災后人道主義物流運營管理研究綜述和展望

□羅琴鳳 賈坤澤 殷允強

[電子科技大學 成都 611731]

引言

21世紀以來，世界各地頻繁突發公共事件（包括自然災害、事故災難、公共衛生事件和社會安全事件），給人類生命財產安全和社會穩定發展帶來了巨大的威脅。例如，自2019年底持續爆發的COVID-19公共衛生事件，導致嚴重的全球性人員傷亡和經濟財產損失。我國是世界上遭受自然災害最嚴重的國家之一，1990～2019年的近30年，自然災害平均每年造成我國經濟損失2 928.5億元，死亡人數6 310.5人，受災人口數為348 441.6萬人[1]。

黨和國家對于災后的救援工作給予高度的重視。中共中央總書記習近平在中央政治局第十九次集體學習時強調：應急管理是國家治理體系和治理能力的重要組成部分，擔負保護人民群眾生命財產安全和維護社會穩定的重要使命。黨的十九屆四中全會提出“優化國家應急管理能力體系建設，提高防災減災救災能力”的努力方向[2]，應急物流是應急管理的重要組成部分，對救援行動的執行至關重要。學者Trunick[3]指出物流工作占救援行動80%，“人道主義物流領域先驅”Van Wassenhove[4]也認為物流工作是決定救援行動成功與否的關鍵。與一般商業物流不同，災后應急物流的首要任務是減輕災民痛苦，故應在保障災民存活率、救援時效性和公平性等社會效益的前提下考慮經濟成本，在救援中體現博愛（Humanity）、中立（Neutrality）和公正（Impartiality）的人道行動三原則[5]。因此，“應急物流”正逐漸向更重視救援本質和人道精神的“人道主義物流”轉變。

人道主義物流是一項科學性、專業性、綜合性非常強的工作，需要來自政府部門、非政府組織、私人企業、捐贈者和受災群眾等眾多不同類型參與方的協調合作。加之災害的難預測性、響應時間的緊迫性、需求的突發性、物資的匱乏性等，人道主義物流的運作環境極其復雜，而管理科學是有效解決此類復雜決策/優化問題的一門學科。

本文從運營管理視角梳理現有的災后人道主義物流研究，首先按照資源調配、現場分診救治、醫院綜合治療等運營管理任務對相關文獻進行梳理，然后將問題的求解方法總結為精確方法、啟發式方法、強化學習方法以及混合方法并分別展開綜述，最后分別從問題和求解方法角度對未來研究進行展望，以期促進災后人道主義物流的發展。本文關于災后人道主義物流運營管理研究的綜述框架見圖1。

圖 1 關于災后人道主義物流運營管理研究的綜述框架

一、人道主義物流相關介紹

（一）人道主義物流的概念

人道主義物流（Humanitarian Logistics，HL）的概念由美國弗里茨研究所的執行董事Thomas于2005年首次提出，即為滿足災民需要、減輕災民痛苦，對物資、材料和相關信息進行規劃、實施、控制，以實現從產出地到消費地的高效率、高效益流動和存儲的過程[6]。Thomas[6]還指出人道主義物流主要包括計劃、準備、采購、運輸、倉儲、配送、追蹤回溯以及報關清關等活動。Van Wassenhove[4]將人道物流描述為：動員人力、資源、技能和知識以幫助受災弱勢群體的過程和系統。通過上述定義可以看出，人道主義物流的根本任務在于減輕災民所遭受的痛苦，這也是災后救援行動的本質所在。

（二）人道主義物流的特征

下面通過將人道主義物流與應急物流、商業物流進行比較，進一步說明人道主義物流的特征。人道主義物流和應急物流在行動層面有重疊，但側重點不同。人道主義物流側重救援的本質，在救援行動中推崇博愛、中立和公正的人道主義原則。而應急物流更重視救援的挑戰，在救援行動中強調對“突發性、非常規性和不確定性”環境的應對[6]。人道主義物流和商業物流在行動目標、物資來源、需求特征、決策結構、物流活動的周期性、社會網絡和支持系統等方面差異明顯[7]。商業物流是需求驅動的（拉動式系統），圍繞企業利益并根據業務需要制定物流規劃，目標通常是最小化成本或最大化利潤/質量等。而人道主義物流是供應驅動的（推動式系統），圍繞社會效益并根據可調配庫存制定物流規劃，目標主要為最大化存活率/公平性或最小化救援響應時間等。

