JIT配送方式对CO2排放量的影响分析

谭 勇，吴 丹，黄 焜

(1.武汉工业学院经济与管理学院，湖北武汉 430023;2.长江证券股份有限公司，湖北武汉 430015)

JIT(Just-in-Time)作为一种先进的生产和库存管理思想，在世界范围内被各国装配制造企业纷纷学习和效仿。JIT生产是以客户订单为驱动的拉动式生产，杜绝浪费，也称作“精益生产”，它提高了生产效率和客户服务水平，并且降低了生产各环节的库存。然而，随着生产水平的发展，人类生存的环境变得越来越不堪重负。在各种外部压力和动力的作用下，企业在进行各种决策的过程中已经不能只着眼于生产效率和经济效益，还必须将生产活动对环境的影响也纳入决策考虑的范围［1－2］。在这样的趋势下，学术界也逐渐关注到如何平衡供应链运作效率和生产活动对环境影响的问题。因为JIT管理思想改变了企业传统的运作模式，越来越多的学者开始思考:JIT管理思想给企业带来更大的经济效益，创造了更大的客户价值的同时，对环境的影响又是如何?

King，et al.(2001)利用美国环境保护署TRI(Toxic Release Inventory)数据库，采用实证分析的方法，研究了精益生产对环境的影响［3］。他们将企业是否获得ISO9001认证作为精益生产的标准，将ISO14001认证，生产活动产生的污染物总量、污染物就地处理水平、以及有毒物质排放作为环境影响的评价因素。King et al.(2001)的研究结果显示，精益生产使企业的库存水平更低，生产中的浪费更少，污染的排放也更少。由此，他们认为，精益生产就是“绿色”生产。Klassen(2000)在对5家家具生产厂商进行调研后，认为实施JIT生产可以促使减少污染物的产生。同时他还发现，采取预防措施减少生产过程中的污染可以改善企业的订单交付表现。所以，Klassen(2000)认为，JIT生产与环境保护是相互促进的［4］。但是，并非所有类似的研究所得到的结论都是一致的。Rothenberg et al.(2001)对北美和日本的31家汽车生产企业进行了调研和采访，他们采用挥发性有机化合物(VOCs)的排放、水和能源的消耗等指标评价环境效益;通过最小库存量、生产系统以及人力资源管理方式来评价精益生产的程度。通过统计回归分析，得到的结果显示，精益生产对减少水和能源的消耗有一定的作用，但同时也明显增加了 VOCs的排放［5］。Zhu and Sarkis(2004)对186家企业进行了实证研究，分析了质量管理、JIT等运作管理策略对绿色供应链管理绩效的影响［6］。Zhu and Sarkis(2004)的研究突破了单个企业的范畴，把研究范围扩大到供应链层面。他们也认为，实施JIT管理策略对环境存在着负面影响。其它还有 Kainuma(2006)、Cholette(2009)以及Simpson(2007)等人也进行了类似的研究［7－9］。上述研究所得的结论不尽相同，这可能是由于研究的视角不同以及研究的企业对象差异较大，实施JIT(或精益生产)的企业不同，往往实施的效果差别很大。

而另一方面，上述研究都只关注了生产环节对环境的影响。而JIT思想除了改变制造商内部的生产方式之外，还有一个重要的特点是要求其供应商采用小批量、多批次的方式对生产所需的原材料和零部件进行JIT配送，以支持制造商的JIT生产。小批量、多批次配送降低了运输车辆的装载率，因而不得不更多地使用载重量小的汽车。JIT配送还甚至改变了原有的运输模式，如铁路运输和航运运输都因为不能满足JIT的时效性要求而越来越不被采用，供应商更多地采用公路，甚至航空运输来配送零部件。配送方式的这些变化，降低了单位零部件配送的燃油经济性，同样数量的原材料或零部件送达装配生产企业所消耗的燃油更多。

更多的燃料消耗则会释放更多的氧化硫(SOX)、氧化氮(NOX)、VOCs和CO2等温室气体，使环境更加恶化。从目前的研究文献来看，虽然已有不少学者关注到“JIT运作与环境影响”问题，但仍然很少有人对JIT运作模式下原材料和零部件配送方式的变化对环境产生的影响进行深入的分析。

