面向不确定性的多粒度复杂产品供应链碳足迹优化研究

第 1 章  绪论

1.1 研究背景

早在 1896 年，瑞典科学家、诺贝尔化学奖获得者 Svante Arrhenius 经过研究指出，人类活动所排放的 CO2等温室气体将极大影响全球的环境。而事实也验证了他的研究成果，联合国跨政府气候变化委员会 IPCC（Intergovernmental Panel on Climate Change）2013 年报告指出，1906 年至 2012 年，全球近地大气层温度平均上升了 0.745 摄氏度，改变速度是此前 1000 年的 3.5 倍。而全球气温一旦上升 1.5-2.5 摄氏度，将灭绝 25%左右的现有生物物种，淹没 30%的沿海地带，并大大增加厄尔尼诺等极端气候出现的频率及强度。东英格兰大学UEA（University of East Anglia）2015 年全球碳排放量计划研究表明，全球累计碳排放量只有低于 3.2 万亿吨，才有 66%的几率将气候变化控制不超过 2 个摄氏度的安全值，而截至 2014 年该配额已被占用了 2/3，仅 2014 年全球碳排放量就达到创纪录的 323 亿吨，若按现行全球碳排放速度，该配额将会在 2045 年全部耗尽。

为此，联合国将高额碳排放量导致的气候变化问题列为世界十大挑战之一，并先后于 1992 年在巴西里约热内卢提出了《联合国气候变化框架公约》，1995年在德国柏林召开第一次应对全球化气候变化缔约国大会，1997 年组织 192 个缔约方签订了《京都议定书》。此后，联合国气候大会分别于 2009 年、2010 年、2014 年和 2015 年通过了《哥本哈根协议》、《坎昆协议》、《利马公约》和《巴黎公约》，进一步明确国际社会减少碳排放量的应对方案。

改革开放后，中国经济飞速发展的同时，也产生了海量碳排放，表 1-1 显示了 1971 年至 2014 年中国碳排放量及全球占比。

上表显示，1971年至2014年，中国碳排放量增长了405.39%，年均增长3.38%，全球占比增长了 488.52%，年均增长 3.84%。而且中国年碳排放量自 2011 年起位居世界第一，人均碳排放量也于 2013 年首次超过欧盟，位列美国与澳大利亚之后，位居全球第三。此外，2014 年中国国内单位 GDP 碳排放量比世界平均水平高 2.2 倍，分别达到美国、欧盟、日本的 2.3 倍、4.5 倍和 8 倍。为此，2004 年国家通过了《能源中长期发展规划纲要(2004-2020)》及《节能中长期专项规划》，2009 年明确提出 2020 年单位国内 GDP 碳排放量相较 2005 年下降 40%至 45%，2013年正式发布《国家适应气候变化战略》。2015 年 3 月，中央通过《关于加快推进生态文明建设的意见》，把四个现代化概念上升为“新型工业化、城镇化、信息化、农业现代化、绿色化”，首次将“绿色化”提高到国家战略层面。

.........................

1.2 碳足迹研究述评

日益严重的全球气候变化、环境污染等情况，使得如何有效减少经济发展过程中产生的碳排放问题，成为政府企业及学者讨论的焦点。现有相关研究主要从碳排放机理、与经济或能源关系方面切入，而碳足迹研究方法则从碳排放源头及过程分析另辟蹊径，以其有效性和通用性引起各界越来越多的关注。本节即在全面采集国内外碳足迹研究文献基础上，改进共词聚类法，利用聚类算法分析研究主题。借助 h-b 指数法解析研究冷热点，进而依照研究主题进行文献归类述评，分析现有研究问题，确定文章研究方向。

1.2.1 文献筛选与统计测度

1.2.1.1 文献来源

以 2015 年 12 月 31 日为结点检索中外数据库收集相关碳足迹研究文献，其中外文数据来源为 Science Citation Index、Social Science Citation Index、Index to Scientific & Technical Proceedings、Springer Web 数据库，以“carbon footprint”和“carbon footprints”为关键词检索到 1 736 篇文献。中文数据来源选取中国知网数据库，以“碳足迹”为主题检索到 1 671 篇文献，年文献数如表 1-2。