（三）人道主義物流的劃分

根據應急管理的階段劃分，人道主義物流活動可分為減災（Reduction）、備災（Readiness）、響應（Response）和恢復（Recovery）四個階段，覆蓋從確認危機、評估風險、建立預警系統、整合技能與資源直至恢復正常狀態等任務，呈現出流程循環性及空間交叉性[8]。減災一般指減輕災害影響、預防災害發生的長期行動，例如評估災害風險、加強基礎建設、執行建筑標準等；備災主要指為提高災害應對能力而在災前準備的一系列行動，例如預警系統選址、救災配送中心選址、救援物資預置、疏散策略規劃、供應合同設計等；響應一般指災難發生后所采取的搶救生命、確保公共安全、避免財產損失，并滿足災民基本生活需求的一系列措施，例如應急物資調度運輸與分配交付、臨時設施選址與任務指派、災民疏散撤離與分診救治等；恢復主要指使災民生命健康、生活環境，以及政治、經濟、文化等復原或改善的長期行動，例如廢墟和垃圾清除、網絡（道路、橋梁、信息系統和能源等）恢復、家庭住宅和公共基礎設施重建等。

此外，Holguín-Veras等[7]根據人道主義物流的運作階段和環境將其劃分為“常規人道主義物流”（Regular humanitarian logistics，R-HL）和“災后人道主義物流”（Post-disaster humanitarian logistics，PD-HL）。R-HL指長期持續性的人道主義援助，優先考慮物流效率，類似于商業物流。例如，對于發達國家提供預防性的醫療保健，對于第三世界國家消除饑荒、援建難民營等。PD-HL側重于短期救援階段的災害初步反應，重點是減輕人類痛苦和改善社會成效，行動層面和人道主義物流的響應階段類似。現有人道主義物流研究主要聚焦RHL相關問題，而關于PD-HL問題的研究相對較少[9]，因此，本文重點針對災后救援中的運營管理問題，梳理現有的災后人道主義物流研究。

二、災后人道主義物流運營管理問題

災后人道主義物流中的運營管理任務，主要可分為資源調配、現場分診救治、醫院綜合治療等，本文將按照上述任務分類，從分配、選址、路徑、調度、排序等方面，對相關文獻進行梳理。

（一）資源調配

資源調配主要是指從配送中心向災區調配救援物資、救援人員的過程，主要涉及人道主義物流中的資源分配與調度、設施選址、路徑規劃等問題。Rodríguez-Espíndola等[10]整合了來自多個組織的物資和人力資源，構建了多模式、多商品動態分配模型，研究結果顯示了救援組織之間協調的重要性。不同于商業物流，災后人道主義物流中的人力資源分配需考慮人員匹配問題。例如，Li等[11]針對不同救援人員的專業技能和主觀偏好，將相關的任務適應度和時間適應度進行聚合，得到救援人員與災害現場救援任務的匹配度，構建了基于匹配概念的救援人員分配優化模型。另外，當突發重大公共事件時，應急物資調配一般會涉及多級配送網絡，王妍妍和孫佰清[12]以最小化物資短缺的延遲損失、物資分配的總成本為目標，研究了基于多集散點、多配送中心和多受災點三級配送網絡的應急物資動態多階段分配問題。資源調配中的選址決策一般包括配送中心、避難所等設施的選址。例如，劉亞杰等[13]綜合災區地質特點、災區需求以及受災程度等信息，建立了基于隨機規劃的配送中心選址模型。Mollah等[14]建立了洪災情景下成本優化的避難所分配模型。張玲和曾倩[15]考慮受災點和避難所兩類物資需求點，研究了需求不確定情況下的配送中心選址及儲備問題，并建立了基于臺風情景下的兩階段隨機規劃模型。此外，資源調配大多會涉及路徑規劃問題，王旭坪等[16]以最小化災民損失和車輛調度成本為目標，研究了運力受限情況下的應急物資分配及救援車輛路徑規劃問題，并基于2008年汶川地震，設計了不同運力下的物資動態調度方案和最優運力配置量。由于自然災害后災區的地理限制，有時將直升機用于最后一英里的應急物資分配，Alinaghian等[17]構建了臨時救援中心選址模型和分配基本物資的直升機動態路徑模型，與傳統的靜態路徑相比，動態路徑的總分配時間更少。

