曹英瑞+杨斌+朱小林+朱琳
摘要:
为研究自贸区政策给再制造行业带来的发展机遇,以中国(上海)自贸区为背景,研究自贸区AEO互认政策对AA类跨国企业再制造物流网络布局的影响.通过考虑信用等级、海关绩效、报关流程等相关因素,以网络运营收益、物流绩效指数和报关差错率为目标构建模型,研究再制造物流网络布局在自贸区政策影响下的变化.通过求解模型发现,随着时间推移以及AEO互认政策实施范围的扩大,物流网络中设施选址倾向并没有发生规律性的变化,即使不考虑报关差错率,设施选址倾向依然没有发生规律性变化.该结果一定程度上说明企业在海关监管力度、报关人员熟练度以及重视度均良好的情况下,不用太过担心被降格为非AA类企业.
关键词:
AEO互认政策;报关差错率;自贸区;AA类跨国企业;物流网络
中图分类号:F252;F741.2
文献标志码:A 收稿日期:20150924 修回日期:20151209
0引言
随着竞争的不断加剧,消费需求个性化的日益突出,循环经济和环保意识的逐渐提高,企业为迎合发展趋势,扩大生产者责任[1],逐渐开展防污染和节能减排工作,这促进了再制造行业的兴起.再制造业的兴起可使废旧资源中蕴含的价值得到最大限度的开发和利用,减少大量失效、报废产品对环境的危害[2],缓解资源短缺与资源浪费的矛盾.与此同时,国内自贸区的相继成立和政策的不断完善,给再制造行业带来新的发展机遇.自贸区内再制造企业不仅可享受进口设备免关税,废旧产品(进口)入区保税以及区内出口退税的政策[3],也可享有“先进区、后报关”“一次核准、多次使用、有效期内核放”等通关便利政策.
随着自贸区政策的不断落实,2014年7月合格经营者(AuthorizedEconomicOperation,AEO)互认政策在自贸区内推广实施.AEO互认政策指国家或地区间通过订立双边协议,在进出口贸易中,本国的高资信企业到了另一国也可以享受最高等级的通关便利.该政策使符合要求的高资信企业享受较低比例查验、非常时期的优先处置、进口货物优先通关等优惠.在我国,AA类企业首批获得享有AEO互认政策的优惠.AA类企业为我国海关认定的最高资信企业.我国海关根据企业遵守法律、法规,经营管理状况以及统计记录等,设置AA,A,B,C,D等5个企业资信管理类别.
再制造物流属于逆向物流的范畴.[4]逆向物流指在供应链管理中,生产者对从消费者处回收到的全部或部分废旧产品进行再利用、再制造或直接废弃处理的过程.[5]其主要活动包括收集、检测(或分类)、再加工、废弃处置和再分销.[6]目前,对逆向物流网络的研究,已有不少成果,如:AHMED等[7]运用混合整数线性规划(MixedIntegerLinearProgramming,MILP)方法研究了复杂的逆向物流网络优化问题,确定物流网络设施的最佳选址和检测中心能力;张华歆[8]提出4种比较典型的逆向物流网络结构,把回收逆向物流描述为收集、运输、修复(或处理)和填埋4个过程,并建立了一种逆向物流网络设计的多目标线性规划模型;GOZDE等[9]考虑了重型卡车柴油过滤器的再制造物流网络优化,并将设施能力及环境、经济问题考虑在内;李昌兵等[10]综合考虑逆向物流网络中正逆向运输整合的路径优化策略,结合回收产品可分批运输的特点,建立了混合整数规划模型;伍星华等[11]考虑了再制造正逆向物流网络优化,并运用遗传算法进行求解;HOSSEIN等[12]考虑了独立运作的逆向物流网络的再制造库存点,构建了一个混合双库存控制模型.
然而,很少有文献考虑自贸区政策对再制造物流网络的影响.王圣池等[3]指出涉及自贸区的全球再制造物流网络较为复杂,要兼顾考虑不同地区的海关策略、物流服务质量等因素,并提出以物流绩效指数(LogisticsPerformanceIndex,LPI)为目标函数.但所述研究还不够全面,比如:在考虑海关环节时,也要兼顾到海关政策下的报关作业;不同的企业其属性也不尽相同,企业自身属性影响到企业享受国际优惠政策的情况.虽然AEO互认政策带来诸多优惠,但也可能造成报关差错率增加,使AA类企业面临被降格为非AA类企业的危险,从而影响企业的物流网络布局决策.这关系到企业进行国际贸易时的收益和效率,值得深入研究.