JIT策略下，供应商以小批量、多批次向装配生产企业配送零部件的方式主要有两种:一种是供应商各自独立地向制造商的生产线边仓库或设立在制造商附近的VMI仓库配送原材料和零部件;另一种方式是采用第三方物流运作的Supply－Hub模式对制造商配送所需的原材料和零部件。Supply－Hub模式是一种新的供应物流运作模式，在装配式供应链中已经逐渐得到应用。在Supply－Hub模式下，制造商所需的零部件不再由各个供应商直接送至制造商，而是存储在Supply－Hub，由第三方物流企业集中管理，循环取货(milkrun)是这种模式下供应商到Supply－Hub的主要配送方式之一。循环取货的具体运作方式是:每天固定的时刻，卡车从Supply－Hub出发，到第一个供应商处装上准备发运的原材料，然后按事先设计好的路线到第二家、第三家，以此类推，直到装完所有安排好的原材料再返回。国内外多家装配制造商的实践表明，这种模式在提高供应链的运作效率上具有很好的效果［10］。Barnes(2000)以及龚凤美(2008)等人也都认为Supply－Hub模式是一种适合装配生产系统采用的降低成本，提高响应性的JIT运作模式［11－12］。本文将分别基于供应商独立配送和Supply－Hub模式下的循环取货两种模式，以零部件配送过程中车辆的CO2排放量作为评价指标，建立这两种模式下的CO2排放量计算模型，分析JIT配送对环境产生的影响。

1 CO2排放计算方法与假设

本文通过计算原材料或零部件从供应商处配送至装配生产厂过程中的CO2年排放总量，衡量对环境产生的影响。计算中需要确定的关键参数有两个:配送车辆一年行驶的总里程;以及配送车辆的载重吨位。载重吨位用以确定车辆的燃油经济性(Fuel Economy)。燃油经济性可以用车辆的百公里耗油量来表示。零部件配送所产生的CO2年排放总量计算公式写为:

CO2年排放量=车辆年行驶里程×燃油经济性×燃油CO2排放系数或E=TM·FE·e

其中，E表示CO2年排放量，TM表示一年内车辆行驶的总里程，FE表示车辆的燃油经济性(百公里耗油量)，e表示燃油的CO2排放系数。

燃油经济性是由车辆的总重量(车辆自重+燃油重量+载重)、发动机马力以及行驶工况等一系列因素决定的。美国橡树岭国家实验室编写的《运输能源数据手册(Transportation Energy Data Book)》中依据车辆满载状态下的总重量将载重车辆分为8个级别，并给出了各个级别载重车辆综合行驶工况下的平均燃油经济性［13］。由于不同的车辆个体，其燃油经济性都有所不同，而我国目前又还没有相关的统计参考数据，本文暂采用美国《运输能源数据手册》中的数据，并进行了单位换算，具体如表1所示。

表1 车辆总重、载重以及燃油经济性

车辆的载重占满载总重的百分比，不同的车辆有所不同。为了研究方便，我们采用美国环境保护局(EPA)的估算方式，假设车辆的载重占车辆满载总重的三分之二，而车辆自重以及燃油重量占车辆满载总重的三分之一［14］。由此，我们可以得到表1中各个级别载重车辆的载重范围。在相同行驶工况下，若载重较轻，燃油经济性将有所提高。根据EPA的估算数据，车辆的重量每降低10%，车辆行驶相同里程的燃油消耗将降低5%［14］。由以上假设，我们用FE(W)表示实际载重为W的车辆燃油经济性;TW表示满载状态下的燃油经济性;TW表示满载状态下的车辆总重量。FE(W)可以表示为:

2 两种配送模式下的碳排放模型

2.1 供应商独立配送

在供应商独立配送的模式下，供应商各自配送零部件至装配生产厂。假设，装配生产厂对供应商i供应的零部件Pi的日需求量为定值Ri，供应商至装配生产厂的距离为DMi。供应商每隔T日向装配生产厂配送一次零部件，则每次配送的批量Qi=Ri·T。零部件Pi的单位重量为wi。

2.2 Supply－Hub配送模式

在Supply－Hub的运作模式下，由第三方物流采用循环取货的方式负责零部件从供应商到Supply－Hub的配送，这样做的好处是省去了所有供应商独立配送情况下空车返回的浪费，同时使物料能够及时供应，发运货物少的供应商不必等到货物累计到一定的装载率再发运，可保持较低的库存，最大程度地实现JIT供应。

由于供应商至Supply－Hub的距离不等，Supply－Hub实施循环取货的路线规划本身就是复杂的优化问题。为简单起见，本文假设取货车辆从Supply－Hub出发，先去距离最近的供应商，在供应商装货完毕后，再去距离供应商最近的供应商处取货，以此规则直至将家供应商全部装货完毕，然后从供应商处返回Supply－Hub，如图1所示。