（二）現場分診救治

現場分診救治是指在災害現場根據傷亡程度和傷情特點，對災民進行分類以確定救治優先順序，從而將有限醫療資源按照優先級分配給災民，最大限度地提高生存率。目前使用最廣泛的分診方法是Super等[18]的START（Simple Triage and Rapid Treatment）方法，此外還有Triage Sieve方法[19]，SALT（Sort, Assess, Life-saving interventions, Treatment and/or Transport）方法[20]等。現場分診的救治順序通常以紅、黃、綠、黑為標簽[21]，且因災民健康狀況會隨著時間推移而惡化，因此分診是一個動態重復的過程。例如，Mills[22]研究了生存概率隨時間惡化的災民救治排序問題，利用簡單有效的生存預測方法生成災民救治優先級。Kilic等[23]研究了在Poisson到達和健康狀況惡化的情況下，紅色和黃色等級的災民服務率。類似地，Xiang和Zhuang[24]也設計了一個醫療服務排隊系統，對兩類災民的救治順序和健康狀況惡化進行建模，分別建立了以最小化總預期死亡率、總等待時間為目標的資源分配模型。此外，傷亡者在被送到醫院之前，一般會根據分診結果在附近的臨時醫療中心接受救護，這主要涉及醫療資源的分配、臨時醫療中心的選址等決策。Rezapour等[25]研究了向各災區以及其紅色和黃色等級的災民，分配城市搜救人員和醫療隊等醫療資源的最佳策略。Lodree等[26]研究了一個離散時間有限水平隨機動態規劃問題，用于災后分配異構醫療團隊以服務三種不同優先級別的災民。當現有醫院的床位等醫療資源不足時，需考慮新設臨時醫療中心。李金澤和唐芃[27]基于城市設施、人口以及路網等基礎數據，構建了多目標應急設施選址模型，運用優化算法生成了武漢方艙醫院選址方案。而Liu等[28]考慮了兩類醫療服務設施（救治高優先級傷員的現有醫院以及服務輕傷者的臨時醫療中心），并將傷員分為即時和延遲兩類以表示災后不同時期的生存概率，構建了最佳臨時醫療中心選址和醫療服務分配模型。

（三）醫院綜合治療

現場分診救治完成后，重傷災民必須送往醫院進行綜合治療，其中涉及醫院、醫生、手術室、救護車的調度分配，以及救護車運輸路徑規劃等關鍵決策。Gong和Batta[29]提出了基于離散時間策略的救護車再分配問題，構建了災群確定型救護車分配模型。為有效降低救治等待期間的災民死亡率，Cohen等[30]研究了災后在醫院急診科的兩個治療站之間分配外科醫生的問題。將傷員運送到醫院也會考慮分診，Dean和Nair[31]提出了Severity-Adjusted Victim Evacuation(SAVE)構建了資源受限情況下的SAVE模型，以便有效地將傷員按照優先級轉移到不同地區的醫院。張晨曉等[32]綜合考慮了三類傷員的傷亡情況、心理狀況以及醫療機構的醫療能力等，提出了以最小化傷員心理成本和最大化生存概率為目標的醫療資源分配模型，并采用模糊規劃法求解傷員與醫療機構的分配關系及傷員的運送順序。救護車的調度與路徑規劃是一個重要且復雜的研究問題，其路徑必須根據災后道路網絡、現有道路損壞及擁堵等實際情況來制定，而救護車在災區和醫院間的調度又受到醫院急診室等待時間、醫院容量和距離等因素的影響。Jotshi等[33]在收集了大量傷亡信息、道路交通狀況的基礎上，構建了基于數據融合的應急車輛調度和路徑仿真模型。Sung和Lee[34]將救護車路徑問題抽象為集合劃分模型，將傷員分為即時和延遲兩類等級，并在三種生存概率情景下確定傷員疏散的順序和目的地醫院。當重傷災民抵達醫院后，應當立即進行醫療資源分配決策，涉及重新分診、手術室排程等問題。Chan等[35]研究了已知生存概率的兩類傷亡人員的治療優先級排序和床位分配。Cotta[36]提出了在同一手術室治療的多層傷員優先級排序問題。童海星等[37]考慮了突發事件下手術室排程的緊急性、醫療資源的傾斜性等因素，構建了手術室優化調度模型，并采用蟻群算法進行求解，為突發情況下醫院的手術室排程提供了參考。

