王 林,肖功向,郭云羅,李 弢
(1.武漢理工大學 交通與物流工程學院,湖北 武漢 430063;2.交通運輸部規(guī)劃研究院,北京 100028)
目前,全球疫情形勢嚴峻,海運空運雙雙受阻,中歐班列憑借其安全快捷、綠色環(huán)保、受自然環(huán)境影響小、可靠性高等綜合優(yōu)勢,實現(xiàn)開行數(shù)量逆增長。2021年中歐班列全年開行數(shù)量1.5萬列,同比增長22%。然而中歐班列在快速發(fā)展的同時,相應的問題也接踵而至:①回程貨源不足,由于歐洲沒有能和“世界工廠”對等的貨物出口規(guī)模,總體去回程開行班列比例不均導致空箱調運的產生;②服務質量參差不齊,目前各班列公司普遍實行“點對點”開行模式,部分班列公司由于貨源組織能力不足,面臨著班列服務頻次不高,可靠性低的壓力;③惡性競爭時有發(fā)生,班列公司各自為政,互相搶占鐵路資源。以上問題導致中歐班列的運輸效率偏低,空箱調運不及時或不進行調運,大量集裝箱堆積在歐洲,使得中歐班列的運營成本居高不下。在此背景下,如何合理調配箱源,促進集裝箱流動,減少空箱堆積,提高空箱利用率,從而降低空箱調運成本,提高班列服務水平,成為了目前亟待解決的問題。
空箱調運一直以來是國內外學者研究的重點。在港口空箱調運方面,CHEUNG等[1]考慮了動態(tài)空箱調配問題,構建了兩階段空箱調運隨機網(wǎng)絡模型,并采用隨機擬梯度法和隨機混合逼近法對模型進行求解;SONG等[2]針對多航線多船多航次的航運網(wǎng)絡空箱調運優(yōu)化問題,提出了基于兩階段的最短路法和基于兩階段的啟發(fā)式算法求解該問題,并運用實例對比兩種方法的優(yōu)劣;張亞梅等[3]研究了考慮標準箱和可折疊箱的海運網(wǎng)絡空箱調運優(yōu)化,找出了影響可折疊箱使用的關鍵因素。隨著中歐班列去回程比例失衡問題的日益突出,眾多學者也開始針對中歐班列的空箱問題展開了研究,邢磊等[4]針對空箱需求的不確定性,構建了考慮可折疊箱的分布式魯棒機會約束空箱調運模型,并論證了不同供需關系對可折疊箱投入比例的影響;KATARZYNA等[5]基于歐亞間貿易嚴重不平衡現(xiàn)狀,以文獻綜述的形式分析各種歐亞多式聯(lián)運空箱調運模型和解決方案;邢磊等[6]基于中歐間海陸運輸系統(tǒng),構建了考慮多種運輸方式及可折疊箱的空箱調運模型,并論證了可折疊箱降低空箱調運成本的可行性;朱星龍等[7]針對中歐班列往返貨源不均衡和市場競爭激烈等問題,構建基于集裝箱共享的空箱調運模型,結論表明共享策略能有效減少空箱的調運成本;TANG等[8]研究了集裝箱共享下空箱調運和租金優(yōu)化,建立了成本最低的多周期空箱調運優(yōu)化模型,并運用遺傳算法進行求解。
另外,對于中歐班列集結中心,李澤文[9]根據(jù)中歐班列發(fā)展存在的問題,以貨源組織成本最低為目標,構建了中歐班列集結中心選址模型,得出中歐班列西通道的集結中心城市為西安;ZHAO等[10]基于混合整數(shù)線性規(guī)劃模型選取中歐班列歐洲樞紐,確定歐洲最佳樞紐位置為柏林、布達佩斯、杜伊斯堡和里爾;王迪[11]分析了國內外運輸組織模式,明確中歐班列運輸組織的問題,并設計了集結中心作用下的網(wǎng)絡開行方案;對于集裝箱共享,孫家慶等[12]考慮航線、船舶運力等多因素限制,建立基于集裝箱共享的不確定需求空箱調運模型,并運用混合算法進行求解;Xie等[13]研究了陸港和海港組成的多式聯(lián)運系統(tǒng)中空集裝箱庫存共享與協(xié)調問題,分析了初始庫存變化對空箱調運策略的影響;汪傳旭等[14]基于港口空箱配對轉運思想,建立考慮船公司合作的多港口間空箱調運模型,并得出結論船公司合作條件下空箱調運成本更??;STERZIK等[15]研究了港口腹地貨運公司之間的集裝箱共享,構建了描述共享和不共享兩種情況的空箱調運模型,并運用禁忌搜索法進行求解。
