布從當年7月1日起開始征收碳稅后，招致眾多反對。同樣在澳大利亞于2011年7月初正式公布碳排放稅方案后也引起一片反對之聲，其國內電力、礦業等行業企業認為碳稅將增加企業成本，這會嚴重的影響其國際競爭力，因此強烈反對征收碳稅。

4.3 碳交易政策

強制排放限制和碳稅對于企業來說都是“大棒”政策，企業執行起來都是被動的，且企業無法從減排中得到實際利益。而碳交易政策卻是一種“胡蘿卜”政策，從Model III中可以看出p（e+-e-）既有可能是正值，又有可能取負值，那么企業成本將不再是非減的趨勢，企業有可能因減排得到額外收益。在實際應用中碳交易系統也正在全球許多地區迅速發展。例如歐盟于2005年啟動碳排放交易體系（ETS，Emission Trade System）每年向企業發放一定配額的碳排放量，如果企業超出排放限制則需從碳交易市場上購買配額，如果企業有富余的排放量則可以向外進行出售。而且歐盟于2008年立法生效規定從2012年1月1日起將航空業納入到ETS中，并公布了首個航空業年度碳排放限額，即2012年不超過2.13億噸，2013年起不超過2.09億噸。因此，本節將討論碳交易政策對于企業物流配送決策的影響。

對于碳交易系統而言，影響企業決策的因素有兩個：碳交易價格p和排放限制L。首先來討論排放限制對成本和排放量的影響。為了討論方便，標記ModelIII的目標函數中p（e+-e-）為Part III，其它部分繼續沿用為PartI。

圖9表示某一給定交易價格條件下，不同排放限制對成本和排放量的影響，可以從圖中看出，給定碳交易價格p排放量不隨排放上限L而改變；而當給定L的時候企業排放量隨交易價格p的變化而改變。由此可見，在碳交易政策下L對企業排放量的影響較小，因此對選址決策影響較小。這是因為的差額可以通過進行碳交易來調節，而產生的交易成本PartIII在ModelIII中遠小于PartI，因此企業優先考慮PartI進行決策。

圖9 p和L對成本和排放的影響

那么價格對于企業決策又有什么影響？從圖9中可以看出在不同的碳交易價格下，排放量都是常數，因此可以得出碳交易價格p決定最優排放量水平，特別是從圖中可以看出碳交易價格越低時最優排放量越高，當p=0.1時排放量最高，設施為分散式的小型配送中心；當p=1時排放量最低，設施為集中式的大型配送中心。這是因為當交易價格低的時候，無論是e+-e-有多大，p（e+-e-）都很小，碳交易產生的收益無法補償因為改變決策引起的成本增加，企業傾向選擇高排放、低成本的分散式小型配送中心而忽略交易成本；當交易價格增大時p（e+-e-）也增大，那么企業就不能忽視交易成本，特別是當通過交易獲得的收益可以補償因決策改變而引起的成本增加時，企業就會改變決策。而交易價格越大這種收益就越顯著，企業就更傾向于向外出售排放額，因此會選擇成本較高但排放更低的集中式大型配送中心來降低排放以獲得碳排放收益。這一點可以從圖10中得到驗證，圖10表示的是碳交易價格和排放采購量的關系。給定一個排放上限9100000，當交易價格較小的時候大量向外采購用以彌補排放量的差額；而當價格較高的時候，采購額為負，說明企業通過出售排放量以獲取收益。所以在碳交易政策下碳交易價格越高企業就越有可能降低碳排放。

圖10 碳交易價格與排放額采購量的關系

這是在碳交易價格和排放上限無關的條件下所進行的決策，但是實際情況下更多的是交易價格p隨著排放上限L的不同而進行波動，因此接下來我們將分析交易價格p與排放上限L相關時對企業決策的影響。在此我們假設p與L是線性關系且為p=7.1-0.0000005L。對于碳交易而言如果排放上限L越低說明政府對企業的排放約束越嚴厲，就越希望企業降低排放，而當碳交易價格較高時企業向外購買排放額的成本就會較高，這也能約束企業減排，因此在這種假設下能夠通過調整排放限制進而影響交易價格p，即從政策和市場兩個角度來約束企業降低排放。而且假設能夠保證p處于［0，2］的合理范圍之間。Model III將變為：

根據式12目標函數變為：

計算結果如圖11。從圖中可以看出并不是交易價格越大排放量越低。當L較小的時候實際排放量很小，這是因為排放上限L與交易價格p負相關，高價格使得企業選擇低排放的大型配送中心以節省排放成本；隨著排放上限不斷增大，碳交易價格逐步降低，企業成本下降，而當L增大到11700000時成本達到最低，只比沒有排放政策下的選址運營最優成本高5%，排放量卻非常低；當L繼續增大的時候排放量會明顯增加，成本也增加，這對企業來說這顯然不利。