（四）其他任務

災后應急物資和傷員的運輸是人道主義物流領域學者關注的重點，目前已從基本的運輸路徑規劃開拓出了一些新的研究視角。例如，不少學者在災后響應階段考慮道路修復問題。不同于恢復階段的設施維修重建，在緊急響應的情況下，只對部分受損路段進行初步修復以保證路網連通性（災后恢復階段則需要對整個災區路網進一步全面恢復），此時涉及維修人員調度和路徑規劃問題（Crew Scheduling and Routing Problem, CSRP），即決策維修人員修復受損路段的順序和路徑。一些學者將Duque等[38]的混合整數規劃和動態規劃模型作為CSRP的基礎研究。Shin等[39]對Duque等人提出的模型進行拓展，增加了應急物資車輛的調度和路徑規劃。Moreno等[40～41]將Duque等人提出的模型線性化，并進行算法設計和改進。在最近的研究中，Moreno等[42]又進行了問題上的創新，探究了道路修復中的異構多人員調度與路徑問題。另外，Li等[43]認為，災后道路修復依賴于一個兼具效益和效率的物流保障調度（Logistics Support Scheduling, LSS），因此將CSRP和LSS結合，案例實驗表明，修復延遲降低45.71%，黃金72小時內的平均修復率高達99.40%。在應急物資和傷員運輸模式方面，考慮到災區需求量、需求優先級以及交通網絡狀況等因素，多式聯運比單一的運輸模式更加適合現實救援情況。例如，李孟良等[44]構建了結合公路、鐵路和航空多種運輸方式的救援物資多式聯運魯棒優化模型。Liu等[28]基于救護車和直升機結合的傷員運輸模式，設計了臨時醫療設施的最佳選址分配方案，實現了期望存活人數最大化和總運營成本最小化。Najafi等[45]針對向災區運送物資和向醫院運輸傷員的兩種震后救援場景，構建了一個多物資種類、多傷亡類型、多運輸模式（直升機、卡車、救護車和火車）的多目標動態模型，該模型能夠滿足物資的總交貨期需求，并縮短傷員到達醫院的總時間。

綜上，目前學界積極借鑒商業物流的研究方法，將運營管理的思想和工具引入災后人道主義物流領域。在研究內容上，基于傳統的分配、選址、路徑、調度、排序等商業物流問題，災后人道主義物流分別將其考慮在資源調配、現場分診救治、醫院綜合治療等更細化的任務情景下，更貼合實際救災需求，有助于實現高效救援；在災后人道主義物流運營管理模式上，現有文獻一般以市場機制、社會力量等為主導的中國救災模式作為研究背景，這與強勢政府主導的救災模式存在較大出入[46]，從中國與世界其他各國關于新冠肺炎疫情的防控措施、力度與效果上便可見一斑。因此，對于重大突發公共事件，國內需進一步探索和創新“黨委負責、政府主導”的中國救災模式下的災后人道主義物流研究；在思想與工具運用上，災后人道主義物流運營管理研究借鑒了商業建模、供應鏈管理等方法，但在問題設置和模型構建上需進一步體現災后人道主義物流的特征，例如考慮響應時間的緊迫性、物資的匱乏性、參數的動態性和不確定性問題，需積極探究實際災害情景的表征手段和建模方法；在績效評價體系的構建上，現有研究逐漸傾向于兼顧災后人道主義物流的效率、效益和公平[47]，但尚沒有統一的方法來衡量這三個性能指標。其中，效率指標較容易處理，一般和商業物流績效評價指標類似，效益指標主要與物資需求滿足相關，而公平指標以及其近義詞，只有少量文獻明確提到，更少有研究將公平納入決策模型中。雖然目前大部分研究都考慮到災后人道主義物流的“弱經濟性”，但主要仍是套用商業物流的優化目標，再根據所研究的問題特征加以改進，與減輕災民痛苦的災后救援行動本質目標存在一定出入，或將出現決策失誤，造成未知損失。