1模型构建
1.1问题描述
本文讨论的供应链网络是一个集成的多目标、多层级、多周期的再制造物流网络.该网络包括3级主体:①回收中心,主要负责回收废旧产品,并对其进行拆解、清洗;②再制造中心,负责将可再制造的废旧产品加工成再制造产品;③分销中心,负责将最终产品发送到不同级别的客户手中.另外,本文还考虑了不可再制造产品以及再制造失败品的处理过程.
1.2符号说明
为方便建模,假设:(1)已知回收中心、分销中心的候选位置,且候选位置不重合;(2)一个国家或地区只选择建设一个物流网络设施;(3)再制造中心均设置在中国自由贸易区,并且位置确定;(4)回收中心兼顾废旧产品的拆解、清洗过程;(5)出口环节不考虑征税与退税因素.
模型所用的符号设置如下:
(1)集合变量.
C为备选回收中心所在国家或地区集合,c∈C;
D为备选分销中心所在国家或地区集合,d∈D;
J为与中国互认的国家或地区的集合;
M为再制造中心集合,m∈M;
T为运作周期的集合,k∈T;
L为企业评审次数集合,l∈L;
P为回收产品集合;
R为再制造加工所得产品集合;i∈P∪R.
(2)常规参数.
Nc,ki为第k周期内回收中心c回收废旧产品i(∈P)的数量;
βc,i为回收商在回收中心c对回收产品i(∈P)提供的回收价格;
c,i为回收中心c所回收的产品i(∈P)的可再制造率;
m,i为再制造中心m对可再制造产品i(∈P)的再制造成功率;
bi为回收产品i(∈P)的单位运输价格;
hi为再制造产品i(∈R)的单位运输价格;
Duv为地点u与v之间的距离,其中(u,v)∈{(c,m)c∈C,m∈M}∪{(m,d)m∈M,d∈D};Om,i为不同回收产品i(∈P)在再制造中心m的单位处理价格;
Oc,i为不同回收产品i(∈P)在回收中心c的单位处理价格;
Od,i为不同产品i(∈R)在分销中心d的单位处理价格;
fc为建设回收中心c的固定成本;
fd为建设分销中心d的固定成本;
Gc,i为回收中心c对回收产品i(∈P)的处理能力;
Gm,i为再制造中心m对回收产品i(∈P)的处理能力;
Gd,i为分销中心d对产品i(∈R)的处理能力;
pd,i为再制造所得产品i(∈R)的在分销中心d的市场销售价格;
Qd,ki为分销中心d所处消费区域在第k周期内对产品i(∈R)的需求量;
θuv,k为第k周期地点u与v间的货运批次数;
ρuv,k为第k周期地点u与v间的报关差错数;
μuv,i为单位产品对应地区间的关税税率;
wu为地点u(∈C∪M∪D)的物流绩效指数;
φu,k为地点u(∈C∪D)在AEO互认政策影响下第k周期物流绩效指数变化值;
ξexuv为地点u与v间的出口关系;
ξimuv为地点u与v间的进口关系;
S1为回收中心的最大设置数量;
S2为分销中心的最大设置数量.
(3)决策变量.xuv,ki为地点u与v间的产品i(∈P∪R)第k周期内每批次的运输量;yc,l为二进制变量,表示第l次评定的时间段内回收中心选址倾向,若c倾向于被选,则值为1,否则为0;yd,l为二进制变量,表示第l次评定的时间段内分销中心选址倾向,若d倾向于被选,则值为1,否则为0.
1.3报关差错率
假设额定的报关差错率为ω0,每个周期进行一次报关差错率评定,第k周期企业在互认国家或地区间的报关差错数为ρk,且地点u与v间的每批货物进行两次报关,则第l次评定所得的报关差错率为
式中:r为报关人员熟练度指数,g为海关监管力度指数,s为企业重视度指数,σ为差错系数.在AEO互认政策的影响下,式(2)需进行松弛调整,即分别对g和s加上一个松弛变量τ1,τ2,则式(2)变为
1.4目标函数
多目标、多产品、多周期的随机规划模型的目标函数为
式(6)为物流网络运营最大收益,成本部分包含设施固定成本、回收成本、加工处理成本、运作成本、进口关税等;式(7)以物流绩效指数最大反映整个再制造物流网络系统的物流运作绩效;式(8)以报关差错率最小反映AA类企业评审的影响因素.