總體而言,前人對于港口空箱調運的研究起步較早,且隨著時間推移也發(fā)展得愈發(fā)成熟,然而對中歐班列空箱調運的研究更多的集中于近幾年,大部分研究還是以國外為空箱供應點,國內為需求點進行空箱調運優(yōu)化,很少考慮班列公司之間的合作共享、空重箱的轉換以及集結中心的作用?;诖耍疚臉嫿丝紤]集裝箱共享、空重箱轉換以及集結中心作用多種因素的中歐班列空箱調運優(yōu)化模型,研究集結中心作用和集裝箱共享策略下的中歐班列空箱調運優(yōu)化,為中歐班列的建設運營提供理論經驗。
從集結中心和集裝箱共享的角度出發(fā),研究不同調運系統(tǒng)下中歐班列的空箱調運優(yōu)化問題,中歐班列空箱調運示意如圖1所示。其中,系統(tǒng)1無集結中心且集裝箱不共享,班列公司之間只有重箱流動;系統(tǒng)2無集結中心但集裝箱共享,僅有集裝箱共享條件下,同區(qū)域班列公司間可以互相調運空箱;系統(tǒng)3有集結中心且集裝箱共享,在集結中心和集裝箱共享共同作用下,同區(qū)域、同站點班列公司均可互相調運空箱。
模型考慮的空箱調運以所有周期各項成本總和最小為目標,調運區(qū)域分為國內與國外,當班列公司產生空箱需求時,空箱供給主要來源于空箱庫存、重箱卸載、租箱以及同區(qū)域班列公司的閑置空箱。當班列公司的空箱需求大于供給時,系統(tǒng)1僅能通過租箱來滿足空箱空缺;系統(tǒng)2可以考慮租箱及調用同區(qū)域其他站點班列公司的空箱;系統(tǒng)3可以通過租箱、調用同區(qū)域其他站點班列公司和同站點班列公司的空箱來滿足空箱空缺。
①班列公司的開行情況已知;②班列公司每周期的需求和重箱卸載量已知;③所有周期每個公司的需求都能被滿足;④所有的集裝箱箱型都是40。⑤各站點之間的單位運輸成本已知;⑥本周期到達的重箱,到下一周期才能作為空箱使用;⑦租賃公司的空箱都可即時獲得,且不限制租賃數(shù)量;⑧租賃公司的空箱都在規(guī)定期限內歸還;⑨考慮集結中心前后國內外總體需求和重箱卸載不變。
目標函數(shù)如式(1)所示,表示系統(tǒng)的空箱調運總成本最低,包含空箱運輸成本、租箱成本、庫存成本和裝卸成本。約束條件分別如式(2)~式(6)所示,本周期初a公司在站點i的可用箱量=上周期a公司在站點i的空箱庫存+上周期a公司在站點i的重箱卸載,如式(2)所示;本周期末a公司在站點i的空箱庫存=本周期初a公司在站點i的可用箱量+本周期a公司在站點i租箱量+本周期a公司在站點的空箱量調入量-本周期a公司在站點i的空箱需求-本周期a公司在站點i的空箱調出量,如式(3)所示;本周期a公司在站點i調出空箱量≤本周期初a公司在站點i的可用箱量,如式(4)所示;本周期a公司在站點i調入空箱量本周期a公司在站點i的空箱空缺量,如式(5)所示;非負整數(shù)約束如式(6)所示。
(1)
Sait=Kai,t-1+Fai,t-1,?a∈A,i∈I,t∈T
(2)
(3)
(4)
