崔树银, 高 攀
(上海电力学院 经济与管理学院, 上海 200090)
基于层次分析法的电煤供应链风险评估研究
崔树银, 高攀
(上海电力学院 经济与管理学院, 上海200090)
摘要:通过文献阅读、现场访谈和问卷调查,识别和确认了电煤供应链存在的主要风险源,细分后共得到16项次级风险因素;基于事故树分析法,建立了电煤供应链风险评估的指标体系;运用基于加速遗传算法的层次分析法(AGA-AHP),对电煤供应链风险的大小进行了评估.通过算例分析验证了该方法的有效性.
关键词:电煤供应链; 风险评估; 评价指标体系; 加速遗传算法
火力发电是我国电力供给的主要来源,我国煤炭资源大多分布在西北地区,煤炭需求区域则主要分布在东南沿海及中南部的一些缺煤省份,初步形成了“北煤南运、西煤东输”的煤炭物流格局,这种格局将会长期存在[1].我国电煤供应链呈现参与主体众多、相互关系错综复杂、跨省份跨区域运输等特点,全局抗风险能力较差.最近几年里,电煤供应链常常运行于弹性临界点附近,电煤库存告急的频率已高居不下.电煤供应商上调价格、运输渠道制约或自然灾害等因素导致发电企业煤炭供应得不到保障,火电机组缺煤关停现象时常发生[2-3].这种现象对电力系统安全运行带来极大的挑战,电煤供应链上下游成员的社会认同感也会受到一定程度的影响.鉴于电煤供应链存在的诸多风险,识别和评估风险就成为煤炭企业和发电集团公司亟待解决的重要课题之一.
1电煤供应链风险评估的指标体系
1.1电煤供应链风险源
电煤供应链具有运输距离长、调度量大、运输环境复杂且横跨多个运输环节等特点,相对于普通供应链而言,电煤供应链具有较高的风险.文献[4]基于煤炭供应链的主要环节,将煤炭供应链的风险分成需求风险、价格风险和运输风险.文献[5]从风险管理的角度将煤炭供应链归纳为合同风险、资金风险、税务风险及市场风险等.针对电煤及其供应链的特点,基于风险产生的原因,通过实地调研和专家访谈,本文将电煤供应链风险分为内生风险和外生风险,其中内生风险有生产风险和运输风险,外生风险有政策风险和市场风险.
1.1.1生产风险
电煤生产风险包括煤炭开采安全风险、煤炭洗选风险、配煤加工风险等.由于地质条件、煤矿构造类型千差万别,存在瓦斯爆炸、CO2超标、透水等安全隐患,煤炭企业在复杂环境下进行煤炭资源开采活动面临较大的安全风险.由于洗煤工艺技术不够精良,难以满足燃煤电厂对煤炭质量的需求.锅炉能否运行在安全等级范围内,与配煤的生产工艺及设备有很大的关系.同时,煤炭燃烧时会产生氮氧化物、烟气、烟尘、SO2和CO等大量有害物质[6].
1.1.2运输风险
我国煤炭资源分布的特征是北多南少,西多东少,而电煤消耗主要集中在华东、中南以及华北地区,煤炭资源的分布与消费区分布的不协调导致我国煤炭运输呈现“北煤南运”、“西煤东运”的特点.电煤运输运量大及运输线路长的特点决定了电煤运输必须依赖公路、铁路、水运等多式联运的协调配合,运输环节存在的风险可能导致电煤供应链运作的中止.例如,冰雪、地震及洪水等自然灾害会严重影响电煤运输通道的畅通.电煤运输方面的风险主要包括运力不足、船舶压港、燃油价格变动、天气状况恶化等.
1.1.3政策风险
政策风险是指由于政策的变化给电煤供应链带来的不确定性,包括货币政策风险、财政政策风险、产业政策风险、区域发展政策风险等.例如,为了减少大气污染物排放量,国家发改委要求发电企业在上网电价的基础上执行环保电价政策;新能源的发电补贴淡化了传统燃煤发电的价格优势,这些电价政策增加了火力发电的成本.另外,电煤需求受国内经济发展状况及产业结构等方面的影响,经济发展速度减缓和产业结构向低能耗的第三产业转变都会导致电力资源消费量的减少.