图1 基于Supply－Hub的循环取货模式

根据上述假设，基于Supply－Hub的循环取货模式，零部件配送的CO2年排放总量计算模型为:

其中，EM1表示取货车辆从Supply－Hub空载行至最近的供应商1处的CO2年排放总量;Eij表示取货车辆从供应商i行至距其最近的供应商j处的CO2年排放总量;EnM表示取货车辆从最后取货的供应商n处返回Supply－Hub的CO2年排放总量。

3 算例分析

本文以国内某著名中外合资汽车生产企业为原型进行算例分析。该企业建厂之初就遵循精益理念，设定了柔性生产方式以及JIT补货计划，要求供应商对生产线实施JIT供货。该企业生产厂地处上海，有3 000多种国产零部件，主要由分布在江浙沪等十多个省市的150多家供应商供货。本文仅以其在宁波的10家供应商为例。

采用保守计算的原则，选用车辆的载重吨位均按表1中每个级别的最高值计算。其它相关参数如表2所示。

表2 生产厂与供应商及供应商之间的距离

3.1 供应商独立配送

根据表2中所列参数，假设各供应商每天配送两次、每天配送一次、两天配送一次……七天(一周)配送一次，分8组，计算各供应商独立配送模式下的CO2年排放量。计算结果如表3所示。

表3 供应商独立配送模式下CO2年排放量 /kg

从表3中可以看出，在配送频率较高的区间(一天两次至两天一次)，随着配送频率的降低，供应商到装配生产厂的零部件配送产生的CO2降低得很快。但是，在配送频率较低的区间(三天一次至七天一次)，配送频率对CO2年排放量的影响变得相对缓和。我们抽取其中一家供应商(供应商8)的CO2年排放量数据以及相应的使用车辆级别、车辆装载利用率数据，作曲线图(图2和图3)观察发现:

(1)CO2年排放量总的变化趋势是随着配送频率的降低而降低。虽然数据显示并非每一次配送频率的降低CO2年排放量都降低(配送频率从三天一次变化到四天一次，以及从五天一次变化到六天一次)，原因主要是配送频率的变化导致配送车辆的级别提高了。重型的车辆排放出更多的CO2，抵消了一部分因配送频率降低，车辆年行驶总里程减少而减少的CO2排放。

(2)配送车辆级别不变的情况下，配送频率的降低可以显著降低CO2的排放。在配送频率较高的区间内，由于配送批量很小，始终使用的是级别最低的轻型车辆，配送频率的降低使得车辆年行驶总里程减少，CO2年排放量也迅速降低，而且降低幅度几乎与车辆年行驶里程减少的幅度相同。然而，在配送频率较低的区间内，随着配送批量的增大，配送车辆的级别不断提高，车辆行驶总里程的减少对降低CO2排放量的作用逐渐减小。如配送频率从六天一次降低至七天一次，车辆年行驶总里程减少了14.2%，而CO2年排放量仅降低了8.7%。

以上结果说明，在JIT运作方式下，过小的配送批量和过高的配送频率必然导致CO2排放量的急剧增加。供应商应当在如图2、图3的CO2排放曲线上选择较为平缓的区间内确定合适的配送频率和配送批量，并尽可能提高配送车辆的装载利用率。

图2 供应商CO2年排放量与使用车辆级别

图3 供应商CO2年排放量与车辆装载利用率

3.2 Supply－Hub配送模式

虽然基于Supply－Hub模式的循环取货路线规划本身就是一个较为复杂的优化问题，本文设定的循环取货规则为:取货车辆每次都选择距离最近的供应商作为取货的下一站。这样简单地设定并不影响本文对碳排放问题的研究结果。按照之前设定的相关参数以及假设的配送频率，计算Supply－Hub循环取货模式下的CO2年排放量，结果如表4所示。

表4 Supply－Hub配送模式及CO2年排放量

在Supply－Hub循环取货模式下，表4的结果也同样显示出，CO2年排放量总的变化趋势是随着配送频率的降低而降低。但是，我们还注意到，配送频率从三天一次降低至四天一次，以及从五天一次降低至六天一次时，CO2年排放量却出现了显著增加。这可能是由于这两次配送频率变化引起的配送车辆的总载重变化较大(Class8+Class1增加为Class8+Class7，Class8+Class8增加为2×Class8+Class4)。如前所论述，车辆级别的大幅提高，抵消了一部分因配送频率降低，车辆年行驶总里程减少而减少的CO2排放。