三、災后人道主義物流運營管理問題的求解方法

針對越來越復雜的災后人道主義物流運營管理問題，學界提出并采用了多種運籌優化求解方法。本節將按照精確方法、啟發式方法、強化學習方法以及混合方法，對相關求解方法進行梳理和綜述。

（一）精確方法

精確方法是指能夠直接求出問題最優解的方法。目前已有針對不同問題類型的特定算法，并可應用于人道主義物流領域。Ma和Wu[48]使用改進的雙向Dijkstra算法計算應急救援車輛的最優路徑；Chen和Chu[49]采用Bellman-Ford算法、Dijkstra算法等尋找最優撤離出口；Yu等[50]針對應急物資分配調度問題建立動態規劃模型，特別關注了因交付延遲而造成的災民痛苦，并通過大量的數值實驗驗證了動態規劃方法的計算性能和求解質量，他們的另一篇文章考慮了效率、效益和公平的應急物資配置目標，證明了動態規劃方法在求解小規模問題時能達到最優，并針對中、大規模問題設計了近似動態規劃算法[51]。針對一些小規模的災后人道主義物流問題，可以直接使用LINGO、CPLEX、Gurobi等商業求解器進行求解，但當問題規模變大時，列生成、Benders分解、拉格朗日松弛等大規模優化算法往往更加適用。Faiz等[52]分別采用CPLEX求解器和列生成算法求解帶時間窗的開放式車輛路徑問題，結果表明當實例規模增大時后者性能明顯更優。Noyan等[53]針對不確定條件下救援分發點的選址和容量分配問題，設計了基于Benders分解的Branch-and-Cut算法，并通過數值研究證明了該方法的計算效果。Bayram和Yaman[54]以最小化總預期疏散時間為目標，研究了避難所選址和災民撤離路徑問題，提出了一種基于Benders分解的精確算法求解兩階段隨機規劃模型，并使用割平面算法求解對偶子問題。

（二）啟發式方法

啟發式方法是指基于問題的特定知識和經驗，以可接受的花費（如計算時間、計算空間）給出最合適的解。Xavier等[55]采用改進的節約里程法求解了救援直升機運力和飛行路徑規劃問題。Dubois等[56]討論了洪災后救援隊的路徑決策，并使用了最佳時間流插入算法得到了較優的路徑解。Yang等[57]采用掃描算法求解了災后救援物資分配和運輸問題。然而傳統啟發式算法具有一定的缺陷：在求解問題時容易陷入局部最優，且對問題描述約束性較強。元啟發式算法是一類受自然現象和智能方法激發的啟發式方法，可以一定程度上避免上述傳統啟發式的問題，且在求解復雜組合優化問題時成效顯著。元啟發式方法主要分為兩類，第一類是由局部搜索方法改進而來的基于軌跡策略的元啟發式算法，如模擬退火、禁忌搜索、迭代局部搜索等[58]。Sakiani等[59]設計了特殊的模擬退火算法求解災后應急物資分配與再分配問題，該算法能夠在合理時間內得到高質量的解；Balcik[60]利用禁忌搜索算法求解了災情評估團隊的選址和路徑決策問題，并以地震案例對該求解方法的效果進行了驗證。另一類元啟發式方法是由生物學演化而來的基于群策略的元啟發式算法，如遺傳算法及文化算法等進化算法、蟻群算法及粒子群算法等群智能算法[58]。Du和Yi[61]構建了道路損壞情況下的救援物資交付模型，并采用遺傳算法獲得車輛路徑解。救援車輛路徑問題一般是旅行商問題（Travelling Salesman Problem, TSP）的變形，且蟻群算法在求解TSP問題時優于其他啟發式，因此蟻群算法在救援車輛路徑規劃中有很好的應用。Liu和Xie[62]在蟻群算法的設計中考慮車輛分配和需求動態，以車輛容量、車輛到達配送中心的時間以及車輛到達災區的時間來規劃路徑。