1.5约束条件
式(9)限制报关差错率不大于其额定值,确保AA类企业的信用等级;式(10)保证从回收中心运出的产品数量与可再制造率的比值等于回收中心可输入的产品数量;式(11)保证输入再制造中心的产品数量等于再制造中心送出或分销中心送入的产品数量与再制造成功率的比值;式(12)确保回收中心输入的产品数量不大于其处理能力;式(13)确保再制造中心输入的产品数量不大于其处理能力;式(14)确保分销中心输入的产品数量不大于其处理能力且满足该地对再制造产品的需求;式(15)和(16)强调决策变量的二元性;式(17)和(18)分别为回收中心、分销中心的设置数量限制.
2模型求解
多目标规划可同时处理两个或两个以上具有冲突关系的目标,因此多目标规划所求得的解是Pareto解集.本文采用改进ε约束法[13]生成Pareto解集.该方法能够克服普通ε约束法出现无效解的缺点.[14]此方法中,附加约束条件的目标函数通过增加松弛变量由不等式形式转化为等式形式,主目标函数通过所有松弛变量的和来改进.最后,对修改后的模型再反复运算,并通过验证松弛变量值排除无效的Pareto解.
修改后的模型为
模型求解具体步骤如下:
步骤1对z1,z2和z3分别寻优,得到混合整数非线性规划问题试算表,即当z1和z2取最大时可计算z3的极大值与极小值.同理,可以求得z1和z2取值范围.
步骤2从这3个目标函数中选择z1作为主要目标函数,将z2和z3转化为约束条件,从而将多目标规划模型转变为单目标规划模型.
步骤3将z2和z3的取值范围r2和r3分别均分为n2和n3等份,同时将ε2和ε3分别设定为n2+1和n3+1个值,分别求得相应的Pareto解集.
步骤4对约束函数增加松弛变量,转化为等式形式,并通过求解排除无效的Pareto的解.
步骤5在剩余的各种方案中,决策者权衡利弊,选择一个供应链网络设计方案.
3数值算例
3.1算例描述
假设物流网络中包含5个运作周期、7个备选回收中心、2个再制造中心和7个备选分销中心,其中再制造中心为我国自贸区内的一般再制造中心,回收中心和分销中心的设置数量均为3,且第1个周期内J={回收中心1,分销中心1},第2个周期内J={回收中心1和2,分销中心1和2},依此类推,到第5个周期结束.松弛调整值τ1和τ2在享有互认政策的国家或地区间值为0,在不享有互认政策的国家或地区间值为0.5.物流绩效指数变化值φc,k和φd,k在享有互认政策的国家或地区间均设置为0.4,其余为0.相关具体数据见表1~7.
3.2算例分析
按照以上参数设定,依据改进ε约束法,选择目标函数z1作为主目标函数,设定n2=n3=5,并运用Lingo软件进行求解,计算结果见表8.
结果显示,随着物流绩效指数的降低,网络运作收益减少,反映出二者间的悖反关系.为探究选址倾向变化规律,将所得的可行优化方案制作成随时间推移的选址倾向图集,见图1.
结合图1不难看出,在保证信用等级不变的情况下,选址倾向并没有随着时间的推移、AEO互认政策实施范围的扩大而发生规律性变化,反而很多方案中没有将物流设施选在互认国家间.图1中:回收中心的选址倾向除第4周期外,其他周期选址倾向大体相同,主要在c=1,3,4,6这4个备选位置;每个周期分销中心的选址倾向均相同,主要集中在d=2,3,5,7这4个备选位置.
另外,从所有可行方案可以看出,在物流绩效相同的情况下,报关差错率的变化对选址倾向的影响并不大,比如表8中的非劣解1与2物流绩效指数相同,其相同周期内的选址倾向也大体相同,但报关差错率却相差很大.这一定程度上说明AA类企业在海关监管力度、报关人员熟练度以及重视度均良好的情况下,不用太过担心被降格为非AA类企业.