圖11 p與L相關時企業成本變化

通過分析碳交易政策下的兩種情況可以發現企業減少排放所花費的成本并不會很高，在某些情況下甚至有可能比不考慮碳排放因素時更低，在這種情況下企業更有減排的動力。

4.4 碳補償政策

在碳補償政策條件下，如果企業排放量超出排放限制，那么就必須購買能夠補償這些差額的產品或服務，這一點和碳交易機制相似。但是和碳交易機制中交易價格由市場統一定價的情況不同的是，碳補償機制中企業可以以不同的補償價格進行獨立的碳補償項目投資，在這種情況下不同的排放限制和補償價格對于企業決策有不同的影響。

從圖12中可以得出企業的決策由排放上限L和碳補償價格H 共同決定，從圖中可以看出當排放上限越大碳補償價格對于企業排放的影響越小，L為14100000的時候企業的最優排放達到最大為14198660，且無論H如何變化，企業不改變其排放量，這是由于在高排放上限條件下補償量較小，因此補償成本對決策的影響很小，這時候企業可以忽略排放成本而使得排放處于高水平；當L下降的時候隨著H的增長排放量不斷下降，當L=9100000的時候，碳補償價格對排放量的影響最為明顯，因為當排放上限較低時，需要補償的排放額就增大，那么補償成本增大，那么企業會調整決策以平衡補償成本和選址運營成本，使得總成本最低。這時候企業的選址會隨著碳補償價格的增加而逐步由高排放、分散式的小型配送中心轉變為更環保、低排放的集中式大型配送中心以降低排放量。

圖12 碳補償價格對排放量的影響

5 不同碳排放政策比較分析

在前面的分析中我們對幾種排放政策分別作了分析，這幾種政策都能夠使企業降低二氧化碳的排放量，除了強制排放限制是完全的政策性手段外，其他三種都有從經濟的角度來刺激企業減排，那么征收碳稅、實行碳交易和碳補償這三種政策哪一個更能刺激企業降低排放，而且更容易被企業接受？對此我們將從排放量和總成本的角度來比較這三種政策。對比碳稅政策和碳交易政策發現當α=p時，（9）-（10）=p×L成立，這說明當L=0時碳稅政策和碳交易政策等價。此外比較碳交易政策和碳補償政策（圖12）可以看出如果排放上限L小于企業最低排放量時（本例中當L＜8904911），那么企業都只能向外購買排放額，在這種情況下這兩種機制效果也是相同的。但是隨著L的增大，由于無法通過出售多余的排放額，碳補償政策下企業排放量會不斷增大。由此可見使企業減排效果較好的是碳交易政策和碳稅政策。如果從成本角度來看，對于Model II和Model III來說當α=P，L＞0時，（9）-（10）=P×L＞0，因此碳交易政策下企業成本比碳稅政策下企業成本低。而且從圖13可以看出碳補償政策下企業成本總是比碳交易政策下成本高，因此這三種政策中在相同條件下碳交易政策會使企業成本較低，而且前面已經討論過在碳交易政策下企業可以通過出售排放額而獲利，因此相對其他幾種政策碳交易政策較易于推廣。

圖13 碳補償成本與碳交易成本之差（碳交易成本-碳補償成本）

以上所有分析都是在給定需求的條件下得出。如果需求點的需求發生變化，其變動可能會影響系統中設施的選址和容量選擇、運營和運輸成本，網絡的總成本會發生變化。但是需求的變化也會影響整個系統相關的碳排放量，而且碳排放量的變化趨勢與成本變化趨勢一致。這說明無論需求如何變化，網絡的選址策略和配送策略的變化趨勢都相同，即排放限制不高時，企業選址傾向于成本較低的分散式小型設施；當排放限制比較嚴格時，更集中、更環保的大型設施比高排放的小型設施更有優勢。而且不同碳排放的政策對決策的影響也是相似的。

6 結語

在當前各國對環境問題越來越重視的背景下，本文研究了不同的碳排放政策對于網絡設計和配送模式的影響，并且將碳排放政策加入到選址模型中，建立了基于碳排放約束的多容量等級選址模型，比較了四種不同的碳排放政策對配送中心選址決策的影響，發現在高排放條件下配送中心呈小型分散狀態，在低排放狀態下呈大型集中狀態，而且企業在經營決策中考慮碳排放的因素所帶來的成本變化并不會很顯著。通過比較四種排放政策發現碳交易政策對企業減排效果最好，因為在碳交易政策下，企業甚至可以通過減排來獲得收益。這一點不僅適用于企業的選址配送決策，對于企業的批量生產訂貨決策［12］同樣適用。因此降低碳排放對于企業來說并不是一項艱巨的任務，可以在成本和環境保護之間取得平衡。未來對于低碳供應鏈的研究還可以考慮在合作條件下，供應鏈網絡中不同節點成員之間如何進行排放量的協調和排放成本的分攤，以使得整個供應鏈協調。

［1］Bras B，McIntosh M W.Product，process，and organizational design for remanufacture-an overview of research［J］.Robotics and Computer Integrated Manufacturing，1999，15（3）：167-178.