（三）強化學習方法

強化學習的基本思想是處于特定環境中的智能體（Agent）不斷地做出選擇，其每一項選擇都會得到環境不同的反饋（即獎勵）。智能體通過與環境的不斷交互和試錯，接收反饋信息來進行優化決策[63]。目前強化學習已應用在路徑優化、庫存管理、裝箱配載等經典運籌學問題中，并逐漸有學者將其引入災后人道主義物流領域。強化學習方法在求解隨機動態多階段序貫決策問題方面具備一定優勢，可以將復雜的序貫決策問題建模為馬爾科夫決策過程，非常適用于動態、隨機的災后人道主義物流問題求解[64]。Nadi和Edrissi[65]提出了一種以最小化總救援評估時間為目標的隨機規劃模型，并利用強化學習對模型進行優化。他們的另一篇文章[66]提出了一種由馬爾可夫決策過程表示的多智能體評估和響應系統，通過強化學習來保障應急響應小組和救援評估小組之間的行動協作。Su等[67]設計了一種用于救援路徑規劃的強化學習方法，該方法能夠在動態危險的環境下找到更短、更安全的可行救援路徑。Chini等[68]分別考慮了確定情況和隨機情況下應急救援車輛路徑選擇問題，并采用強化學習方法來優化救護車智能體的路徑。Yu等[69]采用強化學習方法求解災后復雜的應急物資分配問題，并分別與精確動態規劃方法、啟發式算法的求解效果進行了比較。實驗結果表明，該算法的效率優于動態規劃方法，精度高于啟發式算法。雖然強化學習求解動態隨機問題具有較大的優勢，但當問題的求解空間變得復雜時，需消耗大量的計算時間和存儲空間，即出現“維數災難”現象[70]，因此目前強化學習方法在人道主義物流研究領域的應用非常有限。

（四）混合方法

精確算法和啟發式方法各自的特點決定了二者在很大程度上可以互補，因此將二者結合起來的混合方法在災后人道主義物流領域也得到了廣泛的應用。現有的精確型和啟發式混合方法可歸納為兩種主要形式：組合形式和整合形式。組合形式指精確算法/啟發式算法或依次執行，或相互交織，或并行執行。這種形式的特點是兩種算法自身依舊保持完整獨立性。整合形式指一種算法嵌入到另一種算法內部并成為其組成部分，常見的形式為精確算法/啟發式算法為主并調用啟發式算法/精確算法[71]。Moreno等[40]關于CSRP的一項研究采用組合形式的混合算法，使用構造啟發式和局部搜索啟發式，生成Branch-and-Benders-Cuts算法的初始可行解。而Moreno等[41]關于CSRP的另一項研究則采用整合形式的混合算法，在Branch-and-Cut樹中調用遺傳算法和模擬退火算法探索當前解的鄰域，實例研究證明該混合算法減少了70%以上的計算時間。Buzón-Cantera等[72]針對應急物資分配和路徑規劃問題，提出了一種以模擬退火算法為主、以精確算法求解子問題為輔的混合算法，數值結果表明該混合算法能夠在較短的計算時間內獲得較好的解。此外，優勢互補的混合啟發式方法也是解決災后人道主義物流復雜組合優化問題的重要方法，Zhang和Xiong[73]考慮了災后緊急糧食運送問題，提出了一種混合的免疫蟻群算法，該算法利用免疫算法的快速全局收斂性和隨機性，同時結合蟻群算法的分布式搜索和正反饋能力，快速生成更好的解集，數值實驗表明該混合算法的性能優于蟻群算法、免疫算法以及遺傳算法。吳新勝等[74]設計了群智能混合算法優化應急物資運輸路徑，充分利用粒子群算法和人工群蜂算法的群體移動規律，對螢火蟲算法的移動更新策略進行改進，有效提高了原螢火蟲算法的尋優精度和搜索效率。