1.2.1.2 文献测度

为了精炼当前国内外碳足迹研究核心问题，采用共词聚类法进行挖掘，该方法由 John（1989）总结归纳，后经 Johannes（2003）等学者的不断完善，成为一种非常有效的文献内容挖掘方法。其基本原理是将研究文献基本内容作为研究对象，通过统计成对目标组词在同一文献中出现频率，数字化辨析目标组词的关联程度，进而反映组词代表的学科及主题结构。

本节即基于共词聚类法原理，利用 Bibexcel 和 Ucinet 内容分析软件进行操作。首先借助 Bibexcel 软件将待分析文献归入 Web 数据库，建立题录数据字典转换为 Dialog 类型数据格式，创建 Out 类型文件剔除不合格数据完成数据预处理。在选择数量单位和排序方法后，通过创建 Coc 类型文件，利用 Fractional Counts 算法生成数据矩阵统计词频数量分布及增长程度。进而将文件依次转换为 Net、Vec 和 Clu 三种类型文件，分析文件整体网络密度，依据度数中心性确定网络结构距离，进行向量运算生成共词关联矩阵，再利用 Persson Party Clustering 聚类算法挖掘数据，初步提炼出碳足迹研究文献的 18 个邻接词和 5个研究主题。

.........................

第 2 章  面向不确定性的多粒度复杂产品

供应链碳足迹分析模型 基于上章确定的研究思路，从供应链网络中微观角度，构建面向不确定性的多粒度复杂产品供应链碳足迹三维及鱼刺分析模型，并从复杂产品全生命功能周期碳足迹、复杂产品碳足迹多粒度分析层次解析以及复杂产品供应链碳足迹不确定性等方面进行详细解析。

2.1  构建总体分析模型

产品是企业供应链运转的核心，优化复杂产品供应链碳足迹的首要之处即在于系统精确计算复杂产品供应链碳足迹，为整体改善碳足迹设定基准线。复杂产品碳足迹产生于供应链多阶段的各环节，为了明确各环节碳足迹边界，设计复杂产品供应链碳足迹三维分析模型如图 2-1 所示。

由于影响复杂产品供应链碳足迹的因素具有复杂的关联矛盾性，因此图中 X纬采用测量技术和计算方法，基于多粒度理论划分产品分析层次，按照节点单元、模块单元、整体产品三个粒度分析层次，对指标、参数以及变量等进行映射剖析，量化识别各阶段碳足迹的构成，得到碳足迹产生的关键核心环节，进而予以优化。Y 纬为责任体阶段，通过改进 PAS2060 的产品碳足迹企业到消费者模型（Business to Consumer），依照复杂产品供应链五个核心责任主体（包括供应商、制造商、销售商、消费者和回收商），将复杂产品碳足迹划分为五个主体阶段，第一阶段为供应商到制造商 S2M（Suppliers to Manufacturers），第二阶段为制造商到分销商 M2D(Manufacturers to Distributors)，第三阶段为分销商到消费者D2C(Distributors toConsumers)，第四阶段为消费者及回收商回收处理 C2R（Consumers toRecyclers），第五阶段为回收商到供应商阶段 R2S（Recyclers to Suppliers）。Z 纬为全生命功能周期阶段，将复杂产品碳足迹化解至原料生产、产品制造、仓储库存、运输配送、使用维护、回收处理等产品全生命功能周期中。

.......................

2.2 复杂产品碳足迹多粒度分析层次解析

从多粒度分析层次角度，复杂产品供应链碳足迹可看作由碳足迹节点单元连接形成的综合体，节点单元既是复杂产品的物理构成基础，也是碳足迹数据收集、计算和优化的基本单元。由于复杂产品基本特性涉及产品构成、生产技术和制造管理，具有一定的繁杂性，为此可通过对复杂产品的精确目标拆解，形成合理供应链网络角度的多粒度层次拆卸组合，以有效降低碳足迹评估动态性和不确定性，明确分析复杂产品碳足迹各组成部分产生的碳足迹，提升碳足迹测度精准度及优化效果。