［2］Guide V D R，Spencer M S，Srivastava R.Are production systems ready for the green revolution？［J］.Production and Inventory Management Journal，Fourth Quarter，1996，37：70-78.

［3］Gungor A，Gupta S M.Issues in environmentally conscious manufacturing and product recovery：A survey［J］.Computers&Industrial Engineering，1999，36（4）：811-853.

［4］Carter C R，Ellram，L M.Reverse logistics：A review of the literature and framework for future investigation［J］. Journal of Business Logistics，1998，19：85-102.

［5］Fleischmann M，Van wassenhove L N，Van nunen J A E E，et al.Quantitative models for reverse logistics：A review［J］.European Journal of Operational Research，1997，103（1）：1-17.

［6］Zhu Qinghua，Geng Yong.Integrating environmental issues into supplier selection and management［J］.Greener Management International，2001，（35）：27-40.

［7］Pertsova C C.Ecological economics research trends［M］. Hauppauge NY：Nova Science Publishers，2008.

［8］World Economic Forum.Low carbon supply chains［R］. Draft For Discuss.

［9］晏妮娜，黃小原.基于第三方逆向物流的閉環供應鏈模型及應用［J］.管理科學學報，2008，11（4）：83-93.

［10］Sahyouni K，Savaskan R C，Daskin M S.A facility location model for bidirectional flows［J］.Transportation Science，2007，41（4）：484-499.

［11］Jayaraman V，Raymond A，Patterson R E.The design of reverse distribution network：Models and solution procedures［J］.European Journal of Operational Research，2003，150（1）：128-149.

［12］何波，楊超.廢棄物回收的多層逆向物流網絡優化設計問題研究［J］.中國管理科學，2007，15（3）：61-67.

［13］Benjaafar S，Li Yanzhi，Daskin M S.Carbon footprint and the management of supply chains：Insights from simple models［J］.Automation Science and Enginering，IEEE Transactions on，2013，10（1）：99-116.

［14］Hua Guowei，T CE Cheng，Wang Shouyang.Managing carbon footprints in inventory management［J］.Int. J.Producion Economics，2011，132（2）：178-185.

［15］Beasley J E.An algorithm for solving large capacitated warehouse location problems［J］.European Journal of Operational Research，1988，33（3）：314-325.

［16］Carbon Footprint Measurement［EB/OL］http：//www. carbontrust.co.uk/cut-carbon-reduce-costs/calculate/carbon-footprinting/_layouts/ctassets/aspx/carbonfootprintcalculator/co2calculator.aspx.

［17］中國發展門戶網.零碳生活.碳足跡計算器［EB/OL］http：//cn.chinagate.cn/zhuanti/dtjsq/node_7106016.htm.

A Location and Distribution Model with Hierarchical Capacities under Different Carbon Emission Policies

YANG Jun，LU Wei
（School of Management，Huazhong University of Science&Technology，Wuhan 430074，China）

Environmental protection issues are getting a shift of focus with economics development.In this article，the impact of different emission policies on the logistics and distribution modes in supply chain is studied by constructing distribution centers location model with hierarchical capacities under different carbon emission policies.Then the data from OR lab and Carbon Trust is used to study the effect of four carbon emission polices on logistics model，operational cost and carbon emission.It is found that the dimension of facilities is small-scale and relatively scattered under high emission cap while it is large-scale and relatively centralized under low emission cap.Furthermore，the government can restrain the emission of corporations by implementing appropriate strategies.Finally，it is also suggested that companies have more incentive to reduce carbon emission under carbon trade mechanism among these policies，and they are most likely to accept the carbon trade mechanism.

location model；carbon emission policies；carbon trade mechanism；emission reduction

C931；O221

：A

1003-207（2014）05-0051-10

2012-05-04；

2013-05-09

國家自然科學基金資助項目（71172093，71320107001）；教育部人文社會科學研究青年基金項目（10YJC630331）；中央高校基本科研業務費專項資金資助（HUST：2013QN101）

楊珺（1976-），女（漢族），湖北武漢人，華中科技大學管理學院，副教授，博士.研究方向：網絡優化、供應鏈管理.