1.1.4市场风险
市场风险是指由于竞争环境、供需环境发生变化而给电煤供应链带来的威胁及不确定性.尽管我国实行煤电价格联动机制,但国际煤炭市场的波动和国内电量需求波动都可能会影响国内煤炭市场的稳定,进而给电煤供应链带来风险.在电煤供不应求的情况下,煤炭企业上调煤价,如果上网电价不上调,火力发电企业的生产经营活动面临风险,反之煤炭企业则面临风险.电煤供应链的市场风险主要包括供需风险、电煤价格风险、上网电价风险等.
1.2基于事故树分析的指标体系结构
对电煤供应链风险衍生源识别后,为了使供应链面临的各种风险更加明确、系统,需要借助一定的手段对电煤供应链的风险衍生源进行确认.电煤供应链风险评估体系的建立需要根据评估目标(电煤供应链风险大小)分层分析,逐步找出与之相关的因素,这一解决思路恰恰与被广泛运用的事故树分析法相统一[7-8].
因此,笔者在建立评估指标体系时采取了事故树分析法.
将电煤供应链风险作为评估指标体系中的零级指标,内生风险和外生风险作为一级指标,生产风险、运输风险、政策风险、市场风险4个方面作为2级指标.通过对2级指标进一步划分,最终得到一个4级递阶的风险评估指标体系,根据以上分析,本文构建了如图1所示的指标结构.尽管事故树方法对电煤供应链风险进行了逐层划分,但是所划分的事件之间仍有一定的关联,本研究在对电煤供应链风险的计算时也充分考虑了这种关联.
2基于层次分析法的评估指标计算方法
在上述指标体系中,要想得到电煤供应链风险大小,风险值和权重值这两个要素必须确定.定性和定量指标混合权重的计算是综合评估中的一个难点,本文在传统层次分析法的基础上用加速遗传算法改进了判断矩阵的建立过程,增强了指标权重求取过程的客观性和实用性[9].
2.1综合指标的计算过程
2.1.1确定判断矩阵
对已经建立起的风险指标体系进行评估时,将3级风险指标作为最底层的体现风险程度的最基本元素,由评估专家小组进行打分.本文采用1~9标度法形成的判断矩阵如图2所示.
矩阵中aij的含义如表1所示.
2.1.2计算各因素的相对权重
设判断矩阵A为:
令aij=wi/wj,计算步骤如下:
2.1.3用加速遗传算法进行一致性检验
(1)
由此可以得到如下结论:
(2)
进一步得到:
(3)
由于煤电供应链系统的复杂性、评估专家主观认识的片面性及多样性,评估专家度量wi/wj值时精确度会存在误差,只是对其值进行估计判断.判断矩阵B的一致性在很大程度上依赖于判断者对各种潜在风险的把握程度,决策者对风险带来的后果领悟越深刻,判断矩阵的一致性程度就会越高.式(3)是判断矩阵在一致性最大的前提下进一步推导出来的,所以等式左边可以表征一致性程度是否满足,且数值大小与一致性正相关,等式进一步转化为:
(4)
式中:F(n)——一致性指标函数;
wk——优化因子.
3应用实例
本文对我国某发电集团的实际电煤供应链进行分析,说明加速遗传算法在改进层次分析法中的具体应用.首先通过发放问卷调查,征求政府管理部门、煤炭企业、高等院校等相关专家对该文构建的电煤供应链体系中的各层次指标权重进行两两比较,根据表1的刻度值分布赋予每层指标元素具体分值,从而得到该发电集团电煤供应链各指标的权重.图1的6个判断矩阵如下:
用加速遗传算法计算这7个判断矩阵的排序权值,得到的结果如表2所示.有关判断矩阵C12的排序权值的计算过程如表3所示,其他判断矩阵的排序权值的计算依此方法可以得到.