为进一步验证以上论述,本文在不考虑信用等级是否被降格以及报关差错率最小的情况下,对再制造网络进行再次优化,发现即使没有报关差错率的约束,物流设施的选址倾向也不会随着AEO互认政策实施范围的扩大而受到影响.图2中:回收中心
选址倾向主要集中在c=1,3,6,7这4个备选位置,且无规律性可循;分销中心选址均在d=1,2,3这3个位置.
4结束语
在国内自贸区纷纷落成的背景下,本文从自贸区AEO互认政策着手,主要研究AEO互认政策的普遍实施对再制造物流网络布局的影响.本文考虑进出口关税、海关绩效以及报关流程等因素,建立多目标混合非线性规划模型.通过对模型求解和分析不难发现:在报关差错率一定的情况下,网络收益与物流绩效指数呈现悖反关系;在保证企业信用等级不变的情况下,随着时间推移、AEO互认政策实施范围的不断推广,物流网络设施的选址倾向并没有发生规律性变化,也一定程度上说明企业在此政策下考虑布局决策时,不用太担心信用等级被降格;另外,即使不考虑报关差错率,AEO互认政策也不会对物流网络设施的选址倾向产生影响.这些结果一定程度上给政策的拓展以及企业的决策提供了指导.
本文虽然取得了一定成果,但同样也有较大的拓展空间:(1)研究对象针对性较强,在后期工作中并没有给出切合实际的、具体的再制造物流网络优化解决方案;(2)没有考虑再制造网络中的拆解、清洗环节,且仅考虑了单向的产品流动过程;(3)在考虑绩效时,没有考虑节约通关时间所带来的时间收益.在未来的研究中,将更多地考虑更全面的网络因素,设计切实可行的方案,使模型更加符合复杂供应链网络研究的需求.
参考文献:
[1]SIBELA,STEFANN,FRANCISCOS,etal.Multiperiodreverselogisticsnetworkdesign[J].EuropeanJournalofOperationalResearch,2012,220(1):6778.
[2]徐滨士.中国再制造工程及其进展[J].中国表面工程,2010,23(2):16.
[3]王圣池,杨斌,许波桅,等.考虑自贸区的再制造物流网络设计[J].计算机集成制造系统,2015,21(6):16091616.
[4]FLEISCHMANNM.Quantitativemodelsforreverselogistics[M].Berlin,Germany:SpringerVerlag,2001:37,6483.
[5]DYCKHOFFH,LACKESR,REESEJ.Supplychainmanagementandreverselogistics[M].Berlin,Germany:SpringerVerlag,2004:214216,315317.
[6]FLEISCHMANNM,KRIKKEHR,DEKKER,etal.Acharacterizationoflogisticsnetworksforproductrecovery[J].Omega,2000,28(6):653666.
[7]AHMEDA,DIABATA.Areverselogisticsnetworkdesign[J].JournalofManufacturingSystems,2015,2(6):110.
[8]张华歆.逆向物流的网络结构和设计[J].上海海事大学学报,2004,25(4):4146.
[9]GOZDEK,GUILLAUMEM,MUJDEEG,etal.Remanufacturingnetworkdesignmodeling:acaseofdieselparticulatefilter[J].ProcediaCirp,2013(11):163168.
[10]李昌兵,张斐敏.集成选址—路径—库存问题的逆向物流网络优化[J].计算机集成制造系统,2014,20(7):7931799.DOI:10.13196/j.cims.2014.07.lichangbing.1793.6.20140730.
[11]伍星华,王旭,代应,等.再制造闭环物流网络的多周期优化设计模型[J].计算机集成制造系统,2011,17(9):20152022.DOI:10.13196/j.cims.2011.09.153.wuxh.025.
[12]HOSSEINZ,MARYAMH,REZAZF,etal.Ahybridtwostockinventorycontrolmodelforareversesupplychain[J].TransportationResearchPartE,2014,67:141161.
[13]MASOUDE,NIMAA,HEIDARAS.Multiobjectivecongestionmanagementbymodifedaugmentedeconstraintmethod[J].AppliedEnergy,2011,88:755766.
[14]韩庆兰.物流设施规划的多目标优化模型[J].控制与决策,2006,21(8):957960.