求解方法的性能一般可從求解效率和求解精度兩個層面進行評價。由于災后人道主義物流研究一般都為復雜的組合優化問題，目前并沒有哪種方法能夠在兩個層面同時保持優勢。精確算法能夠獲得問題的最優解，然而當求解空間的規模無法控制時，精確方法很難在合理時間內得到最優解。面對災后低質量的數據集以及緊迫的響應時間要求，精確算法很難發揮優勢，在傷亡程度低、災后運輸網絡較為簡單情形下可能更為適用。因此，以時間換精度的啟發式算法尤其是元啟發式方法，或將成為復雜災害背景下快速求解組合優化問題的首選方法。相較于精確方法，元啟發式計算效率更高，對數據的質量要求更低，且可以獲得比傳統啟發式更高質量的解。隨著研究的不斷深入，學界已經對啟發式方法、精確算法進行了多角度、多形式的改進或融合，設計出了多種高性能的混合方法，并在物資調度運輸與分配交付、臨時設施選址與任務指派、災民疏散撤離與分診救治等多種災后應急響應場景發揮巨大的優勢。此外，由于強化學習在解決隨機、動態的決策優化問題具有一定的優勢，已成功被應用于多個運籌優化領域，但其在災后人道主義物流領域的研究仍處于起步階段，目前已有的應用也僅側重于具體的案例研究，且大多只考慮單一隨機因素，針對多重隨機因素的災后場景研究較少。

四、研究展望

從PD-HL的運營管理問題和求解方法角度，歸納拓展未來的研究方向和思路，以使問題的設置和求解更加適應災后救援實際。

（一）PD-HL的運營管理問題

1. 任務情境的設定

現有災后人道主義物流中運營管理任務的設置大多和商業物流類似，還需考慮災后救援的特殊性，可從任務特征出發，考慮更為細化和貼合救災現實的情境設定。例如，在應急物資分配上，可以考慮血液、藥品、食物、水、帳篷等，在用途、供運方式、易腐爛性、緊迫程度等方面存在差異的異質資源組合，而現有研究大多只考慮單一資源。同時也可以考慮不同救治類型、技能水平和設備類型等多模式異質醫療資源分配；在應急資源運輸路徑和傷員運輸路徑規劃上，可以考慮不同種類、不同速度、不同容量的多式聯運，同時考慮無人機等新型運輸設備，從而可以靈活地根據災區地理位置、人口密度等實際情況采取最優的運輸模式。此外，在自然災害后的運輸路徑規劃中考慮道路修復，也是一個必要且復雜的研究問題，這意味著救援組織不僅需要決策同質/異質維修人員的調度和路徑，而且需要據此對救援人員進行動態路徑更新和交通規劃；在分診救治上，可以進一步探索簡單而有效的分診規則，研究分診過度或不足的影響，同時因災害形勢和健康狀況的動態性，可以進一步研究分診后因傷員優先級更新而產生的救治重調度問題。

2. 績效評價體系的構建

目前尚未有統一的災后人道主義物流的績效評價體系，鑒于救援中參與人心理感知的重要性，未來災后人道主義物流的績效評價體系可借鑒行為運籌管理理論，考慮決策者的不同決策偏好或有限理性、災民的差異化心理痛苦或負面情緒等。例如，通過專家意見聯合分析法，獲取影響災后人道主義物流行動決策的各因素及其權重指標，基于專家偏好和意見的聯合分析，構建災后人道主義物流分段線性效用目標函數；通過科學嚴謹的實證研究，抽象表達救災行動和救災效果間的函數關系，并在救災效果中著重考慮災民心理感知，例如用剝奪水平表示災民因無法獲得物資或服務而遭受的痛苦水平[9]，用以自我為中心的不公平厭惡程度評估物資短缺、物資充足和物資過剩等公平感知[75]等。另外，人道主義物流的優化目標間存在一定的背反關系，且多目標模型求解難度頗大，如何在保證求解效率的情況下，綜合考慮多個相互沖突的目標并建立合理的權衡，仍有待學界探索。