另外，将两种模式下CO2年排放量进行对比，计算Supply－Hub循环取货模式下CO2排放量减少的幅度(见表4)。我们发现，在配送频率较高的情况下，Supply－Hub循环取货模式减少CO2年排放量的幅度较大。这是因为，当最大载重的车辆都不能装载全部十家供应商供应的零部件时，配送车辆在满载后就不再驶去下一站供应商，而是直接返回Supply－Hub。剩余供应商的零部件，由其它车辆取货。这实际上是减小了循环取货的“循环圈”。由此可见，循环取货的“循环圈”所包含的供应商数量越多，减少CO2排放量的成效越显著。所以，在规划循环取货项目时，应该选择配送批量小、零部件重量轻的供应商，在一个“循环圈”内尽可能包含数量较多的供应商。

4 结论与展望

本文结合JIT运作环境下两种主要的零部件配送模式——供应商独立配送和Supply－Hub循环取货模式，建立了零部件配送过程中的CO2排放量计算模型，并且分析了JIT配送策略和配送频率对CO2排放量的影响。分析结果表明，在不改变配送车辆载重级别的条件下，配送频率的降低，可以显著减少CO2排放量，而且在配送频率越高的区间内，这种CO2排放量的减少越显著。但是，在配送频率较低的区间内，配送频率的降低对减少CO2排放量的影响逐渐减小。基于Supply－Hub的循环取货模式相比供应商独立配送模式可以显著降低CO2的排放量。循环取货所包含的供应商数量越多，这种模式减少CO2排放量的成效就越大。

本文在研究中仅讨论了配送方式与配送频率对运输过程中的CO2排放量的影响。零部件配送方式和配送频率的变化必然引起平均库存量、供应链客户服务水平等要素的变化。把CO2排放量与库存成本、缺货成本、客户服务水平等传统分析要素结合起来，同时考虑环境效益和经济效益，研究供应链优化模型和协同策略，将可能成为重要的发展方向之一。

［1］朱庆华，耿涌.绿色供应链管理动力转换模型实证研究［J］.管理评论，2009，21(11):113－120

［2］Walker H，Sisto L.Di，McBain D.Drivers and barriers to environmental supply chain management practices:Lessons from the public and private sectors［J］.Journal of Purchasing and Supply Management，2008.14(1):69 －85.

［3］King Andrew A，Michael Lenox J.Lean and Green?An empirical examination of the relationship between lean production and environmental performance［J］.Production and Operations Management，2001.10(3):244 －256.

［4］Klassen Robert D.Just－in－Time Manufacturing and Pollution Prevention Generate Mutual Benefits in the Furniture Industry［J］.Interfaces，2000.30(3):95－106.

［5］Rothenberg S，Pil F K，Maxwell J.Lean，green，and the quest for superior environmental performance［J］.Production and Operations Management，2001.10(3):228 －243.

［6］Zhu Q，Sarkis J.Relationships between operational practices and performance among early adopters of green supply chain management practices in Chinese manufacturing enterprises［J］.Journal of Operations Management，2004.22(3):265－289.

［7］Kainuma Y，Tawara N.A multiple attribute utility theory approach to lean and green supply chain management［J］.International Journal of Production Economics，2006.101(1):99 －108.

［8］Cholette S，Venkat K.The energy and carbon intensity of wine distribution:A study of logistical options for delivering wine to consumers.Journal of Cleaner Production［J］.2009.17(16):1401－1413.

［9］Simpson D，Power D，Samson D.Greening the automotive supply chain:a relationship perspective［J］.International Journal of Operations ＆Production Management，2007.27(1):28 －48.

［10］刘杰，李 丽.汽车制造业实施循环取货物流模式现状与展望［J］.物流技术，2007.26(8):223－226.

［11］Barnes Earl，Dai Jim，Deng Shijie，et al.On the Strategy of Supply Hubs for Cost Reduction and Responsiveness［R］.TLI－ AP White Paper on Electronics Supply Chain，Georgia Institute of Technology and National University of Singapore.2000.

［12］龚凤美，马士华，陈建华.基于供应驱动的Supply Hub协同运作模式研究［J］.当代财经，2008.280:53－58.

［13］Davis Stacy C，Susan Diegel W.Transportation Energy Data Book:Edition 25［R］，2006.prepared for the Office of Planning，Budget Formulation and Analysis，Energy Efficiency and Renewable Energy，DOE.

［14］Anony mous.Environmental Protection Agency－SmartWay Transport Partnership，A Glance at Clean Freight Strategies:Weight Reduction［EB/OL］［2012 －02－18］http://www.epa.gov/oms/smartway/documents/weightreduction.pdf.