max(Dait-Sait,0),?a∈A,i∈I,t∈T
(5)
Xabijt,Vait,Sait,Kait≥0
(6)
目標函數(shù)如式(7)所示,與式(1)的不同之處在于增加了同區(qū)域同公司不同站點之間的空箱運輸成本和裝卸成本;其約束條件如式(8)~式(12)所示。
(7)
(8)
(9)
(10)
(11)
Xabijt,Yaijt,Zait,Sait,Vait,Kait≥0
(12)
選取發(fā)展較成熟的西安集結中心進行空箱調運研究,國內站點選取襄陽站點(A)和石家莊站點(A′),是西安集結中心開行的集結班列中開行時間較早且運營較為穩(wěn)定的城市,國外站點選擇班列開行數(shù)量較多的杜伊斯堡站點(B)和漢堡站點(B′)。由于班列的開行時間一般為2~3周,因此,設置每個決策周期的長度為15 d,總決策周期數(shù)為12。
根據(jù)網(wǎng)上資料整理以及文獻總結可得各站點的單位庫存成本380元/周期,單位租箱成本4 000元/周期,站點間的單位裝卸成本為50元/FEU,單位運輸成本如表1所示;各班列公司在各站點的初始庫存如表2所示;t=1時,各班列公司在各站點的需求量如表3所示,重箱卸載量如表4所示。
表1 各站點間的單位運輸成本
表2 班列公司在各站點的初始庫存
表3 t=1時,班列公司在各站點的需求量
表4 t=1時,班列公司在各站點的重箱卸載量
運用LINGO18.0對算例進行建模分析,在Windows10操作系統(tǒng),CPU處理器為Intel?CoreTMi5-11300H @ 3.10GHz的電腦上進行運算求解。結果如表5所示,其中3個調運系統(tǒng)的總成本分別為411.39萬元、292.87萬元和285.24萬元。在僅考慮集裝箱共享條件下,同區(qū)域班列公司之間可以互相調運空箱,雖然增加了運輸和裝卸成本,但減少了租箱的需求,因此總成本大幅度減少,要比不共享集裝箱節(jié)約28.81%總成本。在考慮集結中心的情況下,由于集結中心的存在使原來的“點對點”運輸改為“樞紐對樞紐”,此時班列公司可在同一站點調用其他公司的空箱,大大降低了空箱的運輸和裝卸成本,比無集結中心作用下的共享進一步節(jié)約了2.6%總成本。
表5 不同系統(tǒng)的空箱調運成本
綜上可得各班列公司間實現(xiàn)共享后,可促進空箱在各站點之間的流轉,降低空箱的無效堆存時間。在集裝箱共享基礎上,集結中心存在能最大化節(jié)約系統(tǒng)的空箱調運成本,提高班列的運行質量。
靈敏度分析的目的是在保持其他參數(shù)不變的情況下分析空箱需求量、單位租箱成本和單位運輸成本變化對各系統(tǒng)空箱調運總成本的影響。
3.3.1 需求量變化分析
需求量變化時各系統(tǒng)的空箱調運總成本變化如表6所示,需求量變化對總成本和成本減少率的影響分別如圖2和圖3所示??芍S著需求量的變化,系統(tǒng)2和系統(tǒng)3的總成本始終小于系統(tǒng)1。結合圖2可知,當需求量增加大于10%時,此時的空箱需求遠大于空箱供給,各班列公司的大部分需求只能通過租箱來滿足,導致各系統(tǒng)的總成本大幅度增加。結合圖3可知,當需求量由-10%增加到5%時,集裝箱共享策略與集結中心的優(yōu)勢不斷凸顯,系統(tǒng)2對比系統(tǒng)1成本減少率最高達到30%以上,主要原因在于隨著需求量的增加,系統(tǒng)1的班列公司只能通過租箱來滿足,系統(tǒng)2可以通過公司之間互相調運空箱滿足需求。系統(tǒng)3對比系統(tǒng)2成本減少率達到3%以上,系統(tǒng)3由于集結中心的存在班列公司可以同站點調用空箱,最大限度的減少了空箱調運費用。當需求量增加到5%以上時,系統(tǒng)2和系統(tǒng)3各班列公司的閑置空箱大部分用來滿足自身需求,此時集裝箱共享和集結中心帶來的收益逐漸下降。