3. 運營管理模式的創新

現有國際災害運營管理研究主要基于西方發達國家社會背景，救災模式一般以市場機制、社會力量等為主導，這與強勢政府主導的中國救災模式存在較大出入。未來國內人道主義物流研究應當依據中國國情，以保障人民群眾生命安全為首要運作目標，以“黨委負責，政府主導、社會力量和市場機制廣泛參與”為主體資源配置方式，以軍隊、武警部隊和公安消防等為主要應急救援力量，探索和創新具有中國特色的人道主義物流運營管理模式，并將其應用到國內實際重大突發公共事件中。進一步剖析和提煉不同管理情景和問題設置下，中國強勢政府主導的災后人道主義物流的核心特征、運作效果、適用范圍和改進方向，基于“政府—社會—市場”多方協同進行災害數理建模，突破以社會力量和市場機制為主導的國際救災理論局限。

（二）PD-HL運營管理問題的求解方法

1. 啟發式方法的創新

災后人道主義物流運作環境復雜且響應時間緊迫，對求解算法的有效性提出了較高的要求。近年來運籌優化領域涌現出一些新型啟發式方法, 例如松鼠搜索算法、鯨魚優化算法、灰狼優化算法，這些算法運行速度快、搜索能力強，適用于解決復雜的高維和多目標優化問題，未來可嘗試在災后人道主義物流領域應用這些新型啟發式算法。另外，可針對災后人道主義物流領域的具體災害場景或問題對現有啟發式方法進行創新性改進，如設計更優的擾動策略和加速策略，以提高算法在特定災害場景下的計算性能。也可借助生產生活的經驗或其他學科的知識，尋找新的擬物模型，探索并設計新的更高效的啟發式方法。

2. 精確方法的改進

精確方法在更關注求解速度的災后人道主義物流場景下優勢不明顯，因此未來可在保持求解精度的同時，進一步設計更高效快速的精確算法。例如，采用分解簡化的求解思想，運用基于列生成的分支定價算法對問題進行分解,推導出定價子問題目標函數,并設計有效的標簽算法進行求解；針對災害背景下的具體問題，探索新的有效不等式以降低問題。

3. 強化學習方法的運用

強化學習方法在求解隨機動態多階段序貫決策問題方面具備一定優勢，但其在災后人道主義物流運營管理問題中的應用尚處于起步階段。未來可以深入探究如何利用強化學習方法對救災倉庫選址、災民需求預測以及災區網絡布局等經典隨機動態決策問題進行優化求解。此外，可以將人道主義物流領域專家特定的應急規劃經驗、知識、數據融入強化學習框架中，提高強化學習方法的學習效率和魯棒性。同時，可在強化學習中融合深度學習的注意力機制，聚焦于救災庫存、災民需求、災區路網等信息上，提高災后救援效率與效益。另外，可以考慮提高強化學習在運籌優化領域的泛化能力，將終生學習、遷移學習、多任務學習等引入到強化學習中，以加速強化學習對災后復雜組合優化問題的學習進程，有效解決災后人道主義物流研究中常見的多目標動態決策問題。

4. 混合方法的集成

由于混合算法的優勢集成以及災后人道主義物流的效率和效益要求，探索不同啟發式結合的混合算法以及精確型和啟發式結合的混合方法是一項必要且具有挑戰性的工作。因此應深入研究各種求解方法的特點以及不同混合策略的效果，設計高效且可執行的混合算法，從而同時提高算法的求解速度和求解質量。另外，強化學習方法的優勢在于可通過與環境的交互獲取動態信息，但其存在收斂效率不高、穩定性不足等問題，未來可考慮融合深度學習以自動提取復雜應急物流問題的特征、利用其他啟發式方法指導強化學習方法更有效率的學習，促進強化學習和其他方法在災后人道主義物流領域的混合創新。