为此，本节基于多粒度理论，设计多目标复杂产品碳足迹节点单元拆卸混合图模型，将产品虚拟抽象映射为由统一特征联接部件或方式构成的基本碳足迹节点单元集合（孙粒度）。虽然根据 ISO14067 及 PAS2060 标准，各个节点单元的碳足迹可精准计算，但实际操作中难以获得全部精确活动数据。为此，进一步设计渐进式集合范围模块划分方法，创建模块划分准则，运用动态模糊聚类层次分析法封装低级节点单元及关系，结合聚类组件功能特征，计算各种标准下模块集合范围极值和聚合度，设计极小极大模块方法完成终极多原则模块划分，辨析产品的各个模块单元（子粒度）。从而在注重模块间的独立性前提下，保证了模块间联系建立及解除的易达性，再递归分析复杂产品的碳足迹（父粒度），为优化复杂产品供应链碳足迹创建评价主体。

产品（特别是复杂产品）的拆卸会产生复杂决策问题，Krzysztof（2013）、Markus（2014）等均证明复杂产品拆卸是一个标准强 NP-hard 问题，从而造成了现有拆卸建模分析方法均存在各自优劣处。与或图法通过零部件拓扑信息，用较少节点拆卸产品，但庞大的与或关系割集极易导致复杂产品的组合爆炸。Petri 网将产品拆卸视为离散事件集，按照成本与序列关系，转换为整数及传统型线性规划，但面对高复杂度产品时，计算效率较为低下。关系图通过逻辑运算描述拆卸情况，但随着复杂度的增长，会产生缺乏物理意义的拆卸序列。有向图通过节点和连线描述零部件及其拆卸顺序，面对较多节点数则无法有效优化。无向图通过非规则和结构的组合优化描述产品基本拓扑模型，但无法描述拆卸先后顺序。拆卸树通过树形或鱼骨形描述产品子及父零部件节点，较为直观简单，但不能精确描述复杂产品拆卸约束关系。多视图构建产品配置、联接、过程、回收、着色等多种图精确描述装配体及零部件，元素丛图按照可达性详细排列器件拆卸等级，但随着问题复杂度大幅增加，极易造成系统信息崩溃。现有研究通过数理推断法，特别将智能算法与图方法予以结合，有效的降低了计算复杂度，但数理推断法对于众多复杂调节参数控制难度较大，容易产生算法早熟，陷入局部最优解陷阱。

......................

第 3 章 面向不确定性的多粒度复杂产品供应链碳足迹实证及碳热图分析 ... 54

3.1 面向不确定性的多粒度复杂产品供应链碳足迹实例分析 ............ 54

3.1.1 实例供应链碳足迹动态量化公式设计 ...................... 54

3.1.2 实例碳足迹多粒度分析层次解析 ................. 57

第 4 章 多粒度复杂产品供应链低碳设计 ................. 80

4.1 多粒度复杂产品供应链低碳设计基本思路 ............. 80

第 5 章 低碳供应链环境下供应商评价与选择 ................. 103

5.1 供应商评价与选择研究综述 .................... 103

5.2 构建低碳供应链环境下供应商评价与选择指标体系 ............... 104

第 6 章多周期多参数多产品供应链碳足迹优化

6.1 构建多周期多参数多产品供应链碳足迹分析模型

6.1.1 模型问题描述

本章模型在面向不确定性的多粒度复杂产品供应链碳足迹分析模型的基础上，利用分布决策法和随机机会约束规划理论，在以下方面进行了拓展。第一、将原有单一产品研究对象拓展为多产品研究对象，创建原材料与产品 BOM 表描述产品多粒度层次关系，继而考虑涉及多原材料、多产品、多供应链责任主体的多种参数。第二、将原有供应链单一周期拓展为多个周期。第三、进一步引入产品供应链内外部环境不确定性，主要包括供应链的产品市场需求、资源约束及信息缺失等诸多不确定约束因素。其中模型采用随机分布方式模拟产品需求，将模型转化为处于一定置信区间中的机会约束随机规划问题；进而通过设置各阶段约束条件满足资源要求。此外，要求各供应链责任主体在拥有自主独立决策权的同时，能根据掌握的上下游责任主体产品需求、资源约束等诸多信息，基于自身实际情况，综合考虑多原材料多产品多周期情况，统一供应链供需协调，保证供应链运行效率，最终实现产品供应链碳足迹优化目标。

6.1.2 建立模型

基于描述的模型问题，通过构建相关假设和参数变量，建立面向不确定性的多周期多参数多产品供应链碳足迹分析模型。

6.1.2.1 模型假设

为了保证模型有序合理运行，提出下列假设：

假设 6-1：各计划周期各产品项目在资源满足和碳足迹最优化条件下，可自由竞争资源。

假设 6-2：供应链各主体能力（如生产、运输、库存等）有限，且可满足供应链整体需求。

假设 6-3：各计划周期内各产品市场需求为符合正态分布的独立随机变量。

假设 6-4：供应链各主体第一时期初始库存为零。

假设 6-5：各计划周期各节点原料或产品均可按计划到达。

假设 6-6：各时期碳足迹参数是稳定的。

.......................