表6 需求量變動對各系統(tǒng)總成本的影響
圖2 需求量變化對總成本的影響
圖3 需求量變化對成本減少率的影響
3.3.2 單位租箱成本變化分析
基于目前國內一箱難求的現(xiàn)狀,租箱成本是影響空箱調運總成本優(yōu)化的關鍵參數(shù),單位租箱成本變化對總成本的影響如表7所示,單位租箱成本變化對總成本和成本減少率的的影響分別如圖4和圖5所示。隨著單位租箱成本的增加,各系統(tǒng)總成本也大量增加,其他系統(tǒng)的總成本始終大于系統(tǒng)3。由圖4可知,系統(tǒng)1對于租箱成本的敏感程度大于系統(tǒng)3,更容易受到租箱成本波動的影響。由圖5可知系統(tǒng)3相對于系統(tǒng)1的成本減少率始終保持在30%左右。當租箱成本繼續(xù)增加時,系統(tǒng)3的穩(wěn)定性優(yōu)勢將會更加凸顯,能為中歐班列的整體運營降低更多的成本。
表7 單位租箱成本變化對各系統(tǒng)總成本的影響
圖4 單位租箱成本變化對總成本的影響
圖5 單位租箱成本變化對成本減少率的影響
3.3.3 單位運輸成本變化分析
單位運輸成本變化所引起的變化情況如表8所示,單位運輸成本變化對總成本和成本減少率的影響分別如圖6和圖7所示??芍S著單位運輸成本的增加系統(tǒng)2和系統(tǒng)3的總成本也不斷增加,而系統(tǒng)1由于只能通過租箱來滿足額外的空箱需求,因此總成本也保持不變。結合圖6可知,系統(tǒng)2對于運輸成本的變化更加敏感,隨著運輸成本的增加,系統(tǒng)2的總成本增長幅度更大。由圖7可知隨著單位運輸成本的增加,系統(tǒng)3相比于系統(tǒng)2的成本減少率不斷增加,在國際石油價格高起的趨勢下,集結中心的優(yōu)勢將會更加凸顯。
表8 單位運輸成本變動對各系統(tǒng)總成本的影響
圖6 單位運輸成本變化對總成本的影響
圖7 單位運輸成本變化對成本減少率的影響
(1)針對中歐班列空箱調運問題,考慮集結中心作用、集裝箱共享、多周期以及空重箱轉換等多種因素,以總成本最小為目標,建立空箱調運優(yōu)化模型,具體對無集結中心不共享、無集結中心共享和有集結中心共享3種情況的總成本進行分析,結果表明:共享的情況下能大大提高集裝箱的利用率,減少空箱調運成本,集結中心的存在能最大化減少空箱的運輸和裝卸成本,提高中歐班列整體的運營水平。進一步通過靈敏度分析得出:①當需求少量增加時,集裝箱共享和集結中心的優(yōu)化作用達到最大;②無集結中心且不共享系統(tǒng)更容易受到租箱成本變化的影響;③隨著單位運輸成本的增加集結中心的作用愈加凸顯。
(2)在疫情常態(tài)化以及國際石油價格高漲的背景下,國內一箱難求的情況仍會持續(xù),租箱成本和運輸成本也會增加,因此優(yōu)化結果可對將來班列公司空箱調運決策的制定提供借鑒。
(3)當前模型僅考慮了1個集結中心,2家班列公司之間的空箱調運優(yōu)化,研究規(guī)模較小,模型較為簡單。后續(xù)可考慮在不同集結中心之間進行空箱調運研究。