根据表2中基于加速遗传算法的层次分析法的计算,会得到体系中3级指标在对应2级指标的目标约束下的总排序权值.本文对判断矩阵C12进行了详细计算,分别得到总排序权值如下:运输动力风险为0.543 7,运输中断风险为0.193 2,设备检修风险为0.047 8,船舶压港风险为0.103 8,燃油价格风险0.084 3,天气状况风险为0.027 2.这些数据可为该发电集团的电煤供应链风险评估提供科学的决策依据.
4结语
发电集团的电煤供应链是一项及其复杂的系统,对电煤供应链存在的各种风险进行评估的第一步是将复杂系统中的风险因素及其衍生指标进行科学的识别,本文将电煤供应链风险分为内生风险和外生风险,其中内生风险包括生产风险和运输风险,外生风险包括政策风险和市场风险,对供应链风险衍生源进行剖析得到16项次级风险指标.在风险识别的基础之上借助事故树直观明了、逻辑清晰等优势对供应链各项风险建立了4级递阶的风险评估指标体系:电煤供应链风险作为零级指标,内生风险和外生风险作为1级指标,生产风险、运输风险、政策风险和市场风险设为2级指标,对上述的4大因素进行细分,构成指标体系的3级指标.指标体系建立后,需要对各级指标的风险值和权重值进行量化.本文在传统层次分析法的基础上引入加速遗传算法,从而改进了判断矩阵的建立过程,实现了排序权值和判断矩阵一致性检验同时进行,摆脱了繁琐且准确度很低的手工调节至最优的困境.
参考文献:
[1]李学玲.电煤市场的调查与分析[J].中国煤炭,2004(3):15-17.
[2]缪霖.我国电煤供应链现状及发展策略问题研究[D].大连:大连海事大学,2011.
[3]刘硕.发电集团电煤供应链协同一体化理论与方法研究[D].北京:华北电力大学,2014.
[4]李植.基于TOPSIS方法的煤炭供应链可靠性评估研究
[J].物流技术,2010(21):114-116.
[5]王建军.煤炭企业供应链风险管理初探[J].煤炭经济研究,2013(1):73-76.
[6]王冬冬.煤炭供应链风险分析与管控研究[J].煤炭技术,2013(2):270-272.
[7]王博,游大海,尹项根,等.基于多因素分析的复杂电力系统安全风险评估体系[J].电网技术,2011(1):40-45.
[8]王博.复杂电力系统安全风险及脆弱性评估方法研究[D].武汉:华中科技大学,2011.
[9]金菊良,魏一鸣,付强,等.层次分析法在水环境系统工程中的应用[J].水科学进展,2002(4):467-472.
(编辑白林雪)
Research on Risk Assessment of Electricity Coal Supply Chain Based on AHP ApproachCUI Shuyin, GAO Pan
(School of Economics and Management, Shanghai University of Electric Power, Shanghai200090, China)
Abstract:Through literature reading,interviews and questionnaire survey,the major sources of risks and 16 secondary risk factors for the power generation coal supply chain are identified and confirmed.Risk assessment index system for the power generation coal supply chain is established by using the method of fault tree analysis.The degree of risk for the power generation coal supply chain is evaluated by using analytic hierarchy process(AHP)which is based on accelerating genetic algorithm(AGA).A numerical example verifies the effectiveness of the proposed method.
Key words:the power generation coal supply chain; risk assessment; evaluation index system; accelerating genetic algorithm
中图分类号:F426.61;F274
文献标志码:A
文章编号:1006-4729(2016)01-0051-05
基金项目:上海电力学院校本级重点学科建设项目.
通讯作者简介:崔树银(1968-),男,副教授,安徽霍邱人.主要研究方向为电力企业经营管理等.E-mail:
收稿日期:2015-04-27
DOI:10.3969/j.issn.1006-4729.2016.01.012
shuyicui@126.com.