第 7 章  总结与展望

7.1 全文总结

改革开放以来，中国在创造了经济高速增长奇迹的同时，产生了巨量碳排放，2014 年中国碳排放量达到全世界的 30.24%，为欧盟及美国 29 个国家之和，造成了气候异常、雾霾锁国等系列问题。严峻的环境问题迫使社会各界日益关注飞速增加的碳排放量，面对国内外日益增大的减排压力，2015 年 12 月国家主席习近平于全球气候大会再次承诺中国将于 2030 年左右使二氧化碳排放达到峰值并争取尽早实现，作为碳排放主要源头的企业，则肩负着实现该目标的首要重任。为了应对渐加严厉的低碳化环境管制，最大化经济及社会效益，企业必须高度重视产品供应链碳足迹优化问题。

本文利用共词聚类法和 h-b 指数法挖掘碳足迹研究文献，解析研究主题及冷热点，评述现有碳足迹研究优缺点，确定思路及内容。再构建面向不确定性的多粒度复杂产品供应链碳足迹分析模型，并从三个维度及不确定性角度进行解析，通过样本集实例验证，绘制复杂产品供应链碳足迹影响因素热度图，确定研究的关键环节。而后分别从多粒度复杂产品供应链低碳设计、低碳供应链环境下供应商评价与选择、多周期多参数多产品供应链碳足迹优化方面进行了深入研究。全文主要创新点归纳如下：

第一、构建面向不确定性的多粒度复杂产品供应链碳足迹分析模型方面。基于中观及微观研究视角，借助三维分析及鱼刺图方法，从供应链责任主体、全生命功能周期及多粒度角度细分复杂产品供应链碳足迹。即依照复杂产品供应链供应商、制造商、销售商、消费者和回收商五个核心责任主体，将复杂产品碳足迹划分为五个主体阶段，并依照全生命功能周期将产品供应链分为原料生产、产品制造、仓储库存、运输配送、产品使用、产品维修、回收处理及补充环节，依照供应链所处阶段，，利用鱼刺图分解各粒度层次产品的全生命功能周期，交叉叠加各生命功能阶段的碳足迹拓扑关系，收集聚类信息，结合不确定性理论，创建复杂产品供应链碳足迹静态及动态量化模型公式，深入分析供应链各生命功能周期阶段碳足迹。

继而利用该模型解析 9 个行业的 20 个产品，运用统计方法系统分析样本集供应链全生命功能周期以及责任主体碳足迹，设计复杂产品供应链碳足迹影响因素热度图，分析各关键影响环节，一定程度上弥补了现有碳足迹研究视角、研究对象及研究方法方面的不足。

第二、复杂产品碳足迹多粒度分析层次方面。在明确复杂产品碳足迹统一的多粒度形式表达的基础上，利用多粒度理论建立规则，构建复杂产品碳足迹结构元拆卸混合图模型提取关系矩阵。再基于迭代分层思想设计驱动式递归聚类搜索算法，从深度及广度对碳足迹节点单元空间进行二维综合式搜索，将产品虚拟抽象映射为由统一特征联接部件或方式构成的基本碳足迹节点单元集合。

在此基础上，设计渐进式集合范围模块划分方法将基本碳足迹节点单元组合为模块粒度层次。具体为融合公理化设计思想，定义度量功能域、结构域、生命域、接触域及低碳域的节点单元模块化要素组合准则。运用动态模糊聚类层次分析法封装低级节点单元及关系，结合聚类组件功能特征，计算各种准则下模块集合范围极值和聚合度，设计极小极大模块方法完成终极多原则模块划分，结合递归分配方法辨析产品的各个模块单元，实现复杂产品碳足迹模块内的高凝聚和模块间的松耦合，提升了碳足迹研究对象知识有效重用性，实现了复杂产品供应链碳足迹结构设计的创新。

参考文献（略）